信息发展和业务运营是物流企业发展中两个关键因素。近几年随着信息技术和电子商务的逐渐发展，“互联网+”已经成为企业改革和发展的主要方向。铁路货运物流为满足市场需求，适应市场发展，开始对内部物流信息发展和业务运营实施改革，从而实现大数据技术在铁路货运物流企业的应用，提升铁路货运物流企业在货运物流市场的核心竞争力。
　　一、大数据技术分析
　　大数据技术的形成相对较晚，因此目前对其并没有明确的定义。但是，根据大数据技术的实际应用，将大数据定义为数据资源整合利用的一种技术手段。大数据在企业发展应用中占有重要的位置，能够快速、全面收集企业内部数据和外部数据，从而在此基础上深入统计和分析数据，为企业发展提供动态信息态势，最终明确企业发展中存在的问题，为企业的发展目标设定提供决策性信息支持。因此，以大数据技术为系统的企业应用程序能够为企业的稳定发展提高可靠、高效、可伸缩的信息支持，实现企业的信息化管理，最终提升企业市场竞争能力。
　　二、基于大数据技术的铁路货运物流企业
　　针对当前我国铁路货运企业大数据技术的应用构架，对其采集整合、存储处理、数据应用和基本构架进行深入分析。
　　（一）采集整合。当前我国铁路货运企业在应用大数据技术实现企业内部采集整合的过程中将数据源于电子商务平台的相关业务相结合，从而创建了结构数据化和非结构数据化两种资源整合平台。在其结构数据化中根据客户基本信息、列车基本信息、订车基本信息、公共基础数据、集装箱货运数据、货运运单数据、货票数据等内容处理，建立结构化数据信息库。在结构化数据信息库构建的过程中利用SQL、ETL工具实现数据的导入，并且利用云端数据仓库存储信息资源，实现铁路货运信息数据化管理。对非结构化的数据信息采用ETL技术、元数据抽取技术和MapReduce编程技术创建货运文档信息、电子邮件信息、日常工作记录信息、货运图像信息、货运语音信息、货运监控信息、系统其他信息等内容，实现货运数据信息的快速查询和检索，以文本分析的形式呈现给使用者，并且在其点击数据的同时，系统实现数据自动挖掘和提取，完成日常非机构化数据信息化处理。
　　（二）存储处理。当前我国铁路货运基于大数据技术进行货运物流的改革，在其存储处理上利用大数据技术建立数据库系统，使用Hadoop源架构，实现主要业务相关对象和行业业务信息存储。此外，部分铁路货运物流企业在构建大数据技术系统的过程中利用微软并行数据仓库实现企业数据源的存储处理。数据仓库系统和Hadoop源架构系统实现对铁路货运物流企业信息资源的永久存储和临时存储，满足信息的存储需求，为铁路货运物流企业的信息存储发展带来重大突破。
　　（三）数据应用。铁路货运物流企业利用OLAP技术建立商业智能应用技术，实现数据仓库数据的选择及联机数据信息处理，实现物流信息筛选、汇总、计算和图表转换，与客户之间建立基本需求关系，并且利用“互联网+”建立线上合作操作线和线上物流流程处理系统。例如，在客户关系管理过程中利用客户每次的货运数据信息建立专属客户货源信息数据库，根据数据库内客户请求吨数、声明重量、铁路重量、批准车数等，实施多维模型分析，实现对客户贡献度、货运同比增长率、客户信誉度、货运提报吨数满足率等信息的输出。在利用货运电商系统内部联机，对数据进行筛选、汇总、计算和图表转换形成客户基本信息的统计与评估。
　　（四）基本构架。我国铁路货运物流企业在实现大数据技术应用转型过程中根据企业内部发展需求和结构需求建立管理系统、安全系统和资源计算系统三大数据技术框架，三个框架在货运物流企业和技术转型中占有重要的位置。其中管理系统主要利用数据仓库管理系统和Hadoop系统实现对数据信息的管理，完成服务系统的一致性服务。安全系统是利用分布式文件系统HDFS及分布式数据库Hbase提供数据库安全性和完整性。资源计算系统中利用MPP数据库技术和MapReduce计算技术实现资源平台的数据计算和输出。
　　当前铁路货运物流企业的大数据化技术应用改革是铁路货运改革的主要背景，为响应我国“互联网+”政策，实现铁路货运物流的物联网化，未来需要进一步实现大数据技术在铁路货运物流企业改革中的应用。
　　（作者单位为湖南铁道职业技术学院）