Ứng dụng dữ liệu lớn trong ngành Logistics

TÓM TẮT:

Bài viết này thảo luận về triển vọng dữ liệu lớn để tối ưu hóa các quy trình trong logistics. Dữ liệu lớn (big data) trong lĩnh vực logistics được sử dụng để giảm thiểu sự thiếu hiệu quả trong giao hàng chặng cuối, mang lại sự minh bạch cho toàn bộ chuỗi cung ứng, tối ưu hóa việc giao hàng, bảo vệ hàng hóa dễ hư hỏng và tự động hóa toàn bộ chuỗi cung ứng. Bài viết tập trung vào phân tích những tác động chính của việc sử dụng dữ liệu lớn trong logistics.

Từ khóa: dữ liệu lớn, logistic, kinh tế số, chuyển đổi số.

• Doanh nghiệp logistics “còng lưng” vì phí cược container
• Vai trò của logistics với thương mại điện tử trong bối cảnh kinh tế số ở Việt Nam
• Nhiều cơ hội cho sinh viên khởi nghiệp cùng logistics

1. Đặt vấn đề

Dữ liệu lớn có vai trò quan trọng trong kinh doanh, giúp các công ty hiểu rõ hơn về khách hàng của mình, nắm bắt được xu hướng và cơ hội mới, đưa ra các quyết định kinh doanh chính xác hơn và nâng cao hiệu quả kinh doanh. Các công ty phân tích và dự đoán xu hướng trên dữ liệu lớn để hiểu rõ hơn về thị trường, sản phẩm và khách hàng. Từ đó, các công ty có thể điều chỉnh chiến lược kinh doanh và đưa ra các quyết định chính xác hơn để tăng trưởng doanh thu và lợi nhuận. Dữ liệu lớn tối ưu hóa hoạt động kinh doanh của công ty bằng cách giảm thiểu chi phí, tối ưu hóa quy trình sản xuất và vận chuyển, cải thiện chất lượng sản phẩm, dịch vụ và nâng cao sự hài lòng của khách hàng. Dữ liệu lớn giúp các công ty tăng cường tương tác với khách hàng bằng cách cung cấp các sản phẩm và dịch vụ phù hợp với nhu cầu của khách hàng, cải thiện trải nghiệm khách hàng và nâng cao sự hài lòng của khách hàng. Các công ty còn dựa trên dữ liệu lớn để đưa ra quyết định về việc phát triển sản phẩm mới bằng cách đánh giá nhu cầu và xu hướng thị trường, cải tiến sản phẩm hiện tại và đưa ra các sản phẩm mới phù hợp với nhu cầu của khách hàng. Bên cạnh đó, dữ liệu lớn góp phần không nhỏ vào việc tăng cường quản lý nhân sự bằng cách đánh giá hiệu suất làm việc của nhân viên, cải tiến quy trình làm việc và nâng cao năng suất của nhân viên. Dữ liệu lớn đã mở ra một thế giới của những cơ hội trong nhiều lĩnh vực kinh doanh và logistics cũng không ngoại lệ. Logistics là quá trình quản lý, điều hành và điều chỉnh các hoạt động liên quan đến vận chuyển, kho hàng, bảo quản và phân phối sản phẩm hoặc dịch vụ. Nó liên quan đến việc lập kế hoạch, triển khai và kiểm soát các hoạt động như đóng gói, giao nhận, bảo quản và quản lý thông tin về hàng hóa. Logistics có thể được xem là một phần quan trọng của chuỗi cung ứng, trong đó các hoạt động được tối ưu hóa để giảm chi phí, tăng hiệu quả và cải thiện chất lượng dịch vụ. Theo Allied Market Research, giá trị của thị trường logistics toàn cầu đạt 7.641,20 tỷ USD vào năm 2017 và dự kiến ​​sẽ đạt 12.975,64 tỷ USD vào năm 2027. Sự tăng trưởng này có thể được quy cho nhà vận chuyển logistics nhận ra tiềm năng thực sự của phân tích dữ liệu trong tối ưu hóa hoạt động của họ. Hiện nay, chuỗi cung ứng hiện đại của các công ty rất phức tạp và đa chiều. Chúng ta cần phân tích một lượng dữ liệu khổng lồ để sử dụng hiệu quả các nguồn lực, trao quyền và quản lý nguồn cung cấp, quản lý rủi ro trong toàn bộ dây chuyền cung ứng. Quá trình thu thập dữ liệu và báo cáo tự phát được thay thế bằng việc sử dụng phân tích các mô hình nhằm tối ưu hóa các quy trình và tuyến đường logistic, giảm chi phí, giảm sai sót do sử dụng lao động thủ công, hợp lý hóa các chức năng sản xuất và đảm bảo tính minh bạch của toàn bộ chuỗi cung ứng.

