数据挖掘技术在物流配送管理中的应用

苏桂贤

（厦门理工学院 商学院，福建 厦门 361024）

数据挖掘技术在物流配送管理中的应用

苏桂贤

（厦门理工学院 商学院，福建 厦门 361024）

在现代全球经济日趋一体化的大背景下，物流配送在全球范围内迅速的发展，而且也取得了令人震惊的成果.在欧美等发达国家，物流配送中心已经相当普遍，几乎覆盖了全球的范围，并且物流配送也对企业的经营活动起着无可替代的作用.但是，想要最大限度地发挥物流配送的功能和作用，应用数据挖掘技术是最好的选择，物流配送中往往需要对大量的数据进行处理，这样才能更好的帮助企业对物流配送的有效性进行正确分析.本文首先介绍了数据挖掘技术的含义，然后阐述了数据挖掘技术在物流配送管理中的应用情况，最后分析了应用数据挖掘技术需要注意的问题.

数据挖掘技术；物流配送；应用

1 前言

当前，物流行业在各个国家和地区的经济联系越来越紧密这一大背景下飞速发展，传统的物流行业的经营模式只是以配送业务为主，而发展到现在，它已经成为各个企业以及企业和顾客之间进行商品交换的综合性平台.物流企业的业务范围也越来越大，需要管理的商品和信息也越来越多，物流企业怎样才能更好地利用商品、客户、订单、库存、配送等信息对企业的业务进行协调管理，提高企业的效益，是物流企业关心的重点内容.在这些数据的基础上，如何挖掘出新的市场、客户以及合作伙伴，是现代物流企业管理所关注的新课题.

经过多年发展，很多软件企业也正在逐渐完善物流信息管理系统的实用性以适应新时代的要求.但目前大多数的管理系统只能满足基本业务的数据管理,还没有在此基础之上增加更加智能化的分析和计算,所以物流企业都渴望有一套能够实时进行数据采集以及分析的系统,以便更好地使企业能够挖掘自己和完善自己,以增加自己的市场竞争力.而数据挖掘技术能够很好地解决当前物流企业所面临的这种问题,这样的系统的市场前景相当的广阔.

2 数据挖掘技术的含义

所谓数据挖掘技术,就是在海量的数据中找出那些有效的、新颖的、有价值的、潜在的数据以及规则的过程，它可以根据企业存在的问题以及制定的业务目标，有针对性的进行数据探索，找出隐藏在其中的规律，并应用与企业的实际经营活动中.实现数据挖掘技术的必备条件需要海量数据的搜集、有效的方法以及高性能的计算设备，它是数据仓库的高层应用.在物流业务的问题和目标已经明确但对于考察的问题还不清楚时，就要对数据进行挖掘，找出隐藏在其中的规律，制作出相应的模型以便于分析.数据挖掘是是一项循环计算的工作,包括定义问题、建立模型、准备和分析数据、模型的运用、评价及实施等具体步骤.数据挖掘的方法有很多种，例如：统计分析法、决策树法、聚类分析法以及模糊逻

辑法等等，在实际应用中要根据实际情况来选择合适的方法，这样才能达到最理想的效果.

3 数据挖掘技术在物流配送管理中的应用

物流配送的管理包括配送计划的制定、配送路线的最优化和配送商品的配载等问题.这就需要配送中心的管理人员采取合理的方法以达到提高服务水平和降低配送成本的目标.配送车辆的路径问题是首先需要解决的，众所周知，在配送商品过程中，每个客户只允许被访问一次，而且车辆的承载能力不能小于相应路径上的客户需求量.这个问题的解决需要管理人员充分考虑配送车辆的有效利用率，尽量避免车辆的高空载率以及不能充分利用车辆的运送能力，否则企业的运输成本会有所增加.除此之外，商品的规格大小以及利润高低也要充分考虑.如果能综合考虑客户的需求和运输路径，对整个配送策略中的车辆选择会有较好的效果.

通过长时间的分析实践表明，数据挖掘技术在物流配送业务的以下几个方面可以得到很好地应用.

3.1 分析和预测顾客的消费情况

众所周知，当物流配送企业和客户完成相应交易之后，必然会把交易的相关数据记录下来，例如：客户的住址、联系电话、所购货物的名称和数量、对物流配送的满意程度以及其他的建议等等.管理人员可以把这些相关信息储存起来，等数据量达到一定值时，就能利用数据挖掘技术对这些数据中所包含的潜在信息进行分析处理.例如：通过分析数据库中的客户住址，我们就可以发现哪些地区的顾客信赖本企业的商品和服务，又有那些老客户断绝了合作关系.这些结论可以使我们查找出其中的原因，进而采取相应的措施来吸引更多的客户，这样才能保证企业在竞争中不至于被淘汰；我们还可以分析顾客所购商品的名称及数量，得出什么商品在什么时间比较畅销，进而采取有效的措施保证此种商品的畅销形势；我们通过分析顾客的满意程度可以及时发现企业的商品质量以及服务等方面的问题，管理人员可以及时发现质检部门的疏忽以及配送人员的服务态度问题，在第一时间采取有效措施制止这些问题的再次发生.

3.2 分析经营成效,改善经营策略

企业的各种经营活动是以盈利为主要目地的,企业在每段时间的经营记录都会由管理人员详细记录下来.例如：销售利润、生产成本、设备更新以及员工福利等等.定期对这些数据进行挖掘分析，管理人员就能清楚地发现企业近期的经营业绩同历史同期水平相比是上升还是下降了，如果出现了下降的情况，这就需要管理人员认真的分析企业的生产、流通以及服务等环节的情况，并且应该及时采取相应的应对措施甚至对经营策略进行调整.如果经营业绩保持稳定或出现上升的情况，那么管理人员就要认真总结成功经验，对以后企业的经营策略进行预测和分析.

