商業(yè)智能技術(shù)在物流領(lǐng)域中的作用

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

1 引 言

長(zhǎng)期以來(lái) ，人們都習(xí)慣關(guān)注發(fā)生在生產(chǎn)領(lǐng)域的成本，但隨著現(xiàn)代化大生產(chǎn)的發(fā)展，人們的焦點(diǎn)已逐漸轉(zhuǎn)移到物流領(lǐng)域。據(jù)統(tǒng)計(jì)，在美國(guó)，全部生產(chǎn)過(guò)程中只有5%的時(shí)間用于加工制造，95%的時(shí)間則用于搬運(yùn)、儲(chǔ)存等物流過(guò)程；在日本，物流費(fèi)用約占產(chǎn)品總成本的10%～12%；在我國(guó)，物流費(fèi)用大約占商品進(jìn)銷差價(jià)的70%，僅在賬面上反映的物流費(fèi)用就占商品總成本的40%。由此可見(jiàn)，物流在企業(yè)經(jīng)營(yíng)管理中占有重要地位。

為了達(dá)到準(zhǔn)確、快速、高效與個(gè)性化，物流企業(yè)除了要利用先進(jìn)的企業(yè)管理知識(shí)外，必須依靠先進(jìn)的信息技術(shù)。隨著企業(yè)間競(jìng)爭(zhēng)的加劇物流企業(yè)已不僅僅滿足利用自動(dòng)識(shí)別技術(shù)、EDI、網(wǎng)絡(luò)技術(shù)等信息技術(shù)來(lái)確立企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)，而是將目光紛紛投到了正在蓬勃發(fā)展的商業(yè)智能領(lǐng)域。

2 商業(yè)智能的概念

商業(yè)智能這一術(shù)語(yǔ)1989年由Gartner Group的HowardDresner最早提出，它描述了一系列的概念和方法，給予事實(shí)的支持系統(tǒng)來(lái)輔助商湘決策的制定。

商業(yè)智能的作用是將企業(yè)現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)做出正確明智的經(jīng)營(yíng)決策。在當(dāng)今現(xiàn)代化的物流企業(yè)操作的過(guò)程中，通常會(huì)產(chǎn)生大量的數(shù)據(jù)，比如：定單、庫(kù)存、往來(lái)賬目、顧客等等，如何利用這些數(shù)據(jù)來(lái)增進(jìn)對(duì)企業(yè)業(yè)務(wù)、供應(yīng)鏈合作伙伴、顧客行為等狀況的了解，預(yù)測(cè)企業(yè)業(yè)務(wù)發(fā)展趨勢(shì)，并做出及時(shí)正確的判斷呢？

這此問(wèn)題都可以通過(guò)建立有效的商業(yè)智能系統(tǒng)來(lái)解決。商業(yè)智能系統(tǒng)能夠?yàn)槭褂谜咛峁﹥蓚€(gè)基本的效益：一是提供從數(shù)據(jù)中發(fā)現(xiàn)新關(guān)系的能力；二是加強(qiáng)戰(zhàn)術(shù)和戰(zhàn)略決策以及決策過(guò)程的精確性。

復(fù)雜的商業(yè)智能系統(tǒng)能夠適應(yīng)來(lái)自不同數(shù)據(jù)資源的各種各樣的數(shù)據(jù)類型，使用者在決策過(guò)程中，能夠從大量細(xì)微、難懂的數(shù)據(jù)中挖掘和識(shí)別出有用的知識(shí)。

3 商業(yè)智能在物流領(lǐng)域應(yīng)用的必要性和緊迫性

過(guò)去的幾年里，物流行業(yè)發(fā)生了許多巨大的變化，如何管理物流也隨之成為企業(yè)戰(zhàn)略的一個(gè)重要環(huán)節(jié)，同時(shí)，隨著競(jìng)爭(zhēng)的不斷加劇，物流管理所面臨的仟?jiǎng)?wù)也越來(lái)越繁重。為了將收集到的大量的各方數(shù)據(jù)轉(zhuǎn)變?yōu)橛袃r(jià)值、可操作的信息，企業(yè)所花的代價(jià)也越來(lái)越大。