2. Ứng dụng của dữ liệu lớn trong logistic

Dữ liệu lớn có rất nhiều ứng dụng trong lĩnh vực logistics và quản lý chuỗi cung ứng. Dưới đây là một số ứng dụng quan trọng nhất:

- Tối ưu hóa tuyến đường: là một trong những vấn đề khó trong lĩnh vực logistics, bởi vì thường có mô phỏng các kịch bản khác nhau trong quá trình xác định các tuyến đường tối ưu nhất có thể. Và những sai sót nhỏ trong kế hoạch và quản lý có thể gây ra các vấn đề lớn và gây thiệt hại đáng kể đến lợi nhuận của công ty. Tuy nhiên, ta có thể tìm cách vượt qua, hoặc ít nhất là giảm tác động của vấn đề này đối với doanh nghiệp bằng cách sử dụng dữ liệu lớn. Các công cụ dữ liệu lớn và phân tích trong lĩnh vực logistics sử dụng dữ liệu thời tiết, dữ liệu lô hàng, tình hình giao thông và chuỗi giao hàng để giúp công ty kinh doanh xác định khi nào là thời điểm thích hợp để xuất phát. Bạn cũng có thể chỉ định tuyến đường ngắn nhất để giao hàng, tiết kiệm một khoản tiền lớn đã được sử dụng cho nhiên liệu và các chi phí khác. Để dữ liệu lớn được triển khai thành công trong tối ưu hóa tuyến đường, cần chú ý đến các dữ liệu liên quan trong suốt quá trình giao hàng, bao gồm: Tần suất khách hàng đặt hàng; Số lượng xe có sẵn để giao hàng; Khoảng cách giữa điểm lấy hàng và điểm giao hàng; Các khu vực có số đơn đặt hàng nhiều nhất và ít nhất.

- Tối ưu hóa quá trình giao hàng cuối cùng (Last-mile processes): quãng đường cuối cùng trong dịch vụ giao hàng là chuyến đi của sản phẩm từ kệ kho hàng đến chiếc xe tải và cuối cùng là đến cửa hàng của khách hàng. Đây là yếu tố chính để đảm bảo sự hài lòng của khách hàng và chiếm đến 41% tổng chi phí chuỗi cung ứng. Việc tối ưu hóa quá trình giao hàng cuối cùng là một trong những lĩnh vực trong hoạt động logistics được hưởng lợi rất nhiều từ big data. Bằng cách phân tích dữ liệu được thu thập từ nhiều nguồn khác nhau, các công ty logistics được đặt trong vị trí tốt hơn để thay đổi và cải thiện các quy trình nội bộ và kiểm soát các yếu tố bên ngoài gần như trong thời gian thực. Điều này tăng tính minh bạch trong quá trình giao hàng và cải thiện sự hài lòng của khách hàng. DHL là một trong những công ty vận chuyển sử dụng dữ liệu lớn để tối ưu quá trình giao hàng vào phút chót. Công ty có một dự án đám đông được gọi là MyWays. Ý tưởng đằng sau sáng kiến này là tạo ra một nền kinh tế chia sẻ giống như Uber. Nó sử dụng một ứng dụng di động được thiết kế đặc biệt để kết nối các cá nhân muốn giao hàng trên tuyến đường hàng ngày của họ với một khoản phí nhỏ đến các tài xế xe tải giao hàng. Nền tảng này sử dụng các công nghệ dữ liệu lớn như định vị địa lý và xử lý các sự kiện phức tạp.

