淺議第三方物流企業(yè)論文
淺議第三方物流企業(yè)論文
進(jìn)入21世紀(jì)，隨著經(jīng)濟(jì)全球一體化的到來，物流的發(fā)展方興未艾。物流作為一種新興產(chǎn)業(yè)受到了世界各國前所未有的關(guān)注，物流業(yè)也被我國列為國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)。下面是學(xué)習(xí)啦小編為大家整理的第三方物流企業(yè)論文，供大家參考。
第三方物流企業(yè)論文范文一：淺析第三方物流企業(yè)并購分析
論文關(guān)鍵詞：第三方物流 并購 方式 整合
論文摘要：在分析第三方物流企業(yè)并購必要性的基礎(chǔ)上，探討了第三方物流企業(yè)并購的具體方式，提出第三方物流企業(yè)并購應(yīng)注意的問題。最后指出并購雖然是推動產(chǎn)業(yè)成長的一種有效方式，但并購本身只是社會資源的一種重新布局和優(yōu)化組合，第三方物流企業(yè)經(jīng)營的好壞并不是通過并購就能完全解決的。
1第三方物流企業(yè)并購的必要性分析
企業(yè)并購是“兼并”、“合并”以及“收購”等概念的統(tǒng)稱，區(qū)別于企業(yè)重組及戰(zhàn)略聯(lián)盟等概念。物流企業(yè)并購是指在市場經(jīng)濟(jì)體制條件下，兩個或更多的物流企業(yè)根據(jù)特定的法律制度所規(guī)定的程序，通過簽訂市場合約的形式合并為一個新物流企業(yè)的行為。我國的物流資源過于分散、第三方物流企業(yè)規(guī)模小、專業(yè)化程度低、服務(wù)功能單一和第三方物流市場潛力巨大同時并存的現(xiàn)象，對第三方物流企業(yè)并購提出了直接的要求。主要可以從以下幾個方面來分析：
1.1物流服務(wù)綜合化、專業(yè)化的需要。面對日益激烈的市場競爭和迅速變化的市場需求，為客戶提供全程物流業(yè)務(wù)服務(wù)，即所謂“一站式”一體化的綜合物流服務(wù)，成了現(xiàn)代第三方物流企業(yè)生存與發(fā)展的關(guān)鍵。但是我國大多數(shù)第三方物流企業(yè)只能提供基礎(chǔ)物流服務(wù)，很難實現(xiàn)全過程服務(wù)，處于低水平的粗放經(jīng)營狀態(tài)。這就需要對第三方物流企業(yè)進(jìn)行并購整合，改原來的分散式、小規(guī)模經(jīng)營為集約化控制，實現(xiàn)資源與資金、市場與客戶的整合效應(yīng)，真正實現(xiàn)規(guī)模經(jīng)營效益。
1.2整合物流資源并實現(xiàn)資源優(yōu)化配置的需要。市場集中度低、大量小型第三方物流企業(yè)在低端物流服務(wù)市場的涌現(xiàn)已經(jīng)成為制約中國物流產(chǎn)業(yè)發(fā)展的最大障礙。所以，對物流市場進(jìn)行各種資源(包括人才資源)整合，提高物流產(chǎn)業(yè)市場集中度是促進(jìn)中國物流業(yè)發(fā)展的必然要求，這可以通過物流企業(yè)間的并購方式來實現(xiàn)。對于高端物流企業(yè)來說，需要通過并購小企業(yè)來擴(kuò)充其網(wǎng)絡(luò)，對企業(yè)的資產(chǎn)進(jìn)行補(bǔ)充和調(diào)整，達(dá)到最佳經(jīng)濟(jì)規(guī)模，降低企業(yè)的物流成本，實現(xiàn)規(guī)模經(jīng)濟(jì)效益;而對于低端市場的小企業(yè)來說，被兼并重組，又何嘗不是另一種出路。
