CN105809384A - 跨境仓储决策分析系统 - Google Patents

Abstract

本发明涉及物流领域，提供了一种跨境仓储决策分析系统，其特征在于它包括用户端和决策分析模块这两部分，用户端主要是使用跨境仓储决策分析系统的用户，包含跨境仓储用户、政府部门和电商物流企业，通过系统产生的有效数据来进行数据统计和决策分析；决策分析模块整体框架分为五层，主要是应用系统层、应用服务层、应用支撑层、数据层和基础设施层。本发明能够快速、高效的创建跨境仓储的决策分析系统，缩短建设周期，节约建设成本。

Description

跨境仓储决策分析系统

技术领域

本发明涉及一种仓储系统，尤其涉及一种跨境仓储决策分析系统。属于物流管理技术领域。

背景技术

近年来，跨境电商的增长惊人，数据显示2013年中国跨境电子商务零售额达240亿美元，从2008年到2013年，跨境电商连续5年复合增长率超过30%。跨境电商的迅速崛起给跨境物流带来了很大的发展契机，越来越多的物流企业开始加速跨境物流布局，建立海外仓储。

随着跨境物流范围的扩大，海外仓储数量的增加，大部分跨境物流企业都创建了跨境仓储信息化系统，跨境仓储系统的数据也与日俱增，如何有效的整合这些数据，从而帮助用户快速、准确地做出决策，提高工作效率，实现利益最大化，是跨境物流企业目前急需解决的问题。

发明内容

本发明的目的在于克服上述不足，提供一种能深度挖掘跨境仓储业务信息，清晰的分析掌握业务状况，对关键问题提供决策分析，以及提供更多真实、有效的数据和行业信息的跨境仓储决策分析系统。

本发明的目的是这样实现的：一种跨境仓储决策分析系统，它包括用户端和决策分析模块这两部分，用户端主要是使用跨境仓储决策分析系统的用户，包含跨境仓储用户、政府部门和电商物流企业，通过系统产生的有效数据来进行数据统计和决策分析；决策分析模块整体框架分为五层，主要是应用系统层、应用服务层、应用支撑层、数据层和基础设施层，其中应用系统层提供查询分析、报表管理、综合分析和数据统计功能；应用服务层提供元数据管理、数据资源管理、数据共享交换、数据分析与挖掘、决策信息服务、系统管理与运维功能；应用支撑层提供数据仓库、ETL、数据挖掘应用支撑软件和中间件；数据层包含信息资源、数据采集和跨境仓储海量数据三块内容；基础设施层提供网络、虚拟化平台、服务器、备份和基础软件，通过虚拟化技术进行整合形成一个整体，对外提供数据存储备份及运行环境服务。

查询分析功能具体包括查询入货时间/数量、出货时间/数量、存货数量、仓库库位、仓储费用和增值费用；报表管理功能包括货品入库报表、库存月/季度/年报表、库存统计报表、出库月/季度/年报表和出库统计报表；综合分析功能包括入货历史数据分析、出货历史数据分析、库存历史数据分析、仓储历史费用和仓库历史库位数量/位置；数据统计功能包括货品入库统计、货品出库统计、货品库存统计、仓储费用统计和增值费用统计。

所述应用服务层通过元数据管理功能能够对各种数据进行有效的管理；数据资源管理功能利用数据仓库和数据管理工具进行管理；数据共享交换功能实现数据的采集，建立统一的数据交换资源目录；数据分析与挖掘功能提供多维数据库的建立、数据分析方法和工具，挖掘隐藏在数据间的相互关系，利用数据的相互关系找出规律，建立模型，并用此模型预测未来数据趋势，帮助最终用户进行决策提供依据；决策信息服务功能通过各种数据分析方法和工具对需要进行决策的信息提供决策指导；系统管理与运维功能提供数据分析管理和系统运行的监控功能。

所述应用支撑层的ETL是构建数据仓库的重要一环，它从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去；数据仓库实现数据的集成、传输、整合、清理和储存，是BI的基础。

所述数据层的信息资源主要包括基础数据、综合数据、主题数据、共享库和元数据；数据采集主要包括数据规划、数据采集和数据加工；跨境仓储海量数据主要是从跨境仓储系统的数据库获取货品、仓库、财务、客户关系和客服数据。

与现有技术相比，本发明的有益效果是：

本发明利用迅速分析数据的技术和方法能够方便、快捷的对跨境仓储的历史数据进行挖掘分析，发现能够改善跨境仓储经营管理方面有价值的信息，例如货物订货的决策、货物存储方法，使跨境仓储能创造和产生更多的效益，为政府部门和物流行业带来更多真实有用的数据和信息。通过本发明能够快速、高效的创建跨境仓储的决策分析系统，缩短建设周期，节约建设成本。

