论文部分内容阅读
摘 要：制造型企业为了转型升级已逐步使用ERP 系统来管理企业，然而传统的ERP 系统已无法满足一些制造型企业的发展，其主要原因是制造型企业的生产物料种类繁多，产品结构复杂而且多样化。本文从大数据挖掘技术及 ERP 系统的相关概述入手，阐述分析大数据挖掘技术在制造型企业 ERP 中应用的必要性，从而从产品质量管理、市场营销和采购管理等方面来提出大数据挖掘技术在制造型企业 ERP 中应用的具体策略，将企业所产生的数据转换为有价值的信息，为企业管理人员的决策提供支持。
关键词：大数据挖掘技术;ERP系统;制造型企业
0 引言
制造型企业在信息化时代中产生的数据信息都是海量的，虽然一些有用的信息隐藏在这些数据信息中，但是这些数据过于杂乱无序，很难被有效地利用起来。因此想 要有效的利用信息，亟待解决的问题就是如何对这些数据进行处理。数据挖掘技术就是在此情况下诞生的，与原有的数据处理方法相比，大数据挖掘技术所涉及的领域较多，在制造型企业发展过程中所扮演的角色也往往更加重要。因此，在企业已有的ERP 系统基础上实施大数据挖掘技术，使其成为更加智能化信息管理系统[1]。
1 大数据挖掘技术及ERP系统的相关概述
1.1 大数据挖掘技术概述
（1）数据挖掘的定义
由于不断推进的信息化发展，近些年数据的增长呈现出爆发态势，目前制造型企业想要高效发展，当务之急就是需要从海量信息中筛选出有用的数据。作为发现数据知识的手段，数据挖掘实际上就是将有用的信息从海量数据中发掘出来，从模糊的、随机的、不完全的、有噪声的、大量的实际应用数据中，将存在价值的、可被理解的、未知的、具有规律性的知识和信息挖掘出来的过程。在决策分析、检索优化和数据管理等多个方面都可以应用挖掘出的数据信息。数据挖掘技术所具备的优势非常显著， 其可以预测性地描述复杂的数据，自动化地完成挖掘数据的过程对于处理海量数据非常有利[2]。
（2）大数据挖掘的基本分析方法
在应用大数据挖掘技术的过程中，最核心、最基础的就是大数据挖掘的分析方法。数据挖掘过程想要实现，离不开可靠、科学的方法，面对的问题不同，可采用的方法也会有差异。目前大数据挖掘的分析方法主要有以下三个：
聚类分析法，按照功能、特性和作用将数据对象进行分组聚類，毫无逻辑可言的数据就会快速地变成有联系的数据，然后再次利用和分析分组数据，从而将有价值的 数据挖掘出来，将具有价值的数据价值发挥出来。
特征性数据分析法，在分类整理数据时，根据特性分类就是特征性数据分析法，分析普遍存在于数据之间的规律，可以实现数据的特性分析。
关联性分析法，一些数据由于发布者加密方法的使用，较为隐蔽，因此想要利用和挖掘这类数据，就需要使用关联性分析法， 关联性识别此类数据信息，将有效的数据快速获取。在信息管理工作对精准度要求较高时，往往使用关联性分析法。
1.2 ERP系统概述
ERP系统即企业资源管理管理系统，在制造企业内应用ERP 系统，可以帮助企业有效地整合整个供应链，准确地分配企业人财物等资源，为企业的资源管理更加合理提供保障。此外，在制造企业内应用ERP 系统，还可以提前安排采购和生产等业务，将更加有效的信息提供给企业管理者来分析、决策。
2 制造型企业ERP系统应用大数据挖掘技术的必要性
2.1大数据挖掘与ERP 系统数据库关联技术
在制造型企业的ERP系统中应用大数据挖掘技术，实际上就是在ERP系统嵌入大数据挖掘分析功能，将ERP系统数据库可以独立访问的系统建设起来。由此可见，大数据挖掘与ERP 系统数据库有一定联系，在ERP系统中应用大数据挖掘技术时，为确保数据库信息的安全，则需在数据仓库储备、传送信息时，预处理原始信息。
2.2 大数据挖掘技术弥补了ERP的不足
在制造型企业内，大量的经营数据信息都储存在 ERP系统内，对于任何企业而言，这些在 ERP系统储存记录的信息都是没被挖掘的宝藏。如果制造型企业能够充分利用大数据挖掘技术，在ERP系统中应用大数据挖掘技术，则可以充分发挥这个宝藏的价值，将这些储存在ERP系统的信息为企业的发展壮大做出应有的贡献。
3 制造型企业ERP 中大数据挖掘技术的具体应用
3.1在产品质量管理中大数据挖掘技术的应用
在制造型企业内，产品质量检验与管理属于重要环节。一般的制造企业在管理控制、检验产品质量时，通常采用的方法均为六西格玛法。分析和测评样本数据是六西格玛法的核心所在，在进行测量分析时常会用到关联分析、多变异分析、回归分析和聚类分析，而这些都是大数据挖掘技术的分析方法。可见，大数据挖掘技术在制造型企业ERP 系统的产品质量管理子系统中，可以进行应用，且大数据挖掘技术的应用可以提供更为可靠、准确的数据给制造型企业，用于产品的质量管理，以便制造型企业改进产品质量管理。
