零售行业商业智能演讲ppt课件

1、零售行业商务智能处理方案 夏华学二五年三月内容提要国内零售行业IT开展的现状与趋势国内零售行业IT开展当前面临的主要问题商业智能概念零售行业商业智能运用的意义和效益零售行业商业智能主要运用模型MDDAS多维数据分析系统简介MDDAS技术架构MDDAS主要功能引见MDDAS的技术优势和运用案例国内零售行业IT开展的现状与趋势总体情况和趋势 根据相关统计资料显示，当前中国零售行业百强企业均不同程度地实施了企业信息管理系统。其中，与零售行业主营业务亲密相关的财务管理系统、POS系统、MIS系统、物价管理系统 等系统运用较为广泛。CRM、决策支持管理系统 等正逐渐成为百强企业当前信息化建立的重点和热点

2、。 百强零售企业指点均充分认识到企业信息化建立的重要性，并积极加大对企业信息化建立的投入,逐渐扩展企业信息化建立在企业开展投资中所占的比重,但受访企业没有一家对本单位信息化现状表示“非常称心。国内零售行业IT开展当前面临的主要问题业务系统相互独立 现行各业务系统各自独立互不协调；从而导致很多统计口径和统计目的在不同的系统存在各自不同的表达，在统计上极易呵斥混乱。统计任务反复、分散部门间的统计报表有交叉，有些同名统计目的的表达不一致。并且数据分布在不同的系统中，而业务部门的要求往往是全面的数据统计，致使信息部门疲于奔命，尚不能满足业务部门的统计需求。无法有效地利用现有数据一方面，业务部门不能及时

3、掌握第一手业务资料；另一方面，信息部门完善了面向于操作的业务系统，根本满足业务操作的需求，积累了大量的根底业务数据；但由于数据过于零散而且分布在各个独立的系统中，呵斥虽然有各种各样的数据但不能整和到一同来满足业务管理上的需求。 何为商业智能？ 说起商业智能，大家也许会想起啤酒与尿布的例子，其实那是商业智能在商品摆放分析方面的一个运用案例，那么商业智能是什么?狭义的说,它是可以协助用户对本身业务运营做出正确决策的工具。广义的说商业智能是集数据仓库技术、在线分析技术以及数据发掘等于一体的运营分析以及决策支持的数据运用体系。商业智能的技术体系主要有数据仓库DW在线分析处置OLAP数据发掘DM 数据仓

4、库是商业智能的根底,许多根本报表可以由此生成,但它更大的用途是作为进一步分析的数据源。所谓数据仓库DW就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持运营管理中的决策制定过程。多维分析和数据发掘是最常听到的例子,数据仓库能供应它们所需求的、整齐一致的数据。在线分析处置OLAP技术那么协助分析人员、管理人员从多种角度把从原始数据中转化出来、可以真正为用户所了解的、并真实反映数据维特性的信息，进展快速、一致、交互地访问，从而获得对数据的更深化了解的一类软件技术。数据发掘DM是一种决策支持过程，它主要基于AI、机器学习、统计学等技术，高度自动化地分析企业原有的数据，做出归纳性的推理，从中

5、发掘出潜在的方式，预测客户的行为，协助企业的决策者调整市场战略，减少风险，做出正确的决策。零售企业上马商业智能系统的条件及意义企业上商业智能系统的条件：用户面临猛烈的市场竞争 用户的数据积累已到达一定规模 用户在IT方面的资金能得到保证用户根底业务信息化建立曾经完成 数据积累面临猛烈的市场竞争根底业务信息化建立曾经完成资金零售企业上马商业智能系统的条件及意义企业上商业智能系统的意义：整合业务系统，提升企业管理程度 建立企业数据中心 ，发掘企业信息价值建立企业综合查询以及决策支持中心一致字典一致口径一致目的POS系统MIS系统财务系统其他系统POS系统MIS系统财务系统其他系统商业智能系统建立目

6、的建立企业数据中心建立企业绩效考核中心建立企业综合查询中心建立企业决策支持中心数据整合数据运用数据运用数据运用商业智能系统所产生的效益短期效益 系统建立的短期效益就是经过对 商品销售情况 库存情况 采购情况 本钱情况 费用情况等直接关系到企业效益的运营业务数据进展分析，逐渐优化产品的构造来提高商品销售金额、合理控制库存降低库存本钱、对费用进展分析控制费用以及对现金流进展分析来控制平安的现金流。经过对以上运营情况进展分析来提高销售降低本钱以实现提高企业的运营效益和运营效率，加强企业的竞争优势。 商业智能系统所产生的效益经过对广场的坪效、员工的绩效、部门的方案完成情况、租户的达成率等绩效的考核控制

