零售业-BI解决方案.pptVIP

零售业--BI解决方案 姓名：魏君 学号：A0517150 日期：06/05/19 内容提要 国内零售行业IT发展的现状与趋势 国内零售行业IT发展当前面临的主要问题 商业智能概念 零售行业商业智能应用的意义和效益 零售行业商业智能主要应用模型 MDDAS（多维数据分析系统）简介 MDDAS技术架构 MDDAS主要功能介绍 参考文献 国内零售行业IT发展的现状与趋势 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密切相关的财务管理系统、POS系统、MIS系统、物价管理系统 等系统应用较为广泛。CRM、决策支持管理系统 等正逐步成为百强企业当前信息化建设的重点和热点。 百强零售企业领导均充分认识到企业信息化建设的重要性，并积极加大对企业信息化建设的投入,逐步扩大企业信息化建设在企业发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“非常满意”。 国内零售行业IT发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相协调；从而导致很多统计口径和统计指标在不同的系统存在各自不同的表达，在统计上极易造成混乱。 统计工作重复、分散 部门间的统计报表有交叉，有些同名统计指标的表达不一致。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要。 无法有效地利用现有数据一方面，业务部门不能及时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，基本满足业务操作的需要，积累了大量的基础业务数据；但由于数据过于零散而且分布在各个独立的系统中，造成虽然有各种各样的数据但不能整和到一起来满足业务管理上的需要。 何为商业智能？ 狭义的说,它是能够帮助用户对自身业务经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挖掘等于一体的经营分析以及决策支持的数据应用体系。 商业智能的技术体系主要有: 数据仓库（DW） 在线分析处理（OLAP） 数据挖掘（DM） 数据仓库是商业智能的基础,许多基本报表可以由此生成,但它更大的用处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，用以支持经营管理中的决策制定过程。多维分析和数据挖掘是最常听到的例子,数据仓库能供给它们所需要的、整齐一致的数据。 　　在线分析处理（OLAP）技术则帮助分析人员、管理人员从多种角度把从原始数据中转化出来、能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速、一致、交互地访问，从而获得对数据的更深入了解的一类软件技术。 　　数据挖掘（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，从中挖掘出潜在的模式，预测客户的行为，帮助企业的决策者调整市场策略，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： 用户基础业务信息化建设已经完成; 用户面临激烈的市场竞争; 用户的数据积累已达到一定规模; 用户在IT方面的资金能得到保障; 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，提升企业管理水平 建立企业数据中心 ，挖掘企业信息价值 建立企业综合查询以及决策支持中心 商业智能系统建设目标 商业智能系统所产生的效益 短期效益 系统建设的短期效益就是通过对 商品销售情况 库存情况 采购情况 成本情况 费用情况 等直接关系到企业效益的经营业务数据进行分析，逐步优化产品的结构来提高商品销售金额、合理控制库存降低库存成本、对费用进行分析控制费用以及对现金流进行分析来控制安全的现金流。通过对以上经营情况进行分析来提高销售降低成本以实现提高企业的经营效益和经营效率，增强企业的竞争优势。 商业智能系统所产生的效益 长期效益 系统建设的长期效益主要体现在如下两个方面： 通过对广场的坪效、员工的绩效、部门的计划完成情况、租户的达成率等绩效的考核控制，逐步建立一套完成的企业绩效考核体系，提升企业经营管理水平，增强企业的竞争力。 通过对商品的销售趋势分析、商品结构变化分析以及财务分析（如：成本分析、现金流分析）建立一套完整的监控预警以及决策支持体系，及时调整企业经营策略，增强企业抗风险能力。 商业智能系统总体架构 商业智能系统应用层次体系 商业智能系统建设主要存在的风险 尽管零售业商业智能受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，因为涉及的范围及层级甚广，包