基于大数据的物流营运智能分析SaaS平台设计专项方案V.docx

基于大数据物流营运智能分析SaaS平台
Customer iQ
建设方案

12月

一、 序言
大数据和云计算时代，物流行业智能分析已经突破了传统商业智能分析系统（BI）对关系型结构化数据依靠。利用大数据技术，对大容量和非结构Web、GPS和RFID等数据进行实时搜集、存放和处理，结合多种数学模型，我们能够实现针对物流行业营运情况正确智能分析，为物流行业管理者提供实时物流营运情况监控信息，辅助其进行管理决议。
同时，云计算SaaS服务按需付费、大数据计算性能水平扩展、移动便携性等恰好处理了商业智能在物流行业推广应用中“落地难问题，基于大数据物流营运智能分析，将提升中国物流行业精细化管理水平，促进物流行业快速发展。
二、 建设目标
建设目标包含：
1、 提供物流行业营运分析洞察汇报，全方面反应物流行业营运过程情况；
2、 建立物流营运健康指数模型，正确反应物流营运健康水平，分析物流营运中存在问题；
3、 提供物流营运风险预警和问题改善追踪功效，评定问题改善有效性，连续改善物流营运过程。
三、 业务需求分析
1、 物流营运业务分析
经过分析，物流营运业务关键分为运输业务、仓储业务、业务收入和业务费用多个部分，以下是物流营运业务分析示意图：

2、 物流营运业务指标
业务分类
指标名称
指标含义
单位
数据起源
运输业务
货运量
多种运输工具实际运输到目标地并卸完货物数量
吨
订单管理系统
周转量
货运周转量＝∑每批物品计费重量×该批物品运输里程
吨*公里
订单管理系统
周转里程
订单运输距离累计
公里
GPS
周转时间
订单运输时间累计
小时/分钟
GPS
订单完成率
当期订单完成运输量/订单运输量总计

订单管理系统
运单正确率
当期符合要求接收时间或送达时间运单/当期全部运单

订单管理系统
车辆工况
∑车辆运行时间/当期总时间

GPS
仓储业务
入库量
当期全部入库货物重量
吨
仓储管理系统
出库量
当期全部出库货物重量
吨
仓储管理系统
期末库存量
当期仓库库存货物重量
吨
仓储管理系统
周转次数
（入库量+出库量）= 吞吐量/仓库最大库存量
次
仓储管理系统
业务收入
运输收入
当期全部运单运输收入累计
万元
财务系统
仓储收入
当期全部货物仓储收入累计
万元
财务系统
装卸搬运收入
当期全部货物装卸搬运收入累计
万元
财务系统
业务费用
车辆-人工成本
当期每台车人工支出
万元
财务系统
车辆-燃油费
当期每台车燃油费用支出
万元
财务系统
车辆-轮胎费
当期每台车轮胎更换费用支出
万元
财务系统
车辆-路桥费
当期每台车路桥费用支出
万元
财务系统
车辆-维修费
当期每台车维修费用支出
万元
财务系统
仓储-人工成本
当期每个仓库仓储人职员资支出
万元
财务系统
仓储-租费/折旧
当期每个仓库仓储租赁费用或折旧支出
万元
财务系统
仓储-装卸费
当期每个仓库仓储装卸搬运费用支出
万元
财务系统
3、 物流营运健康指数
基于上述物流营运业务指标，建立物流营运健康指数模型，直观地综合反应物流营运过程健康情况，使业务主管和企业领导能立即了解物流营运情况，发觉存在问题，提升管理和决议针对性和有效性。
物流营运健康指数模型编制措施以下：
1） 指数信号源

信号分组
信号
计算模式
阀值
得分
权重
运输业务
货运量
目标达成率=当期实际货运量/当期目标货运量
±5%
±3分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
周转量
当期目标达成率=当期实际货运量/当期目标货运量
±5%
±3分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
订单完成率
目标达成：如目标为95%，
实际为85%，则分数为-10分
±5%
±5分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
运单正确率
目标达成：如目标为95%，
实际为95%，则分数为0分
±5%
±5分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
车辆工况
目标达成
±5%
±3分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
仓储业务
吞吐量=
入库量+
出库量
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
业务收入
运输业务收入
目标达成率=当期运输收入/当期目标运输收入
±5%
±3分
1.0
环比增加
±5%
±2分
10
同比增加
±5%
±1分
1.0
仓储业务收入
目标达成率=当期仓储收入/当期目标仓储收入
±5%
±3分
1.0
环比增加
±5%
±2分
1.0
同比增加
±5%
±1分
1.0
业务费用
车辆人员支出
目标达成率=（当期费用支出-当期计划费用支出）/当期计划费用支出
±5%
±3分（反向）
1.0
环比增加
±5%
±2分
（反向）
1.0
同比增加
±5%
±1分（反向）
1.0
车辆油花费用支出
目标达成率=（当期费用支出-当期计划费用支出）/当期计划费用支出
±5%
±3分（反向）
1.0
环比增加

