1 引言
隨著物流企業信息化建設和應用的普遍推廣，其日常物流服務中產生并積累了大量的數據和信息。由于物流企業普遍缺乏對于業務數據分析和模式挖掘的戰略重視，再加上傳統分析手段的局限性，使礙物流企業的決策者在日常經營和重大抉擇問題上的判斷缺乏準確詳細的業務數據作為支撐。因此研究和探索一個適應物流企業龐大業務數據分析和決策支持的方法和模式，成為了物流企業十分關注和重視的問題。數據挖掘即Data Mining，是計算機領域中一種十分強大的數據分析和業務模式識別工具和方法，能夠支持物流企業在龐大的業務數據庫中進行基于決策導向的業務模式辨識、診斷和改進，并能從中發現與發掘對于物流企業服務創新具有重要作用的業務知識、規律和內在關聯機制，從而幫助物流企業了解把握物流服務運行現狀，并對未來業務方案進行預測和調整。
2 挖掘技術的基本內涵、過程和方法
2.1 內涵
早在20世紀90年代中期的美國計算機年會上，數據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據中分析、識別并提取隱藏在其中的有用知識、信息和模式的過程。在大型數據存儲中，數據挖掘可以基于計算機技術進行有用信息的自動發現，可以對大型業務數據庫進行偵查，以發現新的、之前未被發現的業務關聯模式。
2.2 過程
硬件、軟件和用戶構成了數據挖掘的環境，硬件一般是指計算機部件，其是數據挖掘軟件的物質載體，軟件執行數據挖掘任務，用戶是執行數據挖掘的主體。數據挖掘的過程一般分為以下四個階段，即問題任務分析階段、業務數據準備階段、業務數據挖掘階段和挖掘結果應用階段。表1給出了數據挖掘的一般過程及其主要任務要求。
表1 數據挖掘的一般過程和內容
2.3 方法
目前市場上主流的數據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。基于我國物流企業信息化建設的現狀以及SQL Analysis Services數據挖掘的易用性和直觀性，本文選擇使用其作為物流企業管理中數據挖掘的方法和手段，使用關系型的數據庫作為業務數據的基本組織形式。
3 物流企業數據挖掘的定義和作用
3.1 物流企業數據挖掘的定義
物流企業數據挖掘的定義可以表述如下：在物流企業既定運營目標和業務目標的指導下，綜合使用各種計算機技術和數據挖掘算法對企業物流服務過程中形成的業務數據倉庫或數據集進行分析和處理，以獲取業務數據中所隱藏的生產經營知識模型和規律，并基于業務數據挖掘結果進行內部結構、管理機制的優化和完善，從而支撐物流企業經營管理層的重要業務戰略決策。
3.2 物流企業數據挖掘的作用
隨著現代物流企業的供應鏈信息化運營，其在各個鏈條和環節上都產生了持續不斷的、結構復雜的業務數據流，對這些海量信息的數據挖掘可以幫助物流企業發現其中的運行規律和業務知識模式，從而提升物流企業的核心競爭力。具體來說，數據挖掘對于物流企業的作用主要有下面三個方面：一是可以促使物流企業的管理更加差異化和人性化；二是可以保證物流企業供應鏈系統運作更加穩健；三是數據挖掘可以為物流企業業務戰略決策提供智能支持。
4 SQL數據挖掘在物流企業中的應用
物流企業生產經營服務的市場競爭環境和物流信息化運作環境，客觀上需要將數據分析挖掘技術引入到企業海量業務數據分析中，進而基于物流服務及時響應機制加快業務數據分析速度并提高精準度。客戶關系管理(CRM)、供應鏈管理(SCM)和決策系統是SQL數據挖掘技術在物流企業應用中的主要領域。表2是SQL數據挖掘技術在物流企業CRM、SCM和決策系統中的應用領域項目框架。
表2 SQL數據挖掘技術在物流企業中的應用領域項目框架
4.1 數據挖掘在物流企業客戶關系管理(CRM)中的應用
(1)物流客戶價值細分。就是使用基于關聯規則、分類規則和聚類規則的數據挖掘技術方法，對物流企業的客戶進行細分，依據其不同的業務特征和交易行為模式進行分類，從而幫助物流企業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，從而獲取物流企業的利潤最優化。
(2)物流客戶滿意度分析。通過客戶對企業物流服務質量反饋情況的分析，尋找不同級別、不同規模、不同資質、不同層次的客戶對于物流企業的服務質量各有什么樣的偏好，從而使物流企業對于服務項目組合進行調整、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務數據進行分析，可以發現某個期間內哪些客戶的購買需求比較穩定，哪些客戶購買物流企業服務的數量正在增加或減少，并尋找出導致這種結果的原因，從而做出相應策略調整。
(4)物流客戶流失分析。對那些斷絕業務往來或業務量縮減客戶的業務數據進行挖掘，可以發現自身物流服務問題以及競爭對手的競爭策略和產品策略優勢，從而幫助物流企業進行正確的市場定位，以穩定、發展更多客戶。
