泛联官网>>

面向物流服务供应链的商业智能系统设计

时间:2013-09-27 13:05来源:中国大物流网 作者:网络 点击:
分享到:
  • 点击图标下载本文附件-->:       注:若已有正文则附件为空

        随着物流服务企业不断向生产、销售等各个领域渗透,物流外包形式逐步演化为物流功能部分或完全集成的物流服务供应链模式:功能型物流服务供应商→物流服务集成商→制造商一分销零售商。与此同时,提高物流决策的有效性和准确性仍然是物流企业追求的目标,陈建清提出了第四方物流决策支持系统的构架;HOKEY等为跨国公司的物流网络设计了一个集成化的决策支持系统;SCHMIDT等研究了国际物流的战略、战术和运作3方面的决策问题。然而,经过多年的实际运作,物流服务供应链积累了海量的、以不同形式存储的有关订单、库存、往来账目、通话记录以及客户等方面的历史数据与信息,探讨集成物流服务企业如何将收集到的海量数据转变为可用于决策的信息,以增进对物流服务供应链整体状况的了解,获得有价值的知识,进而正确预测自身业务的发展趋势,并及时做出正确的物流决策,已成为当前企业界和学术界十分迫切的任务。

  商业智能是企业对商业数据的搜集、管理和分析的系统过程,是能够帮助用户对自身业务经营做出正确明智决定的工具,其目的就是使企业的各级决策者获得知识或增强洞察力,帮助其做出对企业更有利的决策。目前,商业智能在物流领域得到了广泛应用,无论在解决物流企业的运输管理、仓储管理、供需预测等传统功能管理问题,还是在增强供应链可见性,衡量企业关键运营指标、人力资源管理等诸多决策问题,都取得了初步的研究成果,但对物流服务供应链的有效决策尚缺乏系统的探讨,特别是迄今为止国内仍没有将整条供应链的数据集成后用于提高决策准确性的相关研究。本文以整条物流服务供应链为研究对象,从基于元数据驱动的思想出发,试图有效地整合供应链上各个成员企业的历史数据和实时数据,构建web环境下的商业智能系统的体系结构,帮助物流服务供应链上的各个成员企业充分利用数据挖掘和联机分析处理等数据分析方法及模型,提高物流决策的有效性和可靠性。

  1 LSSC-BIS的系统目标设计

  经过多年的实践运作,物流服务供应链上各个管理信息系统积累了大量的业务数据,但这些信息孤岛无法直接运用于决策过程。设计LSSC-BIS,需要结合具体物流服务供应链的战略目标,重点构建统一可靠的数据仓库系统,通过数据分析和挖掘,解决物流服务的决策优化问题,最终做出更好、更合理的决策,全面提高其经济效益,其系统目标设计见图1。

图1 LSSC-BIS的系统目标设计图

  图1 LSSC-BIS的系统目标设计图

  LSSC-BIS的目标可大体归纳为以下几个方面:

  (1)选择理想的物流服务供应商,构建良好的合作伙伴关系 MOHAN等认为物流服务供应链面临的一项重要决策是如何为整条供应链构建高效合理的物流联盟,评估选择出长期稳定的合作伙伴。企业合作伙伴选择不当,不仅会减少企业的利润,还会使企业失去其他的机会,从而无形中抑制了企业竞争力的提高,增加了整条供应链的运行成本。结合数据仓库进行联机分析处理,可以从多种角度透视数据,判断物流服务供应商的一贯合作方式和态度,预测供应链可能出现的失信行为,然后淘汰出本该淘汰的供应商,保持与优秀供应商的良好合作关系,形成双赢甚至多赢的局面。

  (2)降低物流服务供应链的总成本,提高物流运作整体效率 MOHAMMED等指出物流服务功能包括运输、仓储、配送搬运、包装、信息处理以及物流再加工等诸多环节。通过历史数据的整合,运用线性规划与非线性规划、动态规划和整数规划数学模型,利用关联分析、统计分析、神经网络、遗传算法等数据挖掘模型和方法,对仓库选址、运输和配送路径规划、库存规划、客户服务目标规划等进行决策,剔除不合理的物流环节,从而减少库存量,降低成本,缩短订货周期,从时间和空间上找到提高效率的途径。

  (3)评估和分析物流服务绩效,对物流风险及时预警 通过收集各业务环节的信息,数据仓库可以追溯物流服务订单履行的全过程,从市场环境、采购、运输、仓储、库存、配送、客户满意水平等方面对物流服务绩效进行全面评估,找出自身的优势和劣势,提出改进和提高的办法,缩短订单交付提前期、响应时间,提高服务质量,分析业务状况的市场情况,保证企业自身在复杂的市场环境中制定出正确的发展战略和经营措施。

  物流服务供应链的风险通常来自于自然环境和社会环境2个方面,对物流业务全过程进行监控和跟踪,分析和控制可能出现的风险因素,及时进行预警,尽量避免物流服务的中断,减少对参与供应链的债权人、银行、物流企业、生产制造商以及分销商的损失,都是非常必要的。