附图说明

图1本发明的一种跨境仓储决策分析系统的架构图。

具体实施方式

参见图1，本发明涉及一种跨境仓储决策分析系统，包括用户端和决策分析模块这两部分。用户端主要是使用跨境仓储决策分析系统的用户，包含跨境仓储用户、政府部门和电商物流企业，通过系统产生的有效数据来进行数据统计和决策分析。决策分析模块整体框架分为五层，主要是应用系统层、应用服务层、应用支撑层、数据层和基础设施层。

应用系统层提供查询分析系统、报表管理系统、综合分析系统和数据统计系统。查询分析系统包括查询入货时间/数量、出货时间/数量、存货数量、仓库库位、仓储费用和增值费用。报表管理系统包括货品入库报表、库存月/季度/年报表、库存统计报表、出库月/季度/年报表和出库统计报表。综合分析系统包括入货历史数据分析、出货历史数据分析、库存历史数据分析、仓储历史费用和仓库历史库位数量/位置。数据统计系统包括货品入库统计、货品出库统计、货品库存统计、仓储费用统计、增值费用统计。

应用服务层提供元数据管理、数据资源管理、数据共享交换、数据分析与挖掘、决策信息服务、系统管理与运维功能。通过元数据管理模块能够对各种数据进行有效的管理。数据资源管理模块利用数据仓库等信息技术和数据管理工具进行管理。数据共享交换模块实现数据的采集，建立统一的数据交换资源目录。数据分析与挖掘模块提供多维数据库的建立、数据分析方法和工具，挖掘隐藏在数据间的相互关系，利用数据的相互关系找出规律，建立模型，并用此模型预测未来数据趋势，帮助最终用户进行决策提供依据。决策信息服务模块通过各种数据分析方法和工具对需要进行决策的信息提供决策指导。系统管理与运维功能模块提供数据分析管理和系统运行的监控功能。

应用支撑层提供数据仓库、ETL(Extract-Transform-Load)、BI(BusinessIntelligence)、数据挖掘应用支撑软件和中间件。ETL是构建数据仓库的重要一环，它从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。数据仓库实现数据的集成、传输、整合、清理和储存，是BI的基础。创建跨境仓储数据仓库作为进一步分析的数据源，通过制定的主题,集成不同的数据集合，为多维分析和数据挖掘提供统一的数据，用以支持最终用户的决策制定过程。BI将跨境仓储中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助最终用户做出明智的业务经营决策。数据挖掘通过各种分析方法以及算法对隐藏大量跨境仓储数据中的有效信息进行搜索。

数据层包含信息资源、数据采集和跨境仓储海量数据三块内容。第一块信息资源部分，主要包括基础数据、综合数据、主题数据、共享库和元数据。第二块数据采集部分，主要包括数据规划、数据采集和数据加工。第三块跨境仓储海量数据部分，主要是从跨境仓储系统的数据库获取货品、仓库、财务、客户关系和客服数据。

基础设施层提供网络、虚拟化平台、服务器、备份、基础软件，通过虚拟化技术进行整合形成一个整体，对外提供数据存储备份及运行环境等基础服务。

本发明各层数据流转过程如图1，基础设施层只是搭载了一个系统软硬件的运行环境。从数据层开始有了实质的业务数据。数据层分为信息资源、数据采集和跨境仓储海量数据三块。数据层的跨境仓储海量数据主要从跨境仓储系统的数据库获取货品、仓库、财务、客户关系和客服这些重要业务数据。数据层的数据规划是制定数据规则的“龙头”，是实现数据资源标准化、规范化、可变可扩展的前提和基础，在制定完数据规划，就可以应用数据层的数据采集块获取数据层的跨境仓储海量数据，将获取的数据进行加工，满足数据规划制定的要求，向数据层的信息资源块提供基础数据、综合数据、主题数据、共享库和元数据，数据层的信息资源块实现对各级各类信息的存储和管理，为应用支撑层提供数据支撑。应用支撑层通过ETL从数据层的信息资源块抽取所需的各类数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。应用支撑层创建跨境仓储数据仓库作为进一步分析的数据源，通过制定的主题,集成不同的数据集合，为多维分析和数据挖掘提供统一的数据，用以支持最终用户的决策制定过程。应用支撑层的BI将跨境仓储中现有的数据进行有效的整合，快速准确的提出决策依据，帮助最终用户做出明智的业务经营决策。数据挖掘通过各种分析方法以及算法对隐藏的大量跨境仓储数据中的有效信息进行搜索。应用支撑层涵盖了做决策分析需要的数据仓库、ETL、BI及数据挖掘应用支撑软件和中间件，为应用服务层提供丰富多样的统计分析方法和工具。应用服务层通过应用支撑层获取的数据和各种分析信息，对其各种数据进行管理。应用服务层向应用系统层的各子系统及时提供准确、详尽的权威数据，应用系统层是数据仓库的业务应用，决策支持主要应用在这一层面，提供关键报表、收集相关指标。用户端可以通过应用系统层的子系统随时进行决策分析。

