浅谈供应链集成式信息系统，本文主要内容关键词为：信息系统论文,浅谈论文,供应链论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
当企业不断地追求以更快的速度、更低的价格和更好的服务来为客户服务的过程中，管理者就意识到，这个目标仅仅依靠企业自身的努力是难以达到的，他们管理的范围必须跨越整个生产网络，在这个网络中，既包括上游的（直接或间接）生产资料的提供者，也包括下游的分销商及为最终消费者提供售后服务的厂商。由此便出现了“供应链”的概念。
供应链包括从原材料（提取）到最终产品的制造过程中，全部物流和相关信息流所涉及的所有活动。物流和信息流在供应链中无处不在[1]。
供应链通过链中节点企业之间的合作，实现物流、信息流、资金流在整个链条上的高效流动，发挥出强大的整体竞争优势[2-3]。其中信息流在供应链的运作中起到协调和控制作用。已有研究表明：有效的信息共享和快速的信息交换可以大幅减少供应链节点企业的库存，并减少供应链上的牛鞭效应[4-5]。
1 供应链信息系统的需求
功能完整的信息系统能够有效地实现信息共享和信息处理，供应链尤其如此。每个供应链中都有多个地理上分散的企业，如何使它们实时地共享信息，良好的沟通是决定这个供应链是否能够良好运作的关键。理想的信息系统应该包含整个供应链中所有的功能和组织。随着互联网和企业内部网的迅猛发展，未来的管理系统将具有以下的特征[1]。
信息流的集中协调：整体物流管理——日常事务处理、订货和制造系统一体化；订单变更将触发的对生产、物流计划和仓库管理的一系列的修改；资源传输具有跨公司、跨国界的全球可见度；全球货品管理——对每个产品的去向进行定位和跟踪；资源一体化——跨组织的资源采购；公司间信息交流——价值链中的上游、下游企业及其生产和需求信息的透明化；数据交换——通过标准的远程通信渠道，在会员和非会员组织间交换数据；数据获取——公司有能力在订货发生时及时地获得相关的信息，并跟踪产品转移，同时获得产品特性改变的信息；内部操作变更——有远见的管理者都能够接受新型的生产工艺和经营系统；供需关系的改善——在技术连接方面调整投资。
在供应链信息系统中，信息对每一个部门都是可得的，信息共享体现了系统的整体性。信息在供应链各节点之间实时地传送，将库存降到最小，提高企业的灵活性和办事效率。
2 集成式信息流运作模式
供应链信息流运作模式是指信息在供应链各节点之间进行传递的方向、次序等。
供应链信息流运作模式由原始的直链式信息传递模式（信息由顾客、零售商、分销商、制造商、供应商逐级双向传递），到直链式跨级信息传递模式（在原始模式的基础上，下游的零售商直接将自己的销售情况提供给供应链的各上游企业，再到后来的集成式信息流运作模式）。
原始的直链式信息传递模式的缺点是显而易见的：信息严重滞后，‘牛鞭效应’，整体协调性差。直链式跨级信息传递模式减小了原始直链式的牛鞭效应，但其它的问题仍然存在。网状信息传递模式加强了供应链中各级企业之间的联系，减轻了直链式的缺点，但也造成了每个节点企业都要面对众多的信息通道 （设有n个节点企业或部门，就会有(n-1)n个信息通道），处理大量的数据，加大了信息处理的成本。
集成式信息流运作模式（如图1所示）跟传统的信息流运作模式不同，它建立了一个独立于供应链各节点之外的新的功能节点——信息集成中心。供应链上的每个节点企业都各自和信息中心进行信息交换。有了信息集成中心，供应链中各节点的各种信息被传送并存储于此，形成信息共享。供应链中的所有节点与信息中心建立高速信息传递专用通道，以保证各各节点与信息集成中心进行实时的信息交换，实现所有信息在整个供应链上的实时共享。此信息中心具有强大的信息传输、存储、处理功能，各节点企业可以从中取得自己需要的“正确”信息。它还可以将所有节点企业的绝大部分信息处理功能独立出来，是一种“瘦客户端”的信息处理模式，这样大大降低了对各节点的处理能力的要求，减轻了它们信息处理的负担。
3 供应链集成式信息系统的体系结构
3.1 集成式信息系统的构建
图1 集成式信息流运作模式
图2 集成式信息系统的构架