3.3 分析配送车辆的运行状态，减少交通事故的发生

配送车辆以及配送线路的状态是否良好直接关系着物流企业服务质量的好坏.这其中就包括：路况状态、路线费用、所需要的时间以及车辆的事故信息等等，物流配送中心的管理人员通过运用数据挖掘技术对这些相关信息进行分析处理，就可以得知具体每条配送线路的总体情况.例如：如果得出某段线路近期交通事故发生概率较大，那么管理人员就要第一时间提醒相关部门认真检查经营这条线路的车辆技术状况，加强对相关司机的安全教育和提醒，如果可以的话，可以选择别的线路从而避开事故易发段；如果发现在线路和车况都正常的前提下，某辆配送车辆的实际运行情况和调度设计的情况相差很大，比如：车的耗油量比计划的要大很多；运行时间比计划的短了很多等等.这些特殊情况都说明了驾驶员在途中有着超速行驶或偏离线路等行为，此时物流配送中心的管理人员要采取适当措施对司机师傅进行安全教育和纠正工作偏差.

以上这些这些措施会大大减少配送车辆出现交通事故的概率，从而企业避免了重大经济损失和其他意外的情况.

4 应用数据挖掘技术时应注意的问题

在物流配送的过程中,不是所有的问题都能依靠数据挖掘技术解决的,所以物流配送的管理人员要将数据挖掘技术和那些物流行业的经验和逻辑结合起来,这样才能使得数据挖掘技术能取得最佳的效果.总结以往经验,数据挖掘技术在物流行业的应用,以下几个因素是需要管理人员考虑的∶首先是要有一批擅长数据挖掘技术的人才,这是这项工作的基础,这样才能快速准确的进行工作,为决策指引道路；然后就是要选择适合企业实际情况的数据挖掘工具和方法,新建的系统要能充分利用已有的数据系统；最后就是数据挖掘人员要保证数据的准确性和代表性.

在具体工作中,以下几个方面需要给予足够重视.

4.1 系统的集成问题

之前已经说过,数据挖掘的本质就是在大量已有的数据中找出有用的信息,这些数据都是存储在数据库中的,所以物流企业一般都已经选择了自己数据库产品,例如CRM系统就是在物流企业中应用较为普遍的管理系统软件.所以,应用数据挖掘系统之前要充分考虑与已有的系统能否集成,这样才能充分利用已有数据,更好的服务于物流企业的经营活动.

4.2 相关技术人员的综合素质问题

数据挖掘的技术人员在工作中所选用的技术和方法会直接影响到数据模型的准确度,所以相关技术人员的综合素质能力决定了数据挖掘工作能否顺利进行.所以,这些技术人员必须要有专业的计算机和统计学等方面的知识,还要懂得物流行业的基本流程,企业的管理人员要注重高端人才的引进,加强技术人员的培训教育,人才是一切工作的根本.

4.3 选择数据挖掘工具的问题

当前主流的数据挖掘工具,大部分都是由国外的公司开发研究的,与我国的市场和企业不是太适应,所以物流企业的相关管理人员在引进国外的相关系统时特别要考虑定制的问题,要保证这些工具可以准确反应出本企业的经营状况,只有这样才能充分发挥数据挖掘技术的潜能.

4.4 保证数据质量的问题

当前由于很多物流企业的业务种类繁多,数据库必定会相当庞大,这虽然会给以后的数据挖掘工作提供很多资料,但随之出现的诸如挖掘的数据是否完整以及是否和要求相对应等问题,这就导致数据挖掘的技术人员不得不投入很多时间和精力去净化和处理所提取的数据,如果这项工作不过关,那么数据质量必然会受到影响,得出的结论也会和实际情况有所差别.

5 结束语

到目前为止,数据挖掘技术已经被广泛应用于商业、保险业以及金融业等各个领域，取得的成就也是有目共睹的，给各行业带了的效益也是很可观的.随着数据挖掘技术的不断发展，更多的物流企业必然会积极引进此项技术来提高自己的运营绩效.我们可以看出，这项技术可以把物流企业的营销战略和总体规划有机结合，很好地帮助管理者做出科学的战略决策.随着我国经济规模的不断发展和市场的不断完善，物流企业所遇到的机会和挑战也会越来越多，市场竞争也会越来越激烈，这就更需要企业的领导者高瞻远瞩，利用新兴科技来保持自己的竞争力.

〔1〕魏新军.数据挖掘是物流企业提升竞争力的利器[J].中国储运，2007（1）：94-95.

〔2〕李其芳，沈湘芸.物流企业的CRM与啊护具挖掘技术[J].科技创业月刊，2009（11）：146-147.

〔3〕罗娟娟.数据挖掘在第三方物流企业中的应用[J].物流科技，2011（3）：85-86.

〔4〕王道平，潘静，郝玫.基于数据挖掘的物流信息系统研究与设计[A].价值工程，2004（3）：117-119.

〔5〕李志刚.数据仓库与数据挖掘的原理及应用[M].北京：高等教育出版社，2008.

〔6〕滕佳东.管理信息系统[M].大连：东北财经大学出版社，2008.

〔7〕王兴鹏.面向CRM的数据挖掘应用[J].计算机时代，2003（3）：44-45.

〔8〕朱明.数据挖掘技术[M].合肥：中国科学技术大学出版社，2008.3.

F522

A

1673-260X（2013）11-0076-02