隨著“互聯網+物流”的發展，物流大數據將成為普遍的事物，每一個物流要素都會產生大數據。而對大數據的掌控和處理，自然就需要有“云”這個基礎設施。因而我們至少可以從行業和企業這兩個視角來分析“互聯網+物流”的云和大數據。另外，云是公共的服務資源，行業需要有云服務基礎設施；而物流大數據將成為重要的資源，如何利用好大數據，會牽扯一系列的問題。這些就是本節需要探討的內容。

一、行業云與行業大數據

在“互聯網+物流”時代，需要通過行業大數據來了解行業的整體運行情況。那么從行業的角度來看，會有哪些大數據？又需要什么樣的云？

目前在宏觀經濟層面，通過一些統計指標來了解行業的整體運行情況，例如，社會物流總額、社會物流總費用占GDP（國民生產總值）的比重、物流業增加值、行業的法人單位數、行業從業人數、貨物周轉量、道路運輸運營車輛數、貨運噸公里總數，等等。由于目前的統計方式多是采樣統計，因而存在很大的誤差，國家統計局公布的年度GDP（全國）與各省公布的GDP（各省總和）就有較大的出入。

要了解行業的真實運行情況，就需要有行業的大數據。例如，深圳市易流科技股份有限公司（一個掌握貨運車輛運行軌跡大數據的企業）通過70多萬輛貨運車輛的軌跡大數據，描繪出了全國公路貨運干線網絡，如圖3-1所示。在圖3-1中，顏色越深表示貨運車輛運行軌跡出現的頻率越高，從而可以看出貨運干線路網與主要的高速公路及國道所組成的路網相對應，其中粵贛高速、滬昆高速、京珠高速、京沈高速、沈海高速等為公路貨運的主干道。

圖3-1貨運車輛軌跡大數據描繪的公路貨運干線路網

70萬輛車的數據居然已經開始顯現大數據的魅力，但車輛規模還是很小，只能反映出部分的真實情況。如果是700萬輛，甚至全國2000多萬輛的貨運車輛軌跡都能夠被采集到，那么貨運車輛運行軌跡大數據就能夠反映公路貨運行業的很多問題。僅有貨運車輛的大數據還不夠，還需要有貨物的大數據、倉庫資源分布的大數據、法人單位經營情況的大數據，等等，大數據覆蓋的面越廣，就越能反映行業運行的真實情況。

每一項大數據背后都需要云的支撐，圖3-1中展示的公路干線路網看起來很簡單，但這張圖是經過對70萬輛車1年的運行軌跡數據的分析得來的，是應用云計算技術對數據進行處理得來的。這給我們的啟示是，建設行業云的前提是掌握行業大數據，而且云是被大數據處理需求倒逼出來的。

聚焦整個行業，哪個企業如果掌握了行業的倉儲資源大數據，就可以建立支撐倉儲資源大數據的云；如果掌握了貨源的大數據，就可以建立支撐貨源大數據的云。百度云、阿里云、騰訊云，都是基于BAT（中國互聯網公司百度、阿里巴巴和騰訊三大巨頭首字母縮寫）自身的大數據處理需求建立起來的。大數據、云計算有很高的門檻，可一旦掌握了大數據、建設了云，可以用云再去吸引新的大數據資源。BAT的云實際上正在向其他領域擴張，逐漸為其他領域提供服務。

行業云的建設不會一蹴而就，需要經過大數據處理的倒逼過程，需要很多積累。行業云是為行業的大數據服務的，沒有大數據的云就像爛尾樓一樣沒有意義。但是行業云一定會發展起來的，將會為行業的發展提供重要的基礎性服務。前面把云比喻成電網、自來水，但是并不是每個企業都會成為國家電網或掌握每個城市供水命脈的自來水公司。同時也需要相信行業云會給行業帶來便捷的服務，提升行業的效率。

二、企業云與企業大數據

如同行業云與行業大數據一樣，企業云也是需要經過企業大數據處理需求的倒逼過程，企業大數據先于企業云出現。對于一個不斷互聯網化的企業而言，自身應該擁有什么樣的物流大數據，需要什么樣的云服務，是非常重要的問題。

從“互聯網+物流”的視角來看，企業應該重視的大數據至少包括這三個方面：客戶關系大數據、物流服務輸出過程大數據、物流資源要素大數據。

客戶關系大數據很重要，有很多經營問題需要通過它來發現。假設A公司擁有一個合作了3年的B客戶。那么A公司是否清楚什么時候與B客戶有第一次合作？ 3年來雙方的合作都有哪些內容？B客戶是否投訴過A公司的產品或服務，雙方是否有過糾紛，以往的糾紛是如何解決的？3年來B客戶的需求都發生了哪些變化？A公司還有哪些客戶與B客戶的情況類似？諸如這些問題，很多企業是回答不出來的，因為缺乏客戶關系的大數據。

