數(shù)據(jù)挖掘在物流信息管理中的應(yīng)用

文｜張淑麗，崔巖，董洋溢

數(shù)據(jù)挖掘在物流信息管理中的應(yīng)用

文｜張淑麗，崔巖，董洋溢

眾所周知，物流業(yè)是一個新興產(chǎn)業(yè)，它是指商品、物資、物料等從發(fā)送地向接受地的實體流動過程；它又是融合包裝、運輸、倉儲、銷售、信息等的綜合型服務(wù)業(yè)，是現(xiàn)代社會及企業(yè)發(fā)展的“第三利潤源”，更是支撐我國國民經(jīng)濟(jì)的戰(zhàn)略性支柱產(chǎn)業(yè)。隨著國內(nèi)經(jīng)濟(jì)的高速增長，電子商務(wù)得到了快速發(fā)展，行業(yè)需求急劇增加，由此物流產(chǎn)業(yè)也得到了大力發(fā)展，物流模式逐漸從傳統(tǒng)的物資供應(yīng)行業(yè)向智慧物流轉(zhuǎn)變。

物流各個環(huán)節(jié)產(chǎn)生的數(shù)據(jù)信息呈爆炸式增長，這些海量的信息既有顯性的又有隱性的信息顯性的信息可以用語言表達(dá)清楚、可以很方便的編碼實現(xiàn)，隱性的信息存在于個人的行為，思想的世界觀、價值觀和情感之中，通常很難用某種方式簡單、直接表達(dá)出來或發(fā)現(xiàn)，也難以傳遞、交流，但是隱性的信息一般都可以直接轉(zhuǎn)化為有效的行動，其價值遠(yuǎn)遠(yuǎn)高于和大于顯性的信息。因此，為了充分發(fā)揮各種信息的作用，需要我們對顯性的信息進(jìn)行整理、提取和加工等，充分挖掘出隱藏在其后面的有價值的信息，這正是數(shù)據(jù)挖掘的重要任務(wù)。

一、物流業(yè)信息管理現(xiàn)狀分析

2017年3月9日，國家發(fā)改委通報，截止到2016年底我國社會物流總額已經(jīng)達(dá)到229.7萬億元（如圖1所示），雖然這一數(shù)據(jù)已經(jīng)達(dá)到相當(dāng)規(guī)模，但是我國物流成本占GDP的比重依然非常高，當(dāng)前我國的這一比值為14.8%，同期日本的只有11%，而美國的僅為8%，究其原因是在物流業(yè)務(wù)運行過程中，沒有把數(shù)據(jù)背后的有用信息充分挖掘出來，使得物流行業(yè)間的管理混亂、效率低下、利益鏈加長。

圖1 2006-2016年社會物流總額規(guī)模圖

二十一世紀(jì)進(jìn)入知識經(jīng)濟(jì)、網(wǎng)絡(luò)經(jīng)濟(jì)時代，隨著數(shù)據(jù)挖掘技術(shù)、人工智能的大量使用，人類的信息管理、信息分析和處理的水平獲得了大幅度的提高，同時物流行業(yè)的經(jīng)營管理模式、企業(yè)的組織結(jié)構(gòu)等也發(fā)生了深刻的變化，但是，隨著業(yè)務(wù)規(guī)模的不斷擴(kuò)大，物流企業(yè)在經(jīng)營過程中發(fā)現(xiàn)了越來越多難以解決的問題，比如：物流管理分散，物流整體效益較差；物流業(yè)務(wù)網(wǎng)點多、遍布廣，信息溝通不暢；當(dāng)前大部分企業(yè)仍然采用傳統(tǒng)的手工操作開展采購、運輸、倉儲、配送等工作，因此信息化、自動化、智能化水平普遍偏低，大量的數(shù)據(jù)沒有被全方位收集；物流各個環(huán)節(jié)彼此孤立、信息不能共享，集成管理難度大；業(yè)務(wù)呈動態(tài)性發(fā)展趨勢，信息收集滯后，不能及時地收集信息；由此帶來的直接后果是：物流企業(yè)不能為客戶提供實時跟蹤、精準(zhǔn)查詢等服務(wù)；資源得不到優(yōu)化和有效的配置；無效物流多，運力浪費；市場反應(yīng)遲鈍，庫存大；服務(wù)質(zhì)量差，客戶投訴多；經(jīng)營效率低下，成本過高。

當(dāng)前市場環(huán)境競爭激烈、瞬息萬變，許多物流企業(yè)的空載問題導(dǎo)致其成本急劇增加，主要原因是物流企業(yè)缺少對數(shù)據(jù)的精準(zhǔn)分析及挖掘，從而對未來市場沒有正確的預(yù)判，尤其一些中小型的物流企業(yè)，盲目跟風(fēng)，只注重眼前利益，不切實際地擴(kuò)大倉儲面積、增加企業(yè)運力，市場經(jīng)濟(jì)一旦不景氣，業(yè)務(wù)量就開始下滑，閑置了大量的空倉庫和富余運力，由此帶來的最直接后果就是企業(yè)的物流成本增加、利潤下降。