3.2 在市场营销中大数据挖掘技术的应用
在制造型企业的 ERP 系统中，市场营销子系统属于众多子系统中的一个，大量的营销数据记录其中， 直接关系到整个制造型企业的运营。根据ERP 系统的市场营销子系统，可以生成反映不同产品、不同区域、不同季节的销售价格、销售额以及产品销量的柱形图、饼图和折线图等，让制造型企业的管理层清楚地了解产品销量，以及销售人员的业务水平。但是如果制造型企业管理者想要根据市场营销子系统的数据信息来进行产品定价、策划营销方案，则需要进一步挖掘数据。而大数据挖掘技术在ERP系统市场营销子系统中的应用，则可以实现这一目标，分类归纳数据、识别数据相关性，预处理数据时利用聚类分析法，形成样本数据。例如在预测和判定销售价格时，可以利用数据挖掘技术中的线性回归分析法，将预测模型建立起来，更为精确的预测未来市场，将时间序列数据提供给企业管理者，辅助其进行判断决策。
3.3在采购管理中大数据挖掘技术的应用
采购管理工作对于制造型企业尤为重要，产品的质量以及企业的生产成本都与原料采购有着直接密切的联系。如果企业原料采购成本过高，那么企业的生产成本就会增加;如果企业采购的原料质量偏低，则生产的产合格率将会受到负面影响。而将大数据挖掘技术嵌入到制造型企业的ERP 系统采购管理子系统中，首先，可以收集采购工作的原始数据，将供应商管理系统、物料配送系统、库存系统中的数据提取出来;然后，通过使用聚类分析法，预处理、筛选收集到的数据信息，将无关的数据信息进行剔除，再关联、归纳、分类样本数据，从而将相关的评估数据模型建立起来。这样有利于考核供应商，为制造型企业供应商选择质量提供保障。
4 结语
由于各个行业发展迅速，在信息化时代中作为应用工具的大数据挖掘技术所具备的价值逐渐增加，目前大数据挖掘技术已成为了辅助企业管理者进行判断决策的重要工具。如果制造型企业将大数据挖掘技术嵌入到 ERP 系统的各个子系统内，则有利大数据挖掘技术与ERP系统在企业内进一步发挥其作用。可见，在制造型企业的ERP系统中，大数据挖掘技术具有重要的应用价值。
参考文献：
[1]李燕.大数据时代人工智能在计算机网络技术中的应用[J].数码世界，2019（ 10） ： 248.
[2]张书月.大数据时代的数据挖掘技术与应用分析[J].数码世界，2019（ 10） ： 80-81.
关键词：大数据挖掘技术;ERP系统;制造型企业
0 引言
制造型企业在信息化时代中产生的数据信息都是海量的，虽然一些有用的信息隐藏在这些数据信息中，但是这些数据过于杂乱无序，很难被有效地利用起来。因此想 要有效的利用信息，亟待解决的问题就是如何对这些数据进行处理。数据挖掘技术就是在此情况下诞生的，与原有的数据处理方法相比，大数据挖掘技术所涉及的领域较多，在制造型企业发展过程中所扮演的角色也往往更加重要。因此，在企业已有的ERP 系统基础上实施大数据挖掘技术，使其成为更加智能化信息管理系统[1]。
1 大数据挖掘技术及ERP系统的相关概述
1.1 大数据挖掘技术概述
（1）数据挖掘的定义
由于不断推进的信息化发展，近些年数据的增长呈现出爆发态势，目前制造型企业想要高效发展，当务之急就是需要从海量信息中筛选出有用的数据。作为发现数据知识的手段，数据挖掘实际上就是将有用的信息从海量数据中发掘出来，从模糊的、随机的、不完全的、有噪声的、大量的实际应用数据中，将存在价值的、可被理解的、未知的、具有规律性的知识和信息挖掘出来的过程。在决策分析、检索优化和数据管理等多个方面都可以应用挖掘出的数据信息。数据挖掘技术所具备的优势非常显著， 其可以预测性地描述复杂的数据，自动化地完成挖掘数据的过程对于处理海量数据非常有利[2]。
（2）大数据挖掘的基本分析方法
在应用大数据挖掘技术的过程中，最核心、最基础的就是大数据挖掘的分析方法。数据挖掘过程想要实现，离不开可靠、科学的方法，面对的问题不同，可采用的方法也会有差异。目前大数据挖掘的分析方法主要有以下三个：
聚类分析法，按照功能、特性和作用将数据对象进行分组聚類，毫无逻辑可言的数据就会快速地变成有联系的数据，然后再次利用和分析分组数据，从而将有价值的 数据挖掘出来，将具有价值的数据价值发挥出来。
特征性数据分析法，在分类整理数据时，根据特性分类就是特征性数据分析法，分析普遍存在于数据之间的规律，可以实现数据的特性分析。
