随着现代社会市场竞争的日趋激烈，顾客需求的多样化以及市场变化不确定性的增强，企业之间的竞争已经逐步转变为供应链之间的竞争。现代商务环境也在不断促使企业将自己的资源同外部资源整合起来，以更好地响应客户的需求，为顾客创造更多的价值，为企业创造更多的利润。同时，市场条件的不断变化使得供应链上的原材料供应、产品设计研发、生产制造、销售、流通各环节的信息交流更加频繁，跨组织流程结合的深度不断加强。而供应链运行时往往具有自治性、分布性、异构性以及并行性等特点，这些特点都向供应链管理提出了挑战。

基于以上挑战，本文研究将可视化技术应用到供应链管理当中，使供应链及其相关节点企业的物流、库存、订单等的有关指标可视化、可控化、可追溯化，将会有效提高整条供应链的透明度，大大降低供应链风险，提高供应链运作的效率。

2供应链可视化的概念
信息可视化（InformationVisualization）的内涵是将数据通过图形化、地理化形象真实地表现出来，并且找出数据背后蕴涵的信息。信息可视化相关技术能够实现对信息数据的分析和提取，然后以图形、图像、虚拟现实等易为人们所辨识的方式展现原始数据间的复杂关系、潜在信息以及发展趋势，以便我们能够更好地利用所掌握的信息资源。

供应链可视化就是利用信息技术，采集、传递、存储、分析、处理供应链中的订单、物流以及库存等相关指标信息，按照供应链的需求，以图形化的方式展现出来。供应链可视化可以有效提高整条供应链的透明度和可控性，从而大大降低供应链风险。

我们可以建立一条含有供应商、制造商、分销商以及第三方物流企业的供应链。其中，供应商提供原材料，制造商制造产品，分销商销售产品，第三方物流企业负责供应商与制造商，制造商与分销商之间的物流运输。

3供应链可视化过程以及平台的系统构成

3.1供应链可视化过程

供应链可视化过程包含数据采集、数据传输、数据存储、数据分析处理以及数据展示等步骤。供应链可视化的数据来自于供应链中各节点企业内部系统的数据库或者节点企业之间进行交易的EDI、XML文件等数据。利用应用集成网关提供的各种数据接口将其抽取（Extract）、转换（Transfor）、加载（Load）到目标数据仓库中；针对可视化对象建立多维数据集；联机分析与处理（OLAP）；利用多维数据集和数据聚集技术对数据仓库中的数据进行组织和汇总，用联机分析和可视化工具对这些数据迅速进行评价；最后使用前端展示工具将可视化信息以各种图表的方式直观展示出来，便于用户分析决策。

3.2可视化平台系统构成

本平台由以下几部分构成：

（1）数据源。本系统的数据都来自于供应链节点企业的操作型数据库以及节点企业间进行电子商务时产生的EDI或者XML数据文件。

（2）应用集成网关。由于供应链中节点企业众多，各个节点企业所使用的应用系统不一样，通过拥有多种接口的应用集成网关将各节点企业连接起来，便于数据的提取和传输。

（3）数据仓库。使用数据仓库存储提取来的供应链各节点企业的相关数据，便于后来建立多维数据集进行的联机分析处理操作。

（4）前端展示工具。以多种多样的形式展示可视化指标。

4供应链可视化关键技术

4.1数据采集

（1）条码。条码是将线条与空白按照一定的编码规则组合起来的符号，用以代表一定的字母、数字等资料。在进行辨识的时候，是用条码阅读机扫描，得到一组反射光信号，此信号经光电转换后变为一组与线条、空白相对应的电子信号，经解码后还原为相应的文字数字，再传入电脑。条码辨识技术已相当成熟，其读取的错误率约为百万分之一，首读率大于98%，是一种可靠性高、输入快速、准确性高、成本低、应用面广的资料自动收集技术。

（2）RFID射频识别。RFID射频识别是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。

4.2异构数据源集成与EDI解决方案设计

（1）EDI。电子数据交换（ElectronicDataInterchange，EDI），就是两个业务组织计算机之间电子方式的标准业务文件的交换。狭义的EDI主要指符合EDI标准的数据交换，而广义的EDI还包括以XML为载体的其他相关新兴互联网标准的数据交换。

（2）应用集成网关。如果供应链多个企业之间两两集成，当然这样也可以达到各个企业之间数据连通的目的，但是这样的集成工作量非常大，而且容易出错，最重要的是如果新增加一个企业又得再和其他所有的企业一一集成，造成巨大的工作量。

企业应用集成网关利用其自身具有的对各种数据库和应用系统的接口，可以有效解决这个问题，它只需要供应链中的各个企业单独跟它集成，就可以让所有企业的数据都连通，这样可以大大减少集成的工作量，也可以减少出错的概率，在有新的企业加入供应链时，仅仅需要与网关集成一次就行了。

此网关可以满足包括企业各种应用、数据库和数据仓库、人工流程、外部业务伙伴、WebService等在内的所有的集成需要。

4.3可视化处理技术

（1）ETL。ETL即数据抽取（Extract）、转换（Transform）、装载（Load）的过程。它是构建数据仓库的重要环节。数据仓库是面向主题的、集成的、稳定的且随时间不断变化的数据集合，用以支持经营管理中的决策制定过程。数据仓库系统中有可能存在着大量的噪声数据，引起的主要原因有：滥用缩写词、惯用语、数据输入错误、重复记录、丢失值、拼写变化等。即便是一个设计和规划良好的数据库系统，如果其中存在着大量的噪声数据，那么这个系统也是没有任何意义的，因为“垃圾进，垃圾出”，系统根本就不可能为决策分析系统提供任何支持。为了清除噪声数据，必须在数据库系统中进行数据清洗。

（2）OLAP。OLAP（联机分析处理）是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的，这些信息是从原始数据直接转换过来的，它们以用户容易理解的方式反映企业的真实情况。

（3）数据展现形式。供应链可视化平台最终需要以丰富的图表、灵活的分析以及醒目的异常提示来进行数据展示。

多维分析图：包括双轴图、雷达图（蜘蛛图）、股市曲线图、极线图、饼图等。

仪表盘：对关键绩效指标，可以使用仪表盘的形式对其进行展示。这种方式直观易懂，并能根据设定的阈值，用不同的颜色表示不同的程度，对指标的超量和不足进行预警，一旦达到或者超过阈值，可以自动地发出警报。

分解图：从不同的角度、不同的层次随意跳转，对指标进行分解，根据分解的指标树，可以对指标进行追踪。

5结论

本文提出了供应链可视化的概念，并在此基础上建立了供应链可视化的结构模型，分析了实现供应链可视化的过程，分析了实现供应链可视化所需要解决的数据采集、数据集成以及数据展示三个关键技术问题。研究上还存在不足，如没有建立起一套供应链可视化平台使企业可以放心使用。对供应链可视化的相关指标没有作过多的论述。以后会继续这一方向的研究。