物流管理信息系统.docx
《物流管理信息系统.docx》由会员分享，可在线阅读，更多相关《物流管理信息系统.docx（8页珍藏版）》请在冰豆网上搜索。
物流管理信息系统
物流管理信息系统
Benchmarking的实施策略研究
作者姓名
指导教师
学科专业
提交日期
目录
一、绪论部分…………………………………………………………………………2
（一）背景……………………………………………………………………………2
（二）Benchmarking的概念解析……………………………………………………2
（三）课题研究的目的意义…………………………………………………………2
二、相关理论综述……………………………………………………………………3
（一）Benehmarking的实施步骤……………………………………………………3
（二）浅析Benehmarking中采用量化过程的关键问题…………………………4
三、案例分析…………………………………………………………………………5
四、结论………………………………………………………………………………8
一、绪论部分
（一）背景
现代物流业在国际上己成为与高科技产业、金融业并驾齐驱的朝阳产业,引起了各国政府、各界人士的高度重视。
我国明确提出要把现代物流业作为国民经济重要产业与新的经济增长点,并列入了“十五”规划。
因此,有针对性地对现代物流信息管理开展广泛的、深入的一些研究,不仅在理论上具有很高的价值,同时对发展和推动我国物流产业水平也具有重大的实际意义。
（二）Benchmarking的概念解析
Benchmarking在国内被称之为标杆管理。
标杆管理起源于20世纪70年代初美国学习日本的运动中,率先开创标杆管理的是施乐公司。
标杆管理有如下定义，一是指以产品、服务以及运作和那些强劲的对手或者是被公认为领头的企业进行比较优劣的持续过程；二是指一个过程,其全程是根据企业诸多公司内的一些领域的状况,通过确定和研究其它的企业在相同的这些领域的最优的运作行为,来实现全新的运作和体系,从而提高他们自己的生产力和公司的实力；三是指一个努力方向,是发现目标以及寻求如何实现这一目标的手段和工具。
标杆管理是一种帮助企业改良其业务过程的工具,对任何业务过程都可以实施标杆管理。
标杆管理在企业界是一项享有很高赞誉的实践活动。
它也是一项向企业的外界寻求最好的实际经验和更高绩效表现的活动,并针对此目标衡量企业的业务运作。
（三）课题研究的目的意义
早在1995年,我国就明确提出,要实现经济发展战略目标的两个转变:
一是要实现经济体制从计划经济向社会主义市场经济体制的转变；二是实现经济发展从粗放型向集约型的转变。
实现这两个转变既关系到中国经济发展的方向,也关系到中国经济增长的质量。
而如何实现两个转变,涉及到经济活动的各个方面,其中物流的现代化是至关重要的一个环节。
与所有国家的发展历程一样,在中国,物流的发展及其现代化是经济发展从粗放走向集约的必由之路。
它又不仅仅是一个经济发展和经营管理的问题。
物流体系及其管理体制既是改革的对象,又是改革的条件和动力,因此与经济体制的改革息息相关。
随着经济全球化和信息技术的发展,现代物流在经济发展中的作用日益突出。
发展现代物流,能够有效地降低成本,提高流通效率和企业竞争力。
由于技术的不断进步和管理的日益改善,制造成本降低的空间己经不大,而降低物流成本则成为“第三利润源”。
据测算,我国物流成本占GDP的比重高达20%（超过2万亿元）,而发达国家一般只占10%左右。
物流成本降低l到2个百分点,将产生社会效益1000到2000亿元。
因此,发展现代物流不只是提高企业竞争力的问题,还是国民经济发展中的一个重要问题。