7、，逐渐建立一套完成的企业绩效考核体系，提升企业运营管理程度，加强企业的竞争力。经过对商品的销售趋势分析、商品构造变化分析以及财务分析如：本钱分析、现金流分析建立一套完好的监控预警以及决策支持体系，及时调整企业运营战略，加强企业抗风险才干。 系统建立的长期效益主要表达在如下两个方面： 长期效益商业智能系统总体架构商业智能系统运用层次体系第1层数据源层次各个部门的业务系统业务数据与规范数据对照第2层数据加工整理层次数据抽取、数据清理、数据加工第3层数据中心层次数据存储、数据汇总第5层企业运用层次面向企业的运用效力报告、邮件权限、角色第4层商业运用层次数据建模、数据分析、报表生成、数据查询数据层企业

8、运用层商业运用层商业智能系统建立主要存在的风险 虽然零售业商业智能遭到全球零售业的关注，热衷程度也逐渐升高。但是对企业而言，由于涉及的范围及层级甚广，包括信息技术、投资金额、业务流程、资料完好性等，工程的风险性极高。综观国外，依然不乏有胜利案例；反观国内，零售业者对于商业智能的信息技术与处理方案尚属萌芽阶段。零售业商业智能普通包括顾客关系管理、商店运营、商品组合、商品推行、财务分析与电子商务等分析范围。 商业智能系统建立风险控制 在工程实施过程中由于涉及到数据的完好性、运用的注重程度、分析模型的准确性等多方面要素，所以工程存在一定的风险，我们将经过以下手段来控制工程风险： 充分调研，充分了解企

9、业管理以及绩效管理的焦点，建立能满足分析需求的数据分析模型。 仔细了解业务系统，充分把握业务系统数据，提高数据的准确性和完好性。 企业指点亲身担任，经过企业指点亲身担任来提高系统的运用注重程度。 商业智能系统主要分析手段及分析方法分析方法可进行的分析对比分析同比分析（去年同期）、环比分析（上月同期）、基比分析（与报告期进行比较）、类比分析（同类商品进行对比分析）。结构分析分析商品大类销售结构、楼层结构、利润贡献主要构成情况、供应商主要构成情况等等，常见的分析主要有饼图分析、帕雷托图（ABC）分析相关分析主要分析商品的相关性，即商品之间的促进关系和竞争关系分析，常见于商品微观分析。统计分析对商品

10、价格区间和销售区间等分析，主要对商品特征和消费群体的消费习惯进行分析。趋势分析及预测对商品的销售周期进行分析以及根据以往的销售数据预测未来的销售走势进度分析主要分析计划完成进度情况预警监控预警监控商品存货情况以及对租户的达成率等进行监控零售行业商业智能主要功能模块PSO系统 MIS系统 财务系统 人事系统 其他系统数据字典外部信息信息运用(门户、角色、权限)数据仓库数据加工销售模型库存模型价钱分析毛利分析客流分析绩效模型运营分析本钱分析运用模型零售行业商业智能主要数据模型 以商业销售数据为分析对象，分析商业销售情况，商品类型的销售构造、广场分布构造、供货商销售毛利奉献排行情况、种类毛利奉献情况

11、、销售金额增长趋势、销售毛利增长趋势、销售毛利率变化趋势、主要商品销售趋势、供应商销售金额区间分析、商品种类销售金额区间分析、库区销售规模区间分析等。主要分析超市各项销售目的，例如商品销售数量、商品销售金额、会员卡销售金额、会员卡销售比重、商品累计销售金额、销售金额同比、销售金额同比添加、销售金额同比增长、毛利、毛利同比、商品销售单价、单价同比等销售分析模型 而分析维又可从管理架构企业组织、时间维度、商品属性、运营方式等维度进展分析。 类型的销售构造广场分布构造销售分析供货商销售毛利奉献排行情况商品种类毛利奉献情况销售金额增长趋势销售毛利增长趋势销售毛利率变化趋势主要商品销售趋势供应商销售金额

