商务智能在物流管理领域的应用

商务智能在物流管理领域的应用信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间：信息技术不但使企业获取需要的信息，而且，促进企业对信息的再利用，以此营造企业的竞争优势。企业一直在寻找对商务智能的理解和实现的方式，以增强企业的竞争力。早在80年代，当时“商务智能”的标准是能容易地获得想要的数据和信息，GartnerGroup于1996年最早提出了商务智能（BussinessIntelligence，以下简称BI）的概念，将它定义为一类由数据仓库(或数据集市)、查询报表、联机分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策的技术及其应用。近几年来，商务智能的发展迅猛，在我国更是保持着高增长率的发展势头。随着商务智能技术的日趋成熟，越来越多的企业开始采用商务智能来帮着企业的决策和管理。下面我主要介绍商务智能在物流管理领域的应用。1商务智能的定义1.1商务智能的定义商务智能又称商务智慧或商务智能，根据国际数据公司(IDC)的定义，商务智能是对商业信息的搜集、加工、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力，帮助他们更快地做出对企业更有利的决策。为了将数据转化为知识，需要利用数据仓库、数据挖掘和线上分析处理（OLAP）工具等技术。因此，从技术层面上讲，商务智能不是什么新技术，它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。2商务智能的核心技术2.1数据仓库技术数据仓库系统是对数据的处理技术的集成，而商务智能系统的核心是解决商业问题，它把数据处理技术与商务规则相结合，以提高商业利润减少市场运营风险，是数据仓库技术、决策支持技术和商业运营规则的结合。数据仓库由数据库(DBMS)、数据(Data)、索引(Index)三部分构成。2.2数据挖掘技术数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。挖掘的对象主要是数据库和数据仓库，其目的是通过对数据的统计、分析、综合、归纳和推理，揭示事件间的相互关系，预测未来的发展趋势，为经营决策、市场策划及金融预测等提供依据，帮助企业的决策者调整市场策略，减少风险，做出前摄的及基于知识的决策。2.3联机分析处理技术(OLAP)OLAP是一种多维分析工具，目标是满足决策支持或多维环境下特定的查询和报表需求，使分析人员、管理人员或执行人员能够从多个焦度对从原始数据中转化出来的、能够真正为用户所理解的并真实反应企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解。它的技术核心是“维”这个概念，因此它是数据仓库中大容量数据得以有效利用的重要工具。3商务智能在现代物流管理中的应用3.1智能仓储管理系统。系统集成了入库、出库、货位和保管的实时和历史数据，构成数据仓库，为在线分析处理和数据挖掘创造环境，从而有助于从业务数据中发现深层次的信息和知识，将非直观的、隐含的信息和知识以直观的形式描述，辅助领导层决策。使得物流企业对客户需求更快速反应，实现对商品进库量和出库量的动态管理，加快存货周转率，减少库存水平，提高效益。3.2智能运输系统（ITS）。应用电子识别和电子跟踪技术，依靠地理信息系统和无线射频技术，对运输整个过程跟踪管理，为管理中心采集车辆、货物在途基础数据，提供沿途交通、道路状况信息，提供最佳路线和实时导航信息；为供应商和收货方提供有关货物预计到达信息、货物状态信息，从而保证了货物全面、准确、及时地运送到客户手中。3.3个性化分析，识别具体的问题领域，从而采取措施，提高顾客的满意度。商务智能系统根据企业需要解决的问题。帮助企业建立相应的分析主题和分析指标，从业务系统的基础数据库中抽取需要的数据，按预先建立的业务模型进行分析决策，分析结果显示直观、形象。决策者只需简单的点取操作，便可以从商业职能强大的分析工具中获得所需的决策信息。