在物流产业这一新事物进入快速发展的时期,在重视其建设的同时,更应该重视其管理,尤其是采用现代化管理的方式、方法提高和维护企业效益。
发达国家的物流业整体水平之所以高,管理手段的先进是其保持高度发达的基础。
我们有必要十分关注发达国家先进的管理理念和方法,消化吸收其精华,保证我国物流业健康地发展。
二、相关理论综述
（一）Benehmarking的实施步骤
对于标杆管理的方法,在具体实施的时候,并不是一味简单、原封不动地照搬照抄标杆,而是应该建立一个有明确目标、有可达到的途经、可采用的方法、可行可信的指导体系,使企业最终实现绩效的改良。
针对物流系统标杆管理的实施,许多文献均给予了较为系统的描述。
这里引用标杆管理专家MichaelJ.Spendolini的模型,他是在对57家有标杆管理经验的组织比较研究的基础上,提出了一个标杆管理共通模型。
1.确定标杆学习主题。
标杆学习主题必须是对本企业生产经营或盈利有重大影响的因素,也即关键成功因素。
通过剖析内部职能以及工作流程,发现企业相对薄弱的关键成功因素,这样有针对性地学习创新更为有效。
企业在剖析白身的同时也可能发现相关内部性标杆。
主题确定之后,要对其形成可予以测量的一系列衡量指标,这一指标化过程必须力求准确,这样,它与标杆才更接近“苹果与苹果”的精准比较。
2.组成标杆管理团队。
确定了学习主题之后,就要组成相适应的标杆管理团队。
基本的原则是必须要有在该主题领域内具有专业知识和技能的员工来参与,考虑团队成员专长技能的多元化和互补性。
请标杆管理专家对企业员工进行培训,并重点培训标杆团队,使其了解管理流程,明确各自角色与责任。
此外,团队成员还必须具备较高的学习热情,良好的沟通技巧和团队合作精神等。
3.选定标杆管理伙伴。
此举也就是确定学习的标杆对象,标杆伙伴。
在此之前,企业应首先明确自身的目标。
是仅仅求得现有流程的改善,还是达到标杆伙伴的优秀典范,甚至是“超标”,达到世界级优秀。
明确了目标之后,管理团队就要在相对应的范围内来选取标杆伙伴。
标杆伙伴的选举一定要切合实际,与组织目标相对应,好高骛远或过于短视的行为都不可取。
4.收集并分析信息。
首先是收集自身相关服务、流程的资讯,了解目前的工作方式,找出哪些需要改进,然后有针对性地收集标杆对象的相关信息。
可以采用电话访谈、面谈、现场访谈、问卷调查等。
信息收集是一个长期积累,不断跟踪情报信息源的过程。
在相关信息收集完整以后,就要结合企业对内部状况的分析,进行不同环节的对比研究,找出两者间关键性的差异,并将重点放在造成差异的关键流程,挖掘标杆精华,以备自己学习提高。
5.采取变革行动。
在信息对比分析的基础之上,企业要制定标杆管理行动计划,以具体指导变革行动。
标杆管理是一个模仿学习创新的过程。
标杆企业在模仿学习的基础之上,对学习到的最佳工作典范的标杆职能或流程,加以内化整合,并结合自身实际进行创造性变革,运用到本企业上来。
这是一个学习、吸收、转化、创新并最终提高绩效的过程。
6.绩效评估与反馈。
企业进行变革一段时间后,必须进行绩效评估,核对实际操作结果与计划的异同。
这中间,具体的实践和计划可能出现偏差,甚至剧烈变动。
因而,计划也应在具体行动中加以改进、完善,以更好地指导变革行动。
（二）浅析Benehmarking中采用量化过程的关键问题
事实上,各种Benchmarking管理模式基本上都以数据交换、建立评价体系、制定改善计划为主线来实施管理的。
但是,不论哪一种模式,在进行关键的自我评价步骤时,在评价的量化以及确定改良量化目标方面,均未给出确定的方法求解具体的结果。
这对于在决定如何提高绩效而进行整改时,对限度的掌握十分困难。
比如说,选取行业绩效表现最好的作为“标杆”,这最好的限度是什么?
自己的企业针对自我评价结果不满意,其改良的目的是否一定要定位为“最好”?