集成式信息系统是基于Internet/ Intranet的各个节点企业有自己的管理信息系统（我们建议采用B/S模式的，这样才是真正的“瘦客户端”系统），利用 Internet作为信息共享平台，供应链的各节点企业和信息集成中心用高速的数据专用线相连。供应链的节点企业或部门通过信息系统终端收集或录入供应链所需信息，形成数据源。数据源被收集于信息集成中心经过预处理存储于数据仓库，再进行数据挖掘。当供应链的企业或部门需要某方面的信息时，即可通过自己的信息系统终端进行访问，信息中心使用展现工具，展示给访问者，以及时有效地支持决策。这样就实现了集成式信息系统的构建。整个系统的构架如图2所示。
3.2 集成式信息系统的基本组成
一个典型的集成式信息系统主要包括以下部分：
(1)浏览器。作为信息系统的前端工具，以及本地用户和伙伴企业信息系统交互的界面。
(2)应用系统。负责本地企业各项业务活动的具体执行。
(3)数据库。存储供应链成员本地的信息，包括日常事务信息、产品信息等。
(4)供应链数据仓库（如Oracle）。存储和保存大量的数据，以便于进行数据挖掘。数据仓库是将分析决策所需的大量数据从企业日常运行环境中分离出来，把分散的、难以访问的业务数据转换成集中统一、随时可用的信息而建立的一种数据库存储环境。它使用户能够方便地提取所需的数据，同时又不干扰业务数据库的正常运行。
图3 数据仓库及数据挖掘技术的流程
(5)前端的分析与访问的展示工具。由用户直接自主自助地使用这个工具，进行报表查询制作、OLAP分析、数据钻取和挖掘。
前三项是各节点企业管理信息系统的组成，支持信息录入、初步处理和对分析结果的访问。集成接口用来连接信息系统和信息集成中心。数据仓库设在信息集成中心，收集和存储数据，并在此基础上进行数据挖掘。
3.3 数据仓库及数据挖掘相关知识
随着市场竞争的加剧和信息社会需求的发展，企业面临大量的数据包括企业内部数据以及供应链上伙伴企业的相关的信息，如何快速从中提取（检索、查询）信息、制定市场策略，将非结构化信息转变为商业知识，以便对市场做出及时灵敏的反应，成为企业在信息时代的市场竞争中立于不败之地的关键所在。
数据挖掘就是从大量数据中自动获取有用信息或知识的过程。通常一个企业或部门的数据是分散在各个具体业务部门的数据库中的，在这些数据库中同一数据的模式和表示方法也经常不一样，而数据挖掘需要将这些数据集中起来并加以统一以获取知识，数据仓库提供了一种有效的数据集中和统一机制。
数据挖掘技术在供应链中的应用可以深入进行客户分析、市场分析、产品分析等，提升供应链管理的效率。由于供应链各企业之间有着频繁的数据和信息交互，为数据挖掘提供了基础，并使数据挖掘的范围从企业内部扩大到外部的整个“链”。但在整个供应链中，信息产非总是可用的，比如有些数据没有记录，或者在输入数据或传输数据时发生错误等，这些原因导致数据常常是不完整的、含噪声的，或者是不一致的。这些数据无法支持数据挖掘，所以首先要进行数据预处理。
数据预处理主要包括数据提取、清理、集成、变换和归纳。数据提取是从分散在多个数据源中的信息抽取出需要的数据。数据清理是消除噪声或不一致数据。数据集成将多数据源中的数据进行合并处理。数据变换通过规范化可以改进涉及距离度量挖掘算法的精度和有效性。数据归纳将可以通过聚集、删除冗余特性或聚类等方法来压缩数据。这些预处理技术大大提高了数据挖掘的质量，降低实际挖掘所需要的时间。数据仓库及数据挖掘技术的流程如图3所示。
4 结束语
按照集成式信息流模式构建的集成式信息系统，能够保证供应链企业之间具有良好的信息交换能力；保证相互之间信息的一致性；保持各节点企业已有系统的相对自主性，而且它的具有开放性的体系结构，能满足伙伴之间异构平台的需要。
在信息集成中心设置数据仓库并在此基础上进行数据挖掘能有效地支持决策。数据仓库和数据挖掘现已成为学术研究和商业应用的热点。在西方发达国家已经涌现出了大量的数据挖掘公司，现在国内也已经出现了一些此类的系统。
标签：信息流论文; 数据仓库论文; 大数据论文; 数据挖掘技术论文; 供应链系统论文; 数据挖掘算法论文; 供应链物流论文; 数据集成论文; 信息集成论文;