日前，Teradata天睿公司携手中国物流与采购联合会举办了“中国物流企业数据仓库和智能分析专项研讨会”。会议期间，Teradata天睿公司全球运输物流业总监Shaun Connolly接受了记者的专访。他在专访中表示，在全球范围内，商业智能是一个全新领域，这对中国物流行业实现超越是一个巨大的机遇。中国物流业在信息技术上起步稍晚，但反而具备后发优势，能够非常快适应新技术带来的变革。
他还表示，物流企业借助RFID传感器、手持式扫描仪、车载GPS和货物跟踪，可以帮助企业进行物流路径优化，节约成本并提高运营效率。同时，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。
Teradata天睿公司全球运输物流业总监 Shaun Connolly
高移动、高离散数据的解决之道
在物流行业，业务人员往往在外使用移动设备进行数据采集，因此，企业信息系统对于高移动性、高离散度的数据的实时动态分析处理就显得异常重要。
Shaun Connolly表示，Teradata天睿公司在收集快速移动、高度分散的设备上产生数据的能力非常强。他举例说道，一家英国保险公司通过在高速行驶的机动车辆上安装传感器，根据传感器传送的数据，可以来决定车主的车险保费和费率。例如，保险公司可以根据车主开车的习惯、平均速度、经常行驶的路况去决定保费，如果投保车出现事故，Teradata系统通过分析传感器收集的数据，就可以确定事故发生前的速度、性能状况，以及在事故发生期间刹车装置、速度以及应对行为的数据。通过这些明确的数据，有利于车险公司处理车辆的索赔申请。
Teradata天睿公司亚太区行业咨询总监Kamau Njenga进一步谈到，传感器收集数据的速度是不同的，根据不同的速度使用不同的平台技术进行采集，并实时汇聚在集中的Teradata动态数据仓库进行分析。例如，在汽车行业，Teradata有专门用于汽车的传感器，传感器会实时采集行动中车辆的引擎、刹车系统等一些数据，这些数据实时采集之后，通过卫星传输系统实时传输到Teradata的数据仓库里进行分析。
在航空行业，航空公司在飞机中也装有数据采集系统。在飞机降落之后，在飞行阶段所有有关飞机状态的数据都会下载到Teradata的数据仓库。这些数据将能够非常方便地用于飞机维护保养，帮助维保人员了解飞机在飞行时的表现，从而智能地分析哪个零部件需要更换，以及整架飞机所需要的维护保养服务。
助力EMS构建“动态数据仓库”
据Teradata天睿公司大中华区首席架构师张新宇介绍，在国内，中国邮政从2006年就开始使用Teradata系统作为新一代中国邮政EMS速递跟踪系统。除了跟踪功能之外，另外一个显著应用就是路径规划功能。由于路网规模很大，有枝干，会遍布全国各个地方，因此要求在不同时间规划中转路线，通过深入、细致的分析去调整路网，根据不同时段对流量流向进行调整。
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。(RFID世界网编辑整理)
【责任编辑：廖小亚】