(5)物流業務交叉銷售分析。對客戶所購買的物流服務產品組合的關聯性進行模式挖掘和知識發現，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。
4.2 數據挖掘在物流企業供應鏈管理(SCM)中的應用
現代物流企業的競爭在很大程度上是供應鏈之間的較量，每個供應鏈節點企業的失誤和怠工都會導致整個鏈條產生損失。供應鏈物流企業的數據量呈現幾何級數的遞增，往往使物流企業的數據分析和處理無從應對，而SQL數據挖掘技術的引入很好地解決了這一問題。
(1)物流戰略協作伙伴選擇。通過對各個物流合作伙伴的歷史業務數據和資源實力稟賦情況進行數據挖掘。找出其各自的競爭優勢及其與物流企業自身資源的匹配互補狀況，從而做出科學、合理、最優的物流戰略伙伴選擇。
(2)物流聯盟運作模式的改進和完善。通過對供應鏈物流聯盟運作的模式和績效及其相關影響因素的數據挖掘分析，可以對物流企業供應鏈各個運作環節的運營和協作進行綜合診斷和把握，從而對物流聯盟供應鏈的運作模式進行完善和改進。
(3)物流供應鏈系統風險控制。通過對供應鏈節點企業歷史交易數據的關聯分析，可以對這些節點企業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，從而實現物流供應鏈系統運作風險最低。
4.3 數據挖掘在物流企業決策系統中的應用
現代物流企業的業務決策、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據，傳統的分析方法已經難以有效駕馭，而基于計算機強大分析處理能力的數據挖掘技術，可以從海量數據倉庫中提取有用的業務模式知識信息，從而提高決策的科學性和快捷性。
5 案例分析：SQL數據挖掘技術在X物流企業管理中的應用
5.1 X物流企業簡介
X物流企業是一家年產值10億元的大型物流企業，企業在全國各主要區域擁有21個物流配送中心，主要經營貨物運輸、物流信息服務、倉儲、貨物配送、融通倉等服務。X物流企業早在2003年便已經躋身國家物流企業100強，并排名34位。X企業目前固定資產規模達到了15.4億元，資產凈值為11.2億元，在全國有457個物流服務網點，各種大中小型貨運汽車7419輛，并擁有全國營業網點聯網的計算機信息物流系統，一些關鍵核心運輸設備和網點進行了GPS衛星定位技術改造。隨著企業不斷發展，業務信息數據急劇增加，這使得傳統的數據分析處理方法已經遠遠不能應付日常決策管理的需求。企業根據研究決定，構建SQL數據挖掘技術為核心的日常管理決策支持系統。
5.2 X物流企業SQL數據挖掘的過程
選擇微軟的SQL Server 2000工具集作為數據挖掘軟件，主要是DTS組件和Anysis Services工具，DTS主要負責由數據源向數據倉庫加載轉換數據，AS則負責數據挖掘和分析。
(1)分析問題。X物流企業的客戶信息數量十分龐大，且地域分布廣泛，企業的物流服務項目面臨著較大的市場競爭，因此如何根據業務交易服務數據對核心優質客戶進行分析并搞清楚其關注的核心內容，對于X企業來說是一個急迫任務。因此，本次數據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、開發新客戶的目的。這需要使用數據挖掘的關聯分析。
(2)準備數據。經調查發現，X企業信息系統的底層數據庫與SQL server 2000是不相兼容的，但它可以將業務數據導出為access的數據庫文件，而SQL Server2000的DTS組件支持將access數據庫文件導人到SQL數據倉庫或數據集市之中，從而為業務數據挖掘準備數據源。
(3)挖掘數據。在SQL Server2000的Analysis Service組件里選擇關系數據挖掘模型，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據使用結構化查詢語言及SQL語言進行select選擇，并將其作為數據源，即可對符合條件的數據進行挖掘，該模型使用內置算法對數據進行自動分析。
(4)應用結果。根據挖掘結果進行分析，就可以對相關物流業務決策提供必要的數據支持。通過對相關節點的展開和不同視圖的瀏覽可以獲得對業務數據的直觀認識，根據AS的挖掘參考資料，可以觀測出因素之間關聯程度的高低。
在客戶滿意度分析中，通過對客戶滿意度節點的層層展開，可以發現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系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文網址：http://www.guhuozai8.cn/html/consultation/1081999908.html
相關文章
