1 引言
隨著物流企業(yè)信息化建設和應用的普遍推廣，其日常物流服務中產(chǎn)生并積累了大量的數(shù)據(jù)和信息。由于物流企業(yè)普遍缺乏對于業(yè)務數(shù)據(jù)分析和模式挖掘的戰(zhàn)略重視，再加上傳統(tǒng)分析手段的局限性，使礙物流企業(yè)的決策者在日常經(jīng)營和重大抉擇問題上的判斷缺乏準確詳細的業(yè)務數(shù)據(jù)作為支撐。因此研究和探索一個適應物流企業(yè)龐大業(yè)務數(shù)據(jù)分析和決策支持的方法和模式，成為了物流企業(yè)十分關注和重視的問題。數(shù)據(jù)挖掘即Data Mining，是計算機領域中一種十分強大的數(shù)據(jù)分析和業(yè)務模式識別工具和方法，能夠支持物流企業(yè)在龐大的業(yè)務數(shù)據(jù)庫中進行基于決策導向的業(yè)務模式辨識、診斷和改進，并能從中發(fā)現(xiàn)與發(fā)掘?qū)τ谖锪髌髽I(yè)服務創(chuàng)新具有重要作用的業(yè)務知識、規(guī)律和內(nèi)在關聯(lián)機制，從而幫助物流企業(yè)了解把握物流服務運行現(xiàn)狀，并對未來業(yè)務方案進行預測和調(diào)整。
2 挖掘技術的基本內(nèi)涵、過程和方法
2.1 內(nèi)涵
早在20世紀90年代中期的美國計算機年會上，數(shù)據(jù)挖掘的概念就正式提出了，它是指從大量隨機模糊有噪聲的數(shù)據(jù)中分析、識別并提取隱藏在其中的有用知識、信息和模式的過程。在大型數(shù)據(jù)存儲中，數(shù)據(jù)挖掘可以基于計算機技術進行有用信息的自動發(fā)現(xiàn)，可以對大型業(yè)務數(shù)據(jù)庫進行偵查，以發(fā)現(xiàn)新的、之前未被發(fā)現(xiàn)的業(yè)務關聯(lián)模式。
2.2 過程
硬件、軟件和用戶構(gòu)成了數(shù)據(jù)挖掘的環(huán)境，硬件一般是指計算機部件，其是數(shù)據(jù)挖掘軟件的物質(zhì)載體，軟件執(zhí)行數(shù)據(jù)挖掘任務，用戶是執(zhí)行數(shù)據(jù)挖掘的主體。數(shù)據(jù)挖掘的過程一般分為以下四個階段，即問題任務分析階段、業(yè)務數(shù)據(jù)準備階段、業(yè)務數(shù)據(jù)挖掘階段和挖掘結(jié)果應用階段。表1給出了數(shù)據(jù)挖掘的一般過程及其主要任務要求。
表1 數(shù)據(jù)挖掘的一般過程和內(nèi)容
2.3 方法
目前市場上主流的數(shù)據(jù)挖掘方法和軟件主要有微軟的SQL Analysis Services，IBM的Intelligent Miner、SAS、SPSS以及Oracle Darwin等�；谖覈锪髌髽I(yè)信息化建設的現(xiàn)狀以及SQL Analysis Services數(shù)據(jù)挖掘的易用性和直觀性，本文選擇使用其作為物流企業(yè)管理中數(shù)據(jù)挖掘的方法和手段，使用關系型的數(shù)據(jù)庫作為業(yè)務數(shù)據(jù)的基本組織形式。
3 物流企業(yè)數(shù)據(jù)挖掘的定義和作用
3.1 物流企業(yè)數(shù)據(jù)挖掘的定義
