大数据正在影响着人类认识、理解社会的方式，推动社会发展和管理模式变革。被誉为“大数据商业应用第一人”的美国科学家维克托·迈尔-舍恩伯格指出，“世界的本质是数据，大数据将开启一次重大的时代转型。”研究大数据对军队后勤信息化建设趋势的影响，对于推动后勤信息化更好更快发展，具有重要理论和实践价值。

　　后勤大数据时代已悄然来临

　　大数据的内涵和标准是持续变化的。当前，大数据泛指单一数据集的大小超过常规处理技术和能力，“无法用现有软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂数据集合”。大数据的非凡意义并不在于数据规模之“大”，而在于带来了思维、技术和方法上的全新变革，通过大数据能够“发现大利益、大科技，实现大发展”。

　　那种不重视大数据对后勤发展重要影响的观点，是值得商榷的。“后勤”源于拉丁语，本意即为计算，计算当然离不开数据，如果说“世界的本质是数据”，那么后勤的本质更是数据。孙膑减灶大败庞涓于马陵道，诸葛亮的木马流牛畅行于蜀道，伊战中的综合立体、现代化、远距离后勤保障，无不需要大量、精确的计算。信息化条件下，数据采集技术和设备不断发展，后勤数据的记录、采集和处理范围不断扩大，积累的数据规模愈加庞大、关系愈加复杂，大数据的典型特征更加明显，应该利用大数据挖掘数据价值，解决后勤建设和发展中的难题。

　　大数据是破解后勤迷雾的有效途径

　　由需求不确定性和资源不确定性构成的后勤迷雾，容易造成重复申请、重复采购、库存积压、无效运输和保障效率低下等问题，是后勤保障能力形成和提升的重要“瓶颈”。古往今来，破解后勤迷雾实现“需求实时可知、资源可视掌控”的自由境界，是军事家们不懈的追求。

　　细察后勤迷雾产生的原因，可以断定其本质就是数据迷雾。伴随着战争形态从冷兵器、热兵器向信息化演变，后勤数据规模不断加大，种类不断增多，关系愈加复杂。这些数据的采集、传输、处理和分析，不断向当时人类拥有的科技水平提出挑战。20世纪末的美军，6个战斗群舰船一个财年的需求补给请领单多达13.2万份，数据规模和处理难度可想而知。而大数据理论及其技术的发展为破解后勤迷雾、实现后勤可视可控提供了前所未有的机遇。传感器技术的迅速发展和运用，不断突破人们采集记录数据的范围和极限。云计算和云储存技术破解了大规模数据的计算、管理和存储难题，为规模巨大的数据找到了安身之所、用武之地。以分布式文件系统、大规模数据并行算法等为核心的大数据处理技术，实现了在海量数据中自动搜索，跨越时间和空间发现新知识、探索新规律。从数据库到数据集市，从局部可视到全范围感知，从数据抽样到全样本分析，从因果关系分析到相关关系分析，使破解后勤迷雾的环境、条件和技术方法逐步具备。

　　大数据使后勤预测决策更加科学

　　“大数据的核心就是预测”。大数据预测不再基于传统的因果关系推测，而是对不同事物之间或事物不同属性之间的相关关系进行分析，从而预测未来。相关关系是指一个数据变化时，其它数据的变化程度，常通过识别有用的关联物来分析。后勤领域各种活动、装备、人员、物资相互交织、相互影响，相关关系更加复杂。探寻某些特定相关性，可以预测物资消耗、机器故障、设备状态，预防设施设备失效。美军在攻打伊拉克前通过网络化预测系统，可预测48小时的装备保障需求。将大数据预测技术与传统数据分析技术结合起来，必将大大提高预测的精确度、效率和时效性。

　　大数据带来的重要变革之一，是决策的思维、模式和方法变革。大数据时代，各类决策越来越取决于数据及其分析，而不再是经验和直觉，基于样本的决策将让位给全样本决策，经验决策将向实证决策转变，决策更加及时而准确。美国某咨询公司对密苏里州路易斯市20辆引擎状态监测传感器传回的数据进行研究分析，精确判定了车辆维修的最佳时机。将车辆更换零件的周期从30万公里延长到50万公里，为该市节省了60万美元。对全部数据进行分析和研究，是大数据决策行为的一个缩影。

　　随着我军信息化建设的加速，数据从传感器等各种设施设备源源不断地汇聚，后勤活动的记录、测量和分析范围不断扩大，后勤数据激增。进行后勤管理和决策时，就可以分析更多数据，有时甚至是所有后勤需求、后勤资源的全部数据，随之而变的是后勤知识、后勤规律、后勤保障方法的认知方式，后勤决策行为模式和方法。大数据带来的新思维、新模式和新方法，将对后勤建设和管理产生深远影响。

　　数据将成为后勤信息化建设的主体

　　“数据是宝贵的，它的生命力比收集它的软件系统还要持久。”程序可以不停地更新、升级、换代，但是保存的数据价值与日俱增，历久弥新。随着挖掘技术和人工智能技术的不断发展，数据的价值更加凸显，拥有足够规模的数据及其处理、分析技术，正在成为各项活动竞争优势的核心所在。

　　随着我军后勤信息化建设进程的加速，数据采集技术的缺失、数据处理能力的脆弱、数据使用的乏力，将逐渐成为系统部署运用和效能发挥的瓶颈，以数据为主体规划和建设后勤信息化已经非常迫切。目前，各级虽储存了大量业务记录数据，但数据来源复杂、结构不同，许多相互隔离、支离破碎、没有活力，迫切需要整理和整合。数据类型的增加，数据规模的壮大，使传统的集中式仓储、数据仓库系统已不能有效满足大数据的储存、分析需要，迫切需要向分布式处理转变。后勤数据计算能力弱，急切需求更新数据计算模式和方法。这些问题，不仅是后勤信息化面临的现实难题，也是大数据发展过程中必须解决的技术难题。既需要技术的突破，更需要突破信息化建设观念、思路和模式阻力。

　　发掘大数据价值将成为后勤信息系统的核心功能

　　信息系统包括程序和数据两部分，程序能够实现特定业务管理功能，一直受到普遍理解和重视。大数据时代，信息系统已超越业务功能实现的一般阶段，发掘数据价值将成为信息系统的核心功能和最终追求。布满战场的传感器和数据采集分析设备，使数据急剧涌现。在这些海量数据中快速搜集有价值信息为后勤决策服务，必然要求信息系统具备足够强大的数据处理能力。目前，我军后勤信息系统仍以实现业务和流程管理为主，重程序、轻谋略，重流程、轻数据的现象仍然存在，与大数据的时代要求相比还存在一定差距。如何在后勤各个阶段、各个层面合理规划、科学分配，高效收集、处理、共享以指数级增长的数据；如何针对后勤数据价值密度相对较低，在海量数据中获取有效信息，发现价值，均是信息系统规划设计必须面对的重要挑战。