商业智能在服装企业供应链管理中的应用.docxVIP

商业智能在服装企业供应链管理中的应用 蒋韵，韩永生 (中国科学院软件研究所人机交互技术和智能信息处理实验室，北京100190) 摘 要：“高库存，高缺货”并存是当前服装企业亟需解决的难题，而传统的预测型供应链运作模式是造成该难题的根源。为 了改变这种模式，引进拉式补货及库存动态缓冲管理(buffer management，BM)的方法，并提出运用商业智能(BI)技术构建相应 的决策支持系统。通过阐述对BI技术的应用过程，给出了该信息系统的实现过程及基本框架。系统运行一段时间后的相关 数据显示，在库存水平显著下降的同时，终端销售有明显上升，验证了该方法及信息系统的可行性。 关键词：商业智能；数据仓库；拉式补货；库存动态缓冲管理；供应链管理 中图法分类号：TP391 文献标识码：A 文章编号：1000-7024(201 1)03—0897·04 Application of business intelligence to support supply chain management in garments industry JIANG Yun，HAN Yong—sheng (Intelligence Information Processing Laboratory,Institute of Software，Chinese Academy of Sciences， Beijing 100190，China) Abstract：Traditional forecast-based supply chain management(SCM)mode has a universal problem in garments industry：hi曲 inventory and meanwhile serious out-of-stock．Demand-pull replenishment and buffer management(BM) are proposed tO solve the problem．For the landing of the method，business intelligence technology is used to build up decision-making support system．The result show that the application ofthe system Can remarkably reduce the inventory level and slightly promote the sales performance，the validity ofthe method and the system are validated． Keywords：business intelligence；data warehouse；demand—pull replenishment；buffer management；supply chain management 0引 言 在供应链库存管理领域，回答“什么时候补货”以及“补多 少货”这样的问题，通常会用到一系列的预测方法。然而，多 变的市场需求所带来的不确定性经常令各种各样的预测方法 无法带来有效的结果，服装行业普遍面临的高库存、高缺货难 题即为例证之一。服装产品的市场需求符合意大利经济学家 帕累托提出的20-80法则(又称不平衡原则或帕累托法则)Ⅲ， 因此会有明显的畅销品和滞销品之分。与此同时，门店对畅 销品的缺货严重，无形中损失了巨大的潜在销售机会。图1 展示了中国服装行业供应链运作的基本现况。 运用以色列管理学家高德拉特博士所提出的约束理论 (TOC)中的拉式补货及库存动态缓冲管理方法来作为上述 问题的解决方案，成熟的商业智能与数据仓库技术为这一 方法的实施提供了良好的技术平台。商业智能与数据仓库 技术在企业运营中不仅可以应用到多种行业，而且可以应 用至企业的多个职能领域，如何将先进的管理理念与商业 高库存、高缺货成为 服装行业普遍难题 预测多，实际需求少，I l预测少。r实际需求多 造成库存积也 导致缺货 终端需求呈现严 重不平衡的忐势 服装产品的市场需求 符合意太利经济学家 帕累托提出的2080法则 中陶服装行业普遍采用 传统的预测型供戍链 返作模式 图1 中国服装行业供应链运作基本现况 智能与数据仓库技术进行综合集成，开发出与业务需求紧 密结合的决策支持系统，是商业智能与数据仓库技术的发 展趋势所在。 收稿日期：2010-04-07；修订日期：2010-06-21。 基金项目：科技部国家科技支撵计划基金项目(2006BAFolA02)。 作者简介：蒋韵(1984--)，女，广西全州人，硕士研究生，研究方向为商