  (4)改善物流客户关系,增强物流客户满意度和忠诚度 物流服务供应链强调以客户服务为中心,以实现顾客满意为首要目标。跟踪客户的销售数据和库存状态,帮助生产商做好销售预测,可以预测最终客户的多样化和个性化需求,提高客户服务响应速度和服务的准确性,降低订单处理成本等。同时,为物流客户提供信息查询等增值服务,为企业外部用户如合作伙伴、供应商和客户提供及时、有效的信息资源,通过信息共享提升他们所能获得的价值。

  总之,LSSC-BIS能够实现对物流企业中的人力、物力、财力、客户、市场及信息等各种资源的综合管理,为各方面、各层次的决策提供科学的依据。

  2 LSSCBIS的体系结构设计

  商业智能的核心技术包括数据仓库、数据挖掘和联机分析处理等,考虑到物流服务供应链的分布式以及多用户决策等特点,LSSCBIS需要以Intranet/Internet作为信息平台,将数据仓库放入Web环境中,运用Web技术作为信息传递机制。这样,物流服务集成商的内部人员和外部组织(如物流客户、供应商以及其他合作伙伴等)可以7×24 h地得到和使用决策数据和信息;同时,物流服务集成商还可以广泛地收集访问者的点击流信息,扩大数据的来源。因而,LSSC-BIS的体系结构采用B/S模式,即所谓3层体系:①表示逻辑由Web页面(HTML)负责,主要完成与用户的交互以及数据分析结果的展示;②业务逻辑由应用服务器负责,主要完成客户分析模型的转换、数据的获取以及报表的生成等;③事务逻辑和数据逻辑则由数据库和数据仓库服务器负责,实现海量数据和数据分析模型的存储。基于以上分析,LSSC-BIS的体系结构总体上由数据源、数据仓库/数据集市、商业智能、用户访问层4个部分组成,其中ETL(数据抽取、转换、加载)是中介平台(见图2)。

图2 LSSC-BIS的体系结构图

  图2 LSSC-BIS的体系结构图

  (1)数据源 数据源是数据仓库数据的基础来源。LSSC-BIS基于元数据驱动的思想进行设计和开发,它可以从物流服务供应链的各个合作伙伴的基础业务数据,以及行业的统计信息(由手工补录得到)中提取有用的数据,一些宏观外部数据可从网上获得。这些数据源大多数以关系型数据库和文本文件2种形式存在,使用恰当的方法就能对它们进行清洗,以确保数据的正确性。

  (2)数据仓库/数据集市 数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合,应用于支持管理中的决策制定过程。LSSC-BIS使用相关的ETL工具,通过元数据库保证数据的一致性、准确性、综合性和易用性,且自动生成统一可靠的数据仓库。进而,根据各个成员企业的决策需求,对数据进行不同粒度、不同维度的组合,将数据仓库转换成有关运输、仓储、配送、绩效评估、客户关系以及风险管理等具体业务领域的数据集市,为各种多维分析和数据挖掘等决策支持方案提供整齐一致的数据。

  (3)商业智能 LSSC-BIS运用适合的查询、分析和数据挖掘以及联机分析处理等管理分析工具对信息进行处理,为用户定制和生成报表,并帮助其对数据进行分析,使数据变为辅助决策的信息,并将信息以适当的方式展示在决策者面前。首先,通过查询与报表统计模块,按照灵活的查询条件及其组合方式,为系统各级管理人员提供各种信息指标和统计图表,尤其是可针对突发性和临时紧急情况,生成统计报表。该模块要求简单、友好、易用,并且信息的呈现方式可以是电子表格、直方图、饼图或折线趋势图等多种形式。其次,使用数据挖掘模块,基于人工智能、机器学习、统计分析等技术,应用关联规则分析、序列模式分析、聚类/判别分析、人工神经网络、遗传算法、决策树方法、模糊逻辑以及公式发现等数据挖掘分析方法,从大量的数据中挖掘出潜在的模式、规律或关系,帮助企业的决策者调整市场策略,预测客户的行为,减少风险,做出正确的决策。在物流服务供应链下,通过建立各类物流决策模型(车辆路线模型、网络物流模型、分配集合模型、设旌定位模型和全球定位系统模型等)来实现对物流业务的互动分析,提供物流一体化运作的合理解决方案。最后,结合联机分析处理(OLAP)模块,把能够真正为用户所理解的信息从当前及历史数据等原始数据中转化出来。这些信息能够真实地反映数据的维度特性,帮助分析人员从多种角度对数据进行快速、一致、交互地访问和分析,从而管理人员可以获得对数据的更深入了解。当然,OLAP模块与数据挖掘工具、统计分析工具配合使用,更能增强决策分析功能。

