基于数据挖掘的顺丰物流管理信息系统应用研究

1、 学校代码：11517 学 号：201111104239 HENAN INSTITUTE OF ENGINEERING 毕业论文题 目 基于数据挖掘的顺丰物流 管理信息系统应用研究 学生姓名 罗 雄 专业班级 工业工程1142 学 号 201111104239 学 院 管理工程学院 指导教师(职称) 王莉亚（讲师） 完成时间 2015 年05 月 20 日 河南工程学院论文版权使用授权书本人完全了解河南工程学院关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交论文的印刷本和电子版本；学校有权保存论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权

2、提供目录检索以及提供本论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。论文作者签名： 年 月 日河南工程学院毕业论文原创性声明本人郑重声明：所呈交的论文，是本人在指导教师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 论文作者签名： 年 月 日基于数据挖掘的顺丰物流

3、管理信息系统应用研究目 录摘 要IABSTRACTII1 绪论11.1 论文的研究背景11.2 论文的研究内容及意义12 数据挖掘在物流管理信息系统中的应用现状32.1 国外应用现状42.2 国内应用现状43 数据挖掘在顺丰物流管理信息系统中的应用分析63.1 顺丰物流公司简介63.2在选址系统中的应用73.3在配送系统中的应用83.4在仓储系统中的应用104 数据挖掘在顺丰物流公司应用中存在的问题与对策134.1 存在问题134.2 解决对策145 结论18致 谢19参考文献20基于数据挖掘的顺丰物流管理信息系统应用研究摘 要近20年来，计算机的应用越来越广泛，互联网的应用也不断深入，人类积

4、累的数据正程几何增长。研究人员在21世纪初期，已经评估出信息的数量在每三年会增加一倍。而且数据库的数量和大小同时也在以更快的速度增长。这些数据带给人们很大方便的同时，也产生了不少的问题。数据的安全、消化、形式、辨别问题等等，亟需人们解决。大部分人会把这些数据当做“垃圾”，从未涉足，所以就没法发现那些数据当中有用的价值，更不用提从那些现有数据中预测未来的发展趋势，从而做出准确的决策了。而怎样才能从大量“垃圾”中获取人们所需要的信息，这才是一个难题。然而，问题的产生总会伴随着方法。数据挖掘则是解决这个问题最科学的答案。本文首先阐述了论文的研究背景和意义，说明了数据挖掘运用在管理信息系统中的重要性，

5、同时，介绍了国内外数据挖掘在管理信息系统中的研究现状，第三章描述了数据挖掘在顺丰物流管理信息系统的应用分析，同时选出了物流企业管理信息系统中比较重要的三个子系统，即选址系统、配送系统和仓储系统，从中进行分析，然后，运用数据挖掘在顺丰物流管理信息系统的以上三个子系统中。最后找出数据挖掘应用在顺丰物流管理信息系统中存在的问题及解决的对策。关键词：数据挖掘；管理信息系统；物流业Study on Application of SF Logistics Management Information System based on Data MiningABSTRACTIn the last 20 yea

6、rs, the application of computer is becoming more and more extensive, and the application of Internet is also increasing. The amount of data increases fastly. In the early twenty-first Century, the number of information has been estimated to be doubled every three years. And the number and size of th

7、e database grows quickly. these data bring people great convenience, but, it also generated a lot of problems. For example,data security, digestion, form, identification problems, etc. It becomes an urgent issue to be resolved. Most people will put these data as "junk" and never set foot i

8、n. So it wouldnt be able to find those data were in useful value, and it wouldnt mention from the existing data to forecast the development trend in future,too. But, its a problem to get the information from a large number of junk. However, the problem is always generated by the method. Data mining

9、is the most scientific answer to the problem.At first, this article describes the background and significance of the research, explains the data mining importance of using in logistics management information system. Meanwhile it introduced research status of domestic and international data mining at

10、 home and aboard in logistics management information system. The third chapter describes the data mining of research and application in the SF logistics management information. It contains many subsystems, for example, addressing system, distribution systems and storage systems, it analyze and use d

11、ata mining in the three subsystems in SF logistics management information system. Finally, find the problems and measures in logisitcs management information systems.KEY WORDS: Management Information System, Date Mining, Logistics BusinessIII1 绪论1.1 论文的研究背景跟其他的行业一样，物流行业也会产生巨大的数据信息，怎样才能准确、及时、有效地收集和分析

12、这些信息，则成为每个企业都迫不及待要解决的问题。现代的物流管理信息系统包括多个环节，是一个异常庞大且又繁杂的系统，而这些环节又会产生大量的数据，对这些数据要进行及时、准确、有效的处理，显然，企业通过普通的数据库技术很难做到。目前，数据挖掘的理论研究已经小有成效，数据挖掘的应用研究也在不断深入。所以，数据挖掘在管理信息系统中也显示出越来越重要的作用，也已经成为了企业信息化战略建设不可或缺的一个重要组成部分。大量的信息是物流企业共同的特点，而数据挖掘能够从海量的信息中挖掘出准确有效的信息来帮助企业决策层做出更为完善的决策，制定更为科学的物流管理方案，从而为提高一个企业的效益、降低成本、取得较为良好

