數據挖掘在物流管理中的作用及應用【內容摘要】對于物流管理中的海量數據，如何及時、準確，收集和分析各種信息與數據，提高物流企業管理水平和效益，成為物流發展的難題。而通過建立數據倉庫，利用數據關聯及Q型系統聚類分析法，搭建MIS系統模型，最終讓決策者在物流管理方面，提出適合企業需要及經濟發展的決策，成為解決此問題的方法。 【Abstract】 For the logistics management in large amounts of data, how to timely, accurate, collect and analyze information and data, improve the logistics management level and efficiency, the development of a logistics problem. Through the establishment of a data warehouse, using the data connection and a Q-cluster analysis method, to build MIS system model, the ultimate decision makers in logistics management, raised the need for enterprise and economic development decision-making, the solution to this problem.【關鍵詞】數據挖掘 物流管理 信息系統 決策【Key】 words data mining logistics management information system decision-making現代物流是一個龐大復雜的系統，包括運輸、倉儲、配送、搬運、包裝和物流再加工等諸多環節，每個環節信息流量十分巨大。對這些數據要進行及時、準確的處理，顯然企業通過普通的數據庫技術很難做到。而數據挖掘（Data Mining）技術能幫助企業在物流信息系統管理中，及時、準確地收集和分析各種信息，對客戶的行為及市場趨勢進行有效的分析，了解不同客戶的愛好，從而為客戶提供有針對性的產品和服務，提高各類客戶對企業和產品的滿意度。決策者快速、準確地做出決策，提高企業的運作效率，降低物流成本、增加收益。數據挖掘過程就是采用統計、數學和可視化技術，從大量的數據庫中識別出有效的、新穎的、潛在的、有用的信息，以及最終挖掘出可理解模式的高級處理過程。具體步驟如下：一建立物流管理數據倉庫首先應將物流諸多環節的海量數據，建立分類、匯總、統計，建立數據倉庫（Data Warehouse）。數據倉庫之父Bill Inmon在1991年出版的“Building the Data Warehouse”一書中所提出的定義被廣泛接受數據倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用于支持管理決策(Decision Making Support)。物流管理的數據倉庫建設，是以現有物流管理系統和大量物流數據的積累為基礎。它不是靜態的概念，只有把信息及時交給需要這些信息的使用者，供他們做出改善其業務經營的決策，信息才能發揮作用，信息才有意義。而把信息加以整理歸納和重組，并及時提供給相應的物流管理決策人員，是數據倉庫的根本任務。因此，從物流管理的角度看，數據倉庫建設是一個工程，是一個過程。數據倉庫是決策支持系統和聯機分析應用數據源的結構化數據環境。數據倉庫研究和解決從數據庫中獲取信息的問題，其主要特征就是面向主題、集成性、穩定性和時變性。數據倉庫是一個過程而不是一個項目，它是一個信息提供平臺，在業務處理系統獲得數據。主要以星型模型和雪花模型進行數據組織，并為用戶提供各種手段從數據中獲取信息和知識。可見，數據倉庫為企業帶來了一些“以數據為基礎的知識”，它們主要應用于對市場戰略的評價，和為企業發現新的市場商機，同時，也用來控制庫存、檢查生產方法和定義客戶群。基于此，必須將物流管理中的海量數據利用數據庫進行整理匯總，為往后的使用奠定科學化的發展基礎。二利用數據關聯及Q型系統聚類分析法，搭建MIS系統模型Q型系統聚類分析法（以距離作為聚類統計量）是聚類分析中用的最多的一種，對樣本進行聚類，有最長距離法、最短距離法等，經過多次試算，用WARD法聚類得出的結果最為清晰，可分為五類：第一類：粵高速A、五洲交通、重慶路橋、蕪湖港、皖通高速、山東高速、天津港、福建高速、S東北高、S楚高速、華北高速、湖南投資、深圳機場、大秦鐵路、鹽田港、S中北、錦州港、S延邊路、強生控股、中海海盛、S粵富華、S北海港、寧波海運、S*ST天海。第二類：海南航空、巴士股份、中信海直、海南高速、亞通股份、捷利股份、中國國航、S南航、交運股份、中儲股份、漳州發展、重慶港九、S川路橋、白云機場、深高速、寧滬高速、海越股份、上海航運。第三類：上港集團、大眾交通、上海機場、招商地產、廈門空港、廈門港務、外運發展、營口港、中海發展、中運航空、深赤灣A、現代投資。第四類：南京水運、江西長運、鐵龍物流、中原高速、贛粵高速。