Big data (dữ liệu lớn) có ảnh hưởng đến rất nhiều ngành công nghiệp, trong đó logistics và chuỗi cung ứng không là ngoại lệ. Thực tế, nhiều CEO của các công ty logistics nhận định “sự bùng nổ thông tin” là một trong những yếu tố thúc đẩy chuyển đổi và là cơ hội cải tiến công ty mình.
Nhiều chuyên gia bị thu hút bởi các hứa hẹn về khả năng dữ liệu lớn (Big data) giúp giải quyết các vấn đề chi phí quản lý, tốc độ và nhiều loại dữ liệu khác. Thêm vào đó các công ty còn có thể sử dụng tầm nhìn mà big data mang đến để cải thiện hoạt động trong chuỗi cung ứng của mình.
1. Dữ liệu lớn (Big Data) là gì?
Big Data là thuật ngữ dùng để chỉ một tập hợp dữ liệu rất lớn và rất phức tạp đến nỗi những công cụ, ứng dụng xử lí dữ liệu truyền thống không thể nào đảm đương được. Tuy nhiên, Big Data lại chứa trong mình rất nhiều thông tin quý giá mà nếu trích xuất thành công, nó sẽ giúp rất nhiều cho việc kinh doanh, nghiên cứu khoa học, dự đoán các dịch bệnh sắp phát sinh và thậm chí là cả việc xác định điều kiện giao thông theo thời gian thực. Chính vì thế, những dữ liệu này phải được thu thập, tổ chức, lưu trữ, tìm kiếm, chia sẻ theo một cách khác so với bình thường.
Theo tài liệu của Intel vào tháng 9/2013, hiện nay thế giới đang tạo ra 1 petabyte dữ liệu trong mỗi 11 giây và nó tương đương với một đoạn video HD dài 13 năm. Bản thân các công ty, doanh nghiệp cũng đang sở hữu Big Data của riêng mình, chẳng hạn như trang bán hàng trực tuyến eBay thì sử dụng hai trung tâm dữ liệu với dung lượng lên đến 40 petabyte để chứa những truy vấn, tìm kiếm, đề xuất cho khách hàng cũng như thông tin về hàng hóa của mình.
Nhà bán lẻ online Amazon.com thì phải xử lí hàng triệu hoạt động mỗi ngày cũng như những yêu cầu từ khoảng nửa triệu đối tác bán hàng. Amazon sử dụng một hệ thống Linux và hồi năm 2005, họ từng sở hữu ba cơ sở dữ liệu Linux lớn nhất thế giới với dung lượng là 7,8TB, 18,5TB và 24,7TB.
Tương tự, Facebook cũng phải quản lí 50 tỉ bức ảnh từ người dùng tải lên, YouTube hay Google thì phải lưu lại hết các lượt truy vấn và video của người dùng cùng nhiều loại thông tin khác có liên quan.
Còn theo tập đoàn SAS, chúng ta có một vài số liệu thú vị về Big Data như sau:
Các hệ thống RFID tạo ra lượng dữ liệu lớn hơn 1.000 lần so với mã vạc truyền thống, và chỉ trong vòng 4 giờ của ngày “Black Friday” năm 2012, cửa hàng Walmart đã phải xử lí hơn 10 triệu giao dịch tiền mặt, tức là khoản 5.000 giao dịch mỗi giây.
Dịch vụ chuyển phát UPS nhận khoảng 39,5 triệu yêu cầu từ khách hàng của mình mỗi ngày
Dịch vụ thẻ VISA xử lí hơn 172.800.000 giao dịch thẻ chỉ trong vòng một ngày mà thôi
Trên Twitter có 500 triệu dòng tweet mới mỗi ngày, Facebook thì có 1,15 tỉ thành viên tạo ra một mớ khổng lồ dữ liệu văn bản, tập tin, video…
2. Những tác động của Big Data trong quản lý logistics và chuỗi cung ứng
Khi các hệ thống và thiết bị liên kết với nhau càng nhiều, càng nhiều dữ liệu được tạo ra và thu thập trong một ngày. Một nghiên cứu được tiến hành bởi IDC cho thấy rằng số lượng dữ liệu sẽ tăng gấp đôi mỗi hai năm và sẽ đạt 44 zettabytes, hoặc 44 nghìn tỉ gigabytes trong năm 2020.
