物流并不只是狭义的运输或者仓储。传统物流一般指产品的包装、运输、仓储以及装卸、搬运等环节，现代物流则不仅包含传统物流的功能，还有一些新的特点，如：提供增值服务、实施信息化管理、提供标准化服务、构建供应链服务网络、整体的系统优化以及服务主动性的提高等。物流大数据是指对运输、仓储、装卸搬运、包装及流通加工等物流环节所产生的海量信息进行有价值的挖掘，达到提高物流效率、降低生产经营成本以及更好地满足客户需求的目的。
在大数据环境下，传统的数据库软件例如关系型数据库不能有效地对相关内容进行存储、管理和抓取的数据集合，因为大数据具有体量大、类别多、价值密度低和处理速度快等特征。从传统数据库到大数据平台的发展不仅仅是技术需求上的蜕变，更是数据管理模式的颠覆。
大数据与云计算一般都会在一起被提及，相互促进、相互发展。云计算作为一种远程计算工具，可以提供强大的计算能力，高效地支撑着大数据存储、管理和分析，已经成为大数据时代不可或缺的工具。现代物流行业已经不再局限于传统物流，节点的数量每天以千万的数量级增长，每天产生的物流数量可以以亿计数，物流中产生的数据种类繁多，所以物流数据的处理已经完全达到大数据量级。物流数据又具有时效性，对于客户和供应商来讲，数据的处理速度就是第一要义，所以云计算也必然是物流计算框架的必要组件。
物流中使用的云计算框架由云请求端、应用服务平台以及云提供端三个重要部分组成。云提供端通过QR或者条形码、RFID、电子标签和传感器等技术能够对货物信息进行智能感知；然后，通过虚拟自动化技术创建虚拟资源池，实现了基础架构即服务（IaaS）云业务模式；最后，提供端的业务层主要工作是协调业务间的流转，定时向用户提供SDK接口、以及平台对接的WebService及消息队列服务等。应用服务平台以大数据和云计算为支撑下的操作平台，可以提供核心服务，也可以向云提供端提供管理和维护等相关功能。
物流架构中的大数据技术应用的方式主要是辅助数据的存储、管理和决策以及用户消费的分析等等。物流数据源包括地理位置信息、物流车辆的路径以及其他社交媒体产生的物流信息等。中间层主要包括物流管理的大数据服务，可以实现物流数据的服务注册、物流模型的建立、物流数据的动态生成、物流数据请求的分解、物流数据查询处理的结果重组反馈等功能，且具有向上层物流应用模块提供数据查询、数据挖掘分析和数据报表可视化等服务的能力。
新一代物流中离不开大数据和云计算的服务支撑，主要的场景有：
（1）例如物流配送中心的选址问题，近几年前沿的研究报告中，大数据和云计算技术为配送选址提供了很多参考方案，并且已经通过很多实践取得丰厚的成果。
（2）云计算与大数据还可以实现路径监控、物流资源的合理分配等功能，有利于实现车辆调度、优化路线、信息查询等相关计算；物流资源指运输资源和存储资源，只需要从海量的数据中提取当前的需求信息，同时对已配置和将要配置的资源进行优化，从而实现对物流资源的合理利用。
（3）云计算与大数据技术还可以实现多级配送，一级配送中心直接通过数据仓库和大数据挖掘技术等对订单需求量、装卸能力等进行有效分析，实现对物品品种和数量的可控预测，二级配送点辅助一级配送中心进行送货，可以达到避免货物长期囤积等状况，实现优质的服务水平。
（4）在物流决策中，大数据技术与云计算技术应用十分广泛，竞争环境的分析与决策和物流供给与需求分析都需要庞大的物流数据分析和高性能物流计算等等。在竞争环境分析中，为了达到利益的最大化，需要与合适的物流或电商等企业合作，预测竞争对手的发展动向。物流的供给与需求匹配方面，如果分析特殊时期和相应区域的物流供需信息，可以进行合理的配送管理。
（5）物流业务易于多变同时随机不可预测，通过大数据分析与云计算，可以有效了解消费者偏好，预判消费者的消费可能，提前做好货品调配，合理规划物流路线方案等，从而在物流高峰时期，物流运输的效率仍就很高。
（6）最后管理层面上，新一代物流中离不开大数据和云计算实现智能决策，大数据技术可以对客户习惯与偏好进行归类，从而可以为用户提供专业并且个性的服务。大数据技术与云计算技术将为未来的新一代物流行业提供强大的数据支撑和计算服务，新一代物流行业无论在资源调度、物流配送、决策管理还是数据分析上都将出现质量的飞跃。
