DHL Express:快递中的大数据应用已渐入佳境

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

ZDNET至顶网CIO与应用频道 05月27日 人物访谈(文/王聪彬):在中国快递行业的发展之快可以用一日千里来形容,数以万计的货物通过快递公司进行运输交付到客户手中,在业务量的不断积累后,运营产生的业务数据已经渐渐成为快递甚至整个运输行业的价值所在。

DHL Express(敦豪快递)是一家跨国快递公司业务遍及全球,但想要在全球范围成功还需要从每一个区域做起。所以DHL Express一直在思考如何利用数据创造价值,目前其已经实现了数据可视化,以及利用大数据进行商业模式创新。

DHL Express从数据中读懂客户

DHL是全球著名的邮递和物流集团 Deutsche Post DHL旗下公司,其成立于1969年,业务覆盖220多个国家和地区的12万个目的地,拥有33000部车辆和4000处物流设施,2014年集团营收超过560亿欧元。

交通运输行业是一个竞争非常激烈的行业,想要与众不同大数据是一个很好的帮手。DHL Express作为DHL的快递部门,每天收集到各种不同的数据源,数十亿的数据项,这就需要DHL Express具备全天候数据流处理能力。

DHL Express:快递中的大数据应用渐入佳境

通过大数据的分析和处理,DHL Express不仅可以提升用户体验还可以改善每次运输的成本、收入和收益率。

DHL Express运营控制部副总裁Graeme Aitken在数据分析中就发现有一类大客户,虽然长期合作但并没有产生较高的利润。DHL Express分析了这一客户的业务,其大部分的业务都是向偏远地区运输,在运输过程当中就会遇到很多不可控的困难,所以无形当中增加成本,使盈利不高。

DHL Express:快递中的大数据应用渐入佳境

DHL Express运营控制部副总裁Graeme Aitken

在分析客户的同时,DHL Express也从自身角度进行分析。在给客户提供快捷的快递服务时,评估目前所提供的服务是不是客户所需要的?当客户不需要很快的投递服务时,可以采用较慢方式投递,这样对于客户不仅降低了成本,同时利润也会得到很大提升。

数据可视化带来更多互动

Teradata在运输行业中一直辅助铁路、航空等各类型客户开展业务。铁路中可以产生大量的信息和数据,特别是传感器数据,它们都可以帮助交通运输业改进业务发展。

DHL Express目前部署了Teradata的数据仓库平台,其中配备成本分析模型,将成本对应分布到每一个运输和每一个客户,以此进行成本划分。

在大数据的应用上,DHL Express还通过数据可视化进业务优化,数据可视化是将数据直观的展现出来,企业可以更好地从不同维度了解数据,从而进行更加深入的分析。

但现在很多公司仍然利用Excel、PPT生成并展示公司标准类报告。DHL Express通过数据可视化实现数据的发现能力,帮助追踪一些问题的具体细节,而不是仅仅停留在宏观层面。

DHL Express同Tableau合作数据可视化项目,使得他们能够关注某一个具体的国家的业务运营情况。界面中出现红色,则说明这个国家的业务出现了问题,他们的团队就可以立刻在线细化具体细节,发现哪个国家、哪个城市,哪个行业,甚至具体到哪个客户会出现什么问题。

DHL Express:快递中的大数据应用渐入佳境

可视化的过程让数据更加透明,并且可以实时响应,在Graeme看来PPT形式的报告提交后很难有后续的互动,可视化则可以通过细化带来更多互动。

商业模式创新从大数据开始

大数据正在驱动着商业模式的创新,Teradata天睿公司交通、物流、邮政和供应链国际项目总监Shaun M. Connolly曾经收到过来自用户提出预测车头故障的挑战,最终Teradata通过传感器数据,可以预测提前六小时到提前六天车头可能出现故障的情况。Teradata也在帮助铁路部门实现转型,使得铁路运输企业从过去只提供两点之间运输的铁路商,转化成一种为客户移动出行提供服务的增值服务商。

DHL Express:快递中的大数据应用渐入佳境

Teradata天睿公司交通、物流、邮政和供应链国际项目总监Shaun M. Connolly

同样,DHL Express也在利用大数据进行商业模式创新,其业务有一个明显的变化,即B2C业务的增长速度要快于B2B,尤其像电子商务。这对于系统带来了很大的挑战,难点从运输变成了交付,很多情况下因为各种因素不能实现一次交付。

多次投递带来的是成本的提高,为了改善服务DHL Express要求客户提供电子邮件地址、电话等联系方式,一旦到货快递员就会联系客户,确保能正确、快速并成功的投递。如果商品需要付税,客户必须之前在网上完成,这样快递员在交付时减少交付环节。

DHL Express在运送货物时,可以知道货物的具体内容,这些数据是否可以帮助商业模式创新呢?Graeme也给出了答案,目前是很难做到的,因为货物内容有可能产生误报,目前只能利用这些已掌握的信息进一步提升服务,一些特殊物品可以在运输过程中更好的保护。

B2C或者电商公司有着非常敏捷的供应链,他们能够追踪运输商品直到最终用户收货,所以电商公司会选择更贴近最终用户的经销中心送货,而不是通过长距离的运输实现货品交付。而DHL Express是一家国际性快递公司,更多提供跨国服务,可以通过长期积累的数据库信息,帮助电商公司找到收件人的正确位置,减少因错误地址无法投递的情况。

DHL Express最近的一项创新尝试便是汽车交付,收件人可以把货品直接交付到沃尔沃的汽车后备箱。通过定位DHL Express可以知道你的汽车停在什么位置,快递员拥有一次性打开汽车后备箱的权限。同时,收件人也可以选择车站、加油站、汽车、超市储物箱等进行交付。

原文发布时间为:2015年05月27日
本文作者:王聪彬
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
120 1
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
66 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
139 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
137 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
405 2
ly~
|
2月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
531 2
|
3月前
|
存储 数据可视化 大数据
大数据管理与应用
大数据管理与应用是一门融合数学、统计学和计算机科学的新兴专业,涵盖数据采集、存储、处理、分析及应用,旨在帮助企业高效决策和提升竞争力。核心课程包括数据库原理、数据挖掘、大数据分析技术等,覆盖数据处理全流程。毕业生可从事数据分析、大数据开发、数据管理等岗位,广泛应用于企业、金融及互联网领域。随着数字化转型加速,该专业需求旺盛,前景广阔。
149 5
|
3月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
188 6
|
3月前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
3月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能与大数据的融合应用##
随着科技的快速发展,人工智能(AI)和大数据技术已经深刻地改变了我们的生活。本文将探讨人工智能与大数据的基本概念、发展历程及其在多个领域的融合应用。同时,还将讨论这些技术所带来的优势与挑战,并展望未来的发展趋势。希望通过这篇文章,读者能够对人工智能与大数据有更深入的理解,并思考其对未来社会的影响。 ##