1_3構(gòu)建并提升企業(yè)核心競爭力的需要。近年來全球企業(yè)的并購浪潮，不難發(fā)現(xiàn)，很多企業(yè)正是試圖通過并購來構(gòu)建新的、更高層次的核心競爭力，以期實現(xiàn)企業(yè)的持久競爭優(yōu)勢。一些比較有實力的第三方物流企業(yè)可以通過并購某些有特色的具有專長的或與其擁有互補(bǔ)優(yōu)勢的物流企業(yè)來構(gòu)建和提升企業(yè)的核心競爭力。此外。一些有特色的小型物流企業(yè)本身具有它們的核心競爭能力，但因為太小而無法充分運用此能力。采用并購模式后可以獲得更大的市場發(fā)展空間，以便能夠使用核心能力，獲得更大的競爭優(yōu)勢。
1.4應(yīng)對國際競爭的需要。隨著2005年底我國物流業(yè)的全面開放，外資物流企業(yè)憑借資本和技術(shù)優(yōu)勢，大張旗鼓地布局中國物流市場，面對外界壓力，我國本土的物流企業(yè)最有效和最直接的做法就是改變自然增長的模式，采用并購的模式進(jìn)行快速擴(kuò)張，形成規(guī)模經(jīng)濟(jì)。
2第三方物流企業(yè)并購的方式
結(jié)合第三方物流企業(yè)自身的實際情況，第三方物流企業(yè)并購整合的方式大致分為三種，即橫向并購、縱向并購和混合并購。
2.1第三方物流企業(yè)橫向并購
所謂橫向并購是指同屬于一個產(chǎn)業(yè)或行業(yè)，或產(chǎn)品處于同一市場的企業(yè)之間發(fā)生的并購行為。第三方物流企業(yè)橫向并購即生產(chǎn)同類產(chǎn)品或提供同類服務(wù)的第三方物流企業(yè)之間的并購。物流企業(yè)橫向并購容易生成規(guī)模經(jīng)濟(jì)，產(chǎn)生技術(shù)和管理上的協(xié)同效應(yīng)，即1+1>2的效應(yīng)，實現(xiàn)規(guī)模效益遞增。所以，橫向并購適用于并購后能實現(xiàn)規(guī)模經(jīng)濟(jì)的物流企業(yè)。 但是過度的橫向并購可能導(dǎo)致獨占，從而限制競爭。當(dāng)物流企業(yè)通過橫向并購取得了足夠大的市場份額的時候，相關(guān)企業(yè)就可以憑借取得的市場優(yōu)勢地位不顧其它中小物流企業(yè)而濫用市場勢力，提高市場價格，限制物流服務(wù)量。其它小企業(yè)就不得不跟隨大企業(yè)的行為來調(diào)整自己的經(jīng)營戰(zhàn)略，從而達(dá)成一個非正式的卡特爾。
2.2第三方物流企業(yè)縱向并購
所謂縱向并購是指生產(chǎn)和銷售過程處于產(chǎn)業(yè)鏈的上下游、相互銜接、緊密聯(lián)系的企業(yè)之間的并購行為。第三方物流企業(yè)縱向并購即供應(yīng)鏈中的物流企業(yè)把其承擔(dān)的功能轉(zhuǎn)移到供應(yīng)鏈的上游或下游，前者稱為上游替代，后者稱為下游替代。采用縱向并購的方式，其目的是為了減少經(jīng)營活動的交易費用?？v向并購適用于經(jīng)營的產(chǎn)業(yè)比較多，包括有志建立和形成自己核心價值鏈的物流集團(tuán)公司。
2_3第三方物流企業(yè)混合并購
所謂混合并購是指生產(chǎn)和經(jīng)營彼此沒有關(guān)聯(lián)的產(chǎn)品或服務(wù)的企業(yè)之間的并購行為?；旌喜①彽闹饕康氖欠稚⒔?jīng)營風(fēng)險，提高企業(yè)的市場適應(yīng)能力。第三方物流企業(yè)混合并購即物流企業(yè)和其他產(chǎn)業(yè)、行業(yè)的企業(yè)之間的并購行為，混和并購適用于在其經(jīng)營主業(yè)中實力很強(qiáng)，居產(chǎn)業(yè)龍頭地位的物流企業(yè)，在原來主業(yè)已經(jīng)實現(xiàn)了規(guī)模經(jīng)濟(jì)效益，同時有較好的管理能力和有剩余的資金、精力等資源的條件下，物流企業(yè)可以根據(jù)市場條件，通過混合并購，積極尋找新的行業(yè)增長點，實現(xiàn)多元化經(jīng)營。
