關(guān)于零售業(yè)的物流管理體系分析

1、摘要:數(shù)據(jù)挖掘可以從海量數(shù)據(jù)中提取有用的知識。英語論文開題報告本文針對來自零售業(yè)逆向物流系統(tǒng)的數(shù)據(jù)數(shù)量大且更新速度快的特點(diǎn),運(yùn)用統(tǒng)計分析方法,研究數(shù)據(jù)挖掘在這一領(lǐng)域的具體應(yīng)用,為零售企業(yè)提供了一種在產(chǎn)品質(zhì)量上對供應(yīng)商進(jìn)行評估的方法。 關(guān)鍵詞:數(shù)據(jù)挖掘 逆向物流 供應(yīng)商評估 Abstract:By data mining,we may acquire some useful knowledge from large amounts of data.There is plenty of data in the re-verse logistics system of retai

2、l industry,and it updates frequently.Based on the two characteristics,the authors make a researchon the concrete application of Data Mining in this field with the method of statistics,and further provide a method of supplier e-valuation about the quality of goods for retail enterprises.Key words:dat

3、a mining;reverse logistics;supplier evaluation數(shù)據(jù)挖掘又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery from Database,KDD)1或探測性的數(shù)據(jù)分析,它是一個從大量的、冗余的、有噪聲的甚至缺損的數(shù)據(jù)中提取有用知識的復(fù)雜過程。根據(jù)物流術(shù)語(2001),逆向物流可分為兩大類:回收物流和廢棄物物流2。零售行業(yè)的顧客驅(qū)動特征比較明顯,因顧客退貨、零售企業(yè)日常管理等原因產(chǎn)生的回收物流比例較大。這類逆向物流數(shù)據(jù)來自生產(chǎn)實(shí)踐環(huán)節(jié),不但數(shù)量大,而且更新速度快,為運(yùn)用統(tǒng)計分析方法進(jìn)行數(shù)據(jù)挖掘帶來了便利。1研究零售業(yè)逆向物流的意義1.1零

4、售業(yè)逆向物流。零售業(yè)逆向物流具有流動對象數(shù)量大、種類多及物流業(yè)務(wù)頻繁等特點(diǎn)。在因顧客退貨、零售企業(yè)日常管理等原因產(chǎn)生的回收物流中,大量的退貨不但占用了巨額的流動資金,而且耗費(fèi)了物流管理層的大量時間和精力,增加了企業(yè)的營銷成本。這些退貨中,零售企業(yè)通過加強(qiáng)管理,可將來源于自身的那部分退貨比例控制在可接受的水平。因此,管理者更關(guān)心的是如何減少顧客的退貨行為,降低退貨數(shù)量。1.2顧客退貨行為。顧客滿意度是預(yù)測顧客行為的可靠指標(biāo)3。在這里,我們把零售行業(yè)顧客采取退貨行為的原因分為滿意度不夠和無條件退貨兩類。無條件退貨即顧客退貨的原因無法確定,對這類退貨進(jìn)行分析較為困難。而顧客滿意度不夠,通常顯性地表現(xiàn)

5、為對商品質(zhì)量或服務(wù)質(zhì)量的抱怨。顧客行為也可通過忠誠度、支付更多、轉(zhuǎn)移行為、內(nèi)部反應(yīng)和外部反應(yīng)等5個變量來進(jìn)行測評3。對零售商而言,當(dāng)顧客對商品質(zhì)量或服務(wù)質(zhì)量不滿意時,其忠誠度會下降,支付更多的可能性會降低,轉(zhuǎn)移行為增多,內(nèi)部反應(yīng)表現(xiàn)出向本零售企業(yè)抱怨、要求賠償?shù)?外部反應(yīng)則表現(xiàn)為負(fù)面宣傳、通過第三方進(jìn)行交涉等。因此,退貨行為在降低該商品的品牌聲譽(yù)的同時,也給零售商帶來了不利影響。在基于客戶訂貨(Build To Order,BTO)的生產(chǎn)模式下,零售企業(yè)對供應(yīng)商有著顯著的影響力。因此,利用這些來自逆向物流信息系統(tǒng)的退貨數(shù)據(jù),零售企業(yè)可定期地在產(chǎn)品質(zhì)量上對供應(yīng)商進(jìn)行評估,為相關(guān)決策提供依據(jù)。1.

