Eddie Stobart是歐洲著名卡車品牌，每天，在歐洲有大約3千量卡車在運(yùn)行，產(chǎn)生大量數(shù)據(jù)。可想而知，對(duì)這些數(shù)據(jù)的分析對(duì)公司的管理運(yùn)營(yíng)有多么重要。為此，公司收集了一系列數(shù)據(jù)，包括行車路線、工作時(shí)間、駕駛員是否緊急剎車、行車速度、耗油量和電子簽名等。

Stobart集團(tuán)IT總監(jiān)Vince Sparks表示：“現(xiàn)在，所有的后勤公司在實(shí)驗(yàn)室中都有一些技術(shù)，廠商可以生成離線數(shù)據(jù)，或通過(guò)其他數(shù)據(jù)源生成數(shù)據(jù)。”支持Stobart信息處理的工作建立在數(shù)據(jù)倉(cāng)庫(kù)和外部信息處理供應(yīng)商的基礎(chǔ)上。

Sparks在接受TechTarget記者采訪時(shí)表示：“隨著遠(yuǎn)程數(shù)據(jù)傳輸技術(shù)不斷實(shí)時(shí)地提供業(yè)務(wù)運(yùn)營(yíng)信息，我們能夠了解車輛運(yùn)營(yíng)情況，看到車輛是否得到有效利用。所以，對(duì)數(shù)據(jù)的應(yīng)用也在增長(zhǎng)。“

“傳輸?shù)綐I(yè)務(wù)的海量信息必須要進(jìn)行聚集、總結(jié)和分析，這是由數(shù)據(jù)聚合器完成的。但對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，比如視頻分析，也是我們應(yīng)該兼顧的。在我們后勤部門，大數(shù)據(jù)的挑戰(zhàn)也日益嚴(yán)峻。”

疊加信息

Stobart數(shù)據(jù)分析的任務(wù)日益嚴(yán)峻。

Sparks表示：“很多賣數(shù)據(jù)的組織看到在現(xiàn)存數(shù)據(jù)中疊加數(shù)據(jù)可以幫助企業(yè)管理車輛、更有效地提供客戶服務(wù)，并能考慮到天氣類型、道路、路況、交通事故和高速公路維護(hù)等情況。”不過(guò)，Sparks也認(rèn)為供應(yīng)商做的仍然不夠。

“供應(yīng)商不是很了解數(shù)據(jù)，他們關(guān)注的是信息的售賣價(jià)值。有一些廠商，比如BT和IBM著手收集分散的數(shù)據(jù)源，希望將其利用到不同的業(yè)務(wù)場(chǎng)景中。不過(guò)，這仍處于初級(jí)階段。”

“現(xiàn)在，我們已經(jīng)有能力生成、處理和記錄大規(guī)模信息，但我們還要能夠利用信息。”

目前，像很多大型的后勤公司一樣，Stobart依靠一個(gè)數(shù)據(jù)集合器，通過(guò)位于駕駛室的SIM處理所有來(lái)自車輛的數(shù)據(jù)，這些數(shù)據(jù)將發(fā)送到供應(yīng)商Isotrak，它通過(guò)云服務(wù)存儲(chǔ)數(shù)據(jù)。

Sparks表示：“這些都是十年前建立的，采用的還是早起的云模式，Isotrak做云計(jì)算已經(jīng)很多年了。”

后勤公司使用第三方提供的數(shù)據(jù)，用于核心運(yùn)輸計(jì)劃系統(tǒng)。這些平臺(tái)可以基于活動(dòng)創(chuàng)建報(bào)表，在業(yè)務(wù)層面管理和提升效率，比如車輛數(shù)據(jù)、到達(dá)時(shí)間和車輛運(yùn)行時(shí)間。