13、的经济效益，最终提高企业竞争力。数据挖掘处理这些大量信息则会发挥出更加重要的作用。发达国家的管理信息系统已经非常成熟，具有一定的市场占有率和行业经验，同国外相比，我国的管理信息系统尚处于发展期，管理和运作效率亟待提高。一些国外的物流管理信息系统软件随着我国加入WTO后开始进入我国，虽然产品非常优秀，但是价格太贵，而且他们的文化背景和物流模式跟我国的物流模式完全不一样，所以不适合我国的国情。目前，国内的大部分管理信息系统仍然处在理论和研究阶段，没有实践，更不用说投入市场了。数据挖掘能够帮助企业在管理信息系统中及时、准确、有效地收集和分析各种信息，管理信息系统的子系统中，选址系统，配送系统，仓储系

14、统则是其重中之重。合理科学的方案能够使这些系统为企业带来不可估量的效益。所以，研究人员通过数据挖掘，能够为企业决策层提供快速有效科学的决策。对于整个企业而言，能够提高企业的效益，减少不科学的浪费，降低成本。不容置疑，具有很重要的价值。1.2 论文的研究内容及意义本文主要介绍了数据挖掘和管理信息系统的概念以及国内外管理信息系统的应用现状，通过查找的一些参考资料，将数据挖掘应用在顺丰物流的管理信息系统的选址系统、配送系统和仓储系统中。同时，找出数据挖掘运用在顺丰物流中存在的一些问题，最后找出较为科学的方法，为这些问题提供一定的合理方案。本篇论文希望能够通过数据挖掘为顺丰物流的管理信息系统提供一些有

15、效的信息，使得顺丰物流能够把握那三个系统中的物流信息，从而为降低企业物流成本，提高企业的经济效益，做出一定的贡献。2 数据挖掘在物流管理信息系统中的应用现状数据挖掘，通俗地解释，则是数据的挖掘，信息的寻找。它包含多个领域的理论和技术，是一门新兴的交叉型学科，它能够使用各种分析工具，在大量已知数据中，挖掘出数据之间的关联，从而进行预测，为企业寻找数据间潜在的关系，发现被忽略的因素，做出更为完善的决策。重要性在于它在对物流企业中产生的大量数据进行抽样，剖析和改变之后，能为企业的决策层提取出辅助决策的关键性技术。数据挖掘本身是一种数据的分析方法，从1970年开始，已经有这样一种技术存在，只不过在过去

16、的一大段时间里，数据挖掘知识被用来科学研究，并没有运用在企业当中。再加上当时的信息技术并没有得到很大的发展。所以，这些大量数据受到了很大的限制，并没有得到有效地及时地处理。管理信息系统是企业现代化的重要标志，是企业发展的一条必经之路。管理信息系统是为了适应现代化管理的需要，在管理科学、系统科学、信息科学和计算机科学等学科的基础上形成的一门科学，它研究管理系统中信息处理和决策的整个过程，并探讨计算机的实现方法。它是一个由人、计算机、通信设备等硬件和软件组成的，能进行管理信息的收集、加工、存储、传输、维护和使用的系统。管理信息系统可促使企业向信息化方向发展，使企业处于一个信息灵敏、管理科学、决策准

17、确的良性循环之中，为企业带来更高的经济效益。目前，计算机技术已经逐渐成熟，信息化智能化也大致实现，企业中产生的大量数据也得到了一定的分析。分析这些数据，并不是为了分析而分析，而是为了能够占领一定的市场，让企业更加具有竞争力。分析这些数据也不再是为了科学研究，更主要的是为了让企业决策层做出更为科学有效的决策，使所有的企业都向着理想中的路线发展。当然，它们也都会面临同样一个难题：数据多，有价值的数据少。因此，在这些大量已知的数据中，挖掘出对企业有用的信息，却如同大海捞针，矿石淘金一样十分困难。数据挖掘也因此而得名。IT技术的加入使得现代物流业与传统运输业产生了很大的区别，原因在于条形码和电子数据交

18、换技术。它们的的发展不仅减少了物流环节花费的时间，节约了大量的物流成本，而且还加快了货物的流通速度，使得货物能够适时地周转。其实，这些许许多多减少浪费的程序都会产生很多数据，而这些数据也常常伴有海量信息。可我们以前的数据库技术已经不能帮助决策层发现这些信息。实践证明，数据挖掘技术则可以以这些数据为基础，从而帮助企业分析决策。2.1 国外应用现状1989年，由“购物篮分析”提出了KDD这个词语，KDD意思是知识发现。国外的KDD国际研讨会召开了13次，从一个小社团，变成了国际的学术大会，人员也超过了一千多人。并且他们研究的领域也都非常的宽广，企业管理，军事，气象等等都有涉足。研究的重点一开始是发

