1 引 言
長期以來 ，人們都習慣關注發生在生產領域的成本，但隨著現代化大生產的發展，人們的焦點已逐漸轉移到物流領域。據統計，在美國，全部生產過程中只有5%的時間用于加工制造，95%的時間則用于搬運、儲存等物流過程;在日本，物流費用約占產品總成本的10%～12%;在我國，物流費用大約占商品進銷差價的70%，僅在賬面上反映的物流費用就占商品總成本的40%。由此可見，物流在企業經營管理中占有重要地位。
為了達到準確、快速、高效與個性化，物流企業除了要利用先進的企業管理知識外，必須依靠先進的信息技術。隨著企業間競爭的加劇物流企業已不僅僅滿足利用自動識別技術、EDI、網絡技術等信息技術來確立企業的競爭優勢，而是將目光紛紛投到了正在蓬勃發展的商業智能領域。
2 商業智能的概念
商業智能這一術語1989年由Gartner Group的HowardDresner最早提出，它描述了一系列的概念和方法，給予事實的支持系統來輔助商湘決策的制定。
商業智能的作用是將企業現有的數據轉化為知識，幫助企業做出正確明智的經營決策。在當今現代化的物流企業操作的過程中，通常會產生大量的數據，比如：定單、庫存、往來賬目、顧客等等，如何利用這些數據來增進對企業業務、供應鏈合作伙伴、顧客行為等狀況的了解，預測企業業務發展趨勢，并做出及時正確的判斷呢?
這此問題都可以通過建立有效的商業智能系統來解決。商業智能系統能夠為使用者提供兩個基本的效益：一是提供從數據中發現新關系的能力;二是加強戰術和戰略決策以及決策過程的精確性。
復雜的商業智能系統能夠適應來自不同數據資源的各種各樣的數據類型，使用者在決策過程中，能夠從大量細微、難懂的數據中挖掘和識別出有用的知識。
3 商業智能在物流領域應用的必要性和緊迫性
過去的幾年里，物流行業發生了許多巨大的變化，如何管理物流也隨之成為企業戰略的一個重要環節，同時，隨著競爭的不斷加劇，物流管理所面臨的仟務也越來越繁重。為了將收集到的大量的各方數據轉變為有價值、可操作的信息，企業所花的代價也越來越大。
而商業智能技術的優勢正是在將企業現有的數據轉化為可操作的知識。因此，無論在物流企業的運輸管理、倉儲管理、增強供應鏈可見性、供需預測還是在衡量企業關鍵運營指標、人力資源管理等諸多方面，商業智能技術都大有可為。
4 商業智能系統的構造和相關技術
4.1商業智能系統的架構
體系結構是指一整套的為一系統或產品的整體設計提供的規則和結構，而商業智能的體系結構是指通過識別和理解數據在系統中的流動過程和數據在企業中的應用過程來提供商業智能系統應用的主框架。圖1展示了一個完整的商業智能系統。通常來說，商業智能系統的建立，要遵守以下步驟：
圖1 商業智能系統的架構
(1)識別和確定數據源。商業智能的數據來自于多種數據源，包括企業內部或企業外部的，如：訂單信息、顧客信息、產品信息、庫存信息、財務信息等;
(2)進行數據集成和存儲管理;
(3)數據分析和建模。商業智能建立的根本目的是獲得高投資回報率，運用商業智能系統所提供的數據分析工具，通過數據分析、建模將數據轉化為信息和知識。
4.2 商業智能的相關技術
從建立商業智能系統的技術角度來看，所需要的技術主要有以下幾種：
(1)數據倉庫技術。數據倉庫出現在20世紀80年代中期，它是一個面向主題的、集成的、穩定的、包含歷史數據的數據集合，它應用于支持管理中的決策制定過程(W.H.Inmon)。商業智能系統的核心是解決商業應用問題，通過把數據處理技術與商務規則相結合以提高商業利潤，減少企業運營風險。
(2)數據挖掘技術。它主要用于從大量的數據中發現隱藏的規律或關系，通常采用機器自動識別的方式，而不需要太多的人工干預。數據挖掘中常用的數據模型有：分類模型，根據商業數據的屬性將數據分派到不同的組中;關聯模型，描述一組數據的密切度和關系;順序模型，用于分析數據倉庫中的某類同時間相關的數據并發現某時間段內數據的相關處理模型;聚簇模型，按照某種相近的度量方法將用戶數據分成互不相同的一些分組，組中的數據相近，組之間的數據相差較大。
(3)聯機分析處理(OLAP)。主要通過多位的方式對數據進行分析、查詢和報表處理，OLAP主要對用戶當前及歷史數據進行分析、輔助領導決策。
5 商業智能在企業物流中的應用
商業智能系統不僅僅在正向物流中發揮著重要的作用，在逆向物流中同樣有著重要的作用。世界著名品牌雅詩蘭黛在全球范圍的年銷售額達到40億美元，但同時每年退、過量、報廢和損壞的數額達到1.9億美元，約占銷售額的4.75%。每年的巨額流失使雅詩蘭黛公司決定花大力氣改善其忽視的逆向物流領域，公司于三年前投資130萬美元發展逆向物流的商業智能系統，掃描系統、效果顯著。在整個系統運轉的第一年就為公司追回了原先要通過裁員和降低管理費用產生的成本價值。通過對24%以上的退貨運用商業智能工具進行分析、評估，從中分揀出可以再次分銷的數量是真正需要退回的1.5倍，從而每年節省了約47.5萬美元的成本。與此同時，系統對超過保質期的產品識別也在大大提高，1998年到1999年，因為超過保質期而被銷毀的退貨從37%降到了27%。據雅詩蘭黛逆向物流部門經理預計，未來幾年，只要系統能夠給予更嚴格的退貨時間識別出超過保質期的產品，產品銷毀率完全可能降到15%以下。
除雅詩蘭黛外，IBM、通用汽車業也于幾年前開始在逆向物流中運用商業智能系統技術和其他相關技術，進行深度挖掘，強化管理，降低成本，提高服務滿意度。
6 結束語
商業智能在物流領域的應用是相當重要和廣泛的，當然要建立一個距離短、時間少、整合好、質量高、費用省、環保型的物流不是僅僅運用商業智能就可以做到的，而是必須強調物流五大環節(運輸、保管、裝卸、包裝和信息)的系統性，做到五大環節的協調性、一致性、關聯性、互動性和平衡性。