物流企业中，可以通过商务智能对库存、采购、供应链绩效、配送最优路线、客户关系、财务等进行个性化分析。3.4快速查询信息。物流企业的各种数据分散于不同部门的各个数据管理子系统中，甚至用户界面，支持系统也不一样，而且很多数据是未经加工和整理的，这给企业充分利用数据资源带来一定困难。通过商务智能，用户可以接入联网的关系形数据，也能接人其他数据库，并且对数据进行整合、分析、挖掘，这样各层次用户才能快速查询利用这些信息，而且简单操作，自动生成所需要的报表、报告等。3.5突破认知极限，多角度、全面进行决策分析。随着企业信息化的不断深化，企业日常业务生成了大量的数据，如定单数据、进出库数量、作业准确率、仓库面积利用率、运输配送数据等。但是，大部分用户对现有的数据除了一些简单的、局部的和层次的查询外，还缺少对企业财务、业务进行全面、历史和多角度的分析，数据被有效利用的还不足，商务智能通过对数据萃取、加工、挖掘、切片分析，从多维度对数据进行全面的分析，找出关键因素，为决策提供更为准确、可信度高的信息。4商务智能应用于现代物流管理现状分析4.1现代物流企业信息化程度不高、缺乏对历史数据、海量信息进行分析的平台，无法形成科学的分析结果。日前多数物流企业对于电子化的信息处理和应用能力非常有限，在供应链伙伴协调运作，有效降低物流成本的过程中，全球定位系统（GPS），地理信息系统（GIS），物资采购管理（MRP）、企业资源规划（ERP）以及供应链管理（SCM）等管理软件在现代物流业中应用更是甚少。4.2商务智能产品的实施与服务出现问题商务智能由于在国内起步较晚，代理商们恶性竞争，导致市场价格混乱，同一套系统实施下来，价格可能相差很大，甚至在市场上泛滥着盗版，产生了很多产品实施和服务方而的问题：国外商务智能软件往往由于其昂贵的价格令客户望而却步，同时国外商务智能产品不太熟悉国内物流企业的运作和发展状况，因此在国内水土不服而导致出现各种实施和服务问题，甚至产生客户抱怨。而国内商务智能厂商虽然有熟悉中国国情的优势，但由于起步晚，技术、服务各方而比较薄弱，物流信息系统本身在绩效考核、决策支持、人工智能及专家系统等应用方而处于初始阶段，构架于网络上的基于Internet/lntranet开放系统的物流信息系统在物流企业中很少，因此产品难以让物流企业信服。4.3商务智能应用于现代物流管理缺乏统一的规范商务智能实施的特点是数据一旦抽取整合到数据仓库中，商务智能的系统结构就相对稳定。数据仓库部分的理论研究与模型建立相对比较成熟，而数据的源头部分，由于其第一手数据是从MIS、MRP、SCM、CRM、ERP等基于业务处理的信息系统中抽取整合到数据仓库中的，而目前的这些基于业务处理的物流信息系统，本身就缺乏标准，各种原始数据的结构百花齐放、千差万别，同一个产品之间的不同模块，同一个模块的不同版本的数据都是不统一的。所以，对于商务智能系统在现代物流企业的实施，数据抽取整合的工作量非常大。4.4现代物流企业对企业的业务规则（BusinessRules）没有清晰的定义而业务规则决定了数据如何做关联以及通过商业智能系统来驱动什么样的分析。如果不理解企业的数据，对企业数据模型没有任何概念，就不会投入资金去做任何数据挖掘、数据分析和商业智能的工作。4.5缺乏一套灵活的运输配送调度系统物流合作的基础是交通运输，但纯粹的交通运输不是物流，它只是物流的平台和基础。物流实际上是依托于运输业基础上的商品流动、信息流动和资源流动。虽然目前交通基础设施网络已基本形成，但相对全球经济发展需要，还比较滞后，货物运输渠道不畅，导致货物流动的规模总量较小，物流供给与需求都相当有限。4.6商务智能人才的缺乏商务智能市场的发展潜力巨大，目前国内从事商务智能的企业非常少，再加上起步较晚，相应的专业培训机构还没有形成，导致国内缺乏足够的专业人力资源。而且，在为数不多的国内商务智能企业中，绝大多数还只是在客户需要时，以商务智能系统集成商的身份兼顾一下。数据仓库、数据挖掘、商业建模等领域的人才相对缺乏，复合型的商务智能人才更是难觅，难以满足商务智能市场的快速发展而带来的商务智能研发、咨询、实施、维护等人力需求。