19、现一些方法。现在着重研究和开发新系统。从而为企业做出一定贡献，使得企业的决策层能够做出比较优良的决策。面对“人们被数据淹没，人们却饥饿于知识”的挑战，数据挖掘显示出越来越强大的生命力。数据表明，在国外，30%到40%的企业正在或者已经建造了数据仓库，而数据仓库正是为数据挖掘做准备的1。物流企业的高速发展推动着现代经济的高速发展，现代经济高速发展的同时，也为物流企业的发展提供了强有力的支持。发达国家物流企业的信息化，微机化，是在已实现了工业化的基础上和数据挖掘的推广上进行的。所以发达国家的数据挖掘和管理信息系统都相对有了一定的发展。目前，国外的数据挖掘和管理信息系统已经得到了迅猛发展，经验丰富，

20、技术老练，研究领域也非常的宽广，在全球都占有一定的市场。例如，美国推广的专家系统，使得管理信息系统实现了智能化，提高了物流管理的效率，从而为客户提高更加优质的服务质量。美国邮政使用的客户关系管理系统，保证了客户的流失率，提高了企业的效益2。国外的数据挖掘，在一方面可以通过销售信息系统、条形码和EDI网络技术等信息进行数据的收集和传递；另一方面可以使物流战略决策实现最优化。Gartner Group的一次高级技术调查显示：数据挖掘已经成为“未来三到五年内将对企业产生深远影响的五大关键技术”之首。并且数据挖掘被列为未来五年内投资焦点的十大新兴技术首位。根据最近Gartner的HPC研究表明，随着数

21、据捕获、传输和存储技术的快速发展，大型系统用户将更多地需要采用数据挖掘来挖掘市场以外的价值，从而来创建新的企业增长点3。2.2 国内应用现状我国和发达国家比起来，显然，对数据挖掘研的研究相对较晚，没有形成整体力量。从1993年到现在，国家自然科学基金首次支持我国对数据挖掘的研究项目已经过去了20多年。目前，国内的许多科研单位和高等院校竞相开展数据挖掘或知识发现的基础理论及其应用研究，这些单位包括清华大学、中科院计算技术研究所、北京大学等也在开展对数据挖掘算法的研究4。再就物流这个领域来说，我国与发达国家相比也存在着一定的差距，这些差距主要表现观念、资金、知识和技术等方面。一个先进的电子商务和一

22、个落后的物流，在我国尤其形成一个非常鲜明的对比。随着改革的开放及一系列物流措施的出台，新兴的物流企业给我国物流行业带来了新鲜的血液的同时，也产生了更为激烈的竞争。同时，也产生了一个更加深奥的问题，即“数据爆炸，知识贫乏”。 大量的信息被这些物流企业所积累。这些信息满足了企业需求后，被搁置一旁，形成“数据孤岛”。如何从“数据孤岛”中挖掘出企业所需要的信息，已经成为亟需解决的问题。于是，企业高层开始认识到管理信息系统的重要性，并开始关注能够运用到管理信息系统中的数据挖掘。然而，我国能够使用管理信息系统的物流行业很少，将数据挖掘运用在管理信息系统的企业更少。于是，企业高层开始认识到管理信息系统在物流

23、行业中的重要性，逐步加大投入对管理信息系统的建设。再加上信息化建设成本变得低廉，一些小型物流企业也逐渐实现了物流电子化，微机化，网络化处理。当然，在国内也有企业运用数据挖掘到管理信息系统中去的。例如：顺丰物流中的客户关系管理系统，通过数据挖掘，挖掘出对公司产生较大效益的客户，成为他们公司的VIP客户并具有一定优惠。中国邮政对大量的客户进行了统计分析，使得为客户提供增值服务成为可能，并挖掘出巨大的销售潜力。中国工商银行曾接手未进行风险分析导致亏损的海南发展银行，从而以之为例，对银行进行全面的客户风险分析，从而使得银行收益良好5。数据表明，目前，我国约有39%的企业已经建立了管理信息系统，但是只有

24、7%的企业拥有自己的数据仓库，数据仓库中的数据可能来自企业不同的地方，所以，仅仅有1%的企业数据仓库中的数据是高质量且真实有效的6。然而，大部分企业却都不能选取一种高速有效而简单的处理方法来处理这些数据，从而得到企业想要的信息。而这些企业中，建立信息系统的主要功能只是是为了仓储管理、财务管理、运输管理和订单管理，对客户关系的管理、选址配送问题却少有涉足。所以，数据挖掘在我国物流企业的管理信息系统中的应用研究还有待加强。3 数据挖掘在顺丰物流管理信息系统中的应用分析物流企业的管理信息系统也称物流信息系统，它主要的目的是为了达到企业的战略竞优，提高物流企业的效率。主要功能是为了进行物流信息的收集、

