Teradata：RFID智能技术帮助中国物流业实现弯道超越(2)

在动态数据仓库或者动态数据战略方面，客户常常会在第一时间跟踪查询EMS包裹的具体位置，所以对数据的时效性、实时性要求非常很高。同时，Teradata系统还能提供增值服务，如短信跟踪查询。如果订阅了这项服务，中国邮政会向客户发送短信通知包裹的实时状态，这种情况就需要非常强的数据时效性。

另外，中国邮政的数据采集点是散布在各个不同的细枝末节的地方，涉及到不同的人、不同的地点、不同的场景，所以会涉及到很多移动端数据采集的问题，以及如何把这些数据实时汇集在同一个地方，通过一个入口查询所有的数据。

此外，与国外相比，国内一些物流和快递公司的业务形态有些不同，例如有一些是加盟形式的。不同业务形态下的业务模式不同，具体的应用也就不同，比如去做收入保障功能，实际上就是在检查加盟店之间的收入结算的匹配，检查结算是不是正确。据介绍，在国外很多公司在做大量的客户价值分析，现在国内很多物流公司和速递公司也在做这样的事情，有各种各样的应用场景和应用案例都在做。

正如Teradata大中华区首席执行官辛儿伦指出：“数据与数据分析正成为物流企业的主要竞争力，通过Teradata动态数据仓库私有云解决方案，完备的运输和物流逻辑数据模型及成熟的实施方法论，能够帮助物流企业从既有的海量数据中发现价值，创造二次及多次的商业机会，以事实为依据，制定精确有效的业务行动纲领，协助企业在瞬息万变的环境中做出最佳的商业决策，以激发企业的终极潜能。”

中国物流行业有望“弯道超车”

经过多年的发展，中国很多物流企业已经建设了一些信息系统，而如何避免出现烟囱式或者信息孤岛，并与已有系统兼容就成为一大问题。Shaun Connolly表示，大部分物流公司本身内部有不同的系统，Teradata会从这些不同的系统中导出数据，统一导入到一个数据仓库中，然后再从那个数据仓库做数据的报表、分析工作。Teradata已经有一整套工作流程、方法以及专门的逻辑模型，用于数据的分析。

Shaun Connolly认为，相比欧美，中国物流运输企业的一个非常明显的特征就是发展速度非常快，这是中国物流公司的优势。同时，中国的物流企业可以借鉴国外同行开发的相关工具和系统，可以吸取很多经验教训，因此在商业智能应用方面，中国的物流公司有条件发展得更快。在全球范围内来说，商业智能是一个全新领域，所以对中国来说是一个很好的开端和机遇，并且能够非常快地适应这种变化。

他指出，虽然物流行业在信息技术利用方面起步稍微晚些，反而会具有后发优势。在商业智能方面上，中国的物流企业可以直接使用非常完备的智能工具。现在，一些商业智能工具和技术在十年前尚未出现，对于新部署BI系统的企业来说，可以实现技术上的弯道超越。

当前，由于条件所限，大部分中国物流公司并没有真正现代化或者数字化的仓库系统。但是，如果物流公司实现了商业智能，就可以提高现有仓库的利用率。商业智能可以更好地优化现有仓库的运营，从而可以帮助中国物流行业实现智能物流。任何物流公司，不管做哪种业务，都能够从商业智能中获益。Teradata的客户涵盖铁路运输公司、卡车运输公司、邮政、包裹以及三方物流公司，都能够从商业智能中获益。

他还表示，目前，对中国来说是一个关键时刻。中国是世界物流的核心，所以如果中国物流能够实现包裹、货物更加有序的递送，对于客户来说必然是福音。从技术发展的角度看，中国的公司具有非常好的优势，因为现在智能手机是非常发达的，智能手机上拥有很多非常有用的应用。现在，通过智能手机等先进的通讯工具和应用，可以更好地整合第三方的资源。

大数据意在实现数据融合

如今，“大数据”可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为决策者提供了一种全新的视角。

Shaun Connolly认为，传感器数据、机动车等数据都属于大数据的类型，但实际上大数据绝对不限于传感器传输的大量数据，更多是如何实现数据融合。事实上，大数据能够为企业挖掘出令人叹为观止的数据和价值。如果企业没有真正的大数据，没有数据发掘的技术，是不能够发掘数据的真相。

不同于以前，现在企业所有的数据已经是接近实时的数据了，业务部门的人员可以轻松地使用这些数据，有时候甚至在智能手机上，都可以轻松获取数据。同以前相比，现在数据的种类并没有太多不同，但是数据的力量正在被越来越多的企业所认知和利用，决策者需要依赖这些数据做出决策。所以，数据本身的基础是一样的，但是人们使用的方式已经成为动态或者接近实时的方式。

从企业级的数据战略角度来看，数据是为了推导哪些客户对公司来说有更高的盈利性。大量的物流运输企业在运作中都采用RFID、传感器等，这些技术能够帮助企业节约成本。Shaun Connolly指出，这是最基本的手段，企业应该把这些技术、采集来的数据进行融合，才能发挥更大的价值。