Sự tăng trưởng nhanh của dữ liệu không phải là điều xa lạ gì với ngành logistics và chuỗi cung ứng.
Trong lịch sử, những người làm trong chuỗi cung ứng đã tạo ra một lượng lớn thông tin đa dạng và phong phú. Tất cả mọi thứ từ các tuyến đường, nhà vận chuyển, thời gian giao hàng, phương thức vận chuyển, điểm định giá, doanh thu, thu nhập và lợi nhuận đã được thu thập và lưu trử trong cơ sở dữ liệu của nhiều doanh nghiệp.
Vậy làm sao Big Data có thể tác động đế ngành công nghiệp? Chúng ta hã cùng xem qua một ví dụ
Một công ty có thể muốn biết những phương thức vận tải và hãng tàu nào có thể được sử dụng để tối đa hóa lợi nhuận cho một điểm đến cụ thể trong khi vẫn đáp ứng thời gian giao hàng. Big Data có thể làm được điều này.
Hoặc một hàng tàu muốn tìm hiểu làm sao trong một thời gian cụ thể, trong một mùa nhất định của năm, đến một địa điểm cụ thể, trong điều kiện thời tiết nhật định có thể ảnh hưởng đến thời gian giao hàng. Big Data có thể làm được.
Sử dụng Big Data trong quản lý chuỗi cung ứng có thể giúp các doanh nghiệp dự báo nhu cầu chính xác hơn, hiểu rõ hơn về chu ký mua của khách hàng, và ướng tính công xuất kho trong tương lai dựa trên các dữ liệu cũ.
Với một khối lượng lớn và nhiều loại dữ liệu nằm trong cớ sở dữ liệu của rất nhiều doanh nghiệp, nó chỉ là vấn đề thới gian cho tới khi các công ty bắt đầu khai thác “mỏ vàng” này.
Big Data đã đóng một vai trò quan trọng trong sự thành công của Amazon. Công ty đã khai thác dữ liệu từ hơn 152 triệu khách hàng (và ngày càng gia tăng) để hiểu hành vi mua hàng và giới thiệu các sản phẩm dựa trên lịch sử mua hàng và các sản phẩm liên quan.
Dữ liệu không thể chỉ được coi là thông tin đang ngồi trên mây mà phải được xem là một tài sản đặc biệt cho tổ chức. Một “mỏ vàng”.
3. Case study: UPS
Mỗi ngày hãng chuyển phát nhanh UPS đóng gói trung bình 16,9 gói hàng, với hơn 4 tỷ đơn hàng mỗi năm bằng 100.000 phương tiện khác nhau.
Với con số khổng lồ này, có rất nhiều cách khác nhau để UPS sử dụng dữ liệu lớn. Một trong số đó là tối ưu hóa hoạt động của đội vận chuyển.
Có rất nhiều tuyến đường để di chuyển từ A đến B, nhưng tuyến đường nào thông thoáng nhất, ít đèn giao thông nhất, giới hạn tốc độ cao nhất, hay đơn giản là ngắn nhất? Đối với một công ty chuyển phát nhanh như UPS thì nắm bắt được các dữ liệu này có ý nghĩa rất quan trọng.
Công nghệ viễn thông đường dài và các thuật toán cao cấp giúp đội vận chuyển của UPS tìm ra hành trình tối ưu, giảm thời gian dừng xe và tiến hành bảo dưỡng có dự đoán.
Thuật toán mà UPS sử dụng có khả năng phân tích đến 200.000 khả năng có thể cho từng tuyến đường theo thời gian thực. Khi sử dụng dữ liệu lớn này, họ có khả năng biết được phương tiện sẽ vận hành như thế nào trên từng tuyến đường và có thể biết được quy trình giao hàng có thể cải thiện tại khâu nào.
Kể từ lúc áp dụng chương trình, công ty chuyển phát này đã tiết kiệm được hơn 39 triệu thùng nhiên liệu và cắt ngắn quãng đường di chuyển được 364 triệu dặm. Sắp tới UPS sẽ áp dụng công nghệ này vào máy bay chở hàng.
Nguồn: Pivotal, ailglobal.net, Duy Luân – Tinh tế