如何确定一个改良的目标,而该目标是企业力所能及并可以实现的。
因此,建立一套系统方法解决:
l.企业发展目标的“度”的问题;2.基于这个目标“度”,选出适合企业自身发展的标杆（企业）。
解决的要诀是:
结合评价结果量化,改良目标量化,改良后的物流系统分层指标和细部操作指标绩效表现度量化等一系列的量化计算,以小标杆作为候选标杆企业的遴选基准,分选出适合企业发展规划的标杆企业,以此指导全程的标杆管理。
大标杆的确定,使得企业对下一步发展目标的水准更加明确。
基于大目标下的小标杆的求解,使得具体作业指标要素的绩效能够和大标杆的水准相吻合,对企业作业指标要素的整改更具有科学的指导意义。
因为在这个量化过程中充分考虑了企业的实际情况和企业发展的客观需要,在这阶段企业可以针对每个指标要素进行深思熟虑地甄别,而不是一味盲目地追求高效率高指标量化值。
作为评价结果和标杆值这两个量化来说,仅仅是企业自己对现状和未来所做出的评价和期望。
而第三个步骤恰恰是最为关键的,即通过小标杆的量化结果作为衡量哪些企业可作为标杆,籍此来遴选出符合标准要求的标杆企业。
在遴选中还需要一种数学运算根据来解决标杆遴选问题,而恰DEA的方法为我们提供了这方面的便利。
由此可以说,在Benohmarking实施中原来对于标杆企业的遴选并没有严格的选择工具,仅仅是通过经验和一些指标的对比所做出的。
那么现在我们可以通过评价量化开始,利用大小标杆的量化以及后段的DEA方法,可以将标杆企业的选择完全通过更为可学的手段来加以实现。
三、案例分析
现以杭州地区的物流群体为例进行标杆企业的遴选。
最初构建物流企业群体时,大约收集了近20家规模大小不等,但作业形式较为相近、具有可比性的企业,根据各个企业日常工作考核和记录,构建评价指标体系。
尽管各个企业的业务范围、服务对象有所差异,但是很多日常考核指标确有着较为近似或相同的地方。
值得注意的是:
量化过程中的企业自身的评价,和后续对候选企业遴选。
评价阶段尽量选择较为全面的指标要素参与系统的评价,以增加评价结构的客观度和准确度,而遴选阶段采用DEA方法,则是在评价体系的基础上选择那些具有代表性的较为重要的指标要素进行量化计算。
作为企业的绩效优与劣,实际上通过初步的比对和观察也能大致比较出高低,尽管这样做无严格的科学依据,但是可以有效地避免数据过冗的缺点,况且在后续阶段还要进行严格的量化计算、检验。
另外,针对具体数据的选取,由于对于各企业来说所能够选出进行绩效分析的指标有很多,在此,作为决策者应该深思熟虑、选择那些有代表性的指标。
下面几组数据就是依据上述原则初步选出的,见下表。
表中初步选择了4家“较好”的企业作为标杆候选单位,第一项为小标杆值（DMUI）。
确定6项考核指标,4项输入作业指标:
不按时交货率、非空车率、采购管理费率、设施投入总成本。
2项输出指标:
库存周转率、平均每车次配送量。
表格：
专家评定的输入输出指标
输入输出
A
B
C
D
库存周转率
良
中
良
良
均车次配送量
良
良
良
良
非空车率
良
良
良
良
不按时交货率
良
中
中
中
采购管理费率
中
良
良
中
设施投入总成本
较高中
较高中
较高中
较高中
其中,采购管理费率对于非批发或零售商则计算存货管理费率加业务往来费等。
设施投入总成本包含仓库基础设施总资产或租赁总费用、运输车辆总投资、装卸和仓库分拣传输设施投资额等。
在此确定DMUs由4项输入2项输出组成系统。
表中DMUI是一组取自小标杆的值,而对于其它组别DMU的输入输出均采用专家评分法进行初步的评价。
这里把指标值视为三角模糊数进行处理与讨论,因此各指标要素可以模糊化形成A=（a,a+02）的三角模糊数,在此选取。
将评价语言（优,良,中,差）。
模糊量化为:
（0.1,0.4,0.7,l）,B物流库存周转率评定的“中”，在模糊化后便成为（0.7,0.6,0.8）,同理换算可得其余值,各值见表。