25、管理、加工和整理。物流信息系统是一个庞大且复杂的系统，包括诸多环节，而每一个环节都会产生大量的数据，巨大的数据使得企业无法顾及，更何况高效收集和及时处理。因此，一种新的数据分析技术及时产生了。数据挖掘技术能够应用在物流信息系统中，从而帮助决策者快速、准确、有效地做出决策，降低物流成本，提高企业效益7。不容置疑，这具有极为重要的价值。随着科学技术的发展，研究人员提出了许多的现代物流新理念。其中包括有：反应快速化、服务系列化、作业规范化、目标系统化、手段现代化、组织网络化、市场经营化等等。这些新理念都离不开科学的管理信息系统。物流信息的的暴增使得数据挖掘技术能够在物流管理信息系统中起着不可估量的重

26、要作用。在物流管理信息系统中，选址系统作为重中之重，一个物流企业的选址，将会影响全局决策，是制订经营战略及目标的重要依据，也是对市场定位的选择。配送系统是物流企业的核心，一个完善的配送系统有利于物流企业更加合理。仓储系统是集中快件的地方，对促进生产，提高效率起着重要的辅助作用。所以，这三个子系统对于物流行业来说，是必须要考虑的问题。3.1 顺丰物流公司简介顺丰物流公司于1993年成立在广州顺德，目前的总部设在深圳，是一家主要经营国际、国内快递及相关领域的综合服务性企业。自1993年成立以来，顺丰物流公司始终专注于质量和服务的提升，不断满足市场的需求，建立了庞大的市场开发、信息采集、快件收发、物

27、流配送等业务机构和服务客户的全国性乃至全球性网络。长期以来，顺丰物流公司投入大量资金不断加强公司的基础性建设，积极引进和开发具有高科技含量的域名注册查询设备与信息技术，不断提升仓储作业自动化水平，实现了对物流流转的全环节、全过程的信息查询、监控、跟踪及资源的调度工作，促进了顺丰物流网络的不断优化，确保了服务水平的稳步提升，奠定了行业内客户服务满意度的领先地位。在1996年，行业内客户数量的稳步增长和国内经济大趋势的蓬勃发展使得顺丰物流公司信心爆满，于是，开始进军广东省以外的全国主要城市。从创业初期到2006年，全国20多个省及直辖市，还有100多个地级市，同样包括香港地区都被顺丰的快递服务网络

28、覆盖。积极、创新、务实、活力是顺丰的品牌理念。尊重、团结、认真、奉献是顺丰的核心价值观。正是因为这些，顺丰物流才成为了中国快递行业内民营品牌的佼佼者8。3.2在选址系统中的应用激烈的市场竞争要求企业经营者必须提高物流各个方面的质量，从而加强企业的核心竞争力。仓库选址作为物流企业的第一件大事，不得不着重考虑。企业的决策层还要考虑地理条件、顾客、管理等各个方面的因素，从而迅速地做出判断。这是一项极其复杂的任务。一个物流企业的成功跟科学的选址是密不可分的。企业的地理位置及性质直接影响着其经营的业绩。对于准备选址的物流企业来说，通过合理分析，能够确定最具有投资潜力的地址。但是在国内，绝大多数的物流企业

29、，主要依靠表格数据、凭借经验来进行企业选址，这种不科学的选址策略会导致物流布局存在不合理现象，从而使得某个企业倒闭，难以为继。这对业主来说，是一种不可估量的损失。所以，科学合理地选址已经变得越来越重要。物流中心的选址属于成本最小问题。这要运用到运筹学的知识，即求解各项成本最小问题。选址需要考虑到很多问题，比如：中心点数量、中心点的分布和多中心选址的问题。多中心地址，意思就是你选取了很多个地址，从你所选取的那些地址中选取一个最为合适的地址来确定物流中心，使得形成的物流网络的总费用会最低。一般，物流企业的选址要考虑四个因素：经济因素、政策因素、环境因素、交通因素。通过这几个因素的合理分析，从而选取

30、出最为科学的地址。通过层次分析法，不仅能够科学地选址，而且还能确定每年每个地址间物品的运输量。从而保证企业每年必要的销售量。企业长期折现的总成本也会达到最小值，从而减少物流成本，提高企业的效益。顺丰物流一般会使用层次分析法选出较优地址。层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。以下是层次分析法在物流企业选址的结构图，如图3.1所示。为物流企业选取最佳地址经济因素政策因素交通因素环境因素物流中心2物流中心1物流中心3物流中心4图3.1 层次分析法在物流企业选址的结构图由图3.1可知，第一层为目标层，第二层为准则层，第三层为方案层，首

31、先应该确定4个因素的权重，然后对这些因素在4个不同物流中心进行评分，最后根据总分，评出4个备选地址中的最优方案。3.3在配送系统中的应用配送计划、配送路线和配送过程中的配载这三个都是物流管理信息系统中所需要解决的问题。在这三个配送体系中，每个地区的主管都需要采取更为有效的策略。从而来提高物流业的服务质量，最后降低配送费用，达到全局最优。而在配送问题中，车辆的路径问题成为紧要难题。怎么才能合理地确定到达客户的路径，必须是以这些条件为前提：每条路径的客户需求量之和不能超过车辆的承载能力，且每一位客户只能被访问一次9。因此，为了解决这一难题，这需要物流设计人员综合考虑车辆的利用能力。空载率过高或者整

