数据化管理
数据化管理的四个层次
数据化管理的四个层次数据化管理是企业管理中一种新型的管理方式。
在数据化管理中，数据成为了企业决策的基础，企业通过对数据的收集、分析和利用，来优化企业运营和提升竞争力。
数据化管理的实现需要通过四个层次的步骤来完成。
第一层次：数据收集数据收集是数据化管理的第一步。
企业需要收集各个部门的数据，包括财务、销售、采购、生产等各个方面的数据。
数据的来源可以是企业内部的系统，也可以是外部的数据来源。
企业需要对数据进行分类、整合和清洗，以确保数据的准确性和可靠性。
数据收集的任务是确保企业拥有完整的数据，为后续的数据分析提供基础。
第二层次：数据分析数据分析是数据化管理的第二步。
企业需要将收集到的数据进行分析，以发现数据中隐藏的规律。
数据分析可以帮助企业发现问题、解决问题，同时也可以帮助企业发现新的商机。
数据分析的工具包括数据挖掘、统计分析、机器学习等。
第三层次：数据应用数据应用是数据化管理的第三步。
通过对数据进行分析，企业需要将分析结果应用到实际业务中。
数据应用可以帮助企业优化业务流程、提高效率、降低成本等。
数据应用的方式可以是通过数据仪表盘展示数据分析结果，也可以是通过数据驱动的决策支持系统来帮助企业决策。
第四层次：数据管理数据管理是数据化管理的最后一步。
企业需要对数据进行管理，包括数据存储、数据维护、数据安全等方面。
数据管理可以确保企业数据的完整性、可靠性和安全性，从而保证企业数据的价值。
数据化管理需要通过四个步骤来完成，包括数据收集、数据分析、数据应用和数据管理。
企业通过数据化管理可以更好地了解企业运营情况，帮助企业优化业务流程、提高效率、降低成本等，从而提升企业竞争力。
数据化管理
播种机，为新产品、新策略、新政策的制定提供数据支持
CPU，企业管理的核心
数据化管理的 概念
是CCTV，监控作用，通过数据及对应的分析指标监控到业务的各个层 面
预警机，提前预测销售、客流、访问量、盈亏等数据，业务层面可提前 做出反应，制定应对策略
播种机，为新产品、新策略、新政策的制定提供数据支持
CPU，企业管理的核心
数据化管理概述
数据化管理的意义
01 量化管理
02 最大化销售业绩、
最大化生产效率
03 有效节约各项成本
和费用
04 组织管理、部门协
05 提高企业管理者决
调的工具
策的速度和正确性
数据化管理的意义
量化管理
数据化管理的意义
最大化销售业绩、最大化生产效 率
指标的相对重要性和权重
两两对比并量化
销售中的数据化管理
提高销售额的杜邦分析图
杜邦分析图
销售额
成交单数 进店人数
成交率 客单价
件单价 连带率
杜邦分析图
难易度
01
连带率
04
进店率
02
成交率
05
零售价
03
销售折扣
06
路过人数
销售中的数据化管理
促销中的数据化管理
影响冲动性购 物的因素
常见的促销活 动形式
出来的
0 2
常用的销售分
析指标
0 3
提高销售额的
杜邦分析图
0 4
促销中的数据
化管理
0 5
案例及应用
销售中的数据化管理
常用的销售分析指标
数据化管理
数据化管理数据化管理是一种利用数据分析和技术手段进行决策和管理的方法。
随着信息技术的快速发展，数据化管理在各个领域得到了广泛应用。
本文将从数据化管理的概念、特点以及在企业管理、市场营销和品牌建设等方面的应用进行详细介绍。
一、数据化管理的概念数据化管理是指利用现代信息技术手段，对各类数据进行收集、存储、分析和应用，以提供决策支持和管理决策指导的过程。
数据化管理通过对数据的深入分析和挖掘，揭示出数据背后的规律和价值，为企业提供更好的决策依据和管理方法。
数据化管理可以帮助企业迅速获取准确的信息，降低决策风险，提高工作效率和业务水平。
二、数据化管理的特点数据化管理具有以下几个特点：首先，数据化管理注重运用科学的方法和技术对信息进行处理和分析，以实现有效决策和管理。
其次，数据化管理强调数据的全面性和准确性，只有准确的数据才能支持有效的决策和管理。
第三，数据化管理强调数据的价值和应用，不仅需要对数据进行收集和分析，还需要将数据应用到具体的管理决策中。
最后，数据化管理强调数据的安全性和保护，确保数据的机密性和完整性，以避免信息泄露和不良影响。
三、数据化管理在企业管理中的应用1.决策支持：数据化管理可以帮助企业进行科学决策，通过对各类数据进行分析和挖掘，为决策者提供准确的数据和信息，辅助他们做出明智的决策。