其中小标杆组的库存周转率（0.4,0.3,0.2,0.1,0）,均车次配送量（0.45,0.35,0.2,0,o）,非空车率（0.45,0.35,0.2,o,o）,不按时交货率（0.4,0.4,0.1,0.1,o）,采购管理费率（0.2,0.4,0.3,0.1,o）,设施投入总成本。
DMU3、DMU4为有效性决策单元,DMUS为非有效性决策单元,而且从效率指数来看偏小,故将其筛除。
对于三个有效性的DMU,从有效性来判断,均符合作为标杆的条件,至于最终选择哪个企业作为标杆还需再进行一次排序。
对于数个被证明为有效的DMU来说,是不能同时证明他们的排序,假如数个DMU果真出现效率指数均小于1,同时又接近于1时,会出现效率指数的大小关系。
但就这种关系而言,仅仅是被证明在效率上有“资格”参加进一步的标杆企业遴选。
决策并不是单纯地依据有效指数的大小来选择一个最佳企业作为标杆,而是利用多目标决策的方法,在这数个企业中,再次针对各个指标要素进行进一部的分析和筛选。
在进行分选时,决策者首先要对DMU中的各个指标要素进行权重赋值,这个阶段的权重与其各自在评价时所赋予的完全是在不同的衡量体系下产生的。
在此,决策者是根据企业发展、改良的需要针对各个指标要素赋予新的权重。
因此此阶段与其说是选择最优,还不如说是选择最合适。
通过一系列的诸如企业自我评价、大小标杆的确定、DEA以及多目标决策的择优排序,最终完成了标杆企业的遴选。
其中值得进一步讨论并加以说明的是关于DEA,该方法仅仅是通过输入输出的效率指标判别哪些DMU是有效性的,哪些是非有效性的。
对于那些有效性的DMus,DEA是不能计算出他们的效率排序的。
按照引入虚拟标杆的做法,使得大多数的DMUs均为非有效性的,在非有效性的条件下（夕借用这个思路,假如在进行DEA候选企业的遴选时,除了引入一组小标杆作为DMU之外,再将所有的DMUS中指标最好的取出来组成一个虚拟的DMU,最终也不是可以得到一个有着DMUs效率排序的结果吗?
此时,只要决策者按照企业意愿对照小标杆DMU的效率值（夕其实,虚拟DMU的引入所解决的排序问题,仅仅是针对企业运作效率而言,决策者并不是在此阶段简单地按照结果选取其最优。
而是按照小标杆水准首先选取绩效符合要求的即可。
接着,决策者利用多目标决策的方法,针对DMUS中的各项目指标赋予不同的权重。
这一步骤值充分体现决策者和企业意愿的.尽管在小标杆求解过程中考虑到了有关指标的影响度,但在小标杆DMU组成后,并未给出在这个系统中各指标相对的重要程度。
因此,由于有了决策者对各个指标的重要性的认识,进一步对那些DEA筛选出的候选企业进行排序就不是一件很困难的事情了。
按照这种方法，最终确定A是一家最优的企业。
算例计算结果说明,尽管DMUZ、DMU4和DMUS通过有效性证明都符合决策者的要求,从企业运作效率上看并无很大的差异,但是在DMU中各项指标的运作特点上却有着各自的明显的不同。
因此,在赋予各项指标不同权重后,三者的顺序便排列出了。
在此所赋予各指标权重大小完全是根据企业自身发展的需要和偏好来确定的。
四、结论
本文通过对Benchmarking的粗浅研究和实施的现状分析,有针对性地对Benchmarking中实施量化这一过程进行了研究。
以模糊集理论、模糊多目标决策的反问题、企业诊断以及模糊数的DEA作为理论基础,以物流系统作为理论研究和实践检验分析的对象,以探索一种基于量化的Benchmarking新模式和新方法,以及丰富Benchmarking的理论体系为目的,联系实际,深入研究其中有关实现量化的理论体系、实施步骤的整体设计等。
企业进行Benchmarking的首要步骤就是要能较为全面和客观地对自身的发展水平、状况有一个了解和认识。
为了能使研究的方法和成果适合于更多的企业,全面分析了物流企业的类型以及运作模式。
通过讨论目前信息技术对物流企业的影响,综合分析了国内外学者在物流绩效综合测度体系的研究状况。
在此基础上,对Benchmarking的实施步骤进行了概述,操作起来容易实现。
它不但适合于作业面较全面的物流企业,同时也适合于那些仅完成专项作业的物流企业。
升级会员 