Большие данные в логистике: зачем нужны и как применяются
Большие данные применяются сейчас во всех сферах жизни. Не уйти от этого и в логистике. Александр Плешивых, директор по маркетингу IT-компании Умная Логистика, рассказывает, как анализ BIG DATA помогает участникам всех этапов цепи поставок.

Информация огромных объемов
Большие данные — это разнородная информация огромных объемов, собираемая из постоянного растущего набора источников. Этой информации так много, что ее нельзя обработать стандартными способами. Но с помощью специальных технологий такие данные можно использовать для решения бизнес-задач. Технологии обработки больших данных позволяют накапливать, хранить, анализировать информацию и получать ценные инсайты для бизнеса.
Работать с большими данными можно по-разному: если у компании хватает ресурсов, то они могут нанять команду инженеров, чтобы разработать собственную инфраструктуру для анализа и обработки. Но чаще всего компании пользуются готовыми инструментами — отдельными сервисами, например, для поиска оптимального маршрута, или комплексными решениями, которые, помимо учета данных и составления отчетов, помогают анализировать и большие данные. Например, в сервисе для управления логистикой есть функция поиска оптимальной ставки на конкретное направление перевозки, работающая на основе анализа ставок транспортных компаний, взятых из открытых источников.

Как анализ больших данных помогает в транспортной логистике
Планирование грузоперевозок. При организации перевозки не всегда легко оценить, насколько быстро машина доедет от склада А до склада Б — на скорость доставки влияют оперативная работа сотрудников склада, пробки на дорогах, состояние автомобиля, расположение автозаправок. Если анализировать совокупность этих факторов, получая данные из открытых источников, можно эффективно планировать маршруты и управлять работой складов.