32、个运输车辆的动力不能被完全利用，这样无疑会增加物流企业的运输成本和人力资源。当然，货品的规格大小和货物的利润价值都是必须要考虑的。当企业在采取配送策略的时候，必须综合考虑以上因素。如果能够将以上三个因素综合起来，进行考虑，自然会对企业物流管理信息系统中的配送系统会有较大作用。数据挖掘的一些主要方法：层次分析法、关联规则、决策树、回归分析、时间序列分析、人工神经网络方法等10。当然，将不同的分析方法和不同的分析工具整合起来使用，对于上述问题都能够提供一个比较好的解决方案。实践证明，物流配送业务的以下几个方面能够运用到数据挖掘：（1）分析和预测顾客的消费信息顺丰物流和其他物流企业一样，当收派员和顾

33、客交易完之后，必然会记录下交易时，比较详细的数据。比如：顾客的名称、住址、联系方式；货物的名称、数量、特殊要求等。这些数据由收派员通过巴枪，上传至网络。如果能够很好得管理这些数据，行之有效地把这些数据按一定规律组织起来，达到一定的数据量之后，就能通过数据挖掘，从而发现其中蕴藏的有效的信息。例如：分析数据库中顾客的住址和名称就能看出来那些顾客喜欢那些商品和服务，那些商品属于热销商品，有哪些顾客或者哪些区域的顾客因为哪些原因目前已经离开了企业。这就能使我们认真分析，自我检讨，进而采取相应措施来进行补救。最后，提升物流企业的竞争力，以致于不被淘汰。通过分析顾客所购的商品名称和数量可以发现顾客喜爱什么

34、样的商品，从而采取有效措施保持畅销商品的畅销势头，并可以预测出这些商品中的哪些品种将成为将来的畅销商品。分析顾客的满意程度也是必不可少的，这样能够发现企业商品和服务的质量状态。企业商品的质量如果有大幅度的下滑，则说明企业进货检验可能把关不严或者员工思想出现混乱，这就使得企业管理者不得不采取有效措施从而纠正这种不正之风等等。（2）顾客综合分析及流失预测当收派员和顾客交易完毕之后，不止会留下顾客信息和商品信息，还会留下诸如支付方式、信用等级和特殊要求等数据。数据挖掘同时也会在发现顾客对企业的态度和看法中起到一定作用。在某些时段，顾客的满意程度不够，跟同期相比，有较大幅度下滑的时候，这就说明企业决策

35、层必须采取有效措施，从而进行补救，进而提高商品和服务的质量。现在，各个行业的竞争都越来越激烈，企业获得新客户的成本正在不断上升，因此建立客户流失预测模型，得出即将流失的客户，对他们采取有效措施进行挽留，从而有效减少客户流失就显得越来越重要，数据挖掘可以帮助发现打算离开的客户，使企业采取适当措施来挽留这些客户，不然将会面对客户不断流失的危险。同时，也可以关怀潜在流失客户。从而达到客户饱和。数据挖掘还能通过分析客户的信用度，从而防止客户诈骗，减少企业损失。资料显示，企业间的诈骗行为是非常普遍的，而且一旦发生，给企业带来的损失是巨大的。数据挖掘可以很好地解决此类问题。可以利用数据挖掘中的意外规则挖掘

36、方法、神经网络方法和聚类方法，对客户数据仓库中的数据进行分析和处理，分析欺诈为什么会发生？哪些因素容易导致欺诈？来于何处？如何预测？采取什么方法？进而采取有效地回避和监督措施，在欺诈行为发生前对其预警和控制。（3）经营成效分析及其评价高效益是一个企业追逐的方向，企业的经营业绩必须以实际数据详细地记录下来。比如：销售收入、生产成本、员工工资、税、税后纯利润、设备更新、基础建没、员工福利等11。通过分析上述指标，不难知道企业近期的经营和同期水平的业绩相比，是否上升，是否下降。如果出现下降，则就促使企业管理层不得不及时查找物流管理信息系统的各个环节是否出现问题，并采取相应措施补救。必要时，甚至可以调

37、整经营策略。如果企业的经济效益在稳步上升或者非常稳定，这就会使得企业管理者总结成功经验，并结合国内外相同行业的状况对企业的生产、流通、服务、甚至是总体经营策略环节作出前瞻性分析和预测。（4）配送路线与车辆的状态分析配送的路线和配送的车辆状态同样也是物流企业中的重要信息。配送的路线包括：路线状态、费用、安全系数和所需时间12。配送的车辆状态包括：车辆事故信息、车辆费用、车辆检查信息等。通过对它们的分析可以获取一定的信息量。其中包含有：目前配送路线的总体状态、配送车辆是否超时、车辆耗油是否合理等等。假如出现上述任何一个状况，这都要求企业相关部门不得不认真仔细检查配送系统的每一个环节。假如车辆的耗油

