“上ERP找死、不上ERP等死”,這是國內企業面對ERP無奈境地的真實寫照。一方面是“信息化帶動工業化”的發展戰略促使企業信息化的步伐,另一方面是ERP實施高達80%的失敗率。
ERP的成功之道在哪里?很多企業都在不停地探索。那么ERP實施能給企業帶來多大的效益?怎樣去評價企業ERP實施的績效?目前對企業ERP實施的績效評價的研究和分析主要集中在單個企業實施的績效分析。考核的指標也只是一些部門內部的管理指標,而對ERP所涉及到的整個供應鏈的分析和研究十分有限。由于指標體系的不科學,會致使企業ERP應用時所產生的反饋信息極不準確,必定給上級管理部門政策的制定提供很多錯誤數據。因此,本文正是在此背景下以江蘇鎮江企業為例,在研究ERP系統應用和平衡計分卡之間的對應關系的基礎上建立ERP績效評價指標體系,并利用BP神經網絡建立ERP績效評價模型,為ERP績效評價提供依據。
一、基于平衡計分卡的ERP績效評價指標體系
對企業ERP實施的績效評價要從多方面、多指標綜合來考慮,這是因為單一的財務指標只能反映企業經營活動中某個時候的情況,而企業ERP的實施是個復雜的項目,涉及到企業的方方面面。而平衡計分卡是一種戰略性績效評價體系,它從財務、客戶、內部業務過程、學習與成長幾個方面考察企業的績效,把企業一整套財務和非財務性評價手段聯系在一起,結合ERP系統實施給企業帶來的具體的特點,得到表1所示的ERP應用績效評價指標體系。
表1 ERP應用績效評價指標
二、BP神經網絡模型機構及學習原理
BP(Back Propagation)神經網絡是目前應用最為廣泛的一種神經網絡.它是屬于誤差信號反向傳播的多層前向神經網絡,具有自適應、自組織、自學習和容錯性好等特征。在反向傳播過程中,誤差信號從輸出層經隱含層向輸入層傳播,并調整各層間連接權值及各層神經元的閥值,使誤差信號不斷減少,直到誤差滿足預先指定的精度為止。三層BP網絡結構如圖1所示。
圖1 三層BP網絡的拓撲結構圖
三、實證分析
1.樣本的收集
本文以江蘇省鎮江市中小企業為評價對象,主要選定2008年鎮江市40家中小企業作為數據采集范圍,在金蝶軟件公司幫助下以發放調查問卷形式進行數據的采集。經過3個月的數據調查,共發出調查問卷40份,收回30份問卷,筆者經過嚴格、認真的篩選,整理了20家中小企業的實證數據作為數據樣本,為加快網絡訓練的收斂速度,減少評價結果的誤差,對這些實證數據進行標準化處理,得到值0-1之間數據。
2.BP神經網絡模型的建立
在訓練樣本集大小一定的情況下,我們可確定該網絡的輸入層節點數為18,輸出層節點數為1,對隱層神經元數目的確定目前尚無理論上的指導,一般隱層神經元數以小于或等于輸入矢量維數的一半為宜,具體需要通過大量的實驗計算,分析比較來獲得。本研究的中小企業ERP應用績效評價指標集數目為18,所以選擇隱層神經元數為7-10為宜,擬模型選為9。
由此,本研究初步建立起了中小企業ERP應用績效評價的BP神經網絡的模型,輸入層單元數為18,網絡層數為3,隱層神經元數為9,輸出層單元數為1。其拓撲結構為18-9-1。網絡模型示意圖如圖2所示。
圖2 BP神經網絡模型結構圖
3.BP神經網絡模型的學習訓練
因為數據樣本為20家中小企業,我們可選用其中前面10個企業的數據為訓練樣本進行網絡訓練。得到權值和閾值,再利用模型對后10個企業進行仿真。網絡收斂過程如下:
圖3 網絡迭代收斂圖
給定精度為1-3,學習速度,訓練函數為“traingdm”,動量系數mc=0.9,迭代次數為1000次。每迭代50顯示一次訓練狀態,借助Mathb軟件運算,訓練過程如下,當程序迭代285次后,誤差達到MSE=9.9922e-004,達到設計要求。網絡訓練達到要求后得到10家中小企業的評分。從表2可以看出數據仿真評價結果與績效評價期望值非常接近。
表2 期望值和訓練值的比較
四、結論
以上分析可以看出網絡訓練評價結果為0到1范圍的數值。從對表2的證實數據標準化過程來看,所有指標得分0-1內正向分布,也就是說,評價結果得分越接近1的中小企業ERP應用績效水平越高;評價結果得分越接近0的中小企業ERP應用績效水平越差。由此可以把企業分成幾類,第一類(ERP應用績效最好)是編號為18和19的中小企業,第二類(ERP應用績效較好)是編號為11、12、14、15的中小企業,第三類(ERP應用績效最不理想)是編號為17的中小企業。
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:企業ERP系統應用績效評價的實證研究
本文網址:http://www.guhuozai8.cn/html/consultation/1082043893.html