  (4)用户访问层 当终端用户应用商业智能进行决策时,可以根据web页面信息,从浏览器端向应用服务器提交服务请求,这些请求包括对数据的查询/报表统计、多维分析及数据挖掘等。Web服务器完成Web页面的生成工作,提供灵活多样的系统使用方式,同时提供系统的管理接口;应用服务器使用模型及其求解算法对请求进行处理,并在必要时对数据仓库进行访问,提取相关的数据和信息,最后将处理结果通过Web服务器返回浏览器端。

  本文的LSSC-BIS充分运用数据仓库、数据挖掘和联机分析处理等技术来处理和分析数据,有效地实现联机事务处理和联机分析处理的合理隔离和有机统一,实现业务数据到数据仓库的自动装载,并基于浏览器方式的应用界面,使得用户可以无障碍地直接查询和分析与物流服务相关的数据库和数据仓库,找出影响物流运作的关键因素,以全新的方式实现物流作业分析功能,为物流服务决策者提供高效的商业智能平台。

  3 LSSC-BIS的系统功能实现及案例

  某物流服务集成商(简称“集成商”)专门提供一体化的汽车物流服务,其核心客户包括上海通用、上海大众、柳州五菱等汽车生产商。最近几年,“集成商”投资了几千万元,建立和完善了基于Internet/Intranet技术的中央调度系统(TMS)、仓储管理系统(WMS),开发了运输分供方系统、GPS管理系统以及IC卡扫描系统,实现了整条服务供应链的IT互连,缩短了用户的订单处理时问,大大提高了运作效率。但面对竞争越来越激烈的汽车市场,“集成商”在满足客户差异化需求的同时,还需要整合IT系统中的物流信息,为客户提供更多的增值服务,给汽车生产商提供更深层次的商业智能服务,如未调度订单、在途商品、未结算订单、运输公司负荷情况、运输工具使用情况、质损定单以及库存状况等的数据分析和挖掘。鉴于以上情况,“集成商”应用目前主流的商业智能开发软件(见表1),设计和实现了基于J2EE平台的商业智能系统。

  表1 LSSC-BIS的软件配置表

表1 LSSC-BIS的软件配置表

  (1)ETL工具(Datastage) Datastage是一套专门对多种操作数据源的数据抽取、转换和维护过程进行简化和自动化,并将其输入数据集市或数据仓库目标数据库的集成工具,负责将现有业务系统及源数据库中的数据进行有效性验证、清除、统一数据格式、分解数据段信息等处理工作,然后抽取、清洗、上传、汇总并加载到数据仓库。

  (2)分析展现工具(Brio) Brio是为最终用户而设计、为IT人员而建造的商业智能解决方案,可以提供正确及时的信息,保证物流企业内部员工(包括业务分析员和CEO)直接进行个性化的信息访问、分析和创建报表,进行相应的决策。

  (3)中间件服务器(WebLogic) WebLogic为商业智能系统提供统一、简化、可扩展的开发环境,能够迅速构建、测试和部署面向服务的企业级应用。尤其是与J2EE完全兼容,提供了Java控件,能够有效地降低管理与运营的整体成本。

  通过使用自己开发的商业智能系统,“集成商”取得了自身业务的延展,带来了直接的经济效益。例如,“集成商”根据汽车制造企业的客户交易资料,可以从销售时间、客户规模、产品种类、客户、所属行业以及地理分布等维度对产品销售数量、产品销售增加数进行切片、切块、钻取和旋转等处理,分析当前状况或对比分析当期与某期的状况,回答分析人员相关的决策分析问题,主动把握物流客户的销售情况,预测整个汽车市场需求在未来一段时间的趋势,进而制定合理有效的物流配送和运作计划,整合上游物流服务供应商的资源,避免物流运作的无效作业,具体见表2。

  表2 汽车需求联机分析处理维度-事实表

表2 汽车需求联机分析处理维度-事实表

  4 结 语

  融合数据仓库、数据挖掘及联机分析处理等多种技术的商业智能系统已经成为电子商务环境下降低物流成本,提高物流服务质量的有力工具之一。本文根据汽车行业中某物流服务集成商的实践,详细分析了商业智能系统的目标设计和体系结构设计,构建了物流服务供应链的综合数据信息决策平台,通过对数据的采集、整理、挖掘和分析,为物流服务供应链各个企业的各级管理层提供最为有效和准确的决策信息与知识,从整体上加快了决策的速度,确保了决策的精度,提高了抗物流风险的能力,提升了物流服务水平,因而具有较高的实践价值。下一步的研究工作将在如何激励合作伙伴提供真实数据、保证商业智能系统安全,以及建立有关物流服务供应链的数据挖掘模型等方面展开。

------分隔线----------------------------
顶一下
(0)
0%
踩一下
(0)
0%
最新评论 查看所有评论
发表评论 查看所有评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 密码: 验证码:
发布者资料
汪崇真 查看详细资料 发送留言 加为好友 用户等级:高级会员 注册时间:1970-01-01   最后登录:2014-09-05
推荐内容