物流企業(yè)數(shù)據(jù)挖掘的定義可以表述如下：在物流企業(yè)既定運營目標和業(yè)務目標的指導下，綜合使用各種計算機技術和數(shù)據(jù)挖掘算法對企業(yè)物流服務過程中形成的業(yè)務數(shù)據(jù)倉庫或數(shù)據(jù)集進行分析和處理，以獲取業(yè)務數(shù)據(jù)中所隱藏的生產(chǎn)經(jīng)營知識模型和規(guī)律，并基于業(yè)務數(shù)據(jù)挖掘結(jié)果進行內(nèi)部結(jié)構(gòu)、管理機制的優(yōu)化和完善，從而支撐物流企業(yè)經(jīng)營管理層的重要業(yè)務戰(zhàn)略決策。
3.2 物流企業(yè)數(shù)據(jù)挖掘的作用
隨著現(xiàn)代物流企業(yè)的供應鏈信息化運營，其在各個鏈條和環(huán)節(jié)上都產(chǎn)生了持續(xù)不斷的、結(jié)構(gòu)復雜的業(yè)務數(shù)據(jù)流，對這些海量信息的數(shù)據(jù)挖掘可以幫助物流企業(yè)發(fā)現(xiàn)其中的運行規(guī)律和業(yè)務知識模式，從而提升物流企業(yè)的核心競爭力。具體來說，數(shù)據(jù)挖掘?qū)τ谖锪髌髽I(yè)的作用主要有下面三個方面：一是可以促使物流企業(yè)的管理更加差異化和人性化；二是可以保證物流企業(yè)供應鏈系統(tǒng)運作更加穩(wěn)��；三是數(shù)據(jù)挖掘可以為物流企業(yè)業(yè)務戰(zhàn)略決策提供智能支持。
4 SQL數(shù)據(jù)挖掘在物流企業(yè)中的應用
物流企業(yè)生產(chǎn)經(jīng)營服務的市場競爭環(huán)境和物流信息化運作環(huán)境，客觀上需要將數(shù)據(jù)分析挖掘技術引入到企業(yè)海量業(yè)務數(shù)據(jù)分析中，進而基于物流服務及時響應機制加快業(yè)務數(shù)據(jù)分析速度并提高精準度。客戶關系管理(CRM)、供應鏈管理(SCM)和決策系統(tǒng)是SQL數(shù)據(jù)挖掘技術在物流企業(yè)應用中的主要領域。表2是SQL數(shù)據(jù)挖掘技術在物流企業(yè)CRM、SCM和決策系統(tǒng)中的應用領域項目框架。
表2 SQL數(shù)據(jù)挖掘技術在物流企業(yè)中的應用領域項目框架
4.1 數(shù)據(jù)挖掘在物流企業(yè)客戶關系管理(CRM)中的應用
(1)物流客戶價值細分。就是使用基于關聯(lián)規(guī)則、分類規(guī)則和聚類規(guī)則的數(shù)據(jù)挖掘技術方法，對物流企業(yè)的客戶進行細分，依據(jù)其不同的業(yè)務特征和交易行為模式進行分類，從而幫助物流企業(yè)制定更具差異性和針對性的營銷策略，將更多的資源投入到更具價值或更具價值增長潛力的客戶上，從而獲取物流企業(yè)的利潤最優(yōu)化。
(2)物流客戶滿意度分析。通過客戶對企業(yè)物流服務質(zhì)量反饋情況的分析，尋找不同級別、不同規(guī)模、不同資質(zhì)、不同層次的客戶對于物流企業(yè)的服務質(zhì)量各有什么樣的偏好，從而使物流企業(yè)對于服務項目組合進行調(diào)整、增加、修改或者取締。
(3)物流客戶忠誠度分析。對物流客戶的交易業(yè)務數(shù)據(jù)進行分析，可以發(fā)現(xiàn)某個期間內(nèi)哪些客戶的購買需求比較穩(wěn)定，哪些客戶購買物流企業(yè)服務的數(shù)量正在增加或減少，并尋找出導致這種結(jié)果的原因，從而做出相應策略調(diào)整。
(4)物流客戶流失分析。對那些斷絕業(yè)務往來或業(yè)務量縮減客戶的業(yè)務數(shù)據(jù)進行挖掘，可以發(fā)現(xiàn)自身物流服務問題以及競爭對手的競爭策略和產(chǎn)品策略優(yōu)勢，從而幫助物流企業(yè)進行正確的市場定位，以穩(wěn)定、發(fā)展更多客戶。
