Eddie Stobart是歐洲著名卡車品牌，每天，在歐洲有大約3千量卡車在運行，產生大量數據。可想而知，對這些數據的分析對公司的管理運營有多么重要。為此，公司收集了一系列數據，包括行車路線、工作時間、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IT總監Vince Sparks表示：“現在，所有的后勤公司在實驗室中都有一些技術，廠商可以生成離線數據，或通過其他數據源生成數據。”支持Stobart信息處理的工作建立在數據倉庫和外部信息處理供應商的基礎上。
Sparks在接受TechTarget記者采訪時表示：“隨著遠程數據傳輸技術不斷實時地提供業務運營信息，我們能夠了解車輛運營情況，看到車輛是否得到有效利用。所以，對數據的應用也在增長。“
“傳輸到業務的海量信息必須要進行聚集、總結和分析，這是由數據聚合器完成的。但對于非結構化數據，比如視頻分析，也是我們應該兼顧的。在我們后勤部門，大數據的挑戰也日益嚴峻。”
疊加信息
Stobart數據分析的任務日益嚴峻。
Sparks表示：“很多賣數據的組織看到在現存數據中疊加數據可以幫助企業管理車輛、更有效地提供客戶服務，并能考慮到天氣類型、道路、路況、交通事故和高速公路維護等情況。”不過，Sparks也認為供應商做的仍然不夠。
“供應商不是很了解數據，他們關注的是信息的售賣價值。有一些廠商，比如BT和IBM著手收集分散的數據源，希望將其利用到不同的業務場景中。不過，這仍處于初級階段。”
“現在，我們已經有能力生成、處理和記錄大規模信息，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依靠一個數據集合器，通過位于駕駛室的SIM處理所有來自車輛的數據，這些數據將發送到供應商Isotrak，它通過云服務存儲數據。
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做云計算已經很多年了。”
后勤公司使用第三方提供的數據，用于核心運輸計劃系統。這些平臺可以基于活動創建報表，在業務層面管理和提升效率，比如車輛數據、到達時間和車輛運行時間。
現在，來自車輛的遠程數據不一樣了，要處理的車輛相關信息量越來越大。比如，來自于引擎管理系統和駕駛員監測系統的數據和駕駛室的視頻數據。
“有很多分散的數據源都要通過集合器進入到你的ERP或運輸管理系統。”
實時數據分析
Stobart采用了一些方法進行數據分析。在過去兩年里，公司利用Excel和IBM Cognos TM1技術等標準工具集部署了“戰略商務智能項目”。Sparks表示：“還有其他產品可以集成分散的數據源，提高財務效率。我們還啟用了關注運營信息數據的項目，將數據發送給運營經理。”理想的情況是，通過實時數據支持決策制定。
Sparks表示：“我認為對于所有后勤公司來說，挑戰即是我們如何使用數據建模工具分析利用大規模數據集。這樣我們就能夠提高效率，更好地指導車輛使用和資源消耗。我們的資源是實際車輛、駕駛員時間和燃油，以及我們還需要降低環境影響。”
Sparks希望在一年之內，公司能夠實現近實時的信息管理。
Sparks預測：“我希望在遠程數據方面，我們能使用更先進的駕駛室技術和設備。我只能看見大規模的數據更快地生成，更智能的數據讓分散的數據源回到本地。”他還希望駕駛室技術能夠更先進。
Sparks表示：“我們不得不看看哪些信息會從駕駛室傳輸出去，哪些會回到駕駛室。現在，大多數信息傳輸到企業中，也可能有一些信息傳輸到身在卡車上的現場工人。”
“在駕駛員開車時，有很多技術挑戰，因此我認為要在正確的時間利用技術做正確的事情，比如安全駕駛、故障檢查和駕駛員意識培訓等。這是一種動態的平衡，但我們能看到的只是進出業務的數據流越來越多。”
數據分析的成本
Sparks表示，一些數據分析產品的成本實際上在下降，“因為市場正在飽和，一些新的市場進入者提供了價格更低、創新更強的技術，對抗大企業的高價數據產品。”
“所以，你會看到云集成器，和一些按扭端解決方案使用傳統的表格，搭配內存技術，以更低的價格替代BI軟件。”
“企業利用數據和數據分析產品，使用實時或近實時信息正在成為現實。”
京公網安備 11010502049343號