3第三方物流企業(yè)并購應(yīng)注意的問題
并購對企業(yè)發(fā)展具有重大的意義，但是從實際情況來看，許多并購案都是失敗的。為保證第三方物流企業(yè)并購的成功，應(yīng)該注意以下幾個問題：
3.1并購目標(biāo)一定要明確
第三方物流企業(yè)在并購前必須清楚地了解自己通過并購所要達(dá)到的戰(zhàn)略目標(biāo)，之后根據(jù)戰(zhàn)略目標(biāo)甄別、選擇市場上的目標(biāo)企業(yè)，只有這樣才能保證自己所并購企業(yè)能真正為自己所用，達(dá)到整合資源、擴(kuò)張規(guī)模的基本目的。而且，并購目標(biāo)明確后，也有助于各項并購工作的開展和決策方向性的制定。
3.2注意目標(biāo)公司合法性。并購是市場經(jīng)濟(jì)主體之間的產(chǎn)權(quán)交易，交易主體是否具有合法資質(zhì)至關(guān)重要。交易主體是否依法成立并合法存續(xù)，是否具備從事特定行業(yè)的特定資質(zhì)等等都會影響并購的進(jìn)行，甚至可能會造成收購方重大損失，導(dǎo)致并購失敗。
3.3并購后對目標(biāo)企業(yè)進(jìn)行迅速有效的整合。目標(biāo)公司被收購以后，很容易形成經(jīng)營混亂的局面，尤其是在敵意收購的情況下，這時許多管理人員紛紛離去、客戶流失、生產(chǎn)混亂，因此需要對目標(biāo)公司進(jìn)行迅速有效的整合。通過向目標(biāo)公司派駐高級管理人員穩(wěn)定目標(biāo)公司的日常經(jīng)營，然后對各個方面進(jìn)行的整合。其中企業(yè)文化整合尤其應(yīng)該受到重視，因為許多研究發(fā)現(xiàn)：很多并購的失敗都是由于雙方企業(yè)文化不能很好的融合所造成的。
4結(jié)束語
從當(dāng)前我國第三方物流業(yè)發(fā)展的內(nèi)外特點看，并購是其必由之路。也是整個市場走向成熟的標(biāo)志。并購雖然是推動產(chǎn)業(yè)成長的一種有效方式，但并購本身只是社會資源的一種重新布局、一種優(yōu)化組合，企業(yè)經(jīng)營的好壞并不是通過并購就能徹底解決的。并購后為了確保企業(yè)發(fā)展戰(zhàn)略目標(biāo)的實現(xiàn)，還必須從產(chǎn)品、市場、財務(wù)、計劃、人事管理以及企業(yè)文化等方面對被并購企業(yè)進(jìn)行一體化管理。
第三方物流企業(yè)論文范文二：談數(shù)據(jù)挖掘技術(shù)在第三方物流企業(yè)的應(yīng)用
內(nèi)容摘要：數(shù)據(jù)挖掘是商務(wù)智能技術(shù)的重要組成部分，是一個新的重要的研究領(lǐng)域。本文介紹了商務(wù)智能技術(shù)應(yīng)用現(xiàn)狀和組成，闡述了數(shù)據(jù)挖掘技術(shù)在第三方物流企業(yè)的應(yīng)用。
關(guān)鍵詞：商務(wù)智能 數(shù)據(jù)挖掘 第三方物流 研究
在當(dāng)今競爭日益激烈的市場環(huán)境中，第三方物流企業(yè)都希望能夠從浩如煙海的商務(wù)數(shù)據(jù)以及其他相關(guān)的物流業(yè)務(wù)數(shù)據(jù)中發(fā)現(xiàn)帶來巨額利潤的商機(jī)。只有那些利用先進(jìn)的信息技術(shù)成功地收集、分析、理解信息并依據(jù)信息進(jìn)行決策的物流企業(yè)才能獲得競爭優(yōu)勢，才是物流市場的贏家。因此，越來越多的物流管理者開始借助商務(wù)智能技術(shù)來發(fā)現(xiàn)物流運營過程中存在的問題，找到有利的物流解決方案。
商務(wù)智能技術(shù)應(yīng)用現(xiàn)狀