因此，中國的物流業(yè)已經(jīng)達(dá)成共識，要想發(fā)展現(xiàn)代物流，必須對物流行業(yè)產(chǎn)生的各種信息進(jìn)行科學(xué)管理。為了適應(yīng)經(jīng)濟(jì)全球化和市場一體化的要求，必須充分運用信息技術(shù)和現(xiàn)代化的方法，通過資源整合和對物流市場做出快速反應(yīng)，使企業(yè)的物流、信息流、資金流得到最大的集成。物流信息化、網(wǎng)絡(luò)化、智能化建設(shè)是現(xiàn)代物流發(fā)展的根本，也是今后物流行業(yè)發(fā)展的趨勢和方向。

物流信息管理就是運用計劃、組織、指揮、協(xié)調(diào)、控制等管理方法，對物流信息收集、檢索、存儲、加工、傳遞和應(yīng)用的全過程，并運用人力、物力、財力使物流各環(huán)節(jié)協(xié)調(diào)一致，實現(xiàn)物流供應(yīng)鏈信息的暢通傳遞與共享，減少信息的不對稱，實現(xiàn)企業(yè)內(nèi)部四種流的高度統(tǒng)一，提升企業(yè)核心競爭力。

二、數(shù)據(jù)挖掘在物流信息管理中的應(yīng)用

現(xiàn)代物流是一個大的系統(tǒng)工程，特別是全程物流，它是一個人機系統(tǒng)、大跨度系統(tǒng)，包括包裝、倉儲、裝卸搬運、運輸、配送以及流通加工等環(huán)節(jié)，各個環(huán)節(jié)每天都高頻率重復(fù)，因此會產(chǎn)生海量的信息，企業(yè)及時準(zhǔn)確地進(jìn)行數(shù)據(jù)處理的難度就變得非常大。決策者要想及時而準(zhǔn)確地做出決策，降低物流成本，同時提高企業(yè)的運營效率，必須借助一種新的數(shù)據(jù)處理技術(shù)，這就是數(shù)據(jù)挖掘技術(shù)（Data Mining）。

數(shù)據(jù)挖掘（又叫資料探勘、數(shù)據(jù)采礦）是指從大量的、模糊的、嘈雜的、隨機的數(shù)據(jù)中，識別并提取隱含在其中的、先前未知的、新穎的但又是有價值的信息和知識。數(shù)據(jù)挖掘技術(shù)主要有分類、聚類、關(guān)聯(lián)、異常檢測等，不同的數(shù)據(jù)挖掘技術(shù)都有其各自的特點和使用方法，因此數(shù)據(jù)挖掘的使用步驟會因其應(yīng)用領(lǐng)域的不同而發(fā)生變化。數(shù)據(jù)挖掘過程完整的步驟如下：

1) 問題的理解和提出；

2) 數(shù)據(jù)準(zhǔn)備；

3) 數(shù)據(jù)整理；

4) 建立模型；

5) 評價和解釋；

6) 實施。

由以上步驟可以得出如下結(jié)論：數(shù)據(jù)挖掘前期的基礎(chǔ)工作非常重要，包括問題的定義、數(shù)據(jù)的準(zhǔn)備與處理等，我們通常將這些工作統(tǒng)稱為數(shù)據(jù)的預(yù)處理，現(xiàn)實中，許多行內(nèi)學(xué)者認(rèn)為該階段工作占據(jù)全過程五分之四的精力和時間。實際上，數(shù)據(jù)挖掘是一個不斷循環(huán)、更新反饋的過程，一次挖掘往往很難獲取有用的信息，必須經(jīng)過多次反復(fù)的提煉與挖掘。所以，在未來物流企業(yè)要取得成功，不光要衡量使用的IT技術(shù)以及技術(shù)水平的高低，更重要的是要衡量企業(yè)如何應(yīng)用數(shù)據(jù)來實現(xiàn)價值。因此，建立統(tǒng)一的、合適的、全球化的數(shù)據(jù)模型是非常關(guān)鍵的。

那么，如何將數(shù)據(jù)挖掘與物流信息管理結(jié)合起來，使數(shù)據(jù)挖掘技術(shù)全面地支撐起其在現(xiàn)代物流中的應(yīng)用呢？數(shù)據(jù)挖掘的基礎(chǔ)和對象是數(shù)據(jù)倉庫（Data Warehouse，簡稱DW），首先我們按照現(xiàn)代物流發(fā)生的領(lǐng)域不同，對其進(jìn)行詳細(xì)分解，然后全面收集物流活動每一個環(huán)節(jié)、每一道工序中產(chǎn)生的各種單據(jù)、圖表、文字等，最后將所有的數(shù)據(jù)分門別類錄入計算機系統(tǒng)形成多種數(shù)據(jù)源，建立數(shù)據(jù)倉庫，這樣就可以搭建起一座數(shù)據(jù)挖掘和現(xiàn)代物流相互溝通的橋梁和紐帶，接下來的工作就是使用各種數(shù)據(jù)挖掘技術(shù)和工具對數(shù)據(jù)進(jìn)行充分的提煉、加工，使得數(shù)據(jù)挖掘應(yīng)用到現(xiàn)代物流的各個領(lǐng)域。