- Theo dõi vận chuyển hàng hóa: dữ liệu lớn đã thúc đẩy ngành logistics vượt qua các thực hành theo dõi thông thường để đạt đến một mức độ mới của khả năng quan sát chuỗi cung ứng. Khách hàng và các công ty vận chuyển theo dõi gói hàng của họ trong quá trình vận chuyển và nhận thông báo qua email mỗi khi xe vận chuyển dừng lại trong quá trình vận chuyển. Thông qua các thiết bị GPS, thẻ RFID và mã vạch, công nghệ phân tích dữ liệu lớn thu thập dữ liệu giao thông thời gian thực, giúp cho các quản lý logistics lên lịch giao hàng một cách thuận tiện. Các công nghệ này cũng có thể gửi thông báo tự động đến các quản lý cơ sở nhận hàng khi giao hàng chỉ còn cách đích 1 dặm, giúp họ có đủ thời gian để lên kế hoạch và tránh những bất ngờ không mong muốn. Một trong những ứng dụng mới nhất của dữ liệu lớn trong logistics là việc sử dụng các cảm biến Internet of Things (IoT) trong các rơ-moóc để cho phép giám sát và báo cáo nhiệt độ, độ ẩm và các yếu tố quan trọng khác trong thời gian thực. Điều này cho phép các nhân viên giao hàng xử lý các vấn đề nhỏ trước khi chúng trở thành các vấn đề lớn hơn.

- Quản lý kho bãi: Việc quản lý kho bãi bằng các tiêu chuẩn truyền thống như hệ thống kế thừa và ERP không còn phù hợp nữa. Chúng ta sống trong một thời đại khi khách hàng muốn biết về sự sẵn có của sản phẩm trước khi mua và nhận cập nhật thời gian thực về quá trình giao hàng. Các quản lý có thể truy cập một bản tóm tắt hoạt động theo phút trên các thiết bị di động hoặc máy tính bằng cách tích hợp phân tích big data trong quản lý kho bãi. Điều này cho phép họ phát hiện các chướng ngại vật trong luồng công việc và đưa ra giải pháp ngay lập tức. Để quản lý hoạt động kho hàng một cách suôn sẻ, dữ liệu được phân tích bằng các hệ thống dữ liệu lớn sử dụng hàng tỷ cảm biến. Alibaba, Flipkart và Amazon là những người sử dụng công nghệ này từ sớm để duy trì hiệu quả của hàng hóa trong kho.

- Vận chuyển hàng hóa tươi sống: các cửa hàng tạp hóa và doanh nghiệp bán hàng hóa tươi sống hoạt động với biên độ lợi nhuận rất mỏng. Điều này có nghĩa là họ không thể dự trữ quá nhiều hàng tồn kho hoặc để hàng hóa của họ bị lãng phí. Họ cũng muốn tránh bất kỳ hình thức ô nhiễm nào có thể làm tổn thương danh tiếng thương hiệu của họ. Nhờ sử dụng dữ liệu lớn, các doanh nghiệp vận chuyển hàng tươi sống có thể giám sát điều kiện vận chuyển và lưu trữ hàng hóa của họ. Các cảm biến Internet of Things (IoT) được gắn trên các bảng điều khiển và bao bì cho phép theo dõi nhiệt độ, độ ẩm, độ sáng, độ rung và các thông số khác của hàng hóa. Các hệ thống này có thể theo dõi và lưu trữ dữ liệu trực tuyến, giúp các nhà quản lý quản lý vận chuyển hàng hóa tươi sống một cách an toàn và hiệu quả hơn. Đối với các bên liên quan trong những ngành này, dữ liệu lớn là giải pháp tốt nhất mà họ có khi muốn cung cấp sản phẩm chất lượng cho khách hàng của mình. Các cảm biến dựa trên IoT và mã vạch là trung tâm trong việc theo dõi hàng hóa tươi sống từ điểm xuất phát đến các điểm đến tương ứng. Điều này cho phép các thương hiệu bán hàng hóa tươi sống theo dõi chất lượng sản phẩm của mình trong toàn chuỗi cung ứng.