38、量比规定时间多，这表明司机可能偏离预定轨道，或者有其他违规行为。假如车辆运行时间比调度要求的时间更加短，则说明司机可能没有按要求跑完预定轨道。而在中心仓库派送快件时，也应该满足以下条件：各个客户群的总需求小于或等于运输车的装载量；每位客户都必须且只能由一辆运输车运输所需货物；运输车为每位客户的服务时间尽可能要在规定时间内。根据以上三个条件，我们可以得到很多可行解，但考虑到所选车辆路径产生的总费用最小为目标情况下，我们可以建立最优化模型来确定最佳车辆派送方案。3.4在仓储系统中的应用在电子商务、供应链合作、全球化、信息化及快速反应的影响下，现代物流管理对仓库的要求变得越来越高。而仓储系统在物流管

39、理信息系统中也扮演着不可或缺的角色。仓储系统包括三个方面的内容：存储货物，对于货物的存在，哪些货物放在一起，可以提高拣货效率，哪些货物是绝对不允许放在一起的；中转运输，对于货物的中转运输也要考虑哪些货物能放在一起，哪些货物不能放在一起，同时还要考虑货物的摆放方式，这样才能保证客户货品的质量；顾客服务，仓储系统中的顾客服务是指如何摆放货物才能使仓管员应顾客要求以最短的时间来取出顾客所需货物。当企业保证了整个供应链中的进货发货和库存控制的流畅度之后，将会使得企业的管理费用降低，服务质量的上升，最终提高企业的竞争力。顺丰物流中，数据挖掘应用在仓储系统的以下几个方面：（1）库内快件储位的合理化安排快件

40、合理的储位就代表着工作效率和效益的提升，快件的不合理储位就会导致仓储成本增加，空间利用率变低，工作效率变低。存储下来的快件都是由仓管员管理，合理地安排储位对于仓管员来说，也具有极为重要的意义。以顺丰物流郑州市GC点部仓库为例，以下是未改进之前仓库的布局图，如图3.2所示。未支付代收货款的快件停留快件为已派送3次由于手机原因未成功的快件停留快件为顾客在1到3天之内会自取的快件仓库大门停留快件为其他原因未成功派送快件图3.2 郑州市GC点部未改进前仓库布局图由图3.2可知，仓库正中央摆放的是停留快件为顾客在三天之内自取快件，左侧为派送三次由于手机原因未成功派送快件，右侧为其它非手机原因未成功派送快

41、件，前面是顾客拒付代收货款快件。快件未细分，导致仓管员需要更长的时间来找出顾客所需快件，更加强了仓管员的劳动强度。所以，要彻底解决库存快件的储位问题，数据挖掘技术是必不可少的。通过数据挖掘，分析货品的出货频率、出货时间和关联度，运用关联规则可以得到一些有效信息，从这些有效信息中不难看出，出货频率高，快件体积大的快件应该摆放在比较靠近路面的地方，同时，细分各种未成功派送快件。这样而来，可以极大程度减少搬货所需时间，降低仓管员劳动强度，从而间接提升企业效益。（2）制定合理的库存策略，降低库存成本仓储管理中的库存具有两重性。为了快速满足顾客的期望，企业应该制定较为合理的库存策略，以防止发生资金占用不

42、合理的情况，从而提高物流企业仓储管理效率、降低仓储成本。在库存策略中，可以用到数据挖掘中的分类算法。通过分类算法，查出货物的序号，数量，单价等，通过分类分析法来确定如何合理地管理不同库存货物，从而提升企业竞争力13。（3）客户价值分析对待不同的顾客应该使用不同的服务类别和服务水平。这是市场营销的原则。仓储管理的交易过程中，会产生大量数据，通过数据挖掘技术，可以分析出顾客对仓储的使用频率和持续性，而判断顾客的忠诚度则是根据这些数据作为依据的。例如：数据挖掘可以找出那些流失顾客的共同特征，我们可以根据这些流失顾客遗留下来的数据，建立数据模型，分析客户差异，从而在那些具有流失顾客相似性的顾客流失之前

43、，进行弥补。4 数据挖掘在顺丰物流应用中存在的问题与对策4.1 存在问题不管一个企业是否优秀，总会存在或多或少的问题，物流企业亦是如此。而在这些问题当中，肯定会有物流管理信息系统的问题。如何运用数据挖掘中的各种算法和方法技术对物流企业中的大量数据进行数据分析，则是当今数据挖掘运用到物流管理信息系统中迫不及待需要解决的问题。数据挖掘能根据现有业务目标，从而发现出商业运作的规律。调整物流企业的管理信息系统的业务流程和组织结构，并以科学合理的数据来说服决策层做出科学合理的决策就是以此为依据的，最后以此提高每个物流企业的经济效益及综合竞争力。管理信息系统中的三个子系统：仓储系统，配送系统和选址系统。选