(5)物流業(yè)務交叉銷售分析。對客戶所購買的物流服務產(chǎn)品組合的關聯(lián)性進行模式挖掘和知識發(fā)現(xiàn)，從而找出是哪些關鍵性因素導致客戶做出了購買決策，從而對物流服務模式進行完善和開發(fā)。
4.2 數(shù)據(jù)挖掘在物流企業(yè)供應鏈管理(SCM)中的應用
現(xiàn)代物流企業(yè)的競爭在很大程度上是供應鏈之間的較量，每個供應鏈節(jié)點企業(yè)的失誤和怠工都會導致整個鏈條產(chǎn)生損失。供應鏈物流企業(yè)的數(shù)據(jù)量呈現(xiàn)幾何級數(shù)的遞增，往往使物流企業(yè)的數(shù)據(jù)分析和處理無從應對，而SQL數(shù)據(jù)挖掘技術的引入很好地解決了這一問題。
(1)物流戰(zhàn)略協(xié)作伙伴選擇。通過對各個物流合作伙伴的歷史業(yè)務數(shù)據(jù)和資源實力稟賦情況進行數(shù)據(jù)挖掘。找出其各自的競爭優(yōu)勢及其與物流企業(yè)自身資源的匹配互補狀況，從而做出科學、合理、最優(yōu)的物流戰(zhàn)略伙伴選擇。
(2)物流聯(lián)盟運作模式的改進和完善。通過對供應鏈物流聯(lián)盟運作的模式和績效及其相關影響因素的數(shù)據(jù)挖掘分析，可以對物流企業(yè)供應鏈各個運作環(huán)節(jié)的運營和協(xié)作進行綜合診斷和把握，從而對物流聯(lián)盟供應鏈的運作模式進行完善和改進。
(3)物流供應鏈系統(tǒng)風險控制。通過對供應鏈節(jié)點企業(yè)歷史交易數(shù)據(jù)的關聯(lián)分析，可以對這些節(jié)點企業(yè)在供應鏈中的作用及其對于供應鏈運作的不確定性進行客觀評估，為相關風險控制提供決策依據(jù)，從而實現(xiàn)物流供應鏈系統(tǒng)運作風險最低。
4.3 數(shù)據(jù)挖掘在物流企業(yè)決策系統(tǒng)中的應用
現(xiàn)代物流企業(yè)的業(yè)務決策、財務決策、人力資源管理決策以及客戶關系管理決策等決策領域里生成的數(shù)據(jù)，傳統(tǒng)的分析方法已經(jīng)難以有效駕馭，而基于計算機強大分析處理能力的數(shù)據(jù)挖掘技術，可以從海量數(shù)據(jù)倉庫中提取有用的業(yè)務模式知識信息，從而提高決策的科學性和快捷性。
5 案例分析：SQL數(shù)據(jù)挖掘技術在X物流企業(yè)管理中的應用
5.1 X物流企業(yè)簡介
X物流企業(yè)是一家年產(chǎn)值10億元的大型物流企業(yè)，企業(yè)在全國各主要區(qū)域擁有21個物流配送中心，主要經(jīng)營貨物運輸、物流信息服務、倉儲、貨物配送、融通倉等服務。X物流企業(yè)早在2003年便已經(jīng)躋身國家物流企業(yè)100強，并排名34位。X企業(yè)目前固定資產(chǎn)規(guī)模達到了15.4億元，資產(chǎn)凈值為11.2億元，在全國有457個物流服務網(wǎng)點，各種大中小型貨運汽車7419輛，并擁有全國營業(yè)網(wǎng)點聯(lián)網(wǎng)的計算機信息物流系統(tǒng)，一些關鍵核心運輸設備和網(wǎng)點進行了GPS衛(wèi)星定位技術改造。隨著企業(yè)不斷發(fā)展，業(yè)務信息數(shù)據(jù)急劇增加，這使得傳統(tǒng)的數(shù)據(jù)分析處理方法已經(jīng)遠遠不能應付日常決策管理的需求。企業(yè)根據(jù)研究決定，構(gòu)建SQL數(shù)據(jù)挖掘技術為核心的日常管理決策支持系統(tǒng)。