2.业务优化：数据化管理可以对企业的各个业务过程进行监控和分析，及时发现问题，并提出改进方案，以提高业务效率和质量。
3.资源管理：数据化管理可以帮助企业对各类资源进行有效管理，包括人力资源、物资资源、财务资源等，实现资源的优化配置和利用。
4.风险控制：数据化管理可以通过对企业数据的分析和预测，及时发现风险，并采取相应的措施进行控制，降低经营风险。
四、数据化管理在市场营销中的应用1.精准营销：数据化管理可以通过对客户行为和偏好的分析，精准定位目标客户，并提供个性化的产品和服务，提高营销效果和客户满意度。
2.市场预测：数据化管理可以通过对市场数据的收集和分析，预测市场趋势和需求变化，为企业的市场营销决策提供参考。
数据化管理的概念、作用、意义、层次、流程
数据化管理的概念、作用、意义、层次、流程数据化管理是指将组织内部的各类数据进行集中收集、存储、分析和应用，以帮助企业更好地理解和利用数据，进行有效的决策和管理。
数据化管理在现代企业管理中起着至关重要的作用，对企业的发展和竞争力有着深远的影响。
首先，数据化管理的概念是指通过科学的手段对企业内部各类数据进行整合和分析，以便更好地了解企业的运作状况、市场环境、客户需求等情况。
通过数据化管理，企业可以实时监控各项指标，及时发现问题并采取相应措施，以保证企业的正常运转和持续发展。
其次，数据化管理的作用是提高企业的决策效率和准确性。
通过对大数据的分析和挖掘，企业可以更好地预测市场趋势、客户需求，形成科学的决策依据，降低决策的风险，提高决策的准确性和灵活性。
再次，数据化管理的意义在于帮助企业快速适应市场变化，提高企业的竞争力。
在当今信息化、数字化的时代，企业要想立于市场，就必须依靠数据化管理来进行业务指导和战略规划，以更好地适应市场变化，并在激烈的竞争中脱颖而出。
此外，数据化管理可以分为不同的层次，包括业务层面、战略层面、决策层面等。
在业务层面上，数据化管理可以帮助企业更好地监控业务流程和效率，保证企业的运营顺利进行；在战略层面上，数据化管理可以为企业提供市场分析、竞争分析等数据支持，帮助企业制定科学的发展战略；在决策层面上，数据化管理则可以为企业高层管理人员提供决策依据，帮助他们做出明智的战略决策。
最后，数据化管理的流程通常包括数据采集、数据存储、数据处理、数据分析和数据应用等环节。
在数据化管理的整个流程中，数据的准确性、质量、及时性等方面都至关重要，只有保证数据的有效性和可靠性，才能保证数据化管理的有效实施，从而实现企业的良性发展和长期成功。
综上所述，数据化管理不仅是现代企业管理的必然趋势，也是企业提高竞争力、实现可持续发展的关键。
只有通过科学的数据化管理，企业才能更好地发现机遇、应对挑战，迎接未来的挑战和机遇。
数字化管理
数字化管理数字化管理是指借助数字技术和信息化手段对企业及其各项业务进行管理和运营的方式。
随着信息技术的不断发展和普及，数字化管理正在成为企业管理的重要趋势。
本文将从数字化管理的概念、特点、优势以及挑战等方面进行探讨。
一、数字化管理的概念数字化管理是指利用计算机、网络、数据库等信息技术手段，对企业及其各项业务进行信息化、网络化和自动化管理。
通过数字化管理，企业可以将各项业务数据进行数字化处理，实现业务的全面监控、快速响应和高效运营。
数字化管理不仅可以提高企业的管理效率和决策精度，还可以帮助企业提升竞争力、推动业务创新和拓展市场。
二、数字化管理的特点1. 数据化：数字化管理就是将企业的各项业务数据进行数字化处理，实现全面、准确和及时的数据采集、传输和存储。
通过数据化处理，企业可以实时了解业务状态和趋势，并基于数据进行决策和分析，提高管理的科学性和准确性。
2. 网络化：数字化管理通过网络技术实现企业内部各个部门之间的信息共享和协同工作。
通过网络化，企业可以实现业务流程的在线化和自动化，提高业务的效率和响应速度，并减少信息传递的时间和成本。
3. 自动化：数字化管理实现了企业管理和运营过程的自动化。
通过自动化，企业可以实现对业务数据的自动采集、分析和处理，提高管理的效率和精度。
同时，自动化还可以减少人为操作的错误和风险，提升工作质量和稳定性。
4. 智能化：数字化管理借助人工智能等技术手段，实现对业务数据的智能分析和处理，帮助企业发现问题、预测趋势和做出科学决策。
通过智能化，企业可以提高管理的智能化水平，推动业务创新和发展。
