數據挖掘技術在物流配送管理中的應用

蘇桂賢

（廈門理工學院 商學院，福建 廈門 361024）

數據挖掘技術在物流配送管理中的應用

蘇桂賢

（廈門理工學院 商學院，福建 廈門 361024）

在現代全球經濟日趨一體化的大背景下，物流配送在全球范圍內迅速的發展，而且也取得了令人震驚的成果.在歐美等發達國家，物流配送中心已經相當普遍，幾乎覆蓋了全球的范圍，并且物流配送也對企業的經營活動起著無可替代的作用.但是，想要最大限度地發揮物流配送的功能和作用，應用數據挖掘技術是最好的選擇，物流配送中往往需要對大量的數據進行處理，這樣才能更好的幫助企業對物流配送的有效性進行正確分析.本文首先介紹了數據挖掘技術的含義，然后闡述了數據挖掘技術在物流配送管理中的應用情況，最后分析了應用數據挖掘技術需要注意的問題.

數據挖掘技術；物流配送；應用

1 前言

當前，物流行業在各個國家和地區的經濟聯系越來越緊密這一大背景下飛速發展，傳統的物流行業的經營模式只是以配送業務為主，而發展到現在，它已經成為各個企業以及企業和顧客之間進行商品交換的綜合性平臺.物流企業的業務范圍也越來越大，需要管理的商品和信息也越來越多，物流企業怎樣才能更好地利用商品、客戶、訂單、庫存、配送等信息對企業的業務進行協調管理，提高企業的效益，是物流企業關心的重點內容.在這些數據的基礎上，如何挖掘出新的市場、客戶以及合作伙伴，是現代物流企業管理所關注的新課題.

經過多年發展，很多軟件企業也正在逐漸完善物流信息管理系統的實用性以適應新時代的要求.但目前大多數的管理系統只能滿足基本業務的數據管理,還沒有在此基礎之上增加更加智能化的分析和計算,所以物流企業都渴望有一套能夠實時進行數據采集以及分析的系統,以便更好地使企業能夠挖掘自己和完善自己,以增加自己的市場競爭力.而數據挖掘技術能夠很好地解決當前物流企業所面臨的這種問題,這樣的系統的市場前景相當的廣闊.

2 數據挖掘技術的含義

所謂數據挖掘技術,就是在海量的數據中找出那些有效的、新穎的、有價值的、潛在的數據以及規則的過程，它可以根據企業存在的問題以及制定的業務目標，有針對性的進行數據探索，找出隱藏在其中的規律，并應用與企業的實際經營活動中.實現數據挖掘技術的必備條件需要海量數據的搜集、有效的方法以及高性能的計算設備，它是數據倉庫的高層應用.在物流業務的問題和目標已經明確但對于考察的問題還不清楚時，就要對數據進行挖掘，找出隱藏在其中的規律，制作出相應的模型以便于分析.數據挖掘是是一項循環計算的工作,包括定義問題、建立模型、準備和分析數據、模型的運用、評價及實施等具體步驟.數據挖掘的方法有很多種，例如：統計分析法、決策樹法、聚類分析法以及模糊邏

輯法等等，在實際應用中要根據實際情況來選擇合適的方法，這樣才能達到最理想的效果.

3 數據挖掘技術在物流配送管理中的應用

物流配送的管理包括配送計劃的制定、配送路線的最優化和配送商品的配載等問題.這就需要配送中心的管理人員采取合理的方法以達到提高服務水平和降低配送成本的目標.配送車輛的路徑問題是首先需要解決的，眾所周知，在配送商品過程中，每個客戶只允許被訪問一次，而且車輛的承載能力不能小于相應路徑上的客戶需求量.這個問題的解決需要管理人員充分考慮配送車輛的有效利用率，盡量避免車輛的高空載率以及不能充分利用車輛的運送能力，否則企業的運輸成本會有所增加.除此之外，商品的規格大小以及利潤高低也要充分考慮.如果能綜合考慮客戶的需求和運輸路徑，對整個配送策略中的車輛選擇會有較好的效果.

通過長時間的分析實踐表明，數據挖掘技術在物流配送業務的以下幾個方面可以得到很好地應用.

3.1 分析和預測顧客的消費情況

眾所周知，當物流配送企業和客戶完成相應交易之后，必然會把交易的相關數據記錄下來，例如：客戶的住址、聯系電話、所購貨物的名稱和數量、對物流配送的滿意程度以及其他的建議等等.管理人員可以把這些相關信息儲存起來，等數據量達到一定值時，就能利用數據挖掘技術對這些數據中所包含的潛在信息進行分析處理.例如：通過分析數據庫中的客戶住址，我們就可以發現哪些地區的顧客信賴本企業的商品和服務，又有那些老客戶斷絕了合作關系.這些結論可以使我們查找出其中的原因，進而采取相應的措施來吸引更多的客戶，這樣才能保證企業在競爭中不至于被淘汰；我們還可以分析顧客所購商品的名稱及數量，得出什么商品在什么時間比較暢銷，進而采取有效的措施保證此種商品的暢銷形勢；我們通過分析顧客的滿意程度可以及時發現企業的商品質量以及服務等方面的問題，管理人員可以及時發現質檢部門的疏忽以及配送人員的服務態度問題，在第一時間采取有效措施制止這些問題的再次發生.

3.2 分析經營成效,改善經營策略

企業的各種經營活動是以盈利為主要目地的,企業在每段時間的經營記錄都會由管理人員詳細記錄下來.例如：銷售利潤、生產成本、設備更新以及員工福利等等.定期對這些數據進行挖掘分析，管理人員就能清楚地發現企業近期的經營業績同歷史同期水平相比是上升還是下降了，如果出現了下降的情況，這就需要管理人員認真的分析企業的生產、流通以及服務等環節的情況，并且應該及時采取相應的應對措施甚至對經營策略進行調整.如果經營業績保持穩定或出現上升的情況，那么管理人員就要認真總結成功經驗，對以后企業的經營策略進行預測和分析.