我國加入了WTO，在許多領(lǐng)域，如金融、保險、物流等領(lǐng)域?qū)⒅鸩綄ν忾_放，這就意味著許多第三方物流企業(yè)將面臨來自國際大型跨國物流公司的巨大競爭壓力。國外發(fā)達(dá)國家各種企業(yè)采用商務(wù)智能的水平已經(jīng)遠(yuǎn)遠(yuǎn)超過了我國。美國Palo Alto 管理集團(tuán)公司1999年對歐洲、北美和日本375家大中型企業(yè)的商務(wù)智能技術(shù)的采用情況進(jìn)行了調(diào)查。結(jié)果顯示，在金融領(lǐng)域，商務(wù)智能技術(shù)的應(yīng)用水平已經(jīng)達(dá)到或接近70%，在營銷領(lǐng)域也達(dá)到50%，并且在其他應(yīng)用領(lǐng)域?qū)υ摷夹g(shù)的采納水平都提高約50%。現(xiàn)在，許多第三方物流企業(yè)都把數(shù)據(jù)看成寶貴的財富，紛紛利用商務(wù)智能發(fā)現(xiàn)其中隱藏的信息，借此獲得巨額的回報。
據(jù)IDC對歐洲和北美62家采用了商務(wù)智能技術(shù)的企業(yè)的調(diào)查分析發(fā)現(xiàn)，這些企業(yè)的3年平均投資回報率為401%，其中25%的企業(yè)的投資回報率超過600%。調(diào)查結(jié)果還顯示，一個企業(yè)要想在復(fù)雜的環(huán)境中獲得成功，高層管理者必須能夠控制極其復(fù)雜的商業(yè)結(jié)構(gòu)，若沒有詳實的事實和數(shù)據(jù)支持，是很難辦到的。因此，隨著數(shù)據(jù)挖掘技術(shù)的不斷改進(jìn)和日益成熟，它必將被更多的第三方物流企業(yè)采用，使更多的物流管理者得到更多的商務(wù)智能。
商務(wù)智能技術(shù)的組成
具體地說，商務(wù)智能技術(shù)有數(shù)據(jù)倉庫(data warehousing)、聯(lián)機(jī)分析處理(on-line analytical processing，簡稱OLAP)、數(shù)據(jù)挖掘(data mining)，包括這三者在內(nèi)的用于綜合、探察和分析商務(wù)數(shù)據(jù)的先進(jìn)的信息技術(shù)的統(tǒng)稱就是商務(wù)智能技術(shù)。
數(shù)據(jù)倉庫是一個面向主題的、集成的、隨時間變化的主要用于決策支持的數(shù)據(jù)的集合。一般來說，大的物流公司或企業(yè)內(nèi)存在著各種各樣的信息系統(tǒng)，這些應(yīng)用驅(qū)動的操作型信息系統(tǒng)為企業(yè)不同的物流業(yè)務(wù)系統(tǒng)服務(wù)，具有不同接口和不同的數(shù)據(jù)表示方法，互相孤立。利用數(shù)據(jù)倉庫技術(shù)可以動態(tài)地將各個物流企業(yè)子系統(tǒng)中的數(shù)據(jù)抽取集成到一起，進(jìn)行清洗、轉(zhuǎn)換等處理之后加載到數(shù)據(jù)倉庫中，通過周期性的刷新，為物流用戶提供一個統(tǒng)一的干凈的數(shù)據(jù)視圖，為數(shù)據(jù)分析提供一個高質(zhì)量的數(shù)據(jù)源。
對于數(shù)據(jù)倉庫中的數(shù)據(jù)，可以使用一些增強(qiáng)的查詢和報表工具進(jìn)行復(fù)雜的查詢和即時的報表制作，可以利用OLAP技術(shù)從多種角度對物流業(yè)務(wù)數(shù)據(jù)進(jìn)行多方面的匯總、統(tǒng)計、計算，還可以利用數(shù)據(jù)挖掘技術(shù)自動發(fā)現(xiàn)其中隱含的有用的物流信息。
