城市是一个有机体，一个城市在一天之中，内部的潮汐是如何涨落的？来来往往的车辆从哪里来，到哪里去？那些货运车辆的集散地是否合理分布，是否能有更优的货运路线，以便减轻城市污染和交通的压力？这一系列的问题，可能能够通过大数据云计算技术找到答案。
目前，北京市城市规划设计研究院正在尝试用阿里云大数据平台数加，探索城市物流和交通规划的新模式。联合云康大数据工作室，北京市城市规划设计研究院正在基于数加平台搭建“物流鹰眼”系统，用大数据技术对货运车辆集散点分布进行研究。
北京市城市规划设计研究院交通规划所主任工程师张晓东介绍，利用数加平台的大数据工具及相关智能算法，可有效优化甚至从根本上解决城市物流与配送相关问题，例如城市物流空间的布局、优化和管制，物流仓储用地选址、规模确定及规划保障，城市物流智慧配送体系设计，配送过程的商品、路线、车辆、人力优化。
以北京南四环大红门地区为例，这里位于北京中轴线南苑路以西，主干道有双向8车道，但每到早晚高峰时段，这里都拥堵严重。
大红门地区地理区位
大红门地区交通基本情况（平峰非拥堵情况）
除了车流量大，还有什么其他原因造成这里的拥堵吗？在北京市城市规划设计研究院提供的案例分析里可以看到，大红门地区的服装城的货运车辆对拥堵的贡献也不小。
在“物流鹰眼”云平台上可以清晰看到，工作日下午三点前后大红门地区路段拥堵严重，同时该地区出现了密集的快递派件，并且物流强度也显示为红色。
工作日下午三点前后拥堵路段状况
大红门地区物流强度
大红门地区快递派件飞线
北京市城市规划设计研究院表示，以往交通规划人员在对区域交通进行评估与改善时，一般是利用传统的交通量观测数据、逐日交通拥堵指数和平均车速数据，再结合区域土地利用情况估算居住人口与就业岗位和机动车保有量进行估算。
这样的测算方法无法准确判断由服装批发这一类似于服装批发等这类特殊行业带来的就业及诱增、交通量规模，进而无法支撑并论证区域改善方案（将服装城外迁或升级改造等）的有效性与潜在影响。
现在基于“物流鹰眼”系统，可以综合分析物流的强度、空间分布、时间分布，同时融合常住人口/流动人口、出行时间、交通方式、常态/偶发行为等数据分析结果，较准确地确定服装批发行业的诱增交通规模及出行行为特点，为解决上述问题提供了有力支撑。
据了解，阿里云于今年1月发布全球首个一站式大数据平台“数加”，集合了计算引擎、开发套件、可视化工具和行业解决方案，囊括阿里巴巴十余年来的大数据技术。该平台集成了人工智能、机器学习、智能语音等前沿技术，可以让没有足够技术实力的机构，也能实现从数据中提炼“石油”。
