数据挖掘在第三方物流企业中的应用

罗娟娟 （厦门海洋职业技术学院，福建 厦门 361000）

·应用物流·

数据挖掘在第三方物流企业中的应用

罗娟娟 （厦门海洋职业技术学院，福建 厦门 361000）

数据挖掘是近年来随着数据库和人工智能技术的发展而出现的一种全新的信息技术。数据挖掘是指从数据库中的大量数据中揭示出隐含的、先前未知的并有潜在价值信息的过程，它通过对商业数据的分析处理，可以发现蕴藏在数据中的商业知识，挖掘数据内在的联系、规则和模式，辅助商业决策。目前，数据挖掘在金融业、保险业、医疗和电信等领域已经得到广泛的应用，成为开发信息资源的有效方法和途径[1]。

1 数据挖掘技术在第三方物流企业中的应用

“第三方物流”是在物流渠道中由中间商提供的服务，中间商以合同的形式在一定期限内提供需方的全部或部分物流服务。第三方物流公司是一个为外部客户管理、控制和提供物流服务作业的公司。其最显著的特征之一就是它可以提供个性化的服务，即第三方物流是按企业的实际情况，根据企业流程为企业度身订做的一种物流服务。而这种服务必须以信息技术作为支撑。第三方物流企业必须通过现代信息技术，充分利用客户信息，挖掘有用的商业知识，指导企业的市场扩展和服务增值，提高第三方物流企业的市场竞争力。

首先，基于数据挖掘技术，有利于第三方物流企业设计出货主企业满意的物流系统和物流运营方式。数据挖掘技术能够帮助整合客户的关键信息，及时了解客户的业务特点以及客户的个性化需求，并对客户的要求做出正确快速反应，从而提高客户满意度。

其次，基于数据挖掘技术，有利于第三方物流企业跟踪市场节奏，及时调整企业经营战略。数据挖掘技术能够帮助第三方物流企业提高市场预测的准确性和市场开发的针对性，减少市场经营策略的盲目性，能够洞察市场先机，提高市场活动的响应率。

第三，基于数据挖掘技术，有利于第三方物流企业实施精益化运作，提高服务系统的柔性，降低物流系统成本。第三方物流行业是典型的客户关系维护型行业，企业运营主要依靠老客户的重复购买。数据挖掘技术能够帮助第三方物流企业分析客户详细的数据，区分出客户的种类，同时还能使优势客户形成规模化经营，降低运作成本。

第四，基于数据挖掘技术，有利于增强物流企业与上下游企业之间的合作，加快服务速度，形成并优化供应链。数据挖掘技术能够帮助第三方物流提高资源利用率，产生很好的经济效益和社会效益。

2 第三方物流企业运作中数据挖掘技术面临的问题

2.1 硬技术问题

要进行数据挖掘，第三方物流需要采集的信息种类有很多，包括运输信息、储存信息、配送信息、订货信息以及一些综合信息，例如有关物流计划、统计资料、物流需求社会调查资料、物流客户年度经营情况总结等。在数据挖掘中，由于技术的限制，很难顺利地将所采集到的信息数据进行相应的清理集成和装载。如何将这些数据与无用数据区分并从中提取出信息来为第三方物流企业服务就成了技术关键点。在现有的技术手段下，将会遇到的问题有：

2.1.1 异构数据库问题。从数据库研究的角度出发，Web网站上的信息也可以看作一个数据库，一个更大、更复杂的数据库。Web上的每一个站点就是一个数据源，不论是老客户、新客户，还是潜在客户，每个客户的数据源都是异构的，因而每一个站点之间的信息和组织都不一样，这就构成了一个巨大的异构数据库的环境。如果想要利用这些数据进行数据挖掘，首先，必须要解决站点之间异构数据的集成问题，只有将这些站点的信息数据都集成起来，提供一个统一的采集渠道和视图，才有可能从巨大的数据资源中获取所需的东西。