6、3產(chǎn)品質(zhì)量與供應(yīng)商評估。在供應(yīng)鏈管理中,價格、質(zhì)量、交貨提前期、服務(wù)水準(zhǔn)等4個因素是對供應(yīng)商進(jìn)行評估的關(guān)鍵因素4。質(zhì)量是評價供應(yīng)商的基本指標(biāo)之一,是指供應(yīng)商的產(chǎn)品滿足企業(yè)需求的程度?？蛻羝髽I(yè)對產(chǎn)品注重的是整體質(zhì)量,次品過多可能直接導(dǎo)致客戶企業(yè)無法按計劃運(yùn)營,而少量產(chǎn)品質(zhì)量過高只會增加供應(yīng)商的成本5。因此,每一個零售企業(yè)都應(yīng)建立自己的質(zhì)量標(biāo)準(zhǔn),產(chǎn)品質(zhì)量符合雙方的約定即可。在這里,質(zhì)量標(biāo)準(zhǔn)用每100件產(chǎn)品中的破損數(shù)量值即次品率來表征。通過對逆向物流數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,可提取包括次品率在內(nèi)的很多新信息。這些知識既可用自身選擇供應(yīng)商的決策,也可反饋給供應(yīng)商以改進(jìn)產(chǎn)品質(zhì)量,增強(qiáng)本供應(yīng)鏈的競爭力。2零售業(yè)逆

7、向物流中的數(shù)據(jù)挖掘應(yīng)用2.1數(shù)據(jù)挖掘方法。零售行業(yè)商品種類繁多,供應(yīng)商數(shù)量也多。簡便起見,我們認(rèn)為供應(yīng)商無法提供每種商品的次品率均值和方差。為此,零售企業(yè)可為每種商品建立一個上述的質(zhì)量標(biāo)準(zhǔn)即標(biāo)準(zhǔn)次品率,以規(guī)范對該類商品的管理。本文下面的分析均基于以下假設(shè):使用的樣本均來自正態(tài)總體;總體均值,方差2未知。數(shù)據(jù)挖掘使用了單因素條件下的方差分析、基于成對數(shù)據(jù)的t檢驗(yàn)、單個總體t檢驗(yàn)等3種統(tǒng)計分析方法6。2.1.1方差分析法。方差分析法用于對多個供應(yīng)商進(jìn)行評估,判斷他們的供貨質(zhì)量是否有顯著的差異。單因素指供應(yīng)商是影響次品率的唯一因素。于是,次品率為隨機(jī)變量x,供應(yīng)商個數(shù)為水平數(shù),記為S,以區(qū)別于標(biāo)準(zhǔn)差

8、s。記樣本容量為n,總平方和為ST,效應(yīng)平方和為SA,誤差平方和為SE。于是有SA22!S-1",SE2-2!n-S"6,從而SA!S-1"SE!n-S"F !S-1,n-S"(1)2.1.2基于成對數(shù)據(jù)的t檢驗(yàn)法?；诔蓪?shù)據(jù)的t檢驗(yàn)用于對2個供應(yīng)商進(jìn)行評估,判斷其中一個的供貨質(zhì)量是否有顯著的優(yōu)勢。選用這一方法的原因在于:這里討論的樣本均由歷史數(shù)據(jù)組成。在不同時期,原材料價格、供需關(guān)系等市場條件是不同的。反之,同一時期來自不同供應(yīng)商的次品率數(shù)據(jù)是在相似條件下出現(xiàn)的,可認(rèn)為是成對的。記每對次品率數(shù)據(jù)之差為隨機(jī)變量d,樣本均值為d#,總體均值為d

9、,標(biāo)準(zhǔn)差為s。于是#d-ds $nt !n-1"(2)2.1.3單個總體t檢驗(yàn)法。單個總體t檢驗(yàn)用于對單個供應(yīng)商進(jìn)行評估,判斷其供貨質(zhì)量是否滿足指定標(biāo)準(zhǔn)。記次品率為隨機(jī)變量x,樣本均值為x,總體均值為0,有x-0s $nt !n-1"(3)依次進(jìn)行上述3種假設(shè)檢驗(yàn)方法,可了解某種商品中不同供應(yīng)商的供貨質(zhì)量情況,為選擇和評估供應(yīng)商提供依據(jù)。2.2數(shù)據(jù)挖掘過程。零售業(yè)逆向物流的退貨數(shù)據(jù)部分來自顧客因質(zhì)量缺陷的退貨,部分來自顧客無條件退貨,還有的來自零售企業(yè)自身的經(jīng)營活動。英語論文開題報告為了準(zhǔn)確地反映某種商品的次品率,與銷售量對應(yīng),在逆向物流數(shù)據(jù)中只選擇來自顧客因質(zhì)量缺陷的這部

10、分退貨數(shù)據(jù)。兩者的比值即為該商品的次品率。這樣做排除了零售商自身業(yè)務(wù)活動的干擾,在顧客足夠理性的前提下,影響產(chǎn)品質(zhì)量的因素只剩下一個即供應(yīng)商,下面對某種商品供貨質(zhì)量進(jìn)行的統(tǒng)計分析就成為單因素分析。對來自各供應(yīng)商的次品率數(shù)據(jù)進(jìn)行方差分析后,若發(fā)現(xiàn)數(shù)據(jù)間存在明顯差異,下一步就進(jìn)行成對t檢驗(yàn);否則,可認(rèn)為不需要對該種商品的各類別進(jìn)行比較,下一步直接進(jìn)行單個類別的t檢驗(yàn)。因此,通過這一數(shù)據(jù)挖掘過程,無論該種商品有多個供應(yīng)商,還是只有一個,都可得到相應(yīng)的評估結(jié)果。2.3數(shù)據(jù)挖掘?qū)嵗?.3.1數(shù)據(jù)準(zhǔn)備。首先進(jìn)行數(shù)據(jù)準(zhǔn)備,將所需的各個商店前端設(shè)備(POS、掃描儀)采集來的原始銷售數(shù)據(jù)和逆向物流信息系統(tǒng)采集來

