隨著我國經(jīng)濟的持續(xù)高速發(fā)展，物流交通運輸和物流分配在國民經(jīng)濟發(fā)展中的基礎(chǔ)地位同等重要。與此同時，中國物流行業(yè)整體還不發(fā)達，技術(shù)有所提高。在首屆中國現(xiàn)代物流GPS(全球定位系統(tǒng))和GIS(地理信息系統(tǒng))應(yīng)用研討會上，來自中國科學(xué)院、科技部以及GPS和GIS應(yīng)用企業(yè)的代表一致認為物流 industry將與通信、保險、銀行等行業(yè)一起，成為中國入世后的主要行業(yè)。

數(shù)據(jù)倉庫還是倉庫管理？數(shù)據(jù)倉庫屬于數(shù)據(jù)存儲和技術(shù)。數(shù)據(jù)倉庫的一般價值是從海量的歷史業(yè)務(wù)數(shù)據(jù)中升級\改善當(dāng)前業(yè)務(wù)\運營和管理，分析管理也不例外。就是通過歷史的物流 data 挖掘來發(fā)現(xiàn)可以改善物流管理的有價值的信息，比如配送效率\誤差趨勢、需求曲線、運輸效率曲線、客戶分布(地區(qū)\行業(yè)...)...是的。

從物流的發(fā)展歷史可以看出,物流的研究是從解決“牛鞭效應(yīng)”開始的，即在多環(huán)節(jié)的流通過程中，由于各環(huán)節(jié)的需求預(yù)測存在誤差，隨著流通環(huán)節(jié)的增加，誤差被放大，庫存越來越偏離實際最終需求，從而帶來存儲成本和市場風(fēng)險的增加。解決這一問題的途徑是從研究合理的安全庫存開始，以改變工藝和建立集中配送中心為終點，從而改變生產(chǎn)方式，實行訂單生產(chǎn)，將靜態(tài)庫存管理轉(zhuǎn)變?yōu)閯討B(tài)JIT配送，達到減少庫存數(shù)量和周期的目的。

大數(shù)據(jù)技術(shù)與應(yīng)用研究是面向?qū)ο缶幊?、Hadoop實用技術(shù)、data 挖掘、機器學(xué)習(xí)、數(shù)據(jù)統(tǒng)計分析、高等數(shù)學(xué)、Python編程、JAVA編程、數(shù)據(jù)庫技術(shù)、Web開發(fā)和Linux操作系統(tǒng)。大數(shù)據(jù)技術(shù)與應(yīng)用研究方向為“互聯(lián)網(wǎng) ”前沿科學(xué)技術(shù)專業(yè)，將大數(shù)據(jù)-3挖掘與處理、移動開發(fā)與架構(gòu)、軟件開發(fā)、云計算等前沿技術(shù)相結(jié)合。

大數(shù)據(jù)是指在可承受的時間范圍內(nèi)，傳統(tǒng)軟件工具無法捕捉、管理和處理的數(shù)據(jù)集合。它是一種海量、高增長、多元化的信息資產(chǎn)，需要新的處理模式來擁有更強的決策力、洞察和發(fā)現(xiàn)能力以及流程優(yōu)化能力。其對物流企業(yè)發(fā)展的影響主要表現(xiàn)在以下幾個方面:(1)信息對接，掌握企業(yè)運營信息。在信息時代，網(wǎng)絡(luò)購物呈現(xiàn)出不斷增長的趨勢，其規(guī)模達到了前所未有的程度，給物流網(wǎng)購后帶來了沉重的負擔(dān)，各個節(jié)點的信息需求也在不斷增加。

區(qū)別:大數(shù)據(jù)是互聯(lián)網(wǎng)的海量數(shù)據(jù)挖掘，而data 挖掘更多的是針對企業(yè)內(nèi)部的小眾挖掘，data 分析是有針對性的。解讀:大數(shù)據(jù)是指在可承受的時間范圍內(nèi)，無法被常規(guī)軟件工具捕獲、管理和處理的數(shù)據(jù)集合，是海量、高增長、多元化的信息資產(chǎn)，需要新的處理模式來擁有更強的決策力、洞察發(fā)現(xiàn)能力和流程優(yōu)化能力；在維克多·邁耶·勛伯格和肯尼斯·庫克耶寫的《大數(shù)據(jù)時代》中，大數(shù)據(jù)是指所有的數(shù)據(jù)都用于分析處理，而不是隨機分析方法(抽樣調(diào)查)的捷徑。