2.1.2 半结构化的数据结构。要获悉客户需求，为客户量身定制物流服务，需要采集的信息种类有很多，同时也非常复杂，没有特定的模型描述，每一个数据源都各自独立设计，并且数据本身具有自述性和动态可变性[2]。信息系统中的数据具有一定的结构性，但因自述层次的存在，从而是一种非完全结构化的数据，这也被称之为半结构化数据。半结构化是信息数据中的最大特点。对于这些复杂烦琐的半结构化的数据，很难顺利地应用现有的数据挖掘技术对其进行有效的数据挖掘。

2.1.3 系统安全和网络安全问题。第三方物流公司又被称为第三方物流供应商，最佳的合作方式就是和货主企业结成共享系统的战略联盟[3]，也更容易实现数据挖掘。一旦数据信息和利益相关联，就有了可盗取的价值。数据挖掘技术正是使看似不相关的数据信息与以利益为目的的商业行为相关联的技术。那么，这方面的系统安全环境的构建和网络安全的维护就迫在眉睫。

2.2 软技术问题

目前，由于信息共享和数据挖掘的环境体系不够健全，缺乏必要的信用保障体系和意识，所以很大程度降低了第三方物流企业和客户进行双向信息沟通的积极性，这很大程度也限制了第三方物流企业功能的完善。

（1）社会意识问题。许多现有的所谓的战略联盟往往由于所处的社会意识问题而使其发展无法顺利进行。社会意识，主要就是客户对第三方物流企业信息共享和数据挖掘的理解。这些问题直接成为影响数据挖掘的基础：数据源成立的直接因素。试想如果一个第三方物流企业需用信息系统的数据挖掘来优化客户服务，而他们的客户考虑到风险性，根本不愿意留下自己的相关信息，包括自己的运营计划、计划需求数量、价格等，这样是完全无法进行有效的数据采集的，更不用说数据挖掘了。

（2）法律法规问题。由于数据挖掘的步骤和定义，要进行有效的数据挖掘并得出可行结论，对于个人信息和商业信息的调用就不免触及到个人和商业商务集团的利益。这里就会涉及到法律方面有关于此类问题的相关法律法规问题。当然，为了进行数据挖掘，必要的数据采集是一定的基础，但作为一个遵纪守法的从业人员，一切数据来源的渠道必须是合法的，符合一般社会道德标准的。现如今在我国法律还不完备的情况下，对数据和信息的保护在科技发展日新月异的当今而言，法律对于数据信息的保护显得尤为重要。

3 对 策

3.1 硬技术问题对策

3.1.1 异构数据库问题的对策。异构数据库是相关的多个数据库系统的集合，异构数据库系统的各个组成部分具有自身的自治性，每个数据库系统仍保有自己的应用特性、完整性控制和安全性控制。这样的数据库结构对于数据挖掘要求的数据清理、集成、装载而言是一种障碍。在这样的异构数据库中实现数据挖掘，需要对其中的数据进行相应的改造以达到两点：一是实现数据库的转换，二是实现数据的透明访问。

（1）数据库的转换。由于需要进行数据挖掘的数据库之间存在的互异性，在挖掘开始前首先要进行数据库的转换。这种转换的目的是使源数据库模式中所需要共享的信息全部转换到目标数据库中，同时这种转换还不能产生冗余的关联信息。现有的技术可以在一定程度上满足这个要求，有很多应用软件是被设计来解决这种异构数据库的同化问题的。但是需要提出的是，这些软件有时并不能做到严格的等价转换，遗留的异构数据库中的共享信息可以通过建立新的数据库框架来给予解决。

（2）数据的透明访问。在异构数据系统中实现了数据的透明访问，用户就可以将异构分布式数据库系统看成是普通的分布式数据库系统，用自己熟悉的数据处理语言去访问数据库，如同访问一个数据库系统一样。实现数据的透明访问可以采用多对一转换、双向的中间件等技术。开放式数据库互连 （Open Database Connectivity，ODBC）是一种用来在相关或不相关的数据库管理系统中存取数据的标准应用程序接口。ODBC为应用程序提供了一套高层调用接口规范和基于动态链接库的运行支持环境。ODBC最大的优点是其互操作能力，理想情况下，每个驱动程序和数据源应支持完全相同的ODBC函数调用和SQL语句，使得ODBC应用程序可以操作所有的数据库系统。

