● 过去的物流信息流乃以纸张为主（顾客及补货订单、存货需求、仓库工单、运输文件、发票），而信息传输往往产生许多不良结果，如速度慢，不可靠，错误频生。因此，增加了作业成本并降低顾客满意度。然而因为技术成本下降而使用上也较容易，许多应用技术已使物流经理具备更有效及更快速透过电子方式传输与管理信息的能力。因此，有更多机会可以更有效协调物流活动将物流费用降低，以及提供更佳信息予顾客俾提升服务水准。
● 实时及精确信息对有效物流系统之设计十分重要。其因有三：
1.顾客对完整顾客服务的要求，其中包含与顾客有关的信息服务，如订单状态（order status），配送时间（delivery schedule）以及发票（invoices）。
2.企业目前均以降低完整供应链（total supply chain）中之存货为目标，许多企业经理人发现信息可以有效降低存货及人力资源需求。尤其需求规划时如有实时信息将可降低需求不确定性，减少存货数目。
3.信息可以增加物流弹性，使企业资源可适当（how），适时（when），适所（where）地运用，为企业创造策略优势（strategic advantage）。
● 物流信息功能图
● 物流信息系统用途、决策特性及原因图
● 在设计与评估一个物流信息系统（Logistics Information System）时，必须兼顾六个原则：
1.供应力。
2.准确性。
3.实时性。
4.异常信息报告力。
5.弹性。
6.适当格式。
● 物流信息系统结构包含二大子结构：计划及协 调信息流及作业信息流
1. LIS计划及协调工作包含企业内外的物料及成品计划，而其主要组成包含：
（1）策略目标
（2）容量限制
（3）物流需求
（4）制造需求
（5）采购需求
2. LIS 作业信息需求转自环 球 网 校edu24ol.com
LIS 作业的信息活动包含顾客订单之接收、处理、
运送，以及采购单之到货接收之协调等。
（1）订单管理
（2）订单处理
（3）流通作业
（4）运输与配送安排
（5）采购
3.存货布设及管理
（1）存货布设及管理乃处于 LIS协调、规划及作业间的主要接口。
（2）存货布设及管理乃在计划及管理自生产到配送顾客间之存货需求。
（3）存货布设及管理之主要组成为：
a.预测模块
b.存货布设决策辅助系统
c.存货绩效评量系统
4.物流信息系统流程（LIS flow）
● 电子资料交换（Electronic Data Interchange， EDI）
● 个人计算机（Personal Computers）
● 人工智能/专家系统（Artificial Intelligence /Expert systems）
● 通讯（Communications）
● 条形码及扫瞄技术（Bar coding and scanning）
● 电子商务乃一新商业名词，用来描述构建无纸化商业环境所使用广泛的工具及技术
图7-6 有效消费者响应的供应链
图7-7 电子商务整体运作架构
Extranet与Intranet （Ravi Kalakota & Andrew B. Whinston，1997）
● 一套WMS是一组计算机软件应用程序，设计
用来自动化整个仓库现场物料流动程序。它
会指导及控制仓库内所有存货的移动。
图7-9 对于外向销售订单的基本WMS图标
● 确保WMS可以提供拣货用的紧急订单自动释放。切勿用人工的方式来释放订单。
图7-11 供拣货用的紧急订单释放
● 预测乃对未来销售、生产或运送量的推估。预测的单位可以是个数或金额，而预测的基准可以是某一品项，某顾客或品项群及顾客群的汇整。典型的物流预测可能是某品项一星期或一个月自物流中心的出货量。
● 预测之一般考虑因素（General forecast considerations）
1.需求（Nature of demand）
2.预测组成（Forecast components）
3.预测方式（Forecast Approaches）
● 预测程序（Forecast Porcess）
预测数据库 预测程序 预测使用者
预测程序图
● 预测技术（Forecast Techniques）
1.物流预测必须选择合适的预测技术，以产生未来周期预测值。
2.评估预测技术的应用性，一般须考虑以下准则：
（1）精确度（Accuracy）
（2）预测时间带（Forecasting time horizon）
（3）预测值（Value of forecasting）
（4）资料的供应（Availability of data）
（5）资料型态的类别（Type of data pattern）
（6）预测人员的经验（Experience of the forecaster）
3.预测技术之选择多半因情况不同而异，然而其取舍往往是艺术成分多于科学成分（Much more of an art than science）。
● 预测技术之分类：
1.定质技术（Qualitative techniques）
2.时间序列技术（Time-series Techniques）
（1）移动平均（Moving Average）
（2）指数平滑法（Exponential Smoothing）
（3）指数平滑法之扩展（Extended Smoothing）
（4）调节性平滑法（Adaptive Smoothing）
3. 因果技术（Causal Techniques）
预测误差（Forecast error）
预测与实际间完全谋和之情形相当罕见，因此预测值与实际
值间之误差大小即为判定预测是否精准的最佳指针。预测精
准度（Forecast accuracy）的改良有赖误差之评量及分析。