11、的退貨數(shù)據(jù)納入挖掘數(shù)據(jù)庫。原始銷售數(shù)據(jù)表用來統(tǒng)計指定商品的銷售量,逆向物流數(shù)據(jù)表則用來統(tǒng)計指定商品的退貨數(shù)量。這里按評估的時間周期對這些數(shù)據(jù)分類,那么在不同評估周期內(nèi),具有不同的銷售量和退貨量,求得的次品率也不相同。2.3.2數(shù)據(jù)挖掘。這一實(shí)例是按對某種商品的供應(yīng)商進(jìn)行評估的流程列出的?？紤]到實(shí)用性,某種商品通常指同一品牌,也可包含來自其它品牌但屬性和價格都較為接近的商品類。設(shè)某種商品A的次品率標(biāo)準(zhǔn)為0%,不妨設(shè)該種商品來自3個供應(yīng)商,對應(yīng)的商品類分別記為01、02、03,次品率個體數(shù)分別為n1,n2,n3。接下來對逆向物流數(shù)據(jù)進(jìn)行處理,抽取相似的數(shù)據(jù)對象形成進(jìn)一步分析所必需的數(shù)據(jù)群,得到退貨

12、數(shù)據(jù)表。表1中,商品類01因質(zhì)量缺陷被顧客退回的記錄共有4條,再提取來自POS的銷售數(shù)據(jù),得到商品類01的總銷售量,若為200,那么該類商品在當(dāng)前評估周期內(nèi)的次品率為2%。同理可得02和03類的次品率。抽取這種商品最近5個評估周期的次品率數(shù)據(jù),得表2。預(yù)先假設(shè)3類商品的次品率不存在顯著的差異,即:1=2=3。下面在顯著性水平下對這一假設(shè)進(jìn)行檢驗(yàn)。由式(1)知拒絕域?yàn)镕!S-1,n-S",+)。已知水平S=3,n1=n2=n3=5,進(jìn)而算得ST=8.368493,SA=4.326653,于是SE=ST-SA=4.041840。取=0.05,查表6得F!S-1,n-S"=F0.

13、05!2,14"=3.89。由式(1)知檢驗(yàn)統(tǒng)計量z=6.42>3.89,位于拒絕域內(nèi)。故拒絕原假設(shè),即在水平=0.05下認(rèn)為3組數(shù)據(jù)有顯著的差異,有必要進(jìn)行下一步成對t檢驗(yàn)。下面對單個的商品類進(jìn)行分析,判斷其次品率是否達(dá)到前述標(biāo)準(zhǔn)0。這里在表2中選取01類為例,取0=2。首先假設(shè)其次品率符合規(guī)定標(biāo)準(zhǔn),即:=0。同理,取=0.10,查表得t/2!n-1"=t0.05!4"=2.1318,又由(3)式得z=1.337<2.1318,在拒絕域之外。故接受原假設(shè),即在水平=0.10下認(rèn)為01類次品率與規(guī)定標(biāo)準(zhǔn)一致。2.3.3結(jié)果分析。上述實(shí)例中首先由方差分析

14、法得到來自3個供應(yīng)商的次品率顯著不同的結(jié)論;然后用成對數(shù)據(jù)的t檢驗(yàn)法對這3類次品率進(jìn)行兩兩比較,找出差異明顯的類別;最后以規(guī)定標(biāo)準(zhǔn)為依據(jù),對各商品類進(jìn)行逐一判斷。通過這一挖掘過程,完成了對該種商品的全部3個供應(yīng)商的評估,結(jié)論為:01類供應(yīng)商異常,表現(xiàn)為供貨質(zhì)量明顯優(yōu)于02類;02類供應(yīng)商異常,表現(xiàn)為供貨質(zhì)量明顯劣于01類且明顯劣于規(guī)定標(biāo)準(zhǔn);其余供應(yīng)商為正常狀態(tài)。3結(jié)束語數(shù)據(jù)挖掘技術(shù)在零售業(yè)逆向物流領(lǐng)域具有廣泛的應(yīng)用前景,如通過收集商品退貨信息,可了解產(chǎn)品的真實(shí)銷售情況,對市場變化做出快速反應(yīng);通過收集逆向物流信息,可了解顧客對商品的外觀或功能建議,與上級供應(yīng)鏈成員共享信息,優(yōu)化整個供應(yīng)鏈。本文提出的統(tǒng)計分析方法用于在產(chǎn)品質(zhì)量上對供應(yīng)商進(jìn)行評估。為減少干擾,可適當(dāng)增大樣本容量,靈活設(shè)置顯著性水平的值,以提高數(shù)據(jù)挖掘的有效性。 參考文獻(xiàn):1朱明.數(shù)據(jù)挖掘M.合肥:中國科學(xué)技術(shù)大學(xué)出版社,