零售业-BI解决方案

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
POS系统 MIS系统
财务系统
其他系统
统一字典 统一口径 统一指标
POS系统 其他系统 财务系统 MIS系统
商业智能系统建设目标
建立企业综合查询中心
数据整合
建立企业 数据中心
数据应用
建立企业绩效考核中心
建立企业决策支持中心
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
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，包括信
息技术、投资金额、业务流程、 投资力度
资料完整性等，项目的风险性 10%
极高。综观国外，仍然不乏有 成功案例；反观国内，零售业 者对于商业智能的信息技术与
信息技术 水平 10%
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;
资金 数据积累
面临激烈的市 场竞争
基础业务信息化建设已经 完成
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
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
➢ 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。
国内零售行业IT发展的现状与趋势
总体情况பைடு நூலகம்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。
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：
商业智能系统总体架构
商业智能系统应用层次体系
企业应用层
商业应用层 数据层
第5层 企业应用层次 面向企业的应用服务（报告、邮件）权限、角色
第4层 商业应用层次 数据建模、数据分析、报表生成、数据查询
第3层 数据中心层次 数据存储、数据汇总
第2层 数据加工整理层次 数据抽取、数据清理、数据加工
第1层 数据源层次 各个部门的业务系统（业务数据与标准数据对照）
解决方案尚属萌芽阶段。零售
业商业智能一般包括顾客关系
管理、商店经营、商品组合、 商品推广、财务分析与电子商 务等分析范围。
信息技术 水平 15%
风险主要因素
领导重视 程度 10%
业务系统 规范程度
35%
数据的完 整性 20%
商业智能系统建设风险控制
• 充分调研，充分了解企业管理以及绩效管理的焦 点，建设能满足分析需求的数据分析模型。
• 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。
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
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。
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。