數據挖掘技術在采購循環控制中的應用

在信息化時代，傳統的查詢、分析功能已不能滿足用戶對海量信息的管理需求。若不采用新的先進技術，就很難找出數據中隱藏的關系和規律。很難根據目前的狀況預測未來的發展趨勢。使之為輔助決策提供支持。在這種情況下，數據挖掘技術應運而生。在ERP管理系統中，常用的數據挖掘策略包括分類、估計、預測、無指導聚類、購物籃分析等：常用的數據挖掘技術有統計方法、聚類分析、決策樹和決策規則、關聯規則、人工神經網絡、遺傳算法、可視化方法等。在數據挖掘實踐中，往往是多種數據挖掘策略和技術方法綜合運用。本文以ERP采購管理系統中的成本考核控制模塊為例，介紹數據挖掘技術應用的過程。
   一、采購管理系統控制流程
    采購與付款循環是企業資金周轉的重要環節，只有及時做好財產物資的供應與驗收，才能保證生產和銷售的正常運轉，因此必須加強對采購循環的控制。
   數據挖掘下的采購循環控制流程如下：申購員根據物料需求計劃和倉庫儲備情況填寫請購單，經主管部門領導審批后由采購員尋找供應商，經過比價協商，與供應商審核并簽訂采購訂單。在確定了采購政策之后。材料送到倉管部門驗收入庫，根據上游單據生成到貨單、人庫單和采購發票，及時結算并傳遞給存貨核算系統記賬、制單，確認商品采購成本。另外，經采購系統結算后的發票傳遞到資金控制予系統中，由應付會計審核、制單，確保資金合理使用。遵循上述流程，可以將財務實時控制的方法和數據挖掘技術嵌人到ERP采購管理系統中，把存貨的實際成本與計劃成本比較，確定是超支還是節約。為考核采購員的工作業績提供量化資料。通過Internet搜集和分析供應商的財務信息和經營狀況，制定供應商的新政策，選擇物美價廉、性價比高的材料和優質的服務。避免企業財務危機、維護企業信譽。
   二、數據挖掘技術在采購循環控制中的應用
    分類策略的主要方法之一是決策樹方法。根據材料的計劃成本和實際成本屬性，通過決策樹將材料分類，構建材料采購成本風險控制的數據模型，在應用中反復修正，提高采購業績考核的準確性。然后，對所有材料采購成本進行聚類分析，可以將材料分為若干類，并對不同種類的材料分別采取不同的采購管理政策。例如，對于超支嚴重的材料進行歷次購買行為分析，識別孤立點，當采購行為發生異常時，提示警報，以便深入研究其原因，采取措施。具體過程如下：
    （一）問題陳述。對材料采購成本進行數據挖掘的目的是控制材料采購風險、降低采購成本，以便采取不同的材料供應戰略。所以，此次數據挖掘的策略是根據材料采購超支與節約信息對材料進行分類，構建材料采購的分類模型。
    （二）數據收集。要盡可能搜集到所有采購材料的屬性值信息，提供海量的數據，將這些數據整合，形成數據集集市，供數據挖掘使用。
    （三）數據預處理。如果將全部數據都拿來做數據挖掘，可能失去控制重點，還可能使錯誤數據影響數據挖掘，導致無法提練出有用的信息。因此，要經過下列數據預處理過程。（1）依據經驗去除明顯的異常點。（2）考慮材料采購風險的性質，剔除與數據挖掘主題無關的屬性，確定恰當的材料采購描述屬性。（3）依據挖掘的需求對數據進行相應的轉換。在材料采購成本的數據挖掘中，主要的采購材料屬性是供應商名稱、倉庫名稱、材料名稱、材料類別、數量、計劃單價、實際單價、計劃成本、實際成本、超支（節約）差異等等。表1為某企業部分材料采購成本表，已經過數據預處理。先根據材料采購成本的屬性對采購業績考核的重要性，選擇材料的實際成本、超支（節約）差異屬性作為分類的依據。然后，為了降低材料采購成本的量度影響。對上述兩個屬性歸一化到0和l之間。公式為：歸一化值=屬性／屬性中最大值。

表l

（四）模型評估。建立挖掘算法的模型是數據挖掘工作的重要環節?？梢允褂枚喾N方法分別操作數據集，評估各模型的效果，從而尋找出合適的分析模型。在材料采購成本的數據挖掘中，可以運用分類樹方法建立分類決策樹，也可以采用聚類分析方法，以材料的實際成本和超支（節約）差異為屬性將材料成本分為幾類。此分類結果，可用于新增材料成本的分類。實現控制的程序化和自動化。
    通過SPSS軟件的聚類分析工具。使用K均值分類法處理上表的數據。按照設定的分類數目，從隨機的初始分區開始，依據樣本和類間的相似程度，將樣本分配到各類，使之滿足相應的收斂準則。過程如下：根據類中心的距離最小原則，把各項目分配到各類中去。產生第1次迭代的K類。根據每類的各項目計算其屬性均值，產生第2次迭代的類中心。依次類推，反復迭代，直到達到規定的迭代標準或迭代次數為止。本例K均值分類法選定的類中心數為4，分類屬性為歸一化材料實際成本和歸一化材料超支（節約）差異。經過3次迭代。得到聚類結果，如表2和表3所示。

表2 最終聚類中心

表3 最終聚類結果

（五）解釋模型和得出結論。通過對數據挖掘構建的模型進行解釋和評價，從大量的、隨機的、模糊的、有噪聲的實際數據中，提煉出有用的信息和知識，并以用戶可理解的語言或可視化的形式呈現給用戶。利用數據挖掘獲取的信息，分析過去的交易和事項，也為未來的經濟業務事項提供決策依據。當出現新交易和事項時，要分析和評價模型的適用性?；蜻m當地修改模型。
    從最終聚類中心來看，第1類是超支嚴重，實際成本較高的材料。該類材料應重點關注?？赡苁遣少彸杀究刂撇坏轿?，或者是原來制定的計劃成本不合理，大大低于市場價。要深入分析原因，采取對策，若是采購人員的工作過失，耍責其改正，嚴重的要追究責任，使采購成本控制在合理的范圍。第2類是超支較嚴重，實際成本不定的材料，應給予一定的關注，尋找降低采購成本的方法和途徑，盡量做到不超支。第3類是既沒超支也沒節約，實際采購成本相對較為合理的材料。這類材料采購成本控制壓力較小，可以減少關注程度。第4類是實際成本小于計劃成本。實際成本不定的材料。這類材料采購成本控制工作做得好，應表彰獎勵采購人員?？偨Y推廣經驗。但要注意防止購買價低質次的材料。經過上述聚類分析。將材料采購成本分為4類，分別采取不同的措施。提高了材料采購成本的控制效率。減少了控制的隨意性和采購風險。
    上述五個階段緊密相聯，一環扣一環，相互作用，各個階段都有新的方法和信息注入。
   三、結束語
    將數據挖掘技術用于采購成本控制分析。是挖掘ERP系統應用潛力、控制采購成本和采購風險、提高采購管理水平的有益探索。而且，數據挖掘還可以擴展到采購管理子系統其他方面以及財務管理、銷售管理、生產制造、人力資源管理等ERP子系統中。形成一個基于數據挖掘的功能更強大的ERP系統。