(苏州经贸职业技术学院,江苏 苏州 215009)
流通信息的加工是信息流通过程中的重要环节。所谓信息加工,主要是指将收集到的信息按照一定的程序和方法,进行分类、计算、分析、判断、编写,使之成为一份真实的准确的信息资料,以便使用、传递和储存。信息只有通过加工,才能将夹杂在其中的不真实的因素加以剔除,使原来无序的初始信息成为真实的系统化的信息,增强流通信息的可用性。
为保证信息加工的工作质量,信息加工必须遵循以下原则:
商品流通信息有着很强的时效性,其加工也就要求及时、迅速,否则,就会减少甚至失去信息的使用价值。所以,要突出商品流通信息的时效性,就必须对收集来的商品流通信息迅速地进行整理加工,并尽可能地采用现代化的商品流通信息加工处理手段进行信息加工,提高信息加工的效率。防止信息的堆积、排队,避免信息在待加工或在加工中丧失其时效性。
适用性包括两个方面:一是加工后的商品通信息必须符合商品流通实际经营活动的需要;二是加工后的信息要符合商品流通内各行业、各环节、各企业的客观实际,适应经营管理现状的要求。
收集、加工、传送信息过程的费用要少,经济效果要大。随着商品流通规模的扩大和商品流通企业的发展,信息的数量必然增加,加工、整理、分析研究信息的时间也会相应地增加。只有建立起精干的高效率的信息系统,综合各种各样的信息,才能有效地改善商品流通企业的经营管理。
流通信息加工没有一个固定的模式,对不同类型、不同形式、不同加工要求的信息,加工方式也不尽相同。信息加工的基本内容包括:
即根据信息加工的目的,运用专门的方法,对调查收集来的原始信息资料进行去粗取精、去伪存真的核实、筛选、分组、综合等初步整理工作,使之条理化,成为能够反映事物等特征的资料,为下一步的信息分析或预测作好准备。在加工前,首先要对原始资料进行筛选,对资料作一些必要的取舍、归并和修正,在此基础上对资料进行分类和综合。将杂乱无章的初始信息按商流、物流的构成要素,分门别类,排列成序。
为了避免在信息的收集过程中可能出现的差错和不真实的情况,有必要对商品流通信息进行审核。通过检查核实,以确定原始信息的置信度如何,包括检查信息来源是否可靠,收集方法是否正确,各项目之间的关系是否清楚,有关数据能否衔接对应等,将差错降至最低。商品流通信息发生差错的原因,有的是偶然性因素引起的,是由于信息收集人员的非主观因素或传递渠道的干扰所造成的;也有的是某些信息提供者有意歪曲或错误理解有关部门信息内容所引起的。这就需要加强审核。同时,要采取措施防患于未然,主要的措施是:设计商品流通信息方案时要注意加强防范,要科学地设计商品流通的收集方法,对收集信息数据的方案进行科学设计,使之不易伪造,还要制定相应的奖惩措施。
即对数据状态的信息采取一定的方法进行加工运算,从中得出所需要的新的数据,在此基础上,探索这些信息所反映的商业活动和市场状况的现状及趋势,确定这些信息能否适应经营管理需要,是否需要进行补充收集,并对信息资料进行进一步的加工提炼,从中形成新的概念、结论,提炼出富有指导作用的信息。
比较,就是从各种流通信息资料的对比中,分析商流、物流的变化趋势及其特征,并与销售需要进行比较,判断是否符合要求,如不符合,再进行补充收集。在比较的基础上,再进行研究。商品流通信息的研究是建立在对大量商品流通信息进行汇总、分析的基础上的,通过运用推理、演绎等方法进行深化加工,从而形成富有创新的、有深度的信息资料和结论。商品流通信息的比较研究的过程就是信息增殖的过程,也是信息增量的过程。因此,必须认真做好商品流通信息的比较研究工作。
判断,就是对信息的准确性、可信度进行鉴别,剔除不可信、不真实的地方,同时对信息含量、价值、时效也进行判断,以便提供使用。在判断的基础上搞好信息预测。即根据所掌握的历史和现状的信息资料和具有先兆性的信息,分析、测算和推断未来的发展趋势和结果,为计划和决策提供依据。信息预测按其特征可分为定性预测、定量预测;按时间可分为长期预测、中期预测和短期预测;按预测内容可分为综合性预测和专题性预测等。
商品流通信息的编码一方面是为了给信息管理对象以能反映其本身所具有的全部特征;另一方面又可以简化信息的处理工作,为实现信息处理的机械化、自动化创造条件。信息编码可以用数字、文字和规定的特殊符号组成,一般应以数字代码为主。信息编码应科学,合理,逻辑性、直观性强,并力求标准化,以便查找、归档、存储。商品流通信息的编写就是通过手工操作或运用电脑编排,写成新的信息资料。编写是对信息资料的具体加工,经过加工后的信息便可用于指导商品流通活动。因此,要求编写工作真实、准确、及时、全面、简练、生动。
信息产出即对分析、预测的结果进行更深一步的加工、判断、鉴别,进一步消除加工中可能产生的不真实因素,如虚构、拼凑、夸张、偏颇等现像。然后对信息成果运用适当的形式和结构加以表述,形成信息产品,以供输出或贮存。
流通信息加工的方法很多,主要包括:
(一)各种统计分析方法。如对比分析、因素分析、综合指标分析;绝对数、相对数或平均数的动态分析;增长量、增长速度分析;抽样推断分析等等。
(二)各种信息预测方法。如专家预测、回归预测、趋势周期预测、相关预测、批数平滑预测、历史类比预测等等。
(三)归纳推理,引申、汇集、剔除、阐述等逻辑方法和具体加工技巧。