44、址系统是首先需要解决的问题，配送系统是一个物流企业的核心，仓储系统是一个物流企业的后勤14。而在这些子系统中，还有一个不可或缺的系统，那就是客户关系管理系统。运用数据挖掘在客户关系管理系统中，可以有效地挖掘出客户满意程度、客户忠诚度、客户流失原因等。对于物流企业的整个供应链来说，每个环节都是不可缺少的。这时，数据挖掘应用到整个供应链中来分析问题，就更为重要了。总而言之。数据挖掘在管理信息系统中有着非常重要的支撑、支持功效。顺丰物流中，数据挖掘在管理信息系统中存在的问题有：（1）车辆和配送路线不够合理一个物流企业的核心系统便是配送系统。顺丰物流中，物流的配送效率过低，物流服务内容还在仓储、运输层

45、面上。并没有很好地运用数据挖掘在配送系统中。所以，顺丰物流配送的高质量综合性服务还有待提高。进而，企业的经济成本随之提高。同时，配送车辆和配送线路的状态是否良好也直接影响着物流企业服务质量的好坏，顺丰物流拥有1.6万多台运输车辆，18架自有全货机，配送车辆在带来效益的同时，也产生了不少的问题15。顺丰物流中，车辆检查信息不够科学完善，导致频发交通事故。在配送路线中，收派员经常会浪费时间，走了很多重复的路。（2）客户满意度不够客户关系管理本身并不能唤起客户对产品及服务的热情，并终身追随于你，客户需要的是迅速，简洁，可靠和有价值的服务。通常情况下，快递服务不规范、业务范围过于狭窄、服务态度方面不够

46、好、推托责任、快递质量不保证、甚至丢失和损毁委托快件都会导致客户的满意度。在以前，拥有的集装箱船数与仓库面积才是衡量物流企业竞争力的唯一标准。在现在看来，随着世界上一系列著名的船舶公司将自己的船队卖出，物流企业的领导者都认识到一点，那就是客户才是企业最核心的资产16。而面对数量巨大的客户信息，物流提供商在想方设法留住老客户的同时，还要尽可能多地发现新客户，对于顺丰物流来说，这是是一个很大的难题。顺丰物流跟我国大部分企业一样，都是先从国外引进更为先进的产品，而不是管理思想。这样而来，企业的管理层就进入了一个误区：企业高层都将客户关系管理系统看做是一个信息技术。要想做成一个成功的企业，先进的管理理

47、念是不可或缺的。企业的管理者应该把重心由产品转变为客户。而一个企业的转型并非易事，不会是一朝一夕就能解决好的。所以，企业应该把客户关系管理系统融入企业的文化当中，这样才能提高一个企业的竞争力。（3）仓储系统不够合理仓储作为一个企业的后勤，也是不可缺少的。几乎所有企业的货物都会集中在仓库。仓储是否流畅，派送是否正常，都会直接关系到物流企业的各种目标的达成。如果货物没有及时送达仓库，从而造成收发货物的短缺，肯定会影响物流企业的经济效益。仓库的重要性由此可见。然而顺丰物流的仓储管理中，虽然有着很多的仓管员，但是仓管员的文化程度普遍低下，没有很好地运用数据挖掘到仓储管理中，来提升仓储管理的合理性。因此

48、，顺丰物流中的仓储管理还有待更为科学的分析。而且，对于上文中出现的顺丰物流郑州市GC点部仓库布局来说，不太合理，应该更加细分各种派送不成功的原因，从而提高出货频率，提高服务质量，最终为企业提高更多效益。问题的产生都伴随着方法，从传统的管理到现在的智能化管理，从简单的数据库系统到复杂的智能决策系统，处处都弥漫着数据挖掘的影子。我们应该善用数据挖掘到企业的物流管理信息系统中去。然而，这一过程最重要的就是对数据的有效利用，但是，恰恰每个企业最薄弱的也是对数据的有效利用。数据不分析，它就还是数据。当数据得到有效分析，从而利用数据到企业的管理信息系统中的时候，它就不再是数据，而是能够为企业决策层提供科学

49、合理决策的依据。4.2 解决对策（1）优化车辆和配送路径顺丰物流中，收派员和和客户完成相应交易之后，会把交易的相关数据记录下来，通过巴枪上传到网上。然后，由管理人员把这些相关的不相关的所有信息都储存到网上，进而运用数据挖掘对这些数据进行有效分析处理。从而得到企业所需要的信息。当客户拿到快件之后，我们可以通过分析顾客的满意程度及时发现企业运送快件的质量以及服务等方面的问题，这样而来，管理人员就能发现质量检查部门的疏忽和配送人员的服务态度问题。然后采取相应措施，进行补救。最终提高顺丰物流的品牌质量。和其他企业一样，顺丰物流的各种业务也都是以盈利为主要目的的。管理人员会记录下企业每一段时间的经营成效