在大部分物流環(huán)節(jié)中，數(shù)據(jù)挖掘技術(shù)和數(shù)學(xué)建模的使用可以對業(yè)務(wù)流程進(jìn)行優(yōu)化，因此可以減少無效物流、加速資金周轉(zhuǎn)、降低成本。一個典型的案例就是小米科技公司和順豐速運公司合力打造的極致供應(yīng)鏈。2014年4月6日，小米官網(wǎng)米粉節(jié)當(dāng)天共接受訂單226萬單，當(dāng)天發(fā)貨訂單數(shù)為20萬單。小米的WMS系統(tǒng)（倉儲管理系統(tǒng)）與順豐的MIS系統(tǒng)實現(xiàn)了實時、無縫對接，小米這邊一產(chǎn)生出倉訂單，順豐的數(shù)據(jù)庫馬上就會自動更新，由于全程通過網(wǎng)絡(luò)傳遞電子單據(jù)，信息可以在第一時間完全共享，物流環(huán)節(jié)大大簡化、效率大大提高，同時也做到了實時提貨。

過去，像沃爾瑪這樣的連鎖企業(yè)主要依靠內(nèi)部分析軟件、供應(yīng)鏈軟件來預(yù)測庫存需求。日益增加的競爭壓力，使得許多零售商開始尋找預(yù)測連鎖店應(yīng)保持庫存的一些更準(zhǔn)確的方法。數(shù)據(jù)挖掘技術(shù)可以準(zhǔn)確地預(yù)測哪種存儲位置應(yīng)保持什么產(chǎn)品。例如，SQL Server 2005 分析服務(wù)獲得的數(shù)據(jù)挖掘模型，可以預(yù)測在接下來的一周，一本書是否會缺貨，準(zhǔn)確性為98.52%。一般來說，預(yù)測該書在未來兩周內(nèi)是否會缺貨的準(zhǔn)確性為 86.45%。

物流在運輸和配送過程中，采用GPS、GIS 技術(shù)與決策模型建立物流的決策支持系統(tǒng)，通過數(shù)據(jù)挖掘中分類的方法，利用各種工具對系統(tǒng)內(nèi)外部的各種信息和圖表進(jìn)行多層次、多角度的立體分析，可以編制科學(xué)的配送方案，確定配送網(wǎng)絡(luò)中節(jié)點（即配送中心）的數(shù)量、具體位置和各節(jié)點之間的運送量，設(shè)計并優(yōu)化配送路線，從而實現(xiàn)對物流資源的有效管理，為制定科學(xué)、準(zhǔn)確的物流決策提供依據(jù)。

數(shù)據(jù)挖掘技術(shù)科學(xué)地用于物流企業(yè)信息管理過程中，最顯著的優(yōu)勢是可以降低人工誤操作率，最大限度地提高物品分揀和配送的效率，同時可以實時跟蹤貨物、掌握貨物的動態(tài)，實現(xiàn)貨物“零庫存”；同時，還可以規(guī)范企業(yè)經(jīng)營活動，優(yōu)化配置物流各個環(huán)節(jié)，將公司資源進(jìn)行有效整合，實現(xiàn)高自動化、信息化、智能化物流，從而發(fā)揮物流作為“第三利潤源”的作用，降低企業(yè)運營成本，增加利潤，提高客戶服務(wù)能力和水平。此外，數(shù)據(jù)挖掘技術(shù)應(yīng)用到企業(yè)經(jīng)營活動中，還可以準(zhǔn)確把握資金運作情況、加速資金的周轉(zhuǎn)，結(jié)合物流CRM系統(tǒng)，以確保持有效益最好的商品種類和數(shù)量，加強并改善對客戶的服務(wù)水平，獲得良好的客戶關(guān)系。

三、結(jié)束語

互聯(lián)網(wǎng)時代企業(yè)的發(fā)展離不開物流，企業(yè)如果想要提供優(yōu)秀的物流服務(wù)，大量有用的、有價值的信息是取勝法寶。針對物流的各個基礎(chǔ)業(yè)務(wù)環(huán)節(jié)，及時、有效地收集各種數(shù)據(jù)、信息，利用各種數(shù)據(jù)挖掘工具分析處理，識別出什么數(shù)據(jù)對企業(yè)有價值，企業(yè)才能更好地獲知行業(yè)發(fā)展態(tài)勢及客戶的行為特征，從而為客戶提供有針對性的產(chǎn)品和服務(wù)，提高客戶滿意度，降低企業(yè)成本。在激烈的市場競爭中，企業(yè)經(jīng)營活動必須滿足市場的需求，因此，利用數(shù)據(jù)挖掘技術(shù)把隱藏在大量數(shù)據(jù)背后的有用信息充分挖掘出來，企業(yè)才能更好地經(jīng)營管理，這也將成為物流企業(yè)生存與發(fā)展的關(guān)鍵所在。

作者單位：西北工業(yè)大學(xué)明德學(xué)院