大数据背景下电子商务与快递业联动发展策略研究

《大数据背景下电子商务与快递业联动发展策略研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据背景下电子商务与快递业联动发展策略研究大数据背景下电子商务与快递业联动发展策略研究摘要：分析大数据背景下我国电子商务与快递业的现状，研究影响电子商务与快递业联动发展的限制性因索，包括信息共享能力、发展速度差异、快递市场现状、电商快递跨界发展四个方面，最后提出电子商务与快递业联动发展的相关建议和策略，推动快递和电子商务两个行业联动发展。关键词：大数据；电子商务；快递；联动发展中图分类号：F713.365.1文献标识码：AAbstract:AnalyzedthestatusofE-commerceandexpressindustryinChinaunderthe

2、backgroundofbigdata,studiedfactorswhichinfluencingtheinteractivedevelopmentofE-commerceandexpress,coveringinformationsharingcapabilities,developmentspeed,marketsituation,commercialcourierexpresscross-borderdevelopmentfourareas・Atlastproposingtheadvicesandstrategiesabouthowtopushtheint

3、eractivedevelopmentbetweenE-commerceandexpress・Keywords:bigdata;E-commerce;express:interactivedevelopment0引言2013被称为大数据元年，以海量化(Volume)、多样化(Variety)＞速度化(Velocity)和真实化(Veracity)为特征的大数据影响到人们生活的方方面面。作为与信息化有密切联系的电子商务和快递业必然受到大数据的影响。屮国电子商务研究屮心发布的《2013年度中国网络零售市场数据监测报告》［1］显示，目前我国70%以上的网购业务需依靠快递

4、来完成，快递行业50%以上营收来自电子商务。电子商务是拉动快递业迅速增长的重要因索，快递业的完善也促使了电子商务的跨跃式发展，电子商务与快递是互利共存的关系。但是，在电商领域，电子商务企业与快递企业并没有形成稳定的联盟关系，双方之间存在信息化沟通薄弱、相互跨界发展，发展速度不一致等现象，最终影响了电子商务和快递业的共同发展。为了实现电子商务与快递业的联动发展，我国对电了商务与快递业联动发展的相关研究文献很多。郭鹏程［21(2009)提出了快递与电子商务共谋发展的假设；李莎［3］(2013)用SCOR模型和CPFR模型构建了电子商务与快递业的协同模型；朱云东等［4］

5、(2013)根据屯子商务与快递业联动发展障碍提出了电子商务与快递业的联动发展的相关措施。以上研究均没有从大数据背景下讲述电商业和快递业的关系，本文研究在大数据背景下电商企业与快递企业如何实现联动发展。1大数据的基本概念电子商务企业和快递企业的数据來源H益多样化，信息数量吋吋刻刻都在海量增长。近年來，随着网络的普及，快递业的发展以及网络支付安全性的提高，促使电了商务和快递业产生的数据量急剧猛增，电了商务和快递行业走在大数据的前沿。根据《2014年第33次中国互联网络发展状况》［5］显示，截至2013年12月，我国网民规模达6.18亿人，全年共计新增网民5358万人，

6、其中网络购物用户规模达3.02亿人，使用率达到48.9%o海量购物产生大批量的快递订单，因而在电商领域和快递环节产生大量的数据。由此看来，电商领域以及快递领域的大数据时代已经到來。大数据本身是一个比较抽象的概念，没有统一的公认定义，每种定义基本是从大数据的特征出发，通过这些特征来阐述和归纳。维基百科对大数据做以下定义［5］:“巨量资料(BigData),或称大数据、海量资料，指的是所涉及的数据量规模巨大到无法通过人工在合理吋间内达到截取、管理、处理，并整理成为人类所能解读的信息”。从数据库(DB)到大数据(BD),在数据来源、数据处理方式和数据思维等方面都会对传统

7、的数据管理方式带来革命性的变化，这些差异主要体现在如下儿个方面：(1)数据规模，DB的处理对象通常以MB为基本单位，而BD则常常以GB,甚至是TB、PB为基木处理单位。(2)数据类型，DB的数据种类单一，以结构化数据为主；BD的数据种类繁多，以结构化、半结构化以及非结构化的数据。(3)处理对象，DB屮数据仅作为处理对象。而在大数据时代，要将数据作为•种资源來辅助解决其他诸多领域的问题。(4)模式和数据的关系，传统的数据库都是先有模式，然后才会产生数据。而大数据吋代很多情况下难以预先确定模式，模式只有在数据出现Z后才能确定，冃模式随着数据量的增长处于不断的演变Z中。

8、大数据对传