顺丰科技亮相数博会,斩获数博会十佳大数据案例大奖

时间:2019-09-01 来源:www.ouchun.net

创新发展,为未来编号。 5月26日,第五届中国国际大数据产业博览会在贵阳举行。 SF Technology独立开发的商业决策大数据解决方案“顺丰大数据平台”荣获数字博览会十大大数据案例奖,引起业界广泛关注。

img_pic_1559187409_0.png

(图片:十大数据案例颁奖典礼)

由于云计算的发展,它将被重建,其价值在于大数据智能应用的行业表现。因此,它已成为一个技术公司在世博会等高端阶段声望的明确证据。

今年的展会数量,包括苹果,亚马逊,微软,甲骨文,阿里,腾讯,华为,顺丰等国内外知名企业参展,2015年图灵奖得主惠特菲德德菲和100多个世界专家学者参加了会议。会议的预热也在海外进行,欧洲和美国的技术团队也应邀参加。由国家工业信息安全发展研究中心组织的数字博览会组委会主办《大数据优秀产品和应用解决方案案例集(2019)》活动,收集全国1,706个大数据案例,并选择国家“100大数据优秀案例”与行业代表。在今年的展会数量上,我们成立了专题会议。公布了十大最佳选择,揭示了前十大案例,代表了中国大数据领域的最新成果和最佳实践。顺丰科技有限公司作为参展企业亮相,最终荣获十大大数据案例奖,是顺丰科技大数据智能化应用水平,再次得到公众科技认可。圈子。

img_pic_1559187409_1.png

屡获殊荣的“顺丰大数据平台”是SF Technology基于主流开源框架独立开发的大数据平台。它具有丰富的组件和完整的平台功能,可以提供从数据访问到数据服务的一站式服务。 “顺丰大数据平台”采用基于数据采集层,分析层和应用层的三部分层次结构。它具有很强的可扩展性,可以帮助用户增强智能数据建设和管理的能力,连接上游和下游的行业。提高竞争力。

在物流领域,“顺丰大数据平台”在顺丰速运的数字化转型中发挥了积极作用。目前,SF已成功建立了基于“天网”+“地面”两个物流网络的SF“信息网”。在顺丰速运的“信息网络”中,“顺丰大数据平台”涉及顺丰物流的各个环节,实现顺丰物流的全面数字化管理,让物流快递的“每个环节”和“每张票快递”都可以跟随。在完成数据管理的基础上,“顺丰大数据平台”更进一步,为顺丰物流在数据分析和决策方面提供支持,帮助顺丰速运通过组件预测,仓库管理和路径规划等智能物流决策提高效率。削减开支。目前,SF的准确性预测已经升级到城市,行政区甚至每个交付网络和每个接收器的维度,实现更合理和有效的整体资源分配。通过智能调度模型,更合理的工作任务分配也可以使调度员高效,满意地工作。凭借“顺风大数据平台”卓越的大数据处理和分析功能,SF在年度双十一物流考试中保持了优异的表现。

img_pic_1559187410_2.png

此外,“顺丰大数据平台”已广泛应用于零售,冷链,医疗,金融等领域,并受到好评。例如,在零售业,SF Technology和社区零售企业共同构建一个大数据平台,全面提升企业数据采集,存储,计算,分析,挖掘和应用的能力,加速数字化转型,促进发展智能供应链; 3C电子行业“顺丰大数据平台”通过大数据模型算法,为一家公司出口仓库整合仓库网络规划方案,解决了公司物流缓慢,成本高,渠道下沉等问题;基于大数据平台的底层支持,SF Technology开发并推出了数据可视化平台,以满足业务运营监控,实时性能显示,地理信息分析和其他业务场景的需求,帮助企业改善决策效率。

自今年年初以来,顺丰科技推出了一系列大数据智能产品,赢得了业界的赞誉。今年3月,顺丰科技推出的数据管理产品“数据信标”荣获邮政行业科技奖一等奖,其“智能物流”+“智能商务”概念获得了业界的认可。该解决方案产品的获奖意味着SF Technology提供的大数据应用在市场表现上迈出了新的一步。据报道,顺丰控股2018年仅投入27.23亿元技术,在物流行业中首屈一指。正在悄然运作的SF技术正在将顺丰速运的技术应用作为背景色,为整个业务带来更多的技术优势。

“未来的物流,打击大数据和人工智能。”顺丰集团首席技术官,顺丰科技首席执行官严宝刚表示,大数据和人工智能已经过了技术探索期,行业目前处于蓬勃发展的大数据应用阶段,更接近实际业务场景,更容易被企业,政府所察觉部门甚至个人。在DT时代,我们应该积极地接受大数据行业,并将数据应用的概念整合到企业的DNA中,以使数据更有效。

在2019年世博会上,顺丰科技还展示了“企业大数据解决方案”,“大数据智能产品”,“物联网大数据应用”,“数据信标”,“火焰大屏幕”,“顺丰地图”等6大产品和解决方案。随着大数据,“智能+”,数字中国等的出现,各行各业都面临着数字化转型升级的机遇和挑战。 SF技术自主开发的大数据平台大大提高了大数据的开发效率和应用能力。丰富的数据应用场景也在推动SF大数据的发展方向相反。这种良性循环是当前大数据生态系统的标准模型。

——