Eddie Stobart是欧洲著名卡车品牌，每天，在欧洲有大约3千量卡车在运行，产生大量数据。可想而知，对这些数据的分析对公司的管理运营有多么重要。为此，公司收集了一系列数据，包括行车路线、工作时间、驾驶员是否紧急刹车、行车速度、耗油量和电子签名等。

Stobart集团IT总监Vince Sparks表示：“现在，所有的后勤公司在实验室中都有一些技术，厂商可以生成离线数据，或通过其他数据源生成数据。”支持Stobart信息处理的工作建立在数据仓库和外部信息处理供应商的基础上。

Sparks在接受TechTarget记者采访时表示：“随着远程数据传输技术不断实时地提供业务运营信息，我们能够了解车辆运营情况，看到车辆是否得到有效利用。所以，对数据的应用也在增长。“

 “传输到业务的海量信息必须要进行聚集、总结和分析，这是由数据聚合器完成的。但对于非结构化数据，比如视频分析，也是我们应该兼顾的。在我们后勤部门，大数据的挑战也日益严峻。”

叠加信息

Stobart数据分析的任务日益严峻。

Sparks表示：“很多卖数据的组织看到在现存数据中叠加数据可以帮助企业管理车辆、更有效地提供客户服务，并能考虑到天气类型、道路、路况、交通事故和高速公路维护等情况。”不过，Sparks也认为供应商做的仍然不够。

 “供应商不是很了解数据，他们关注的是信息的售卖价值。有一些厂商，比如BT和IBM着手收集分散的数据源，希望将其利用到不同的业务场景中。不过，这仍处于初级阶段。”

“现在，我们已经有能力生成、处理和记录大规模信息，但我们还要能够利用信息。”

目前，像很多大型的后勤公司一样，Stobart依靠一个数据集合器，通过位于驾驶室的SIM处理所有来自车辆的数据，这些数据将发送到供应商Isotrak，它通过云服务存储数据。

Sparks表示：“这些都是十年前建立的，采用的还是早起的云模式，Isotrak做云计算已经很多年了。”

后勤公司使用第三方提供的数据，用于核心运输计划系统。这些平台可以基于活动创建报表，在业务层面管理和提升效率，比如车辆数据、到达时间和车辆运行时间。

现在，来自车辆的远程数据不一样了，要处理的车辆相关信息量越来越大。比如，来自于引擎管理系统和驾驶员监测系统的数据和驾驶室的视频数据。

 “有很多分散的数据源都要通过集合器进入到你的ERP或运输管理系统。”

实时数据分析

Stobart采用了一些方法进行数据分析。在过去两年里，公司利用Excel和IBM Cognos TM1技术等标准工具集部署了“战略商务智能项目”。Sparks表示：“还有其他产品可以集成分散的数据源，提高财务效率。我们还启用了关注运营信息数据的项目，将数据发送给运营经理。”理想的情况是，通过实时数据支持决策制定。

Sparks表示：“我认为对于所有后勤公司来说，挑战即是我们如何使用数据建模工具分析利用大规模数据集。这样我们就能够提高效率，更好地指导车辆使用和资源消耗。我们的资源是实际车辆、驾驶员时间和燃油，以及我们还需要降低环境影响。”

Sparks希望在一年之内，公司能够实现近实时的信息管理。

Sparks预测：“我希望在远程数据方面，我们能使用更先进的驾驶室技术和设备。我只能看见大规模的数据更快地生成，更智能的数据让分散的数据源回到本地。”他还希望驾驶室技术能够更先进。

Sparks表示：“我们不得不看看哪些信息会从驾驶室传输出去，哪些会回到驾驶室。现在，大多数信息传输到企业中，也可能有一些信息传输到身在卡车上的现场工人。”

“在驾驶员开车时，有很多技术挑战，因此我认为要在正确的时间利用技术做正确的事情，比如安全驾驶、故障检查和驾驶员意识培训等。这是一种动态的平衡，但我们能看到的只是进出业务的数据流越来越多。”

数据分析的成本

Sparks表示，一些数据分析产品的成本实际上在下降，“因为市场正在饱和，一些新的市场进入者提供了价格更低、创新更强的技术，对抗大企业的高价数据产品。”

 “所以，你会看到云集成器，和一些按扭端解决方案使用传统的表格，搭配内存技术，以更低的价格替代BI软件。”

“企业利用数据和数据分析产品，使用实时或近实时信息正在成为现实。”