數(shù)據(jù)挖掘又稱知識發(fā)現(xiàn)(Knowledge Discovery in Database，簡稱KDD)，是從大量數(shù)據(jù)中抽取有意義的、隱含的、以前未知的并有潛在使用價值的知識的過程。數(shù)據(jù)挖掘是一個多學(xué)科交叉性學(xué)科，它涉及統(tǒng)計學(xué)、數(shù)據(jù)庫、模式識別、可視化以及高性能計算等多個學(xué)科。利用數(shù)據(jù)挖掘技術(shù)可以分析各種類型的數(shù)據(jù)，例如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)、靜態(tài)的歷史數(shù)據(jù)和動態(tài)數(shù)據(jù)流數(shù)據(jù)等。
數(shù)據(jù)挖掘技術(shù)在第三方物流企業(yè)的應(yīng)用分析
數(shù)據(jù)挖掘是從大量的、不完全的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的數(shù)據(jù)中發(fā)現(xiàn)其潛在規(guī)律的技術(shù)，是當(dāng)前計算機(jī)科學(xué)研究的熱點之一。隨著信息技術(shù)的高速發(fā)展，積累的有關(guān)物流行業(yè)的數(shù)據(jù)量劇增，如何從大量的物流數(shù)據(jù)中提取有用的知識成為第三方物流企業(yè)當(dāng)務(wù)之急。數(shù)據(jù)挖掘就是為順應(yīng)需要應(yīng)運而生發(fā)展起來的數(shù)據(jù)處理技術(shù)。
數(shù)據(jù)挖掘的對象
關(guān)系數(shù)據(jù)庫(relational database)中通常存儲和管理的是結(jié)構(gòu)化的數(shù)據(jù)，它將一個實體的各方面信息通過離散的屬性進(jìn)行描述。而文本數(shù)據(jù)庫(text database)或文檔數(shù)據(jù)庫(document database)則通常存儲和管理的是半結(jié)構(gòu)化的數(shù)據(jù)，例如新聞稿件、研究論文、電子郵件、書籍以及WEB頁面等都屬于半結(jié)構(gòu)化數(shù)據(jù)?？臻g數(shù)據(jù)庫、多媒體數(shù)據(jù)庫中存放的是非結(jié)構(gòu)化數(shù)據(jù)，例如地圖、圖片、音頻、視頻等都屬于非結(jié)構(gòu)化數(shù)據(jù)。相對于半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)來說，針對結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)比較成熟，市場上有很多的商品軟件可以使用，用的較多的包括IBM Intelligent Miner、SAS Enterprise Miner、SGI MineSet、Clementine SPSS以及Microsoft SQL Server 2000等。關(guān)于半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)挖掘軟件尚不多，相應(yīng)的算法相對還較少。從另一個角度來說，數(shù)據(jù)挖掘的分析對象分為兩種類型：靜態(tài)數(shù)據(jù)和數(shù)據(jù)流(data stream)數(shù)據(jù)?，F(xiàn)在的多數(shù)數(shù)據(jù)挖掘算法是用于分析靜態(tài)數(shù)據(jù)的。
數(shù)據(jù)挖掘的分析
無論要分析的數(shù)據(jù)對象的類型如何，常用的數(shù)據(jù)挖掘分析包括關(guān)聯(lián)分析、序列分析、分類、預(yù)測、聚類分析以及時間序列分析等。
