“上ERP找死、不上ERP等死”，这是国内企业面对ERP无奈境地的真实写照。一方面是“信息化带动工业化”的发展战略促使企业信息化的步伐，另一方面是ERP实施高达80％的失败率。
ERP的成功之道在哪里？很多企业都在不停地探索。那么ERP实施能给企业带来多大的效益？怎样去评价企业ERP实施的绩效？目前对企业ERP实施的绩效评价的研究和分析主要集中在单个企业实施的绩效分析。考核的指标也只是一些部门内部的管理指标，而对ERP所涉及到的整个供应链的分析和研究十分有限。由于指标体系的不科学，会致使企业ERP应用时所产生的反馈信息极不准确，必定给上级管理部门政策的制定提供很多错误数据。因此，本文正是在此背景下以江苏镇江企业为例，在研究ERP系统应用和平衡计分卡之间的对应关系的基础上建立ERP绩效评价指标体系，并利用BP神经网络建立ERP绩效评价模型，为ERP绩效评价提供依据。
一、基于平衡计分卡的ERP绩效评价指标体系
对企业ERP实施的绩效评价要从多方面、多指标综合来考虑，这是因为单一的财务指标只能反映企业经营活动中某个时候的情况，而企业ERP的实施是个复杂的项目，涉及到企业的方方面面。而平衡计分卡是一种战略性绩效评价体系，它从财务、客户、内部业务过程、学习与成长几个方面考察企业的绩效，把企业一整套财务和非财务性评价手段联系在一起，结合ERP系统实施给企业带来的具体的特点，得到表1所示的ERP应用绩效评价指标体系。
表1 ERP应用绩效评价指标
二、BP神经网络模型机构及学习原理
BP(Back Propagation)神经网络是目前应用最为广泛的一种神经网络．它是属于误差信号反向传播的多层前向神经网络，具有自适应、自组织、自学习和容错性好等特征。在反向传播过程中，误差信号从输出层经隐含层向输入层传播，并调整各层间连接权值及各层神经元的阀值，使误差信号不断减少，直到误差满足预先指定的精度为止。三层BP网络结构如图1所示。
图1 三层BP网络的拓扑结构图
三、实证分析
1．样本的收集
本文以江苏省镇江市中小企业为评价对象，主要选定2008年镇江市40家中小企业作为数据采集范围，在金蝶软件公司帮助下以发放调查问卷形式进行数据的采集。经过3个月的数据调查，共发出调查问卷40份，收回30份问卷，笔者经过严格、认真的筛选，整理了20家中小企业的实证数据作为数据样本，为加快网络训练的收敛速度，减少评价结果的误差，对这些实证数据进行标准化处理，得到值0-1之间数据。
2．BP神经网络模型的建立
在训练样本集大小一定的情况下，我们可确定该网络的输入层节点数为18，输出层节点数为1，对隐层神经元数目的确定目前尚无理论上的指导，一般隐层神经元数以小于或等于输入矢量维数的一半为宜，具体需要通过大量的实验计算，分析比较来获得。本研究的中小企业ERP应用绩效评价指标集数目为18，所以选择隐层神经元数为7-10为宜，拟模型选为9。
由此，本研究初步建立起了中小企业ERP应用绩效评价的BP神经网络的模型，输入层单元数为18，网络层数为3，隐层神经元数为9，输出层单元数为1。其拓扑结构为18-9-1。网络模型示意图如图2所示。
图2 BP神经网络模型结构图
3．BP神经网络模型的学习训练
因为数据样本为20家中小企业，我们可选用其中前面10个企业的数据为训练样本进行网络训练。得到权值和阈值，再利用模型对后10个企业进行仿真。网络收敛过程如下：
图3 网络迭代收敛图
给定精度为1-3，学习速度，训练函数为“traingdm”，动量系数mc=0.9，迭代次数为1000次。每迭代50显示一次训练状态，借助Mathb软件运算，训练过程如下，当程序迭代285次后，误差达到MSE=9.9922e-004，达到设计要求。网络训练达到要求后得到10家中小企业的评分。从表2可以看出数据仿真评价结果与绩效评价期望值非常接近。
表2 期望值和训练值的比较
四、结论
以上分析可以看出网络训练评价结果为0到1范围的数值。从对表2的证实数据标准化过程来看，所有指标得分0-1内正向分布，也就是说，评价结果得分越接近1的中小企业ERP应用绩效水平越高；评价结果得分越接近0的中小企业ERP应用绩效水平越差。由此可以把企业分成几类，第一类(ERP应用绩效最好)是编号为18和19的中小企业，第二类(ERP应用绩效较好)是编号为11、12、14、15的中小企业，第三类(ERP应用绩效最不理想)是编号为17的中小企业。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：企业ERP系统应用绩效评价的实证研究
本文网址：http://www.toberp.com/html/consultation/1082043893.html
相关文章
