[摘要]本文針對(duì)物流領(lǐng)域的實(shí)際業(yè)務(wù)流程、業(yè)務(wù)需要以及實(shí)際擁有的數(shù)據(jù)進(jìn)行了研究，論述了物流企業(yè)管理中數(shù)據(jù)挖掘的目標(biāo)、算法和操作。闡述了數(shù)據(jù)挖掘技術(shù)及其在物流領(lǐng)域管理中的應(yīng)用。
　　[關(guān)鍵詞]物流；管理；數(shù)據(jù)倉(cāng)庫(kù)；數(shù)據(jù)挖掘
　　[中圖分類號(hào)]F252　[文獻(xiàn)標(biāo)識(shí)碼]A　[文章編號(hào)]1005-6432(2008)49-0048-02
　　物流是現(xiàn)代商品流通系統(tǒng)的重要組成部分，物流業(yè)的發(fā)展程度，反映了一個(gè)國(guó)家和地區(qū)經(jīng)濟(jì)的綜合配套能力與社會(huì)化服務(wù)程度，是其經(jīng)濟(jì)發(fā)展水平的集中體現(xiàn)。作為繼勞動(dòng)力和自然資源之后的“第三利潤(rùn)源泉”，現(xiàn)代物流產(chǎn)業(yè)的發(fā)展已經(jīng)成為拉動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的新增長(zhǎng)點(diǎn)。如今國(guó)內(nèi)大部分物流企業(yè)都相繼引入了客戶關(guān)系管理對(duì)商業(yè)事務(wù)以及客戶進(jìn)行管理。如何將企業(yè)中積累的大量的原始客戶數(shù)據(jù)轉(zhuǎn)化成有用的信息為決策者提供決策支持，已經(jīng)成為數(shù)據(jù)庫(kù)研究中一個(gè)很有應(yīng)用價(jià)值的新領(lǐng)域，數(shù)據(jù)挖掘技術(shù)由此應(yīng)運(yùn)而生。數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘具有統(tǒng)計(jì)分析、聯(lián)機(jī)事務(wù)處理和聯(lián)機(jī)分析處理等數(shù)據(jù)分析工具無(wú)可比擬的優(yōu)點(diǎn)。數(shù)據(jù)挖掘的支持。使客戶關(guān)系管理的理念和目標(biāo)得以實(shí)現(xiàn)，滿足了現(xiàn)代物流的需求和挑戰(zhàn)。
　　
　　1 物流企業(yè)管理中數(shù)據(jù)挖掘的目標(biāo)
　　
　　(1)數(shù)據(jù)挖掘的第一步就是挖出顧客的特征描述。企業(yè)在了解客戶信息方面永不滿足，要想方設(shè)法了解顧客的地址、年齡、性別、收入、職業(yè)、教育程度等基本信息，對(duì)企業(yè)狀況、管理者的喜好等的收集也應(yīng)該不遺余力。
　　(2)通過(guò)客戶行為分析，歸類出消費(fèi)額最高、最為穩(wěn)定的客戶群，確定為“黃金客戶”。針對(duì)不同的客戶檔次，確定相應(yīng)的營(yíng)銷投入。對(duì)于“黃金客戶”，還需要制定個(gè)性化營(yíng)銷策略，以求留住高利潤(rùn)客戶。
　　(3)通過(guò)與客戶接觸，收集大量客戶消費(fèi)行為信息，經(jīng)過(guò)分析得出客戶最關(guān)注的方面，從而有針對(duì)性地進(jìn)行營(yíng)銷活動(dòng)。
　　(4)得出客戶持久性、牢固性及穩(wěn)定性分析。對(duì)于高忠誠(chéng)度客戶，要注意保持其良好印象，對(duì)于低忠誠(chéng)度客戶，要么不要浪費(fèi)錢財(cái)，要么就下大工夫把他們培養(yǎng)成忠誠(chéng)客戶。
