摘要：随着我国电子商务的快速发展，市场竞争日益激烈，电商物流成为推动我国经济发展的重要产业之一，成为社会经济持续发展的基础产业。电商物流的发展对于产品的生产与消费具有直接影响，电商物流在推动市场发展以及企业竞争力中发挥的作用也越来越突出。近些年来电商物流管理与应用受到了社会的广泛关注，加速发展电商物流，是我国应对电子商务快速发展的迫切需求，同时对推动我国市场转型，优化资源配置，提高企业竞争力具有重要意义。近些年来物流企业的信息化系统建设程度不断提高，但是物流管理信息优化分析以及市场分析的水平较低，这说明智能化物流管理系统建设之后，需要不断提高物流管理的智能化水平。文章主要针对基于上午只能的电商物流管理与应用展开探讨。
关键词：商务智能； 电商物流管理； 信息化建设；
1.引言
随着电子商务的兴起，电商物流也获得了较大的发展，物流运输量以及规模也不断扩大，我国物流行业迎来了新的发展机遇，但也面临着新的挑战。世界贸易组织指出我国电商物流水平总体较低，与国际水平存在较大的差异，主要集中在物流管理方面，表现为物流管理粗放、综合协调能力弱且管理水平较低等问题，虽然我国物流效率呈逐渐升高的趋势，但是物流成本与欧美国家相比要高出8~10%[1].目前造成我国电商物流管理水平较低的原因有很多，包括基础薄弱、管理观念不成熟、技术水平低等，其中管理方面以物流资源整合能力较差最为突出。因此电商物流企业需要不断完善管理，降低物流成本，提高服务质量，从而适应社会发展的需求。
2.商务智能简述
2.1 商务智能的内涵
商务智能是指Business Intelligence,最早是由美国企业提出。商务智能在国外已经得到了广泛应用，但是我国由于引入时间短，对其的研究仍处于初阶阶段。有学者认为商务智能是指通过数据整理、分析与转化，提取有效信息，为企业战略决策提供指导[2].还有学者认为商务智能主要是利用大数据技术对用户信息进行查询与分析，找出影响商务活动的相关因素，从而做出更加科学合理的决策[3].还有研究认为商务智能是指利用网络中的查询、分析处理工具对客户端数据进行深层次的开发，完成数据的统计报告[4].笔者根据多篇文献的研究结果来总结，认为商务智能主要是利用现代信息技术对企业信息进行整理与分析，从而为企业提供有价值的信息，为决策提供指导，主要包括用户行为分析、发展趋势预测以及决策支持等。
2.2 商务智能的整体构架 商务智能系统是基于系统数据的鉴别与分析从而提供相关应用的框架。商务智能拥有比较完整的数据库、数据整合与处理工具，其整体结构包括数据库和分析软件，技术团队主要对业务部门的相关数据进行整理与采集，确保数据能够完整录入数据库，管理层则利用分析工具对数据信息进行挖掘与分析，从而为决策提供支持，如图1所示。
图1 商务智能的整体构架
2.3 商务智能的基础技术
数据库、分析工具与数据挖掘技术是商务智能的基础技术，其中数据库是指企业数据集合；分析工具主要是以数据为基础进行分析，从而为管理人员提供查询与分析处理服务，并且能够以直观的方式将分析结果提供给管理人员；数据挖掘技术主要是从海量数据中提取其中隐藏的有用信息，常用的数据挖掘技术包括关联分析、分类和预测、聚类、趋势演变分析等，数据库为分析工具以及数据挖掘提供了相应的支持[5].分析处理以及数据挖掘虽然是两种不同的技术，但是通过融合应用，能够让分析更加智能化，从而让挖掘方向更加具有针对性，从而提高商务智能技术的应用效果。数据分析工具能够为数据挖掘提供相应的目标，提高数据挖掘的效率；同时数据挖掘技术能够让分析更加智能化，从而减少分析人员的工作量。
3.基于商务智能构建电商物流管理系统
商务智能在电商物流管理中的应用具有重要意义，企业需要结合自身状况选择合适的应用模式，符合电商物流业务发展的规律，辅助企业决策。
3.1 商务智能在决策中的作用
决策不同决定了不同管理层对信息需求的要求，例如战略决策通常是由高层管理层制定，战术决策通常是由中层行政主管决定，而操作性决策则主要是由基层经理做出。商务智能在物流企业决策支持中具有重要作用，其不仅能够提供统计报表，同时能提供重要且全新的信息，为决策制定提供有效支持[6].
3.2 商务智能与物流管理的有机结合
商务智能目前在各行各业中都得到了推广应用，推动了该技术的不断成熟，结构也越来越完善。智能商务不再局限于满足客户的业务需求，同时能够结合市场导向，深入行业需求，解决信息分析相关问题。物流企业表面上是物资整合，但实际上是信息整合，物流企业需要利用信息来完善自身的服务与经营，很多业务部门都需要利用智能商务来解决实际问题，帮助物流企业改进决策，降低管理风险[7].智能商务在电商物流管理中的应用能够通过构建多维数据分析平台，整个多方面的数据，反映出有价值的信息，从而让企业在此基础上根据相关信息进行应用。在物流信息系统已经存在的情况下，智能商务能够优化原有的步骤和流程，实现资源共享，从而为各层管理人员提供决策所需要的信息[8].整合资源，构建高效的分析体系是目前电商物流管理的主要目标，从电商物流整体发展状况来看，能够确保管理软件的集合，一方面需要确保现有系统的优化，最大程度地减小成本支出，另一方面要不断提高企业的业务能力与技术，建立更加完善的供应链，在面对客户数据分析中，智能商务能够满足大量客户的数据查询与分析需求[9].