關(guān)聯(lián)分析 關(guān)聯(lián)分析是由Rakesh Apwal等人首先提出的。兩個或兩個以上變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的、可被發(fā)現(xiàn)的知識。關(guān)聯(lián)分為簡單關(guān)聯(lián)、時序關(guān)聯(lián)和因果關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)。一般用支持度和可信度兩個閥值來度量關(guān)聯(lián)規(guī)則的相關(guān)性，還不斷引入興趣度、相關(guān)性等參數(shù)，使得所挖掘的規(guī)則更符合需求。關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個事件發(fā)生的同時，另一個事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點在于快速發(fā)現(xiàn)那些有實用價值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計意義。 對于結(jié)構(gòu)化的數(shù)據(jù)，以物流客戶的采購習(xí)慣數(shù)據(jù)為例，利用關(guān)聯(lián)分析，可以發(fā)現(xiàn)物流客戶的關(guān)聯(lián)采購需要。例如，對于第三方物流企業(yè)來說，一個托運貨物的貨主很可能同時有貨物的包裝、流通加工等物流業(yè)務(wù)的需求。利用這種知識可以采取積極的物流運營策略，擴(kuò)展物流客戶采購物流服務(wù)的范圍，吸引更多的物流客戶。通過調(diào)整服務(wù)的內(nèi)容便于物流顧客采購到各種物流服務(wù)，或者通過降低一種物流業(yè)務(wù)的價格來促進(jìn)另一種物流業(yè)務(wù)的銷售等。
分類分析 分類分析是通過分析具有類別的樣本的特點，得到?jīng)Q定樣本屬于各種類別的規(guī)則或方法。利用這些規(guī)則和方法對未知類別的樣本分類時應(yīng)該具有一定的準(zhǔn)確度。分類分析可以根據(jù)顧客的消費水平和基本特征對物流顧客進(jìn)行分類，找出對第三方物流企業(yè)有較大利益貢獻(xiàn)的重要的物流客戶的特征，通過對其進(jìn)行個性化物流服務(wù)，提高他們的忠誠度。
聚類分析 聚類分析是根據(jù)物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并且對每一個這樣的組進(jìn)行描述的過程。其主要依據(jù)是聚到同一個組中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)該足夠不相似。
以第三方物流企業(yè)的客戶關(guān)系管理為例，利用聚類分析，根據(jù)物流客戶的個人特征以及物流業(yè)務(wù)消費數(shù)據(jù)，可以將客戶群體進(jìn)行細(xì)分。例如，可以得到這樣的一個物流業(yè)務(wù)消費群體：生產(chǎn)企業(yè)對物流業(yè)務(wù)中運輸需求占41%，對物流業(yè)務(wù)中倉儲業(yè)務(wù)的需求占23%;商業(yè)企業(yè)對物流業(yè)務(wù)中運輸需求占59%，對物流業(yè)務(wù)中倉儲業(yè)務(wù)需求占77%。針對不同的客戶群，可以實施不同的物流服務(wù)方式，從而提高客戶的滿意度。
數(shù)據(jù)挖掘流程
定義問題：第三方物流企業(yè)首先清晰地定義出各種物流業(yè)務(wù)問題，確定數(shù)據(jù)挖掘的目的。