12、区间分析种类销售金额区间分析主体种类区间分析会员卡消费趋势运营类型构造分析可进展的分析零售行业商业智能主要数据模型分析内容：库存直接反映企业运营情况和资金周转效率，所以对库存进展分析可以有效控制库存、降低运营风险、降低运营本钱和提高运营效益。主要分析各项库存目的，例如商品库存数量、库存对比情况、库存构造情况、库存金额情况、库存变化情况、商品存销比、库存销售天数、库存平安情况、库存清点情况、库存损耗情况等；分析维度 管理架构企业组织 时间维度 商品属性 运营方式 库存分析模型库存分析库存变化情况分析 库存与效益情况分析 合理库存区间分析 库存流动与库存量比较分析 库存构造情况分析 当前库存安康情

13、况 库存情况与销售情况分析 库存损耗分析 可进展的分析零售行业商业智能主要数据模型促销分析模型分析内容： 促销前进展促销效果预测 促销后进展促销效果分析 目的设计：销售金额、毛利、促销对比期金额、促销对比期毛利。 可进展的分析促销可行性分析促销情况分析促销影响分析对比促销商品的相关商品分析零售行业商业智能主要数据模型坪效分析模型分析内容：以商业销售数据、营业面积为分析对象，分析商业销售情况，广场分布构造、营业绩效情况、营业绩效增长趋势、单位面积销售金额增长趋势、单位面积销售毛利增长趋势、单位面积库区销售规模区间分析等。 目的设计：销售金额、毛利、营业面积、单位面积销售金额、单位面积毛利。 维度

14、设计： 时间维度：年、季度、月。 组织构造维度：部门、楼层 商品属性维度：商品分类、商品大类、商品供应商 运营方式维度：运营类型 单位面积的销售构造广场分布构造单位面积毛利奉献排行情况广场机构毛利奉献情况销售金额增长趋势销售毛利增长趋势 单位面积毛利变化趋势 单位面积主题主打商品销售趋势 单位面积销售金额区间分析广场销售规模区间分析可进展的分析零售行业商业智能主要数据模型其他分析模型运营分析模型运营分析模型财务分析模型采购分析模型 客流以及销售特征分析毛利奉献分析 会员卡分析价钱趋势分析运营坪效分析人均运营奉献分析运营方案进度分析现金流分析本钱分析费用分析应收应付账款分析MDDAS多维数据分析

15、平台开展历程 多维数据分析系统MDDASMulti-Dimensionality Data Analyze System的开展历程：早在2000年我们在做比较大的工程的时候就觉得数据运用是当时面临的比较大的问题，当时我们只是从用户需求自定义查询的角度思索问题，我们做出一种途径求解方式的数据分析系统，用户可以从不同的途径查询分析数据，2001年我们实施中国烟草专卖局的经济运转分析系统，当时的用户-中国烟草专卖局经济运转司根据实践需求提出很多有建立意义的软件需求，例如：分析风格的自定义、自动生成文字报告、例行分析的生成到后来的分析摸板的生成等等，使我们及时的丰富和完善了途径求解方式的产品，2002

16、年的时候，我们在进一步实施商业智能工程的时候，发现途径求解方式虽然有它的优势，但是不能处理用户的其他的需求，例如：交叉表的实现、数据展开分析、数据元的选择等等，我们就着手维度求解方式产品的开发，幸好我们及时开发出了新的产品，不仅如此，我们还集成了很多数据统计算法和数据分析算法，数据导出成文件等等新的功能，进一步完善了产品，构成了如今的MDDAS，我们在用MDDAS平台实施工程的时候，发现查询比较大的数据量的时候，效率总是很低，后来我们根据实践的需求，提出了菱形构造数据模型的概念，并迅速运用到实践工程中，令我们感到骄傲和欣喜的是菱形构造数据模型获得了宏大的胜利，处理的我们在工程实施过程中的数据压

17、力问题，MDDAS取名于多维数据分析系统，其实就其功能和处理的问题来说，MDDAS曾经远远超出了多维数据分析的范围，是一个名副其实的商业智能平台产品。MDDAS提供的功能包括：多维分析、即席查询、企业报表、预警监控、统计学模型、数据发掘、信息发布7大主要功能，支持面向关系型数据仓库和面向目前主流的OLAP多维数据仓库IBM OLAP Server。 MDDAS软件架构MDDAS采用国际上最前沿的软件根底框架规范 XML Web ServicessWeb环境分布式组件技术和ActiveX技术，把各种商业智能技术整合到一个集成环境中，为企业提供新一代协同任务的商业智能环境。MDDAS另外一种集成方

