随着物流现代化进程的推进,各流通行业在经营过程中产生了海量的数据,这此数据蕴藏了丰富的经营视点和市场规律。它们拥有相当丰富的数据,却缺乏足够的信息,而且无法衡量管理或改进业务处理过程以及跨组织和IT界限的功能。有调查表明,在这此数据当中,平时只用到其中的7%左右,怎么很好地利用这此数据让它们更好地为企业决策服务已成为流通行业的现实难点。
传统的物流信息系统只能够为昔理者提供普通的业务处理数据和简单的分析数据,不具备数据挖掘和知识发现功能,不能提供立体化的,多视角的,有渗透力的数据,更不能提供具有预测性的、潜在的市场信息,不能满足各层的实时要求。虽然目前市场上存在着此数据挖掘软件可以做到定程度的分析,但它们都需要把相应的业务数据专门提取出来进行分析,因此其分析过程脱离了企业的流程且时效性不强,并不能很好地适用于流通行业。因此在决策过程中包含有大量的“主观决策”成分,这样就产生了“长鞭效应”,带来了多余的库存或者设置了不必要的物流中心甚至产出根木没有市场需求的产品。
流通行业迫切需要套能快速地为供应链上各层成员提供相应的、特的、准确的决策信息的智能物流管理系统。
这套智能物流系统需要能够为各层成员实时地提供立体化的、多视角的、有渗透力的数据和具有预测性的、潜在的市场信息,使他们可以实时有效地进行口常事务操作和口常决策、战略决策。同时允许他们实时地监控流通过程中物流、信息流和业务流的流动。强化了目前的物流系统的功能,不实行物流结构的调整,而且在物流中心的建设、库存控制、库存补货以及运输等方面建立起能够有效控制的运行机制,使物流系统能够适应市场的变化,提高物流系统的效率和决策的准确性;减少决策过程的主观因素,克服决策中的主观随意性和自目性;消除物流系统中信息的“长鞭效应”,减少因决策失误而造成的经济损失;从品种、质量、数量上生产适销对路的商品。同时还能为企业提供客户化的服务提高客户的忠诚度。
该智能物流系统的目标是将企业所掌握的信息转换成竞争优势,提高企业决策能力、决策效力、决策准确性。为完成这目标,该系统除了日常事务操作外还必须具有实现数据分析到知识发现的算法、模型和过程。
广义地说,系统分析与决策的进程可以划分为四个阶段:
先,是对系统的描述性分析,它是运用所掌握的信息,对系统进行尽可能充分和全面的认识;
其次,是对系统的解析性分析,它往往通过建立数学模型,识辨和刻画系统的解析结构,确定系统中各因素或各元素的内在联系;
第三,是有关系统的预测性研究,其目的是掌握系统运行和动态变化的规律,对系统未来做出准确的预见是正确决策的先决条件;
第四,是决策阶段,所谓决策,就是指对系统状况进行充分的观察和认识,对系统构造及其要素的内在联系进行识辨和深入地分析。并且在对系统做出正确判断的基础上,在多种可行的方案中进行优选。
整个物流管理系统的智能应用建立在知识库,数据仓库,操作数据存储和业务数据库的基础上,以市场分析和客户分析为主线,将市场信息和客户信息集成到各个模块,而每个模块也都能够建立客户化、市场化的智能物流解决方案。
Copyright © Bokesoft 1991-2020 沪ICP备05008428号