物流服務輸出過程的大數據可以反映企業在業務執行上的很多問題。例如， 商品是否能按時交付；錯貨、貨損、貨差的頻率是多少，以及導致這些情況的原因是什么；物流活動的效率如何；物流服務輸出的整個過程經常在哪個環節出現瓶頸；等等。想要提高企業的物流活動效率、降低物流成本，需要依靠物流服務輸出過程的大數據來發現問題和解決問題。

就“互聯網+物流”而言，企業的物流資源要素大數據也非常重要。有很多物流企業特別是大型的綜合物流企業并不十分清楚企業的物流資源情況。企業究竟有多少運力，當下可以調用的運力是多少？企業有多少倉儲資源，分布如何， 目前倉庫還有多少貨位空間？企業掌握的物流資源，其利用率如何，有哪些是閑置的？這些問題需要有物流資源要素大數據來反饋。

當下的很多企業還普遍缺乏物流大數據意識，實際上企業要掌握自身的物流大數據不只是上述3個方面，因為基于所有物流要素透明連接的“互聯網+物流”將使得每一個物流要素都有自己的大數據。企業要盡快積累自身的大數據， 盡快發展處理大數據的能力，盡快建設企業所需要的云。

企業的云是用來處理企業的大數據的（這里強調企業的物流大數據），一旦企業有了大數據的處理需求就離不開云。但是企業該不該建設企業自有的云，這不僅是一個技術問題，還是一個商業問題。云（云計算中心）的搭建和維護，不僅需要非常專業的技術，還需要非常高的投入。所以筆者建議，具備行業大數據資源、云計算技術資源及資金投入能力的集團大企業可以考慮建設云；而大多數中小型企業可以采購和利用一些公共性的云服務資源。

三、物流業公共的云服務基礎設施

在“互聯網+物流”的藍圖中，幾乎所有企業都有物流大數據，都需要云服務。但是只有少數企業有資源、有必要建設企業云，而大多數企業則是需要公共性質的云服務。物流業公共的云服務基礎設施是“互聯網+物流”的“云+網+ 端”中的“云”的重要組成部分。

“互聯網+物流”是承載“數據驅動物流” 的基礎設施，是覆蓋整個物流業的基礎設施，是“云+網+端”的形態。其中的云，有的是企業的私有云（有條件的企業建設私有云），有的是公共的云。物流業公共的云是“互聯網+物流”的重要基礎設施。

目前行業中在探索和建設私有云的企業并不多，在探索如何提供公共云服務的企業就更少。如何建設物流業公共云服務基礎設施，是“互聯網+物流”發展過程中需要解決的重大課題，有資源有條件的企業應當努力把握這個機會以及承擔這份責任。什么樣的企業可以轉型成為提供公共云服務的企業呢？行業的平臺型企業最有機會，而關于行業的平臺將在本章第三節進行論述。

四、物流大數據的利用問題

物流大數據離不開云，而云可以掌握物流大數據，不管是行業的還是企業的大數據。而且云將更多的是以“公共云服務基礎設施”的形式存在，這就引發了大數據所有權與數據利用的問題。

“互聯網+物流”的運行需要遵循透明、分享、協同的原則，所以數據流動與數據分享是常態。但這與大數據的所有權和利用是兩回事。從提供公共云服務的企業來看，大數據是客戶企業的資源，不得隨意泄露或未經許可的情況下利用，更不能在未經客戶企業許可的情況下泄露客戶的數據。而從享用公共云服務的企業來看，一些所謂的大數據對自身企業的經營并沒有意義，行業應當以開放的態度來看待數據的分享與利用。

另外，大數據合理利用與數據安全，需要有相關法律來保障。關于這個方面，傳統的用戶信息及數據安全保障辦法可以提供借鑒。例如，移動、聯通公司肯定掌握所有人的電話號碼（對應的人員身份），但不能以及無權向第三方透露任何人的電話號碼。提供公共云服務的公司與客戶企業就大數據利用方面也需要遵循類似的準則。

此外，企業如何利用好自身的大數據為企業的發展服務，如何獲取和利用好行業的大數據為行業的發展服務，如何更好地發揮大數據的價值等這些問題將是不久的將來需要解決的。而當下的焦點是如何獲取物流大數據以及如何建設物流行業的云服務基礎設施等問題。