50、。顺丰物流可以不定期运用数据挖掘对这些数据进行分析。决策层就不难发现企业最近的经营效益比同期，是上升还是下降。如果下降了的话，这就需要管理人员认真分析企业的生产、流通等情况，并且应该及时采取相应措施进行补救，有必要的话，甚至可以对营销策略进行一定的调整。如果业务稳定或上升，那么就应该总结经验，对以后企业的经营策略进行预测和分析，使得企业能够稳定发展。物流企业服务质量的好坏是由车辆的状态以及配送线路的状态是否良好决定的。这其中就包括：线路状态、线路费用、所需时间等等。物流配送中心的管理人员则应该要运用数据挖掘对这些信息进行分析、处理。从而挖掘出企业所需信息，从那些所需信息中，不难得出每条配送线路

51、的总体情况。如果车的耗油量比计划中的要多；运行时间比计划的短了很多；车辆出现交通事故等等，这些都不难说明司机在途中有着违规行为。这时，物流配送中心的管理人员应该要采取一定的措施对司机进行安全教育和工作指导。这些措施都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。在配送路线中，我们可以运用运筹学中的最短路问题，算出行驶的最佳路线，从而减少收派员的劳动强度，提高企业效益。（2）提高客户的满意度对于客户来说，整个生命周期一般可以分为三个阶段：未来潜在客户，真正的客户和历史客户。未来潜在客户是指目前还没有成为企业客户的目标市场客户的人。真正的客户是指正在使用企业的产

52、品和服务的人。历史客户是指那些不再使用企业产品和服务的人。对于以上三个阶段，数据挖掘都能很好地给予支持。对于未来潜在客户，数据挖掘可以对目前现有客户进行一定分析和调查，挖掘出大部分客户都存在的现状或者关系，从而对那些跃跃欲试的客户作为重点招揽对象。或者从那些信息中寻找出共同爱好，让他们有机会接触到公司的产品，从而成为正真的客户。对于真正的客户，数据挖掘可以发现客户的消费嗜好，不同的客户有不同的消费嗜好，刺激顾客消费显然可以提高企业收入：通过关联规则挖掘还可以增加销售，促使客户购买尚未使用的产品和服务；同时数据挖掘还可以判断哪些客户对企业的哪些产品和服务比较满意，从而大规模使用那些客户购买比较满

53、意的产品和服务，从而提升企业效益。对于历史客户，数据挖掘可以建立流失客户的模型，从而发现客户离开的原因，然后根据模型所提供的信息，可以预测到同样类型的客户将有意向离开，然后采取一定的补救措施。从而避免将来类似的客户再次流失。我们不仅要保持现有客户，而且还要不断挖掘新的客户。物流企业在发现新客户的方面，通过数据挖掘才有了主动出击的可能性。数据挖掘通过查找海量的数据，在无数潜在客户中，找到真正的客户具有极为重要的价值。数据挖掘会先对已经是本物流企业客户的信息进行挖掘，发现内在的一些规律，找到能吸引新客户的一些特征。对于数据挖掘来说，最重要的就是信息的获取，只要企业能够拥有足够真实有效高质量的数据，

54、数据挖掘就能够发挥出非凡的威力。物流企业如果要发现新的客户，就必须要知道潜在客户的意向，什么样的潜在客户会购买物流企业什么样的服务，这就需要收集潜在客户的基础信息，再通过数据挖掘，找到其与最终是否成为企业真正客户之间的内在联系。找到之后，应用针对那些潜在客户，从而在将来的促销活动中不会那么盲目。这样，一方面会降低物流企业的营销成本，另外也能打好企业的品牌。同时，也不会让潜在客户产生过多的抵触情绪17。在提高客户满意度的同时，应该要积极探索客户需求，为客户提供快速安全的流通渠道，同时，不断推出新的服务项目，帮助客户更好地根据市场变化而做出反应。还可以缩短客户的贸易周期，降低经营成本，提高客户的市

55、场竞争力。最重要的是要以客户需求为核心，建设快速反应的服务团队，谨守服务承诺。这样而言，能够提高客户的满意度。（3）仓储系统的科学合理布局在仓储系统中，管理储位对于仓储容量利用率、储仔搬运分拣效率的提高具有重要的意义。货品过多，频率过高，货品体积过大，都会影响快件的储位。而如何才能科学合理地利用储位，则是仓储系统中最为普遍的问题。数据挖掘能够分析快件的出货时间、数量和顾客关联度等要素，运用一定的方法来找寻科学合理的储位，并且能够相应地调整储存方式和存储手段18。物流仓储管理中的库存具有两面性。制定合理的库存策略有利于快速满足用户期望、减少资金浪费、提高物流仓储管理效率和降低仓储成本。在仓库中，快件派送失败会有很多不同的原因引起，而这些原因则是可以用聚类分析出差异性和相似性。如果使用数据挖掘的聚类分析，这样就能够科学合理地确定不同货物的存放地点，制定较为科学的库存策略。下图为改善过的顺丰物流郑州市GC点部仓库示意图，如图4.1所示。手机欠费影响派送停留快件为未支付代收货款快件手机号为空号影响派送手机关机影响派送停留快件为顾客3天之内来取快件停留快件为顾客2天之内来取快件停留快件为顾客1天之类来取快件仓库大门停留快件为非1到3天自取快件错发的快件图4.1 郑州市GC点部