以往經濟學告訴我們，生產的三大要素就是「土地」、「勞力」、「資本」，很明顯的，在網際網路時代中，「資訊」會是第四種要素，而且可能成為顛覆傳統商業模式的新要素，因為掌握正確資訊，就可以用更少的土地、勞力、資本達成更高的產值，這就是現今「巨量資料分析」的關鍵。

傳統的商業經營，有許多是依靠「人」的記憶與經驗，去進行一些最佳化的處理，例如安排哪個貨架放那個商品、哪個路線安排幾趟配送車次、每天要安排多少銷售人員、要備多少庫存…，這樣的商業經營模式必須改變，因為不論是客戶與市場環境都不斷在改變，而且透過電子資訊以及社群網路的傳遞，很快會使一個小趨勢變成一個大風潮，當改變達到一定程度，企業又跟不上改變時，就是被淘汰的時候。

物流系統與巨量資料密不可分，從龐大的資料中（包括訂單資料、配送資料），可以分析出商品的流速(velocity)、流量(volume)、流向與商品種類(variety)。流速愈快的商品，就需要備較多庫存，避免訂單缺貨；而流向資料是運輸規劃的依據，也是新物流中心或是轉運中心候選點的決策依據，舉例來說，如果我們可以了解特定服飾商品的消費客群分佈，就可以在更接近消費者的地方佈署物流中心或是轉運站，讓消費者可以更快取得商品。

巨量資料對於物流企業的影響大概可分為三方面：

[1] 提升作業效率：透過資料整合與銜接，提升運作正確性與速度。
[2] 強化客戶經驗：精準分析客群、提高客戶忠誠度。
[3] 發展新商業模式：找出新商品組合、新客群、新的需求。

巨量資料是相當寶貴的資產，但可惜的是許多企業忽略資料儲存的重要性，根據一份調查，歐洲地區的企業僅有14%體認到巨量資料的重要性，並且列為策略規劃的一環。DHL是三大國際物流公司中，率先提出「物流中心可以作為搜尋引擎」這樣的創新服務概念，原因很簡單，物流中心每天要處理大量的訂單、貨物、配送、逆物流等資訊，而且物流中心是最接近消費者的最後一哩路，從物流中心運作所產生的資料分析消費習性，絕對是最精準的作法，比起在廠商端進行消費預測，利用物流中心的運轉資料可提供更好的分析結果。而且最重要的就是掌握「趨勢」，在商業環境改變前預先做好因應，或是提供新的服務內容。

許多企業的資料停留於紙本階段，永遠停留在庫房等候銷毀；有些資料分儲於不同部門、甚至有些資料被視為垃圾；有些則是每天有大量的資料產生，但是連儲存都沒有。以企業的客服電話為例，每天接了多少通電話？哪些客戶？客戶反映哪些事情？通話時間？客訴的產品或服務…等，這些資料如果能有系統的蒐集，就會變成有意義的資訊，但是，許多企業總是花大錢建置系統，卻沒有仔細去分析從系統內所得到的資料，以及不同資料之間的關聯性。

有時候，因為資料庫本身的限制，而必須將歷史營運資料分年保存，一旦資料分散於不同的資料庫（例如2012年存一個資料庫、2013年存一個資料庫），進行資料分析時就得耗費較多時間。

(如欲閱讀全文，敬請訂閱雜誌。)