关联性分析法，一些数据由于发布者加密方法的使用，较为隐蔽，因此想要利用和挖掘这类数据，就需要使用关联性分析法， 关联性识别此类数据信息，将有效的数据快速获取。在信息管理工作对精准度要求较高时，往往使用关联性分析法。
1.2 ERP系统概述
ERP系统即企业资源管理管理系统，在制造企业内应用ERP 系统，可以帮助企业有效地整合整个供应链，准确地分配企业人财物等资源，为企业的资源管理更加合理提供保障。此外，在制造企业内应用ERP 系统，还可以提前安排采购和生产等业务，将更加有效的信息提供给企业管理者来分析、决策。
2 制造型企业ERP系统应用大数据挖掘技术的必要性
2.1大数据挖掘与ERP 系统数据库关联技术
在制造型企业的ERP系统中应用大数据挖掘技术，实际上就是在ERP系统嵌入大数据挖掘分析功能，将ERP系统数据库可以独立访问的系统建设起来。由此可见，大数据挖掘与ERP 系统数据库有一定联系，在ERP系统中应用大数据挖掘技术时，为确保数据库信息的安全，则需在数据仓库储备、传送信息时，预处理原始信息。
2.2 大数据挖掘技术弥补了ERP的不足
在制造型企业内，大量的经营数据信息都储存在 ERP系统内，对于任何企业而言，这些在 ERP系统储存记录的信息都是没被挖掘的宝藏。如果制造型企业能够充分利用大数据挖掘技术，在ERP系统中应用大数据挖掘技术，则可以充分发挥这个宝藏的价值，将这些储存在ERP系统的信息为企业的发展壮大做出应有的贡献。
3 制造型企业ERP 中大数据挖掘技术的具体应用
3.1在产品质量管理中大数据挖掘技术的应用
在制造型企业内，产品质量检验与管理属于重要环节。一般的制造企业在管理控制、检验产品质量时，通常采用的方法均为六西格玛法。分析和测评样本数据是六西格玛法的核心所在，在进行测量分析时常会用到关联分析、多变异分析、回归分析和聚类分析，而这些都是大数据挖掘技术的分析方法。可见，大数据挖掘技术在制造型企业ERP 系统的产品质量管理子系统中，可以进行应用，且大数据挖掘技术的应用可以提供更为可靠、准确的数据给制造型企业，用于产品的质量管理，以便制造型企业改进产品质量管理。
3.2 在市场营销中大数据挖掘技术的应用
在制造型企业的 ERP 系统中，市场营销子系统属于众多子系统中的一个，大量的营销数据记录其中， 直接关系到整个制造型企业的运营。根据ERP 系统的市场营销子系统，可以生成反映不同产品、不同区域、不同季节的销售价格、销售额以及产品销量的柱形图、饼图和折线图等，让制造型企业的管理层清楚地了解产品销量，以及销售人员的业务水平。但是如果制造型企业管理者想要根据市场营销子系统的数据信息来进行产品定价、策划营销方案，则需要进一步挖掘数据。而大数据挖掘技术在ERP系统市场营销子系统中的应用，则可以实现这一目标，分类归纳数据、识别数据相关性，预处理数据时利用聚类分析法，形成样本数据。例如在预测和判定销售价格时，可以利用数据挖掘技术中的线性回归分析法，将预测模型建立起来，更为精确的预测未来市场，将时间序列数据提供给企业管理者，辅助其进行判断决策。
3.3在采购管理中大数据挖掘技术的应用
采购管理工作对于制造型企业尤为重要，产品的质量以及企业的生产成本都与原料采购有着直接密切的联系。如果企业原料采购成本过高，那么企业的生产成本就会增加;如果企业采购的原料质量偏低，则生产的产合格率将会受到负面影响。而将大数据挖掘技术嵌入到制造型企业的ERP 系统采购管理子系统中，首先，可以收集采购工作的原始数据，将供应商管理系统、物料配送系统、库存系统中的数据提取出来;然后，通过使用聚类分析法，预处理、筛选收集到的数据信息，将无关的数据信息进行剔除，再关联、归纳、分类样本数据，从而将相关的评估数据模型建立起来。这样有利于考核供应商，为制造型企业供应商选择质量提供保障。
4 结语
由于各个行业发展迅速，在信息化时代中作为应用工具的大数据挖掘技术所具备的价值逐渐增加，目前大数据挖掘技术已成为了辅助企业管理者进行判断决策的重要工具。如果制造型企业将大数据挖掘技术嵌入到 ERP 系统的各个子系统内，则有利大数据挖掘技术与ERP系统在企业内进一步发挥其作用。可见，在制造型企业的ERP系统中，大数据挖掘技术具有重要的应用价值。
参考文献：
[1]李燕.大数据时代人工智能在计算机网络技术中的应用[J].数码世界，2019（ 10） ： 248.
[2]张书月.大数据时代的数据挖掘技术与应用分析[J].数码世界，2019（ 10） ： 80-81.