　　
　　2　物流企業(yè)管理中數(shù)據(jù)挖掘的算法
　　
　　數(shù)據(jù)挖掘是一門邊緣學(xué)科，它的解決方案和研究方法使用了諸如統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)倉(cāng)庫(kù)查詢處理等許多技術(shù)。根據(jù)數(shù)據(jù)挖掘致力于解決的各種問(wèn)題，可將其分成三種模式。
　　(1)分類分析。分類分析就是找出一組能夠描述數(shù)據(jù)集合典型特征的模型或函數(shù)，以便能夠分類識(shí)別未知數(shù)據(jù)的歸屬或類別。在客戶關(guān)系管理系統(tǒng)中，利用分類挖掘技術(shù)對(duì)商場(chǎng)銷售商品情況進(jìn)行挖掘，根據(jù)商品要素對(duì)顧客的影響程度，分析顧客對(duì)于商品的感覺(jué)是屬于積極、一般或消極，從而獲得利用商品特征來(lái)預(yù)測(cè)顧客對(duì)其感覺(jué)的分類知識(shí)及規(guī)則，幫助企業(yè)的主管更有效地開(kāi)展商業(yè)活動(dòng)運(yùn)作。
　　(2)聚類分析。聚類是一種對(duì)具有共同趨勢(shì)和模式的數(shù)據(jù)元組進(jìn)行分組的方法。分組后，組與組之間被認(rèn)為是相異的，而組內(nèi)記錄被認(rèn)為具有相似性。聚類分析在物流企業(yè)客戶關(guān)系管理中的典型應(yīng)用是客戶細(xì)分。
　　(3)關(guān)聯(lián)分析。即利用規(guī)則歸納方法進(jìn)行數(shù)據(jù)挖掘，目的是挖掘隱藏在數(shù)據(jù)間的未知的相互聯(lián)系，是指從產(chǎn)品目錄或是零售店的銷售數(shù)據(jù)中導(dǎo)出與產(chǎn)品關(guān)聯(lián)的商用信息的過(guò)程。關(guān)聯(lián)分析的目的是發(fā)現(xiàn)規(guī)則。數(shù)據(jù)庫(kù)中所有可能的規(guī)則都要被系統(tǒng)地抽取出來(lái)，然后再評(píng)估它們的正確性和重要性以判斷規(guī)則令人信服的程度有多高，再次出現(xiàn)的可能性有多大。目前大多數(shù)的關(guān)聯(lián)分析都基于“支持度一置信度”的框架，置信度高表示規(guī)則比較可靠。規(guī)則能夠帶來(lái)潛在的商業(yè)利益。
　　
　　3　物流企業(yè)管理中數(shù)據(jù)挖掘的操作
　　
　　(1)定義商業(yè)問(wèn)題。每一個(gè)客戶關(guān)系管理應(yīng)用程序都有一個(gè)或多個(gè)商業(yè)目標(biāo)，為此需要建立恰當(dāng)?shù)挠嗅槍?duì)性的模型。在數(shù)據(jù)挖掘之前，應(yīng)從企業(yè)的營(yíng)銷角度分析要達(dá)到的需求和目標(biāo)，將營(yíng)銷目標(biāo)轉(zhuǎn)換成數(shù)據(jù)挖掘目標(biāo)，給出數(shù)據(jù)挖掘問(wèn)題的定義，并設(shè)計(jì)一個(gè)達(dá)到目標(biāo)的初步計(jì)劃。
　　(2)建立行銷數(shù)據(jù)庫(kù)。因?yàn)椴僮餍詳?shù)據(jù)庫(kù)和共同的數(shù)據(jù)倉(cāng)庫(kù)常常沒(méi)有提供所需格式的數(shù)據(jù)，因此需要建立一個(gè)行銷數(shù)據(jù)庫(kù)。建立行銷數(shù)據(jù)庫(kù)時(shí)，要對(duì)它進(jìn)行凈化。因?yàn)樾枰臄?shù)據(jù)可能在不同的數(shù)據(jù)庫(kù)中，所以需要集成和合并數(shù)據(jù)到單一的行銷數(shù)據(jù)庫(kù)中，并協(xié)調(diào)來(lái)自多個(gè)數(shù)據(jù)源的數(shù)據(jù)在數(shù)值上的差異。