3.3 分析配送車輛的運行狀態，減少交通事故的發生

配送車輛以及配送線路的狀態是否良好直接關系著物流企業服務質量的好壞.這其中就包括：路況狀態、路線費用、所需要的時間以及車輛的事故信息等等，物流配送中心的管理人員通過運用數據挖掘技術對這些相關信息進行分析處理，就可以得知具體每條配送線路的總體情況.例如：如果得出某段線路近期交通事故發生概率較大，那么管理人員就要第一時間提醒相關部門認真檢查經營這條線路的車輛技術狀況，加強對相關司機的安全教育和提醒，如果可以的話，可以選擇別的線路從而避開事故易發段；如果發現在線路和車況都正常的前提下，某輛配送車輛的實際運行情況和調度設計的情況相差很大，比如：車的耗油量比計劃的要大很多；運行時間比計劃的短了很多等等.這些特殊情況都說明了駕駛員在途中有著超速行駛或偏離線路等行為，此時物流配送中心的管理人員要采取適當措施對司機師傅進行安全教育和糾正工作偏差.

以上這些這些措施會大大減少配送車輛出現交通事故的概率，從而企業避免了重大經濟損失和其他意外的情況.

4 應用數據挖掘技術時應注意的問題

在物流配送的過程中,不是所有的問題都能依靠數據挖掘技術解決的,所以物流配送的管理人員要將數據挖掘技術和那些物流行業的經驗和邏輯結合起來,這樣才能使得數據挖掘技術能取得最佳的效果.總結以往經驗,數據挖掘技術在物流行業的應用,以下幾個因素是需要管理人員考慮的∶首先是要有一批擅長數據挖掘技術的人才,這是這項工作的基礎,這樣才能快速準確的進行工作,為決策指引道路；然后就是要選擇適合企業實際情況的數據挖掘工具和方法,新建的系統要能充分利用已有的數據系統；最后就是數據挖掘人員要保證數據的準確性和代表性.

在具體工作中,以下幾個方面需要給予足夠重視.

4.1 系統的集成問題

之前已經說過,數據挖掘的本質就是在大量已有的數據中找出有用的信息,這些數據都是存儲在數據庫中的,所以物流企業一般都已經選擇了自己數據庫產品,例如CRM系統就是在物流企業中應用較為普遍的管理系統軟件.所以,應用數據挖掘系統之前要充分考慮與已有的系統能否集成,這樣才能充分利用已有數據,更好的服務于物流企業的經營活動.

4.2 相關技術人員的綜合素質問題

數據挖掘的技術人員在工作中所選用的技術和方法會直接影響到數據模型的準確度,所以相關技術人員的綜合素質能力決定了數據挖掘工作能否順利進行.所以,這些技術人員必須要有專業的計算機和統計學等方面的知識,還要懂得物流行業的基本流程,企業的管理人員要注重高端人才的引進,加強技術人員的培訓教育,人才是一切工作的根本.

4.3 選擇數據挖掘工具的問題

當前主流的數據挖掘工具,大部分都是由國外的公司開發研究的,與我國的市場和企業不是太適應,所以物流企業的相關管理人員在引進國外的相關系統時特別要考慮定制的問題,要保證這些工具可以準確反應出本企業的經營狀況,只有這樣才能充分發揮數據挖掘技術的潛能.

4.4 保證數據質量的問題

當前由于很多物流企業的業務種類繁多,數據庫必定會相當龐大,這雖然會給以后的數據挖掘工作提供很多資料,但隨之出現的諸如挖掘的數據是否完整以及是否和要求相對應等問題,這就導致數據挖掘的技術人員不得不投入很多時間和精力去凈化和處理所提取的數據,如果這項工作不過關,那么數據質量必然會受到影響,得出的結論也會和實際情況有所差別.

5 結束語

到目前為止,數據挖掘技術已經被廣泛應用于商業、保險業以及金融業等各個領域，取得的成就也是有目共睹的，給各行業帶了的效益也是很可觀的.隨著數據挖掘技術的不斷發展，更多的物流企業必然會積極引進此項技術來提高自己的運營績效.我們可以看出，這項技術可以把物流企業的營銷戰略和總體規劃有機結合，很好地幫助管理者做出科學的戰略決策.隨著我國經濟規模的不斷發展和市場的不斷完善，物流企業所遇到的機會和挑戰也會越來越多，市場競爭也會越來越激烈，這就更需要企業的領導者高瞻遠矚，利用新興科技來保持自己的競爭力.

〔1〕魏新軍.數據挖掘是物流企業提升競爭力的利器[J].中國儲運，2007（1）：94-95.

〔2〕李其芳，沈湘蕓.物流企業的CRM與啊護具挖掘技術[J].科技創業月刊，2009（11）：146-147.

〔3〕羅娟娟.數據挖掘在第三方物流企業中的應用[J].物流科技，2011（3）：85-86.

〔4〕王道平，潘靜，郝玫.基于數據挖掘的物流信息系統研究與設計[A].價值工程，2004（3）：117-119.

〔5〕李志剛.數據倉庫與數據挖掘的原理及應用[M].北京：高等教育出版社，2008.

〔6〕滕佳東.管理信息系統[M].大連：東北財經大學出版社，2008.

〔7〕王興鵬.面向CRM的數據挖掘應用[J].計算機時代，2003（3）：44-45.

〔8〕朱明.數據挖掘技術[M].合肥：中國科學技術大學出版社，2008.3.

F522

A

1673-260X（2013）11-0076-02