以下为本发明应用的一个实例，主要是合理订货的决策。假设有跨境电商用户A，用户A是专门做服装生意的，在全球很多地方都有销售网络，现在快要到冬季了，他在考虑马上要找厂家进一批冬季的羽绒服B到全球主要的仓库进行存放，随时准备进行冬季羽绒服B的销售。这时摆在用户A面前有几个问题，一是总共进多少货?二是全球好几个仓库，针对不同的销售渠道，每个仓库放多少货？每个仓库的库位还能放多少货？带着这3个问题，用户A使用本发明应用系统层的查询分析系统，查询现在仓库的库存还有羽绒服B多少件，结果发现没有库存，接着查询了库位还有多少，发现各仓库都至少能装1000件货。为了掌握羽绒服B每年的销售出库量，用户A通过应用系统层的数据统计系统查询了每年所有仓库的羽绒服B销售出库量，发现每年的羽绒服B销售出库量都在3700件左右。这时用户A心里有了些想法，但通过本发明还可以去做更进一步的分析，于是用户A又通过应用系统层的综合查询系统查询了过去三年这段时间每个仓库的入库量与出库量，发现之前三年有四个仓库的进货量都是800-900件，只有一间仓库的进货量只有100件。为了能够更加直观的看出这些重要销售信息，用户A通过应用系统层的报表系统进行了查询，而过去三年这段时间进货量比较多的那四个仓库都是在2个月内完成所有销售出库的，而只有那一间进货量100件的仓库销售出库时间长。因此，用户A通过本发明获得了这样一个采购数据，就是那四间销售比较好的仓库可以进900-1000件羽绒服B，而那间销售出库时间很长的仓库只能进50-100件羽绒服B。很显然，到这里用户A的3个问题已经通过本发明全部解决，本发明在跨境仓储方面提供决策分析，让用户可以合理的订货进行库存。通常来说，很多的商品销售都是有季节性的，对于这类商品的订货，需要根据历史的数据进行分析，也可以根据历史的数据进行预测，例如采用SPSS的时间序列分析方法，可以根据历史的销售数据来预测本季度的销售。当然，预测的数据只是作为一个参考的对象，没有一个模型能够提供完美的预测，本发明能够做的只是在预测的模型上进行不断的完善，使之能够更加接近真实数据。

本发明是通过优选实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或具体情况，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。

Claims (5)

1.一种跨境仓储决策分析系统，其特征在于它包括用户端和决策分析模块这两部分，用户端主要是使用跨境仓储决策分析系统的用户，包含跨境仓储用户、政府部门和电商物流企业，通过系统产生的有效数据来进行数据统计和决策分析；决策分析模块整体框架分为五层，主要是应用系统层、应用服务层、应用支撑层、数据层和基础设施层，其中应用系统层提供查询分析、报表管理、综合分析和数据统计功能；应用服务层提供元数据管理、数据资源管理、数据共享交换、数据分析与挖掘、决策信息服务、系统管理与运维功能；应用支撑层提供数据仓库、ETL、数据挖掘应用支撑软件和中间件；数据层包含信息资源、数据采集和跨境仓储海量数据三块内容；基础设施层提供网络、虚拟化平台、服务器、备份和基础软件，通过虚拟化技术进行整合形成一个整体，对外提供数据存储备份及运行环境服务。

2.根据权利要求1所述的一种跨境仓储决策分析系统，其特征在于查询分析功能具体包括查询入货时间/数量、出货时间/数量、存货数量、仓库库位、仓储费用和增值费用；报表管理功能包括货品入库报表、库存月/季度/年报表、库存统计报表、出库月/季度/年报表和出库统计报表；综合分析功能包括入货历史数据分析、出货历史数据分析、库存历史数据分析、仓储历史费用和仓库历史库位数量/位置；数据统计功能包括货品入库统计、货品出库统计、货品库存统计、仓储费用统计和增值费用统计。

3.根据权利要求1所述的一种跨境仓储决策分析系统，其特征在于所述应用服务层通过元数据管理功能能够对各种数据进行有效的管理；数据资源管理功能利用数据仓库和数据管理工具进行管理；数据共享交换功能实现数据的采集，建立统一的数据交换资源目录；数据分析与挖掘功能提供多维数据库的建立、数据分析方法和工具，挖掘隐藏在数据间的相互关系，利用数据的相互关系找出规律，建立模型，并用此模型预测未来数据趋势，帮助最终用户进行决策提供依据；决策信息服务功能通过各种数据分析方法和工具对需要进行决策的信息提供决策指导；系统管理与运维功能提供数据分析管理和系统运行的监控功能。

4.根据权利要求1所述的一种跨境仓储决策分析系统，其特征在于所述应用支撑层的ETL是构建数据仓库的重要一环，它从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去；数据仓库实现数据的集成、传输、整合、清理和储存，是BI的基础。

5.根据权利要求1所述的一种跨境仓储决策分析系统，其特征在于所述数据层的信息资源主要包括基础数据、综合数据、主题数据、共享库和元数据；数据采集主要包括数据规划、数据采集和数据加工；跨境仓储海量数据主要是从跨境仓储系统的数据库获取货品、仓库、财务、客户关系和客服数据。