- Chất lượng dịch vụ khách hàng được cải thiện: Chúng ta đang sống trong một thời đại được thúc đẩy bởi công nghệ, người tiêu dùng đã hiểu rõ những gì mình muốn và không sẵn lòng chấp nhận bất cứ điều gì thấp hơn. Điều này là lý do tại sao mỗi chủ doanh nghiệp đều nên đặt nhu cầu của khách hàng lên hàng đầu. Một số yếu tố làm giảm sự hài lòng của khách hàng trong lĩnh vực logistics bao gồm phạm vi hoạt động hạn chế và giao hàng muộn. Dữ liệu lớn mang lại cơ hội cho các công ty logistics để cải thiện trải nghiệm tổng thể của khách hàng bằng cách tối ưu hóa hoạt động. Các công cụ phân tích dữ liệu, ví dụ như: có thể phân tích dữ liệu được thu thập từ các cuộc khảo sát và mạng xã hội, giúp các công ty có được những thông tin quý giá về những gì khách hàng mong muốn. Điều này cho phép họ tùy chỉnh dịch vụ của mình để vượt xa mong đợi của khách hàng.

- Xác nhận và chuẩn hóa địa chỉ: để đảm bảo địa chỉ của khách hàng chính xác, quan trọng là phải có quy trình xác thực và chuẩn hóa địa chỉ mạnh mẽ, bất kể bạn đang kinh doanh ở địa phương hay ở nước ngoài. Nếu không có quy trình này, hoạt động vận chuyển hàng hóa và trao đổi thương mại của bạn sẽ trở nên vô hiệu. Hồ sơ địa chỉ không luôn chính xác. Khi điền thông tin địa chỉ, người ta thường mắc phải nhiều lỗi định dạng và chính tả. Để khắc phục điều này, bạn cần chuẩn hóa và xác thực địa chỉ trong hồ sơ của mình. Chuẩn hóa địa chỉ là quá trình sửa đổi hồ sơ địa chỉ, trong khi xác thực địa chỉ là quá trình xác minh xem địa chỉ có chính xác hay không hoặc có tồn tại hay không. Để xác thực và chuẩn hóa địa chỉ, cần một phần mềm xác thực địa chỉ được trang bị bởi big data như SmartyStreets. Phần mềm này sử dụng các công cụ trang web và các API được đầy đủ tài liệu để xác thực và chuẩn hóa địa chỉ.

- Dự đoán các sự cố cần bảo trì: Các quản lý logistics hiện nay có thể sử dụng phân tích dữ liệu tiên tiến để tìm hiểu sâu hơn về các thói quen lái xe như phanh, tốc độ và thời gian lái xe và những thói quen không hiệu quả có thể được loại bỏ. Họ cũng có thể sử dụng thông tin như nhật ký bảo trì và dữ liệu cảm biến về tình trạng đội xe để thực hiện bảo trì trước. Điều này dẫn đến ít sự cố do hỏng hóc và giảm tiêu thụ nhiên liệu.

- Kế hoạch mạng lưới chiến lược: Môi trường thị trường vận chuyển hiện nay rất động. Đó là lý do tại sao các công ty cần có các khái niệm được đề cập cẩn thận để cho phép họ hành động linh hoạt và đặt ra một khóa học chiến lược cho tương lai. Phân tích vị trí vận chuyển và kế hoạch mạng lưới là những điểm chính mà các công ty nên tập trung vào. Như một phần của kế hoạch mạng lưới, họ có thể sử dụng các công cụ phần mềm đặc biệt cho phép họ thực hiện kế hoạch vị trí chiến lược, kế hoạch mạng lưới vận chuyển, tận dụng năng lực lưu trữ và tối ưu hóa cấu trúc. Mục tiêu của việc tối ưu hóa phần mềm này là giảm chi phí và đạt được một mạng lưới vận chuyển hướng chiến lược.