而商業(yè)智能技術(shù)的優(yōu)勢(shì)正是在將企業(yè)現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為可操作的知識(shí)。因此，無(wú)論在物流企業(yè)的運(yùn)輸管理、倉(cāng)儲(chǔ)管理、增強(qiáng)供應(yīng)鏈可見(jiàn)性、供需預(yù)測(cè)還是在衡量企業(yè)關(guān)鍵運(yùn)營(yíng)指標(biāo)、人力資源管理等諸多方面，商業(yè)智能技術(shù)都大有可為。

4 商業(yè)智能系統(tǒng)的構(gòu)造和相關(guān)技術(shù)

4.1商業(yè)智能系統(tǒng)的架構(gòu)

體系結(jié)構(gòu)是指一整套的為一系統(tǒng)或產(chǎn)品的整體設(shè)計(jì)提供的規(guī)則和結(jié)構(gòu)，而商業(yè)智能的體系結(jié)構(gòu)是指通過(guò)識(shí)別和理解數(shù)據(jù)在系統(tǒng)中的流動(dòng)過(guò)程和數(shù)據(jù)在企業(yè)中的應(yīng)用過(guò)程來(lái)提供商業(yè)智能系統(tǒng)應(yīng)用的主框架。圖1展示了一個(gè)完整的商業(yè)智能系統(tǒng)。通常來(lái)說(shuō)，商業(yè)智能系統(tǒng)的建立，要遵守以下步驟：

圖1 商業(yè)智能系統(tǒng)的架構(gòu)

（1）識(shí)別和確定數(shù)據(jù)源。商業(yè)智能的數(shù)據(jù)來(lái)自于多種數(shù)據(jù)源，包括企業(yè)內(nèi)部或企業(yè)外部的，如：訂單信息、顧客信息、產(chǎn)品信息、庫(kù)存信息、財(cái)務(wù)信息等；

（2）進(jìn)行數(shù)據(jù)集成和存儲(chǔ)管理；

（3）數(shù)據(jù)分析和建模。商業(yè)智能建立的根本目的是獲得高投資回報(bào)率，運(yùn)用商業(yè)智能系統(tǒng)所提供的數(shù)據(jù)分析工具，通過(guò)數(shù)據(jù)分析、建模將數(shù)據(jù)轉(zhuǎn)化為信息和知識(shí)。

4.2 商業(yè)智能的相關(guān)技術(shù)

從建立商業(yè)智能系統(tǒng)的技術(shù)角度來(lái)看，所需要的技術(shù)主要有以下幾種：

（1）數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。數(shù)據(jù)倉(cāng)庫(kù)出現(xiàn)在20世紀(jì)80年代中期，它是一個(gè)面向主題的、集成的、穩(wěn)定的、包含歷史數(shù)據(jù)的數(shù)據(jù)集合，它應(yīng)用于支持管理中的決策制定過(guò)程（W.H.Inmon）。商業(yè)智能系統(tǒng)的核心是解決商業(yè)應(yīng)用問(wèn)題，通過(guò)把數(shù)據(jù)處理技術(shù)與商務(wù)規(guī)則相結(jié)合以提高商業(yè)利潤(rùn)，減少企業(yè)運(yùn)營(yíng)風(fēng)險(xiǎn)。

