- 相關推薦
數據挖掘技術在供應鏈精細化管理中的應用
摘 要：對企業大量的歷史數據，采用SQL Serve的OLAP技術，建立了供應鏈數據的挖掘模型，對現庫存結構、呆廢賬和供應周期進行了分析，找出了存在問題，提出了相應的解決方法;對現系統提出了二次開發具體目標。
關鍵詞：數據挖掘 精細化 大物流 供應鏈
一、前言
生產管理信息系統運行5年來，形成了了大量的歷史數據，如生產主計劃、備件計劃、供應商、供貨信息、質檢信息和入庫、領用信息等。但該系統只是一個頂層數據逐級向下單向透明、注重出入庫管理的平臺，豐富的歷史數據只是偶爾備查，沒有把已有龐大的數據轉化為知識，從全局上輔助企業決策，使公司在計算機軟硬件的開發、維護上的巨大投資，只在局部管理上取得了改進，總體成效并不顯著。
本文以半成品庫供應鏈為主體，從計劃、采購、外協廠商、質檢等多維度分析供貨周期及庫存的相互關系，以減少冗余環節，降低供應鏈成本;同時對信息系統的二次開發提出了具體目標。
二、庫存結構和供應鏈分析
我集團的半成品采購，采取多外協廠家的定點生產、每年對價格招標、每月下達采購數量的策略，由外協廠家按照我方提供的設計圖紙生產，需要開模或使用專業機具加工，更換廠家有一定的難度。做好供應商的考核和選取，對保質按時完成生產，就顯得尤為關鍵。我用半成品的相關歷史數據，按照關系型數據庫第三范式，建立雪花形數據倉庫，在其邏輯結構中，將數據表劃分為存儲實際數據的事實表;以及存儲測評指標的維度表，如供應鏈上的采購、質檢、結賬周期、質量符合度等。
2.1 數據準備
以系統后臺采用的sql server 2005數據庫中自帶程序Business Intelligence Development Studio為挖掘工具。數據準備如下：獲取和供應鏈相關的完整歷史數據，從2013年2月到2015年3月的基本信息：批量、計劃數、廠家，下達日期、返回數量和日期、質檢完成日期和合格數量，點收入庫數量和日期，以及非結構化的返回日期要求等數據。剔除了試制新品等異常數據;建立了相應的維度數據庫，轉換所有的日期為考核的維度，以精確分析供應鏈周期。
2.2 數據挖掘結果和分析
庫存分析：平均月入庫為1373萬，出庫為1399萬，庫存金額平均為802萬，比原庫存下降400萬以上，比例為34%，逐步消化了存貨，有效地降低了半成品庫存。
呆廢賬分析：我們重點對三年(74萬元)及五年以上(24萬元)無動態的呆賬進行了分析，其產生的原因如下：
(1)BOM表中已經不存在此類備件。
(2)產品設計發生了變更。
(3)對應的產品已經淘汰停產。
(4)配套的產品僅在部分支線上使用，存量過多、過久。
(5)訂單變更、采購的半成品不配套，部分出現冗余。針對以上原因，我們提出如下解決方法：
(1)全面清理此類半成品，做好外觀和質量檢測，不符合要求的申請報廢。
(2)盡可能替換使用、降級使用。
(3)按材質、規格制定改制表，按需對半成品改制，減少呆廢料。
(4)除少量必須備件外，多余部分調撥給可能生產此類產品的子分公司待用。
供貨期分析：期間平均供貨總周期為19.55天;其中外協廠家生產期14.13天，到公司后質檢期3.27天，入庫2.15天，供貨后到發票開具23.73天。在提前期為半個月的采購模式下，數據表明大部分半成品在每月初就基本入庫，占用了大量庫房，并在當月末轉化為財務付款壓力。
針對外協廠家大多位于省外，重點分析了供應商區域、數量、重量、采購品種和供貨周期的關系，對鍛鑄件類產品的挖掘結果分析如下：
(1)為減輕庫房壓力，本省市的外協廠家按需分批次組織運送，期供貨周期和質檢周期存在人為失真。
(2)外省市供貨周期和區域距離成正比。
(3)供貨周期與采購的數量和重量無關，表明生產能力和運力現階段充沛。
(4)質檢周期短的供貨商，其一次到貨率和合格率較高。
三、供應鏈管理新模式
基于供應周期分析結論1，我們可以把所有的外協廠商作為外圍庫房，按大數據模式下的機器學習法，自動計算不同外協廠家、不同半成品的提前期，借助第三方物流，由生產流水線上主導產品的需求，決定其配送日期;包裝用數量就近選擇廠家，第三方質檢合格后，直接發到施工現場。為實現此設想，信息系統必須互聯互通、信息共享，實時采集需求和獲取外協廠商的生產、庫存情況，建設一條敏捷的供應鏈。系統可做如下改進：
(1)對供應商做出科學考核評價：資質;產品質量(尺寸、外觀、表面的目視檢查合格率;化學成分等合格率;力學性能參數、內部的超聲無損檢測缺陷值等)、退貨率，降級接收率、及時完成率、交貨緊迫性、變更配合度、售后服務等指標進行動態考核。按指標得分高低對外協廠家優勝劣汰，在任務分配時優先向優秀供應商傾斜。
(2)拉伸供應鏈，把各生產部門、庫房、供應商作為一個整體，對內實現數據的全透明，共享主計劃、車間旬計劃、采購計劃，做好內部關鍵工序的報工和外協廠商的數據采集，使相關人員能從數據流中自動獲取到所需數據，實時監控所需半成品，及時協調相關生產;在任務繁重時，對外適度開放采購信息，有利于外協廠家安排生產。
(3)領用定額只獲取BOM表中的組裝數量，包裝用備件可由外協廠商直發施工現場。
(4)多粒度獲取半成品需求，多層次規劃生產。在銷售部門取得合同后，按照交貨期匯總其總量，和外協單位的產能對比，做好生產分配和預測;按旬計劃匯總需求，精準組織半成品的到貨時間。
四、結論
建立數據透明的信息系統，充分利用挖掘數據技術，動態獲取需求和產能，借助第三方物流，可以精準地滿足生產和施工需求，同時優化控制庫存結構，可以減少庫存量，降低對流動資金和庫房的占用。在實際應用中，還需要發揮人的主觀能動性，按實際情況調整采集信息量和透明度，提升供應鏈管理水平。
參考文獻：
[1]王桂從，姜兆亮，李兆前.協同供應下的庫存控制及供應商選擇[J].現代制造工程，2007(11).
[2]王晶，唐玲，張在曉.供應商共享POS信息時的信息挖掘策略與方法[J].工業工程，2008(07).
【數據挖掘技術在供應鏈精細化管理中的應用】相關文章：
數據挖掘技術在企業知識管理中的應用03-19
數據挖掘技術在ＣＲＭ中的應用03-22
數據挖掘技術在客戶關系管理中的應用12-09
客戶關系管理中數據挖掘的應用03-08
談數據挖掘技術在電子商務中的應用03-21
數據挖掘在ＣＲＭ中的應用分析03-22
數據挖掘技術在電子商務網站中的應用03-28
數據挖掘技術在中醫亞健康學中應用的思考12-01
Ｗｅｂ數據挖掘在電子商務中的應用.03-21