- Kế hoạch năng lực vận hành: Kế hoạch năng lực vận hành logistics là một vấn đề mới nổi trong bối cảnh quản lý chuỗi cung ứng. Người lập kế hoạch năng lực đối mặt với những thách thức về dữ liệu. Họ cần phải có được nhiều thông tin đa dạng để đạt được sự tối đa hóa thông tin. Các thông tin này bao gồm xu hướng nhu cầu và phân phối của khách hàng. Nếu dữ liệu đầu vào có sai sót, toàn bộ quá trình lập kế hoạch sẽ bị sai lệch. Nhưng việc sử dụng công nghệ dữ liệu lớn và trí tuệ nhân tạo đã làm cho kế hoạch quản lý năng lực vận hành dễ dàng hơn bao giờ hết. Công cụ cảm nhận nhu cầu (demand sensing tools), ví dụ, hiển thị xu hướng thị trường trong thời gian thực. Điều này có nghĩa là các công ty logistics có thể lập kế hoạch vận chuyển và lưu trữ dựa trên dữ liệu thực tế, không phải dữ liệu mô phỏng.

3. Kết luận

Dữ liệu lớn và logistics là 2 khái niệm liên quan chặt chẽ đến nhau trong ngành công nghiệp vận chuyển và logistics. Dữ liệu lớn giúp cho ngành Logistics tối ưu hóa quy trình vận chuyển và quản lý kho hàng, từ đó giúp cho các doanh nghiệp tăng cường hiệu quả kinh doanh và nâng cao sự hài lòng của khách hàng. Dữ liệu lớn đã thay đổi đáng kể bản chất của ngành Logistics . Các công ty logistics nhận thức được điều này sẽ đem lại những cơ hội tuyệt vời từ dữ liệu lớn trong việc đưa ra quyết định dựa trên dữ liệu.

TÀI LIỆU THAM KHẢO:

1. Alliedmarketresearch.com. Logistics Market. Available at:  https://www.alliedmarketresearch.com/logistics-market

2. Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. (2011). Big data: the next frontier for innovation, competition, and productivity. McKinsey Global Institute.

3. Tredinnick, L. (2017). Artificial Intelligence and professionsl roles. Business Information Review.

4. Shadi Aljawarneh, Shadi Aljawarneh, and Manisha Malhotra. (2017). Critical Research on Scalability and Security Issues in Virtual Cloud Environments (1st. ed.). USA: IGI Global.

5. Cavanillas, J.M., Curry, E., & Wahlster, W. (Eds). (2016). New Horizons for Data-Driven Economy: A Roadmap for Usage and Exploitation of Big Data in Europe. United States: Springer.

6. David L Pool, Alan K Mackworth (2017). Artificial Intelligence foundations of computational agents, 2nd edition. England: Cambridge University Press.

7. Gasparyan V., Kalinkin K. (2014). Big Data and Analytical Models in Logistics and SCM. Deloitte.

USING BIG DATA IN THE LOGISTICS FIELD

Master. Vu Thi Thanh Huong1

Master. Nguyen Huy Khang1

1University of Finance and Marketing

ABSTRACT:

This paper presents the prospects of using Big data in optimizing logistics operations. In the logistics field, Big data is used to minimize inefficiencies in the last-mile delivery, bringing the transparency to the entire supply chain, optimizing the delivery, protecting perishable goods, and automating the entire supply chain. This paper analyzes the major impacts of using Big data in the logistics field.

Keywords: Big data, logistics, digital economy, digital transformation.

Nguồn: TẠP CHÍ CÔNG THƯƠNG

• phản hồi

• cùng chuyên mục