第五類：S東航、ST長運、北京巴士。聚類結果和前面的排序基本相符，結果是可信的。通過主成分分析和聚類分析可以看出，整個物流業上市公司業績較好，屬于業績較差的上市公司只有三家，占整個62家的4.8%。基于以上聚類分析，搭建MIS系統：1采購進貨管理系統。主要功能是面對供貨商的作業，包括向廠商發出訂購信息或接收廠商的出貨信息、采購決策、存貨控制、采購價格管理等信息管理子系統。 2銷貨出貨管理系統。其功能是收集客戶需求信息、記錄客戶購買信息、管理銷售價格、處理應收貨款及退款等。 3庫存儲位管理系統。該系統包括儲存管理、進出貨管理、機械設備管理、流通加工等功能子系統，負責相關信息的處理。 4財務管理和結算系統。財務管理系統主要功能是對銷售管理系統和采購系統所形成的應付、應收帳進行會計操作，同時對物流中心的整個業務與資金進行平衡、測算和分析，編制財務報表，并與銀行進行轉帳。結算系統主要功能是利用現有的業務信息管理系統和計算機處理能力，自動為客戶提供各類業務費用信息，為廣大物流企業的自動結算提供一套完整的解決方案。 5運輸配送管理系統。該系統包括出貨配送管理、運輸調度計劃、分配計劃等功能子系統。 6物流分析系統。其主要功能是應用技術與運籌決策模型，完善物流分析技術。 7物流決策支持系統。此系統的功能獲取內部各系統業務信息，取得外部信息，并結合內部和外部信息編制各種報告，提供分析圖表。通過建立決策支持系統，及時地掌握商流、物流、資金流和信息流所產生的信息并加以利用，在數據倉庫技術、運籌學模型的基礎上，運用數據挖掘工具對歷史數據進行多角度、立體的分析，實現對物流中心的資源的綜合管理，為決策提供科學決策的依據。三進行數據分析與決策決策管理人員在日常管理業務中收集并存儲了大量的數據，但卻很難掌握到所希望得到的信息，這是因為一方面缺乏足夠的信息來支持科學的決策，另一方面，積累的豐富數據沒有發揮應有的作用。這是由于涉及的數據量大，且來源廣泛，傳統的操作型數據庫已無法支持生產物流管理系統的分析功能。搭建的系統模型可有效的為決策者提供強有力的數據，以便于進行最終的決策，而使企業立于不敗之地。沃爾瑪公司就是一個成功應用數據挖掘技術的大公司。一個典型例子，是客戶的菜籃子分析，從客戶購買的記錄中得出客戶會同時購買哪些產品。其中最著名的結論是，一個生病的消費者的購買籃包括橙汁和咳嗽糖漿如果一個消費者購買了咳嗽糖漿，他就有30%的可能會同時購買橙汁。這些結論可以戰略性的布置貨品在倉庫中的位置，以促進交叉銷售和某類交易模式。很顯然這正是庫存儲位管理系統所表現出來的強勁的說服力。由此可以看出，關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始數據庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化（實際上就是將某個區間的值對應于某個值），數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。這樣通過對數據分析，可以制定出有利于企業發展的戰略決策，使其立于不改之地。此外，還可得出以下決策過程中的結論：客戶發展分析：對于生產物流來說，客戶是影響利潤的一個重要因素，所以從不同層次分析客戶，提供更加快捷、周全的服務來增加新客戶，以提供生產效率和利潤。 市場競爭分析：通過對市場占有率、競爭對手情況等分析來為決策人員提供科學的信息，以提高自身在市場競爭中的地位。 部門績效分析：將生產物流管理策略轉化為企業內部各個部門的執行力，通過制定各個部門，包括財務、倉儲、配送、生產等方面的考核指標，在統計分析的基礎之上形成各個部門的績效考核體系，通過分析掌握和了解各個部門的執行力度以及效率等情況。 生產利潤分析：分析各種產品的產出與投入之比以及發展趨勢等。客戶價值分析：根據客戶與企業之間的關系，衡量客戶對整個企業生產效率的貢獻度進行分析，包括客戶當前價值分析和潛在價值分析等。 業務發展分析：在現有業務的基礎之上，如何通過改善管理來發展業務，譬如說如何根據生產節拍，使倉庫的供貨和庫存達到一個平衡，同時也使生產線的排隊達到平衡，從而提高物流效率，為進一步業務發展提供科學的依據。 供應商信用度分析：對供應商供應的商品進行質量、時效、質量價格比等進行分析，是衡量供應商供貨好壞的一個標準，也是企業選擇合作伙伴的一個重要參考指標。引入數據倉庫技術，在分析其系統體系結構的基礎上，提出基于數據倉庫的生產物流決策管理系統，解決基于傳統操作型數據庫的決策管理系統存在的問題，將分散的、標準不同的、邏輯關系不一致的數據經過分析、抽取、轉換、整合到統一的數據倉庫中，通過多維分析和數據挖掘，形成生產物流決策管理人員所需要的信息和數據，從而有利于生產物流決策管理人員做出科學的決策，提高自身在市場競爭中的地位。在現代物流管理系統中充分利用基于數據挖掘技術的物流體系，為物流企業決策者提供決策支持，有利于提升物流企業的核心競爭力，使企業能夠及時、準確地調整經營策略，適應市場的變化，有效的拓展市場，擴大生存空間，實現可持續發展，在激烈的市場競爭中立于不敗之地。【參考文獻】1中國市場物流與采購研究2007年第三期 數據挖掘在物流業中的應用 劉曉華2陸澎 樊重俊李文現