18、式是采用运用程序集成，其数据衔接采用RemoteServer,具有本钱低、定制灵敏等特点，适宜中小型企业运用。 JDBCODBCBDEODBCDataWarehouseserverOLAP ServerRDBMSOther Data Warehouse ServerDataConnectserverWeb ServicesRemoteServerWeb ServerBrowserHTMLJSPASPActiveXClientApplicationMIDASSocket ServerSOAPIBM Web SphereBEA Web Logic PortalMDDAS具备的主要功能简介数据展开数

19、据钻取数据交叉一、灵敏的数据展现功能MDDAS具备的主要功能简介二、丰富的图形分析功能饼图：常用于构造分析面积图：常用于累计差别分析帕雷托图：常用于ABC分析又名8-2分析线图：常用于趋势分析和预测一介差分分析图：常用于动摇分析柱状图：常用于对比分析MDDAS具备的主要功能简介三、专业的统计分析功能单变量统计分析回归分析相关分析聚类分析时间序列分析进度分析及监控预警 单变量分析是描画某个目的分布特征。计算出的测度值反映统计分布的集中趋势。线性回归分析是偏重思索变量之间的相互关系，并经过回归方程，来描画这种关系，进而确定一个或几个变量之间的变化对另一个变量的影响程度，为预测提供科学的实际根据。相

20、关分析就是一种测度事物间统计关系强弱的一种手段和工具，衡量变量之间线性相关程度的强弱。聚类分析本质是一种建立分类的方法，它可以将一批样本数据，在没有先验知识的情况下，按照它们在性质上的亲疏程度进展分类。时间序列分析法是根据预测对象过去的统计数据，找到其随时间变化的规律，建立时序模型，以推断未来数值的预测方法。进度分析用于考核目的的完成情况。预警分析是根据经济运转数据，为烟草行业的消费运营及时提供预警信号。MDDAS具备的主要功能简介四、方便的数据输出功能导出到Excel文件导出到Word文件导出到Html文件导出到Txt文件拷贝行数据拷贝列数据拷贝块数据MDDAS具备的主要功能简介五、强大的个

21、性化定义功能保管模型风格设置模型首页分析模型另存选择分析目的选择分析目的值的范围改换目的计量单位选择分析维度元保管常用分析模型MDDAS具备的主要功能简介六、自定义的报告功能根据运用需求定制报告模板，系统将自动生成相应的报告，如以下图：菱形数据降维技术构建数据模型我们将数据仓库按BKR模型设计成三个层次，即B层、K层和R层，B层为根底业务数据层，主要存放根底业务数据，它是数据仓库的数据根底和数据缓冲，数据仓库的数据经过数据抓取聚集到B层，这种抓取是定期抓取，不是实时抓取，数据抓取到 B层之后经过数据整合到K层；K层是关键目的KPI：Key Performance Indicators层次，R层

22、是灵敏运用层次，其主要效力对象是报表等运用。它们的计算关系可以用如下表达式表示：K=f(B,K); R=f(B,K) f(.)表示函数关系。 数据中心层次图如下： 菱形数据降维技术构建数据模型K表体系设计每个分析主题均对应一个K层的基表，但是K层的基表的数据量庞大，不利于在线查询分析。我们在K层基表的根底上定义数据的维度、粒度属性，建立数据聚集途径，然后运用工具将建立好的模型自动生成数据立方体和数据管理中心，这样将K层的基表衍生为一个菱形的K表体系，然后经过数据管理中心智能搜索数据，数据管理中心就是将数据的维度、粒度和数据的定位做对应，即根据数据的维度和粒度智能搜索其最优的数据定位，以提高查询分析的效率。 K表体系图如下： 严厉的权限控制一、功能模块权限控制二、操作功能权限控制三、维度访问权限控制四、分析数据权限控制 功能模块权限控制是控制用户能访问的功能，例如销售部经理能访问的就是销售分析模型、财务经理能访问的就是现金流、本钱、费用、应收应付账款等模型而公司指点那么能访问一切分析模型。 MDDAS对绝大多数的操作功能，例如：数据分析、数据钻取、数据输出等操作都进展了权限控制，为了数据的平安以及防止商业的走漏，可以对部分用户进展操作权限功能控制。