現(xiàn)在，來(lái)自車輛的遠(yuǎn)程數(shù)據(jù)不一樣了，要處理的車輛相關(guān)信息量越來(lái)越大。比如，來(lái)自于引擎管理系統(tǒng)和駕駛員監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)和駕駛室的視頻數(shù)據(jù)。

“有很多分散的數(shù)據(jù)源都要通過(guò)集合器進(jìn)入到你的ERP或運(yùn)輸管理系統(tǒng)。”

實(shí)時(shí)數(shù)據(jù)分析

Stobart采用了一些方法進(jìn)行數(shù)據(jù)分析。在過(guò)去兩年里，公司利用Excel和IBM Cognos TM1技術(shù)等標(biāo)準(zhǔn)工具集部署了“戰(zhàn)略商務(wù)智能項(xiàng)目”。Sparks表示：“還有其他產(chǎn)品可以集成分散的數(shù)據(jù)源，提高財(cái)務(wù)效率。我們還啟用了關(guān)注運(yùn)營(yíng)信息數(shù)據(jù)的項(xiàng)目，將數(shù)據(jù)發(fā)送給運(yùn)營(yíng)經(jīng)理。”理想的情況是，通過(guò)實(shí)時(shí)數(shù)據(jù)支持決策制定。

Sparks表示：“我認(rèn)為對(duì)于所有后勤公司來(lái)說(shuō)，挑戰(zhàn)即是我們?nèi)绾问褂脭?shù)據(jù)建模工具分析利用大規(guī)模數(shù)據(jù)集。這樣我們就能夠提高效率，更好地指導(dǎo)車輛使用和資源消耗。我們的資源是實(shí)際車輛、駕駛員時(shí)間和燃油，以及我們還需要降低環(huán)境影響。”

Sparks希望在一年之內(nèi)，公司能夠?qū)崿F(xiàn)近實(shí)時(shí)的信息管理。

Sparks預(yù)測(cè)：“我希望在遠(yuǎn)程數(shù)據(jù)方面，我們能使用更先進(jìn)的駕駛室技術(shù)和設(shè)備。我只能看見(jiàn)大規(guī)模的數(shù)據(jù)更快地生成，更智能的數(shù)據(jù)讓分散的數(shù)據(jù)源回到本地。”他還希望駕駛室技術(shù)能夠更先進(jìn)。

Sparks表示：“我們不得不看看哪些信息會(huì)從駕駛室傳輸出去，哪些會(huì)回到駕駛室?，F(xiàn)在，大多數(shù)信息傳輸?shù)狡髽I(yè)中，也可能有一些信息傳輸?shù)缴碓诳ㄜ嚿系默F(xiàn)場(chǎng)工人。”

“在駕駛員開車時(shí)，有很多技術(shù)挑戰(zhàn)，因此我認(rèn)為要在正確的時(shí)間利用技術(shù)做正確的事情，比如安全駕駛、故障檢查和駕駛員意識(shí)培訓(xùn)等。這是一種動(dòng)態(tài)的平衡，但我們能看到的只是進(jìn)出業(yè)務(wù)的數(shù)據(jù)流越來(lái)越多。”

數(shù)據(jù)分析的成本

Sparks表示，一些數(shù)據(jù)分析產(chǎn)品的成本實(shí)際上在下降，“因?yàn)槭袌?chǎng)正在飽和，一些新的市場(chǎng)進(jìn)入者提供了價(jià)格更低、創(chuàng)新更強(qiáng)的技術(shù)，對(duì)抗大企業(yè)的高價(jià)數(shù)據(jù)產(chǎn)品。”

“所以，你會(huì)看到云集成器，和一些按扭端解決方案使用傳統(tǒng)的表格，搭配內(nèi)存技術(shù)，以更低的價(jià)格替代BI軟件。”

“企業(yè)利用數(shù)據(jù)和數(shù)據(jù)分析產(chǎn)品，使用實(shí)時(shí)或近實(shí)時(shí)信息正在成為現(xiàn)實(shí)。”