3.3 面向电商物流管理的智能商务体系
基于智能商务建立电商物流管理系统的主要框架可以分为三层，第一层是数据源，第二层是数据处理和分析，第三层是数据展示[10].企业外部信息主要包括各行业物流信息、竞争对手信息、供应商、分销商以及客户信息等相关数据，内部信息则主要包括业务数据、信息系统数据以及企业原有数据等。数据处理分析是这个系统最重要的缓解，包括数据联机分析与数据挖掘，主要是通过数据的整合、处理分析以及挖掘，将复杂的业务以图表的形式展现出来，能够对分散的业务进行统一分析，并且能够寻找海量数据中隐藏着的有效信息。数据展现是面对用户呈现的数据，主要用户包括客户、操作人员和管理人员，展现的方式不仅仅是简单的查询与报表，还有数据分析库，能够满足不同用户的需求，一方面能够满足业务人员在业务操作中对数据统计的需求，另一方面也能够为管理人员的决策提供有效的信息支持。
4.商务智能与物流管理融合后的特点
该系统能够电商物流的各个环节有机结合，从而对存活和运输过程中的货物进行全面管理，为用户提供高质量的物流服务，能够全方面利用企业数据，便于管理人员从海量数据中筛选出自己需要的信息，从而辅助决策制定。其具有以下特定：一是集成度高，数据库以及ETL技术的应用能够结合企业原有信息系统实现资源整合，同时能够将不同业务中的信息进行共享，能够保障不同业务活动的协同进行。二是协同性好，其中包含了多种信息分析处理与挖掘技术，能够提高业务效应速度和协同能力，满足不同管理层对信息的需求。三是可视化程度高，系统中可以通过多种方式提供相关报告，包括报表、图形等，为用户提供更加直观的信息，同时能够为客户提供相关信息支持，提高物流运转过程中的动态观察水平，有助于提高客户的满意度。
5.具体实施
商务智能的实施是一项复杂的系统工程，其中涉及企业管理、物流管理、信息系统、数据库、数据联机分析以及数据挖掘等方面的知识，需要消耗大量的人力物力财力，包括软硬件设施的建设、人员的培训等，因此在应用商务智能过程中需要做好可行性调查，并采取有效的实施措施，才能够确保最终达到预期的效果。良好的开发方法能够有效降低生产成本，并且减少潜在风险，因此首先需要做好市场调研与分析，并以此为依据进行设计，通过专家评估，若方案合理即可实施，若不行需要对方案进行修改或提出新的方案，如图2所示。
图2 智能商务的实施方法
6.结语
随着电子商务的快速发展，我国物流行业也得到了快速发展，但是我国物流基础设施建设仍较为落后，相关研究较少，整体物流管理比较粗放，协调能力较低，与发达国家相比，最大差距表现在信息整合方面，尚未形成一个比较全面的物流管理体系。随着物流信息技术的推广应用，物流企业已经掌握了海量数据，因此需要科学利用企业内外部信息资源，通过商务智能为企业决策制定提供有效信息支持，从而进一步提高企业的竞争力，有助于推动企业的可持续发展。
参考文献
[1]杨嘉伟。物流管理专业校园智慧电商物流创新创业实践基地建设探索--以广东工贸学院与某电商物流企业合作建设为例[J].产业与科技论坛，2019,18（18）：260-261.
[2]王雪纯，肖康元。绿色发展理念下电商企业物流成本管理--以苏宁易购为例[J].物流科技，2019,42（12）：36-39.
[3]刘睿智，赵守香，张铎。长三角地区生鲜农产品电商物流问题及优化研究--基于冷链供应链管理系统[J].现代管理科学，2019（5）：69-71,87.
[4] 吴冰莹。作业成本法在电商物流成本管理中的应用研究[J].百科论坛电子杂志，2019,2（10）：643.
[5]冯姜奇。探究B2C电商企业的供应链物流管理体系建设--以京东商城为例[J].农村经济与科技，2019,30（14）：92-93.
[6]王立国，薛巨泉。跨境电商视角下茶产品物流管理研究--以中俄合作为例[J].福建茶叶，2019,41（2）：31-32.
[7]华耀军。供应链管理背景下的湖北省农村电商物流发展模式探究[J].湖北工业职业技术学院学报，2019,32（3）：49-52.
[8]殷聿明。基于大数据的电商物流企业客户服务管理优化研究[J].内江科技，2019,40（1）：16-17.
[9] 祝倩雯。新常态下基于供应链管理的跨境电商物流一体化分析[J].消费导刊，2018,3（14）：265.
[10]薛朝改，钱丽丽。跨境电商环境下物流企业核心竞争力提升的实证研究[J].科技管理研究，2019,39（24）：146-152.