數(shù)據(jù)準(zhǔn)備：首先第三方物流企業(yè)在大型數(shù)據(jù)庫和數(shù)據(jù)倉庫目標(biāo)中提取數(shù)據(jù)挖掘的目標(biāo)數(shù)據(jù)集進(jìn)行數(shù)據(jù)選擇;其次進(jìn)行數(shù)據(jù)的預(yù)處理，包括檢查數(shù)據(jù)的完整性及數(shù)據(jù)的一致性、填補(bǔ)丟失的域，刪除無效數(shù)據(jù)等。
數(shù)據(jù)挖掘：第三方物流企業(yè)根據(jù)數(shù)據(jù)功能的類型和數(shù)據(jù)的特點選擇相應(yīng)的算法，在凈化和轉(zhuǎn)換過的數(shù)據(jù)集上進(jìn)行數(shù)據(jù)挖掘。
結(jié)果分析：第三方物流企業(yè)對數(shù)據(jù)挖掘的結(jié)果進(jìn)行解釋和評價，轉(zhuǎn)換成為能夠最終被理解的知識。
知識的運用：第三方物流企業(yè)將分析所得到的知識集成到物流業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去。
評價數(shù)據(jù)挖掘軟件需要考慮的問題
越來越多的軟件供應(yīng)商加入了數(shù)據(jù)挖掘這一領(lǐng)域的競爭。第三方物流企業(yè)如何正確評價一個商業(yè)軟件，選擇合適的軟件成為數(shù)據(jù)挖掘成功應(yīng)用的關(guān)鍵。評價一個數(shù)據(jù)挖掘軟件主要應(yīng)從以下四個主要方面：
計算性能：如該軟件能否在不同的物流業(yè)務(wù)平臺運行;軟件的架構(gòu);能否連接不同的數(shù)據(jù)源;操作大數(shù)據(jù)集時，性能變化是線性的還是指數(shù)的;算的效率;是否基于組件結(jié)構(gòu)易于擴(kuò)展;運行的穩(wěn)定性等;
功能性：如軟件是否提供足夠多樣的算法;能否避免挖掘過程黑箱化;軟件提供的算法能否應(yīng)用于多種類型的數(shù)據(jù);第三方物流企業(yè)能否調(diào)整算法和算法的參數(shù);軟件能否從數(shù)據(jù)集隨機(jī)抽取數(shù)據(jù)建立預(yù)挖掘模型;能否以不同的形式表現(xiàn)挖掘結(jié)果等。
可用性：如用戶界面是否友好;軟件是否易學(xué)易用;軟件面對的用戶是初學(xué)者、高級用戶還是專家;錯誤報告對用戶調(diào)試是否有很大幫助。
輔助功能：如是否允許第三方物流企業(yè)更改數(shù)據(jù)集中的錯誤值或進(jìn)行數(shù)據(jù)清洗;是否允許值的全局替代;能否將連續(xù)數(shù)據(jù)離散化;能否根據(jù)用戶制定的規(guī)則從數(shù)據(jù)集中提取子集;能否將數(shù)據(jù)中的空值用某一適當(dāng)均值或用戶指定的值代替;能否將一次分析的結(jié)果反饋到另一次分析中等等。
數(shù)據(jù)挖掘技術(shù)是一個年輕且充滿希望的研究領(lǐng)域，利益的強(qiáng)大驅(qū)動力將會不停地促進(jìn)它的發(fā)展。每年都有新的數(shù)據(jù)挖掘方法和模型問世，人們對它的研究正日益廣泛和深入。盡管如此，數(shù)據(jù)挖掘技術(shù)仍然面臨著許多問題和挑戰(zhàn)：如數(shù)據(jù)挖掘方法的效率亟待提高，尤其是超大規(guī)模數(shù)據(jù)集中數(shù)據(jù)挖掘的效率;開發(fā)適應(yīng)多數(shù)據(jù)類型的挖掘方法，以解決異質(zhì)數(shù)據(jù)集的數(shù)據(jù)挖掘問題;動態(tài)數(shù)據(jù)和知識的數(shù)據(jù)挖掘;網(wǎng)絡(luò)與分布式環(huán)境下的數(shù)據(jù)挖掘等。
淺議第三方物流企業(yè)論文相關(guān)文章：
8.淺談存貨管理論文