5.2 X物流企業(yè)SQL數(shù)據(jù)挖掘的過程
選擇微軟的SQL Server 2000工具集作為數(shù)據(jù)挖掘軟件，主要是DTS組件和Anysis Services工具，DTS主要負責由數(shù)據(jù)源向數(shù)據(jù)倉庫加載轉(zhuǎn)換數(shù)據(jù)，AS則負責數(shù)據(jù)挖掘和分析。
(1)分析問題。X物流企業(yè)的客戶信息數(shù)量十分龐大，且地域分布廣泛，企業(yè)的物流服務項目面臨著較大的市場競爭，因此如何根據(jù)業(yè)務交易服務數(shù)據(jù)對核心優(yōu)質(zhì)客戶進行分析并搞清楚其關注的核心內(nèi)容，對于X企業(yè)來說是一個急迫任務。因此，本次數(shù)據(jù)挖掘的基本任務和目標就是搞清楚影響物流客戶購買行為決策的關鍵因素有哪些，對于關鍵性顯著聯(lián)系進行重點關注和跟蹤，從而對物流客戶服務方案進行改進，達到留住老客戶、開發(fā)新客戶的目的。這需要使用數(shù)據(jù)挖掘的關聯(lián)分析。
(2)準備數(shù)據(jù)。經(jīng)調(diào)查發(fā)現(xiàn)，X企業(yè)信息系統(tǒng)的底層數(shù)據(jù)庫與SQL server 2000是不相兼容的，但它可以將業(yè)務數(shù)據(jù)導出為access的數(shù)據(jù)庫文件，而SQL Server2000的DTS組件支持將access數(shù)據(jù)庫文件導人到SQL數(shù)據(jù)倉庫或數(shù)據(jù)集市之中，從而為業(yè)務數(shù)據(jù)挖掘準備數(shù)據(jù)源。
(3)挖掘數(shù)據(jù)。在SQL Server2000的Analysis Service組件里選擇關系數(shù)據(jù)挖掘模型，同時在挖掘算法中選擇決策樹挖掘算法。然后對需要參加挖掘的數(shù)據(jù)使用結(jié)構(gòu)化查詢語言及SQL語言進行select選擇，并將其作為數(shù)據(jù)源，即可對符合條件的數(shù)據(jù)進行挖掘，該模型使用內(nèi)置算法對數(shù)據(jù)進行自動分析。
(4)應用結(jié)果。根據(jù)挖掘結(jié)果進行分析，就可以對相關物流業(yè)務決策提供必要的數(shù)據(jù)支持。通過對相關節(jié)點的展開和不同視圖的瀏覽可以獲得對業(yè)務數(shù)據(jù)的直觀認識，根據(jù)AS的挖掘參考資料，可以觀測出因素之間關聯(lián)程度的高低。
在客戶滿意度分析中，通過對客戶滿意度節(jié)點的層層展開，可以發(fā)現(xiàn)影響客戶滿意度的諸多要素其影響度不一。通過本文挖掘結(jié)果的實證分析，可以得出貨物費用、運輸車輛型號、總費用和運輸重量四個因素對于客戶滿意影響較大，因此X物流企業(yè)可以基于這四個因素來改進和提高物流客戶滿意度。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://m.nttd-wave.com.cn/
本文標題：SQL數(shù)據(jù)挖掘技術在物流企業(yè)管理ERP中的應用
本文網(wǎng)址：http://m.nttd-wave.com.cn/html/consultation/1081999908.html
相關文章