（2）數(shù)據(jù)挖掘技術(shù)。它主要用于從大量的數(shù)據(jù)中發(fā)現(xiàn)隱藏的規(guī)律或關(guān)系，通常采用機(jī)器自動(dòng)識(shí)別的方式，而不需要太多的人工干預(yù)。數(shù)據(jù)挖掘中常用的數(shù)據(jù)模型有：分類模型，根據(jù)商業(yè)數(shù)據(jù)的屬性將數(shù)據(jù)分派到不同的組中；關(guān)聯(lián)模型，描述一組數(shù)據(jù)的密切度和關(guān)系；順序模型，用于分析數(shù)據(jù)倉(cāng)庫(kù)中的某類同時(shí)間相關(guān)的數(shù)據(jù)并發(fā)現(xiàn)某時(shí)間段內(nèi)數(shù)據(jù)的相關(guān)處理模型；聚簇模型，按照某種相近的度量方法將用戶數(shù)據(jù)分成互不相同的一些分組，組中的數(shù)據(jù)相近，組之間的數(shù)據(jù)相差較大。

（3）聯(lián)機(jī)分析處理（OLAP）。主要通過(guò)多位的方式對(duì)數(shù)據(jù)進(jìn)行分析、查詢和報(bào)表處理，OLAP主要對(duì)用戶當(dāng)前及歷史數(shù)據(jù)進(jìn)行分析、輔助領(lǐng)導(dǎo)決策。

5 商業(yè)智能在企業(yè)物流中的應(yīng)用

商業(yè)智能系統(tǒng)不僅僅在正向物流中發(fā)揮著重要的作用，在逆向物流中同樣有著重要的作用。世界著名品牌雅詩(shī)蘭黛在全球范圍的年銷售額達(dá)到40億美元，但同時(shí)每年退、過(guò)量、報(bào)廢和損壞的數(shù)額達(dá)到1.9億美元，約占銷售額的4.75%。每年的巨額流失使雅詩(shī)蘭黛公司決定花大力氣改善其忽視的逆向物流領(lǐng)域，公司于三年前投資130萬(wàn)美元發(fā)展逆向物流的商業(yè)智能系統(tǒng)，掃描系統(tǒng)、效果顯著。在整個(gè)系統(tǒng)運(yùn)轉(zhuǎn)的第一年就為公司追回了原先要通過(guò)裁員和降低管理費(fèi)用產(chǎn)生的成本價(jià)值。通過(guò)對(duì)24%以上的退貨運(yùn)用商業(yè)智能工具進(jìn)行分析、評(píng)估，從中分揀出可以再次分銷的數(shù)量是真正需要退回的1.5倍，從而每年節(jié)省了約47.5萬(wàn)美元的成本。與此同時(shí)，系統(tǒng)對(duì)超過(guò)保質(zhì)期的產(chǎn)品識(shí)別也在大大提高，1998年到1999年，因?yàn)槌^(guò)保質(zhì)期而被銷毀的退貨從37%降到了27%。據(jù)雅詩(shī)蘭黛逆向物流部門(mén)經(jīng)理預(yù)計(jì)，未來(lái)幾年，只要系統(tǒng)能夠給予更嚴(yán)格的退貨時(shí)間識(shí)別出超過(guò)保質(zhì)期的產(chǎn)品，產(chǎn)品銷毀率完全可能降到15%以下。

除雅詩(shī)蘭黛外，IBM、通用汽車(chē)業(yè)也于幾年前開(kāi)始在逆向物流中運(yùn)用商業(yè)智能系統(tǒng)技術(shù)和其他相關(guān)技術(shù)，進(jìn)行深度挖掘，強(qiáng)化管理，降低成本，提高服務(wù)滿意度。

6 結(jié)束語(yǔ)

商業(yè)智能在物流領(lǐng)域的應(yīng)用是相當(dāng)重要和廣泛的，當(dāng)然要建立一個(gè)距離短、時(shí)間少、整合好、質(zhì)量高、費(fèi)用省、環(huán)保型的物流不是僅僅運(yùn)用商業(yè)智能就可以做到的，而是必須強(qiáng)調(diào)物流五大環(huán)節(jié)（運(yùn)輸、保管、裝卸、包裝和信息）的系統(tǒng)性，做到五大環(huán)節(jié)的協(xié)調(diào)性、一致性、關(guān)聯(lián)性、互動(dòng)性和平衡性。（萬(wàn)方數(shù)據(jù)）