数据挖掘在企业中的应用.doc

数据挖掘在企业中的应用
近年来,人们希望有新的技术和工具对大量数据进行强有力的分析,从中提取出有价值的信息,为决策者提供必要的支持。由此,数据挖掘技术应运而生。许多企业实施了ERP系统,完成了企业业务管理的功能,并形成了准确、及时、完整的基础数据。然而,决策中最重要问题是如何获取更高层次的知识,来把握企业整体运作和决定企业未来的战略发展,这就需要可靠的决策支持系统,而数据挖掘技术就成为实现决策支持系统的最佳途径。
一、数据挖掘的发展
20世纪90年代以来,由于经济全球化和市场国际化的发展趋势,制造业所面临的竞争更趋激烈。经历了40年代的订货点法、60年代的时段式MRP、70年代的闭环MRP、80年代的MRPII后,随着市场竞争的加剧,企业竞争空问与范围进一步扩大,MRPII逐步发展为怎么样有效利用和管理整体资源的管理思想。随后,在MRPII基础上发展起来的ERP于90年代产生[]。ERP是一个高度集成的信息系统,它体现了物流信息与资金流信息的集成。在ERP系统中,制造、供销和财务三大部分是其重要组成部分。此外,在功能上还增加了支持物料流通体系的运输管理、仓库管理;支持在线分析处理(OLAP)、售后服务及质量反馈;支持生产保障体系的质量管理、试验室管理、设备维修和备品备件管理;支持跨国经营的多国家地区、多工厂、多语种、多币值需求;支持多种生产类型或混合型制造企业:支持远程通信(web///E—business)、电子数据交换(EDI)、电子商务(E—cormerce);支持工作流动态模型变化与信息处理程序命令的集成等。事实上,当前的一些ERP软件所具备的功能已经远远超出制造业的应用范围,成为一种适应性强、具有广泛应用意义的企业管理信息系统[]。
随着企业信息化的发展,ERP做为一个集成的、以电子化的管理信息与业务流程贯穿于企业经营各个方面的系统,在企业中广泛得以应用,极大地提高了企业的竞争力,并且积累了比较准确的、及时的、完整的基本事务数据。然而,对于企业管理层来说,想要得到可以辅助决策的信息,就需要决策支持系统。它是以管理科学、计算机科学等为基础,以计算机技术、人工智能技术、数学方法和信息技术等为手段,主要面对半结构化的决策问题,支持中高级决策者的决策活动的一种人机交互系统。它能为决策者迅速而准确地提供决策需要的数据、信息和背景材料,帮助决筑者明确目标,建立和修改模型,提供备选方案,评价和优选各种方案,通过人机对话进行分析、比较和判断,为正确决策提供有力支持[]。根据这个定义,可以看到现有ERP系统满足的只是预先定义处理规则的日常决策。例如,根据企业制定的库存最低限额,仓库管理员每天都要做出这样的决策:今天有哪些材料要提请采购、采购量各是多少等?而那些战术层次的、半结构的决策,ERP系统就不能像操作决策那样完全可以驾驭、甚至取代人来完成了。例如,年度经营预算的编制,无论是以销售收入为起点的预算、还是以制造数量为起点的预算,虽然有其规范的编制格式和项目间的联动关系,但其起点的销售收入和制造数量,则由于相关因素太多,而不能给出非常合理的预测。不难看出,ERP只能完成量化的部分、来自内部与历史的部分,而那些定性的、柔性的部分,只能由决策者在此基础上自行完成。所以,如何由ERP系统直接为决策者提供基于历史数据的决策支持,正是现有ERP系统期待解决的问