±5%
±2分（反向）
1.0
同比增加
±5%
±1分（反向）
1.0
车辆轮胎费用支出
目标达成率=（当期费用支出-当期计划费用支出）/当期计划费用支出
±5%
±3分（反向）
1.0
环比增加
±5%
±2分（反向）
1.0
同比增加
±5%
±1分（反向）
1.0
车辆维修费用
目标达成率=（当期费用支出-当期计划费用支出）/当期计划费用支出
±5%
±3分（反向）
1.0
环比增加
±5%
±2分（反向）
1.0
同比增加
±5%
±1分（反向）
1.0
仓储租费支出
目标达成率=（当期费用支出-当期计划费用支出）/当期计划费用支出
±5%
±3分（反向）
1.0
环比增加
±5%
±2分（反向）
1.0
同比增加
±5%
±1分（反向）
1.0
注：a.以上阀值和得分能够依据物流企业实际情况进行调整;
b.权重取值为1.0 – 10.0，缺省权重为1.0。
2） 计算措施
单个信号分值=（该信号实际分值 – 该信号最低理论分值）/
（该信号最高理论分值 – 该信号最低理论分值）
物流营运健康指数=∑（单个信号分值 * 信号权重）/最高权重值（10）
四、 建设内容
1、 数据搜集和处理
数据搜集和处理模块关键是搜集物流营运相关数据，数据起源包含Oracle或SQLServer数据库、GPS数据搜集接口、互联网相关数据接口；搜集后经过Hadoop或SparkMapReduce Job进行分析，计算物流营运健康指数，并生成物流营运看板包含多种数据图表。
以下是数据搜集和处理模块示意图：
Sqoop/ETL
Oracle/
SQL Server
物流营运看板数据库

GPS
Crawler
Crawler
计算物流营运健康指数
接口
Hadoop /
Spark

互联网
物流营运健康指数数据库

2、 物流营运看板（Dashboard）
提供多种反应物流营运情况图表，用户能够定制物流营运看板布局和图表内容。
物流营运看板包含以下图表：
1） 最新物流营运健康指数
2） 货运量分析：按用户、货物种类、车辆分类统计
3） 周转量分析：按用户、货物种类、车辆分类统计
4） 运输收入分析：按用户、货物种类、车辆分类统计
5） 仓储收入分析：按用户、货物种类、仓库分类统计
6） 订单完成率：按用户、货物种类、车辆分类统计
7） 运单正确率：按用户、货物种类、车辆分类统计
8） 车辆运输里程分析：按车辆分类统计
9） 车辆工况分析：按车辆分类统计
10） 车辆人员支出分析：按车辆分类统计
11） 车辆油花费用支出分析：按车辆分类统计
12） 车辆维修费用支出分析：按车辆分类统计
13） 车辆轮胎费用支出分析：按车辆分类统计
14） 仓储费用支出分析：按用户、货物种类、仓库分类统计
15） 仓储装卸搬运费用支出分析：按用户、货物种类、仓库分类统计
以下是物流营运看板示意图：

3、 物流营运健康指数
1） 物流营运健康指数界面
物流营运健康指数界面提供指数浏览画面和指数信号明细画面：
Ø 指数浏览画面：显示最新物流营运健康指数分值、指数历史改变和估计趋势；
Ø 指数信号明细画面：显示物流营运健康指数多种信号分值信息。
以下是物流营运健康指数浏览界面示意图：

以下是物流营运健康指数信号明细界面示意图:

2） 物流营运健康指数管理
提供物流营运健康指数多种信号配置功效，包含修改信号、调整阀值、分值和权重等功效。
以下是物流营运健康指数管理界面示意图:

3） 物流营运健康指数分析
利用主因子分析方法，分析造成物流营运健康指数改变原因，便于管理部门提出针对性方法。
以下是物流营运健康指数改变分析示意图：

五、 工作计划
（待定）