商业智能在物流领域中的作用

商业智能在物流领域中的作用：商业智能在物流领域中的作用

刘 凯，凌 鸿，丁明芳(复旦大学管理学院，上海 200433)

商业智能在物流领域中的作用：1.引言

长期以来，人们都习惯关注发生在生产领域的成本，但随着现代化大生产的发展，人们的焦点己逐渐转移到物流领域。据统计，在美国，全部生产过程中只有5％的时间用于加工制造，95％的时间则用于搬运、储存等物流过程；在日本，物流费用约占产品总成本的10％—12％；在我国，物流费用大约占商品进销差价的7毗，仅在账面上反映的物流费用就占商品总成本的40％。由此可见，物流在企业经营管理中占有重要地位。

为了达到难确、快速、高效与个性化，物流企业除了要利用先进的企业管理知识外，必须依靠先进的信息技术。随着企业间竞争的加剧，物流企业已不仅仅满足利用自动识别技术、EDI、网络技术等信息技术来确立企业的竞争优势，而是将目光纷纷投到了正在蓬勃发展的商业智能领域。

商业智能在物流领域中的作用：2.商业智能的概念

商业智能这一术语1989年由Gartner GrouP的HowardDresner最早提出。它描述了一系列的概念和方法，给予事实的支持系统来辅助商业决策的制定。

商业智能的作用是将企业现有的数据转化为知识，帮助企业做出正确明智的经营决策。在当今现代化的物流企业操作的过程中，通常会产生大量的数据，比如：定单、库存、往来账目、顾客等等。如何利用这些数据来增进对企业业务、供应链合作伙伴、顾客行为等状况的了解，预测企业业务发展趋势，并做出及时正确的判断呢?

这些问题都可以通过建立有效的商业智能系统来解决。商业智能系统能够为使用音提供两个基本的效益：一是提供从数据中发现新关系的能力；二是加强战术和战略决策以及决策过程的精确性。

复杂的商业智能系统能够适应来自不同数据资源的各种各样的数据类型，使用音在决策过程中，能够从大量细微、难懂的数据中挖掘和识别出有用的知识。

商业智能在物流领域中的作用：3.商业智能在物流领域应用的必要性和紧迫性

过去的几年里，物流行业发生了许多巨大的变化，如何管理物流也随之成为企业战略的一个重要环节。同时，随着竞争的不断加剧，物流管理所面临的任务也越来越繁重。为了将收集到的大量的各方数据转变为有价值、可操作的信息，企业所花的代价也越来越大。

而商业智能技术的优势正是在将企业现有的数据转化为可操作的知识。因此，无论在物流企业的运输管理、仓储管理、增强供应链可见性、供需预测还是在衡量企业关键运营指标、人力资源管理等诸多方面，商业智能技术都大有可为。

商业智能在物流领域中的作用：4 商业智能系统的构造和相关技术

商业智能在物流领域中的作用：4．1商业智能系统的架构

体系结构是指一整套的为一系统或产品的整体设计提供的规则和结构。而商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商业智能系统应用的主框架。图1展示了一个完整的商业智能系统。通常来说，商业智能系统的建立，要遵守以下步骤：

(1)识别和确定数据源。商业智能的数据来自于多种数据源，企业内部或企业外部的。 如：订单信息、顾客信息、产品信息、库存信息、财务信息等；

(2)进行数据集成和存储管理；

(3)数据分析和建模。商业智能建立的根本目的是获得高投资回报率。运用商业智能系统所提供的数据分析工具，通过数据分析、建模将数据转化为信息和知识。

商业智能在物流领域中的作用：4．2商业智能的相关技术

从建立商业智能系统的技术角度来看，所需要的技术主要有以下几种；

(1)数据仓库技术。数据仓库出现在20世纪80年代中期，它是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，它应用于支持管理中的决策制定过程。商业智能系统的核心是解决商业应用问题，通过把数据处理技术与商务规则相结合以提高商业利润，减少企业运营风险。

(2)数据挖掘技术。它主要用于从大量的数据中发现隐藏的规律或关系。通常采用机器自动识别的方式，而不需要太多的人工干预。数据挖掘中常用的数据模型有：分类模型，根据商业数据的属性将数据分派到不同的组中；关联模型，描述一组数据的密切度和关系s Jl匝序模型，用于分析数据仓库中的某类同时间相关的数据，并发现某时间段内数据的相关处理模型；聚簇模型，按照某种相近程度量方法将用户数据分成互不相同的一些分组，组中的数据相近，组之间的数据相差较大。

(3)联机分析处理(OLAP)。主要通过多位的方式对数据进行分析、查询和报表处理。OLAP主要对用户当前及历史数据进行分析、辅助领导决策。

商业智能在物流领域中的作用：5 商业智能在企业物流中的应用

商业智能系统不仅仅在正向物流中发挥着重要的作用，在逆向物流中同样有着重要的作用。世界著名品牌雅诗兰篱在全球范围的年销售额达到40亿美元，但同时每年退、过量、报废和损坏的数额达到1．9亿美元，约占销售额的4．75％。每年的巨额流失使雅诗兰篱公司决定花大力气改善其忽视的逆向物流领域。公司于三年前投资130万美元发展逆向物流的商业智能系统，扫描系统、效果显著。在整个系统运转的第——年就为公司追回了原先要通过裁员和降低管理费用产生的成本价值。

通过对24％以上的退货运用商业智能工具进行分析、评估，从中分拣出可以再次分销的数量是真正需要退回的1．5倍。从而每年节省了约47．5万美元的成本。与此同时，系统对超过保质期的产品识别也在大大提高。1998年到1999年，因为超过保质期而被销毁的退货从37％降到了27％。据雅诗兰留逆向物流部门经理预计，未来几年，只要系统能够给予更严格的退货时间识别出超过保质期的产品，产品销毁率完全可能降到15％以下。

除雅诗兰留外，IBM，通用汽车业也于几年前开始在逆向物流中运用商业智能系统技术和其他相关技术，进行深度挖掘，强化管理，降低成本，提高服务满意度。结束语 商业智能在物流领域的应用是相当重要和广泛的，当然要建立一个距离短、时间少、整合好、质量高、费用省、环保型的物流不是仅仅运用商业智能就可以做到的，而是必须强调物流五大环节(运输、保管、装卸、包装和信息)的系统性，做到五大环节的协调性、一致性、关联性、互动性和平衡性。