　　(3)為建模準(zhǔn)備數(shù)據(jù)。根據(jù)已確定的挖掘目標(biāo)，選擇挖掘的數(shù)據(jù)源，一般包括企業(yè)客戶數(shù)據(jù)庫(kù)、業(yè)務(wù)數(shù)據(jù)庫(kù)、外部數(shù)據(jù)庫(kù)，對(duì)取得的各種數(shù)據(jù)源進(jìn)行預(yù)處理，檢查數(shù)據(jù)的完整性和一致性。
　　(4)數(shù)據(jù)挖掘模型的構(gòu)建。模型建立是一個(gè)迭代的過(guò)程，需要研究可供選擇的模型，從中找出最能解決企業(yè)商業(yè)問(wèn)題的一個(gè)。根據(jù)確定的挖掘目標(biāo)，選擇適合的挖掘模型和挖掘算法，對(duì)數(shù)據(jù)挖掘庫(kù)中數(shù)據(jù)進(jìn)行處理，對(duì)模型的參數(shù)進(jìn)行調(diào)整，可綜合運(yùn)用幾種挖掘模型，然后再對(duì)結(jié)果進(jìn)行分析。
　　(5)模型評(píng)估。要及時(shí)對(duì)建立的模型進(jìn)行解釋和評(píng)估。企業(yè)的客戶關(guān)系管理人員根據(jù)挖掘的結(jié)果和先確立的挖掘目標(biāo)進(jìn)行解釋和評(píng)價(jià)，過(guò)濾出要呈現(xiàn)給用戶的知識(shí)，并將有意義的知識(shí)以圖形或邏輯可視化的形式表現(xiàn)出來(lái)，易于讓用戶理解。如果跟挖掘目標(biāo)有出入，需要重新對(duì)數(shù)據(jù)建模、改進(jìn)和完善。
　　(6)將數(shù)據(jù)挖掘運(yùn)用到客戶關(guān)系管理方案中。在建立客戶關(guān)系管理應(yīng)用時(shí)，數(shù)據(jù)挖掘常常是整個(gè)產(chǎn)品中很小的但意義重大的一部分。通過(guò)數(shù)據(jù)挖掘而得出的預(yù)測(cè)模式可以和各個(gè)領(lǐng)域的專家知識(shí)結(jié)合在一起，構(gòu)成一個(gè)可供不同類型的人使用的應(yīng)用程序。
　　我國(guó)物流企業(yè)現(xiàn)階段總體上還處于向現(xiàn)代物流轉(zhuǎn)型的時(shí)期，在客戶關(guān)系管理方面，雖然企業(yè)對(duì)客戶十分關(guān)注，并積累了一定的客戶信息，但仍然存在著許多問(wèn)題。雖然客戶關(guān)系管理逐步得到應(yīng)用，但在客戶關(guān)系管理中積累下來(lái)的海量數(shù)據(jù)并沒(méi)有得到企業(yè)決策層的足夠的認(rèn)識(shí)，尚未完全挖掘出這些數(shù)據(jù)中蘊(yùn)藏的有用信息。客戶關(guān)系管理以其先進(jìn)理念，為提高企業(yè)核心競(jìng)爭(zhēng)力創(chuàng)造了條件，數(shù)據(jù)挖掘以其強(qiáng)大的數(shù)據(jù)分析能力，為切實(shí)落實(shí)物流企業(yè)的客戶管理計(jì)劃提供了可能。隨著經(jīng)濟(jì)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)與物流企業(yè)客戶關(guān)系管理的結(jié)合，將為物流企業(yè)客戶關(guān)系管理帶來(lái)更好的應(yīng)用前景和市場(chǎng)價(jià)