亚马逊市场近年来不断扩张,其供应链提供的物流服务在各个国家拥有巨大的需求量,它通过自建物流的配送基站,将配送服务进行外包^[1]。根据物流的配送流程,供应链的数据分析团队需要对其逐一分解并进行分析和改进。随着物流内容量的增加,如何为团队提供更佳稳定高效的物流分析集成工具是当下急需解决的问题。本论文设计的亚马逊智能订单分析与物流预测平台主要为供应链的数据分析团队提供实时订单数据的可视化分析与持久化存储功能,多种数据报告的集成、浏览和订阅功能以及对物流时间的延迟预测和展示功能。系统以Amazon Redshift大数据仓库为构建基础,以SSM框架（即Spring MVC、Spring和Mybatis的集成架构）为开发模式进行后端的开发与实现。系统的前后端通过JSON进行信息交互,分别从用户信息管理模块、实时订单分析模块、数据报告管理模块和物流延迟预测模块四个功能模块进行实现。由于系统的数据来源较多,因此针对系统数据的存储、实时数据流的缓存、持久化和图表生成处理,分别应用Lambda、Dynamo DB、Redshift和My SQL进行不同数据类型的操作;此外,对于延迟预测模块的天气数据准备阶段,作者进行详细的分析、比较和试验,从而取得较为合理的天气数据来源以及完成对于数据的抽象化处理;对于物流的延迟预测算法选择,作者及团队通过对含有时间窗的决策树算法和多元回归模型算法进行对比和对结果准确性的测试,最终选择使用决策树模型作为系统的训练模型。在项目的开发过程中,作者主要参与了系统后端的开发工作以及后期的测试和维护工作。目前,系统已经完成了所有相关的开发工作且测试完成,各功能模块均可正常稳定使用,能够帮助数据分析人员更为集中的查看数据报告,同时对可能存在的物流延时有较为准确的预测。未来系统仍将不断进行功能拓展和性能优化。