仓储管理系统风险控制与设计

仓储管理系统风险控制与设计

摘要:为解决数字化信息时代仓储管理系统遇到的业务风险问题,降低业务风险系数,推进系统运转效率,本文提出仓储管理系统风险控制研究与设计,为该问题提供一个有效解决方案。从构建体系指标,数据归集到建立模型并开发计算,通过信用评分与实际情况的合理性判断该设计方案上指标确定、指标权重确定以及建立模型等是否需要再修正,最后应用于系统开发。基于仓储管理列出主要指标及数据仓库表字段设计,结合第三方BI可视化工具开发完善仓储管理系统风险控制。

关键词:仓储管理系统;数据仓库;风险控制;BI可视化

1概述

在如今数字化信息时代,数据模型应用越来越广泛,解决的问题以及所带来的成效越来越明显,数字化时代是未来发展大势所趋。仓储管理系统为更好服务于生产链,在信息化产业数字化应用方面产生越来越多的问题,如审批时间长严重影响效率,业务流程中的不可控因素越来越多,业务风险系数较高,这些问题都预示需要完善仓储管理系统信用体系建设。

2关键技术

数据仓库技术是与时间相关,面向主题,集成的相对稳定的数据集合,它是企业各业务层数据归集,便于数据共享度高且低价存储的一种常用方式。它与操作型数据库不同,数据仓库面向分析型数据处理,多用于数据分析与决策。它从不同系统获取数据进行整合,再按照主题重新组合,从而更好的使用。利用数据仓库技术对数据整合,对仓储管理系统风险控制有很大作用。

3仓储管理系统风险控制模型建立

风险控制模型建立根据实际需要以及数据现状等,初阶段使用传统评分模型。请代表性专家创建评价指标并给出评分,然后汇总结果,选择最具预测和分析价值的变量,确定全面易得的评价指标体系与标准。随业务量以及数据仓库与数据模型的完善,再收集足够历史数据,对数据预处理,做合理假设条件,建立判别函数,由此发展成为成熟的风险模型。评分计算权重确定,评分计算构建判断矩阵,利用层次分析5/5-9/1方法,通过判断矩阵,计算出各货主仓库间的业务量评分,判断矩阵及变量权重值的确定保证该模型合理计算求解。建立模型如上图所示,首先构建指标层次体系,根据风险控制需求,对用户货主、仓库、钢厂,甚至业务操作指数,做信用度评分。根据目标需求构建指标,再数据采集,可以通过埋点形式获取数据,也可以通过数据仓库构建手段,多数据源、多数据形式获取所需数据,将获取到的数据中不规范的数据修正或删除,达到数据清洗的目的,为后期数据模型构建与数据开发和系统开发做好数据源准备。数据获取的同时,确立指标规则并合理给定指标权重,确定指标评价取值范围及评分区间。数据归集工作将符合数据模型的数据及相关处理好的数据存入数据仓库,通过模型评估与模型建立情况先对所需样本选择,之后进行模型的建立与求解工作,通过模型使用python或者其它软件进行模型计算,系统开发使用java或者其它,开发后对模型进行测试,另开发计算得信用评分,判断评分的合理性是否存在问题决定该模型计算合理性以及是否系统应用,如果存在问题,重新迭代确立指标规则、确定指标权重及模型建立求解。

4仓储管理系统风险控制系统设计

信用评级风险控制主要指标在仓储管理系统物资超龄超期管控数据仓库中字段设计,设计如下。基于指标体系完成对数据仓库的构建,系统开发设计以及数据仓库,为了更好的完善仓储管理系统风险控制,将第三方BI报表工具集成于仓储管理系统风险控制之中,不仅将信用评分应用于仓储业务之中,当评分达到风险预警时可以消息推送提示或者BI管控了解风险,从而都直观有效的降低仓储管理系统业务风险。

5结论

本文为仓储管理系统的业务风险隐患提供了有效措施,实施难度系数适中,便于应用于实际生产需要。,对数字化信息时代所产生的问题得以解决,提升仓储管理业务效率,降低业务风险系数,完善仓储管理系统及该生态圈的信用体系建设。

参考文献

[1]商玉林,周吉祥,马柯等.基于数据分析WMS物联网蓝牙室内定位研究[J].价值工程,2018(28):246-249.

[2]蒋晨,陈德华.商业银行风险控制系统的设计与实现[D].上海:东华大学,2017,10:6-8.

[3]汪蓉,禹久泓.数据挖掘在财务危机预警和风险控制中的应用研究[D].兰州:兰州大学,2015,5:1-24.

[4]刘梦苏.ETL技术在数据分析系统中的应用初探[J].信息通信,2018(8):202-203.

作者:周吉祥 商玉林 赵昊炜 刘涛 田野 单位:西安工程大学