數據挖掘在現代物流企業(yè)中的應用分析

陳曦

摘要：隨著市場經濟的不斷發(fā)展，現代物流管理成為一項發(fā)展前景較好的產業(yè)，隨著互聯網技術的不斷提升，現代物流系統(tǒng)也變得越來越龐大，涉及的信息也變得更加多種多樣。所以，在現代企業(yè)物流管理中已經普遍開始使用數據挖掘技術來獲取市場上更多的信息，數據挖掘技術是利用信息技術來挖掘出一些有價值且準確性極高的信息，這對現代企業(yè)的物流管理提供了十分有效的幫助。本文以現代物流企業(yè)管理中的數據挖掘技術為基礎，深入研究了數據挖掘技術在現代企業(yè)物流管理中所產生的作用。

關鍵詞：現代物流企業(yè)；管理；數據挖掘技術

現代物流管理本身是一個十分復雜且十分龐大的系統(tǒng)，其中包括貨物的運輸、存儲、搬運、包裝和配送等諸多環(huán)節(jié)，這其中的每一個環(huán)節(jié)又都蘊含著很大的信息量。隨著信息化時代的不斷發(fā)展，信息都是通過大數據發(fā)布出來，由于數據過多，企業(yè)無法直接獲得最為精準的信息，為能夠更直接更迅速地獲得有效信息，數據挖掘技術在物流企業(yè)逐漸推廣普及。

一、現代物流管理中數據挖掘存在的問題

1.應用意識薄弱

在現代企業(yè)生產過程中，機械化和自動化已經開始逐漸替代人工生產，在生產管理上越來越規(guī)范化，但是，人們始終一直都只注重于物流的生產過程，卻不注重其優(yōu)化，對于數據挖掘技術的運用力度不足，很多管理人員沒有完全掌握數據挖掘技術，導致了該技術無法為企業(yè)發(fā)展服務。

2.數據準確度有待提升

數據挖掘的前提是要擁有大量的數據為基礎，數據量如果不充足，就無法展開數據挖掘，該技術的準確性也有所欠缺，嚴重影響物流管理效果。很多物流企業(yè)在數據整理方面仍然有待提升，數據收集、分類、整理等工作不科學，在應用數據挖掘技術過程中存在嚴重的偏差。

二、數據挖掘關鍵技術的概念

數據挖掘，實質上就是將人工智能技術合理的應用到大數據之中，數據挖掘技術可以將那些人們不能夠提前預知和潛在的信息，從大量不安全的或者模糊的數據中將其提取出來，并且那些有效的、可利用的信息提供給決策者，其目的就是將容量較大的數據轉換成一些具體的信息。數據挖掘技術具有數據量大且信息價值性高的特點，數據挖掘技術為物流企業(yè)提供大量信息數據，并將相關的信息做成總結發(fā)送給企業(yè)決策者，進而為決策者提供更多更準確的決策信息，以此來減輕物理企業(yè)管理者在現代物流管理中的管理負擔。近年來，隨著科學技術的不斷發(fā)展，數據挖掘管理技術也開始為現代物流管理提供了越來越多的支持。

三、數據挖掘技術的內容

數據挖掘的技術的應用面很廣，同時包含的內容也很多，主要包括數據倉庫技術和數據分析工具等其他有關數據挖掘的技術。其中，數據倉庫技術的技術來源是多向的，每一個來源都是一個絕大的數據儲存庫，它們通過互聯網技術將其緊密地聯系起來，建立起一個全新的、完整的數據庫。但是，實際上，數據倉庫只是一個邏輯上的概念，因為它只是名義上的數據庫，實際上其每一個數據庫之間，在物理意義上都是分開的。

數據倉庫通過Internet打破地域界限，將它們合成一個邏輯整體，把一個海量的數據庫展現在用戶面前。數據倉庫管理系統(tǒng)的一項重要工作是實現對傳統(tǒng)數據庫的提取、清理和轉載。目前，已形成了多種數據挖掘方法，如分類知識發(fā)現、數據總結、數據聚類、關聯規(guī)則發(fā)現、序列模式發(fā)現、依賴關系或依賴模型發(fā)現、異常發(fā)現、趨勢預測等。

四、數據挖掘技術在物流管理中的應用

數據挖掘技術的主要實現方式就是基本統(tǒng)計分析，而統(tǒng)計分析又是現代物流企業(yè)最關注的事情，現代物流企業(yè)一直秉承著“一定要獲取到競爭優(yōu)勢”的理念，所以，分析競爭優(yōu)勢就變得十分重要，這就對分析方法提出了很高的要求，而不同的時代有不同的分析方法。

1.統(tǒng)計學

統(tǒng)計學對象包括很多，其中有非生產領域的客觀事物，比如商品的采購、運輸以及存儲，還包括前期商品的包裝和后期商品的裝卸等問題。就傳統(tǒng)的統(tǒng)計方法而言，現代統(tǒng)計學方法之于傳統(tǒng)統(tǒng)計方法具有較強的全面性，能夠根據一切與物流相關的信息做出最合理的物流決策，無論是物流前期，還是在裝卸后期，都能夠做出精準的決策信息。同時，現代統(tǒng)計方法還具有一定的監(jiān)督性和輔助性，這對于我國現在許多的物流企業(yè)而言都是必要的，因為現代我國大多數企業(yè)都沒有將物流這一環(huán)節(jié)看作是十分重要的一環(huán)。所以在物流環(huán)節(jié)無論是在管理還是在運行方面，都存在著許多的問題，這對企業(yè)形成經濟優(yōu)勢是有著一定的影響的，甚至會為企業(yè)造成一定的負擔。

2.相關分析

相關分析法是測定經濟現象之間相關關系的規(guī)律性，并據以進行預測和控制的分析方法。物流管理中的各個要素間存在著大量的相互聯系、相互依賴、相互制約的關系：一類是函數關系，它反映著要素之間嚴格的依存關系；另一類為相關關系，就是說變量之間存在著不確定、不嚴格的依存關系。

3.沃爾瑪公司實例

沃爾瑪公司就是現代企業(yè)物理管理中應用數據挖掘技術的一個很好的例子，沃爾瑪公司通過對往年客戶購買數據的分析，分析出客戶對哪一種商品的購買數量最多，以及該種產品的配送方式等等。在產品采購環(huán)節(jié)，沃爾瑪公司運用數據挖掘技術將各種運輸路徑進行了分析，分析出了最快捷的一條運輸路線，并且根據不同車輛的承載量設定了產品數量，通過數據挖掘技術，沃爾瑪公司實現了全面數據化，在現代物流管理方面獲得了較大的成功。

結語

隨著時代的發(fā)展，企業(yè)在各方面的管理上已經開始使用許多的新方法，在現代物流企業(yè)管理中，管理人員一直都致力于企業(yè)經濟管理措施的改進，所以將數據挖掘技術應用到了企業(yè)經營管理之中，有助于實現物流企業(yè)做出合適的決策，以實現企業(yè)經濟效益最大化。

參考文獻：

[1]張海松，李慶順.現代物流管理中的數據挖掘技術研究[J].企業(yè)技術開發(fā)，2011，30（14）：84-84.

[2]沈妍.數據挖掘在油品銷售行業(yè)物流管理中的應用研究[D].蘇州大學，2012.