3.1.2 半结构化数据问题的对策。针对企业的需求，数据管理首先需要支持广泛的数据源，包括ERP系统、Lotus Notes、数据库、文字处理和表格文件等。通过从后台系统（如数据库、ERP等）抽取业务信息、建立索引并映射到基于Internet和Intranet的内容。其次，数据管理必须有一个强大的、可扩展的系统用于储存和组织数据。由于后端结构数据库或者文件系统是动态的、异构的，这意味着自动抽取数据源并递交给桌面是一种非常复杂的连接，需要一种灵活的、可扩展的信息抽取机制和个性化的界面定制工具。

3.1.3 系统安全和网络安全维护。对于系统安全和网络安全状况，每个企业都有自己的解决方案。各种已知的防护措施都能在一定程度上解决来自系统和网络的安全隐患。要想解决第三方物流企业客户的担忧，首先要实现信息共享和数据挖掘的规范性，尽量避免行为中的漏洞来防止攻击者的趁机侵入。必须采用身份认证、数据加密等技术来防止攻击者对数据库进行推理攻击和聚类攻击，偷取数据。

3.2 软技术问题对策

3.2.1 社会意识的培养。数据挖掘技术运用必须由来自不同领域的人员共同参与。包括行业专家、数据管理员、数据分析人员、业务分析人员、数据挖掘专家等。企业要想在市场中具有竞争力，必须拥有数据挖掘技术专家，专门从事数据分析和数据挖掘工作，并把挖掘出的知识物化。同时，数据挖掘必须得到最高管理决策层的支持、认可和参与。物流企业要想使得多年积累下来的数据资料和由客户数据挖掘得来的知识完美结合，就必须在内部培养数据挖掘专业人才，通过他们来将数据挖掘提升为企业的核心竞争力。

3.2.2 法律法规的完善。法律法规是保证经济和社会健康发展的必要前提，想要使商务中的数据挖掘能够受到法律保护，想要使数据采集能够在法律规定的范围内进行，避免第三方企业与客户之间信息共享和数据挖掘的纠纷，制定相关的法规政策是十分必要的，应该借鉴国外在相关方面的立法，结合国内的实际情况，维护有关各方的合法权益。

尽管数据挖掘的应用领域相当广泛，但就我国当前的应用来看，尚处于萌芽阶段，第三方企业运用数据挖掘技术尚不普遍。我国第三方物流企业必须要在实践中根据实际应用去开发适用于自身实际需要的数据挖掘工具，提高信息使用程度，大力推进从传统物流企业向现代物流企业的转型，完善自身企业的功能。

[1] 张毅.MIS中引入数据挖掘技术的必要性和可行性探讨[J].大众科技，2006(7):16-20.

[2] 张天桥.面向电子商务的数据挖掘系统设计[J].中国管理信息化，2008(11):70-72.

[3] 董蕊.供应链管理与第三方物流策划[M].北京：中国经济出版社，2003:309.

The Discuss About the Application of Data Mining in the Third-Party Logistics Enterprises

LUO Juan-juan (Xiamen Ocean College,Xiamen 361000,China)

分析了数据挖掘技术在第三方物流企业中应用的优势，探讨了第三方物流企业运作中数据挖掘技术面临的问题并提出解决对策。

数据挖掘；第三方物流；应用

The paper analyzes the advantages of the data mining technology in the application of third party logistics enterprises,and give the solution about the data mining problem in the operation of the third party logistics enterprises.

data mining;third-party logistics;application

F719

A

2010-12-16

罗娟娟（1980-），女，福建闽清人，厦门海洋职业技术学院，讲师，硕士，研究方向：物流管理。

1002-3100(2011)03-0085-02