眼瞅著雙十一就要到了，不知道你的購物車有沒有被塞得滿滿的？今年已經是雙十一的第七個年頭了，各大電商也是早早的就打出廣告爭奪消費者，淘寶的廣告也是無孔不入，打破去年5億包裹的記錄似乎在情理之中。

每年雙十一都是物流行業最繁忙的時間，據國家郵政局預測，今年全行業“雙十一”快遞運量將達到7.6億件，比去年增長40%；最高日處理量可能突破1.4億件。

物流行業為了應對這龐大快遞數量，在吸取之前用工荒的教訓后，很多物流行業都提前招兵買馬，甚至在9月底就有企業為雙十一做準備，據統計僅百姓網上與物流、快遞的相關兼職招聘需求就增長了45%。 

各大物流公司還有一些其他應對措施，中通在全國4000余家站點完成改擴建，提前增加了4100輛車輛。圓通更是購入轉機進行配送，除此之外，將大數據應用于物流業也是提升物流效率降低成本的一道利器。

大數據可以優化運輸路線

傳統的派送方法是由快遞員自己規劃路線，但如果常走的路出現了擁堵，浪費時間也消耗成本，然而UPS配送人員不需要自己思考配送路徑是否最優，因為UPS采用Orion系統可實時分析20萬種可能路線，3秒找出最佳路徑。

UPS通過大數據分析來為配送人員選出成本最低效率最高的路線，根據往年的數據顯示，因為這一系統，UPS貨車在行駛路程減少2.04億的前提下，多送出了350000件包裹。

未來，通過運用大數據，物流運輸效率將得到大幅提高，大數據為物流企業間搭建起溝通的橋梁，物流車輛行車路徑也將被最短化、最優化定制。

大數據可以銷售預測優化庫存

通過互聯網技術和商業模式的改變，現在網上很多店鋪都跳過了經銷商，直接將商品從工廠直接發到顧客手中，借助大數據不斷優化庫存結構和降低庫存存儲成本，運用大數據分析商品品類，系統會自動調用哪些商品是用來促銷的，哪些商品是用來引流的。 

就像現在雙十一都采用預購的方法，消費者付定金提前購買，商家既有資金提前庫存，又能估算出生產多少商品可以保證供應，當下就可以判斷當前商品的安全庫存，而不再是根據往年的銷售情況來預測當前的庫存狀況，降低庫存存貨。

過去是供給決定需求，今后越來越多地從需求開始倒推，按照需求的模式重新設計相應的供給點的安排。這些都是因為大數據時代到來所產生的變革。

大數據還可以對物流配送車輛進行優化，以最優的配備數量為網點進行分配，避免資源浪費；大數據還可以供應鏈協同管理，為生產和供應問題找到優化解決方案。經過一段時間的發展，在大數據成熟應用于大數據物流行業后，也許我們的快遞就可以分鐘為單位為我們送達了。