三、数字化管理的优势1. 提高管理效率：数字化管理可以通过自动化和智能化手段，减少人为操作和繁琐的管理流程，提高管理的效率和精确度。
同时，数字化管理还可以实现业务流程的在线化和自动化，加快业务处理的速度和效果。
2. 优化管理决策：数字化管理可以通过数据采集、分析和处理，为管理决策提供科学依据。
数据化管理实施方案
数据化管理实施方案引言在信息时代，数据被赋予越来越重要的意义。
随着大数据技术的发展，数据化管理正在成为组织提高效率、决策科学化的必要手段。
然而，要实施一套成功的数据化管理方案并不容易，涉及到很多方面的考虑和准备。
本文将从策略规划、数据收集与整理、数据分析与应用、保障措施等多个方面探讨数据化管理的实施方案。
一、制定策略规划数据化管理的实施首先需要制定一套明确的策略规划，明确数据化管理的目标和具体任务。
这个过程中需要梳理组织的业务流程，明确数据在业务中的作用和价值。
二、数据收集与整理数据化管理的核心是数据的收集和整理，只有准确、完整的数据才能支持后续的数据分析和应用。
在数据收集过程中，可以利用各种技术手段，如传感器、数据库、云计算等，确保数据的真实性和及时性。
此外，还需要制定一套标准的数据录入和整理规范，确保数据的一致性和可信度。
三、数据分析与应用数据分析是数据化管理的核心环节，通过对数据进行深度挖掘和分析，可以获取有价值的信息和洞察。
在数据分析过程中，可以采用统计分析、数据挖掘、机器学习等方法，以期发现潜在的关联和规律。
同时，将分析结果应用到业务决策中，为组织提供科学的决策支持。
四、建立数据治理体系在数据化管理的实施过程中，需要建立完善的数据治理体系。
这包括明确数据权限和访问控制、建立数据质量评估机制、制定数据安全策略等，以保证数据的完整性、安全性和可靠性。
五、培养数据人才要实施数据化管理，组织需要具备一支专业的数据团队。
因此，培养数据人才至关重要。
可以通过内部培训、外部招聘等方式，提高员工的数据分析和应用能力，构建一支专业的数据团队。
六、构建数据仓库数据仓库是数据化管理的基础设施，用于集中存储和管理各种类型和来源的数据。
通过构建数据仓库，可以提高数据的可用性和共享性，实现跨部门和跨系统的数据整合和共享。
七、数据可视化数据可视化是将数据转化为可视化图表或仪表盘，以直观呈现数据分析结果。
通过数据可视化，可以让用户更容易理解数据，并从中获取有价值的信息。
数据化的管理办法
数据化的管理是指利用数据采集、分析和应用技术，将数据作为决策和管理的基础，推动组织运营和发展的一系列管理措施和方法。
下面将对数据化的管理办法进行详细探讨。
一、数据收集与整合1. 数据采集：利用各种手段收集内部和外部的数据，包括市场数据、客户数据、业务数据等。
2. 数据整合：将不同来源的数据进行整合，建立统一的数据仓库或数据湖，实现数据的集中存储和管理。
二、数据分析与挖掘1. 数据清洗与预处理：对采集到的数据进行清洗和预处理，消除噪音和异常值，提高数据质量。
2. 数据分析方法：运用统计分析、数据挖掘、机器学习等方法，从数据中挖掘有价值的信息和规律。
三、数据驱动的决策1. 数据可视化：利用数据可视化工具，将复杂的数据以图表、仪表盘等形式展示，帮助决策者更好地理解和分析数据。
2. 数据驱动决策：基于数据分析的结果，辅助决策者制定决策，减少主观偏见，增加决策的准确性和科学性。
四、个性化营销与服务1. 个体画像分析：利用数据分析技术，对客户进行个体画像分析，了解其需求和行为特征，实现个性化的营销和服务。
2. 实时互动与反馈：通过数据分析和智能系统，实现与客户的实时互动和反馈，提供个性化的产品推荐和支持。
五、数据驱动的绩效管理1. 绩效指标设定：基于数据分析结果，制定合理的绩效指标和目标，量化员工的绩效评估和考核。
2. 绩效监控与激励：通过数据分析，实时监控和评估员工的绩效，根据绩效结果给予激励和奖励。
六、预测与规划1. 需求预测：利用历史数据和趋势分析，预测市场需求和客户行为变化，为产品规划和供应链管理提供参考。
2. 资源规划：基于数据分析，确定资源配置和优化策略，提高资源利用率和运营效率。
七、风险管理与预警1. 风险评估：利用数据分析方法，对潜在风险进行评估和预测，制定相应的风险管理策略。
2. 风险预警系统：建立风险监测和预警系统，实时监控关键指标和异常情况，提前预警并采取相应措施。
八、数据驱动的创新与改进1. 创新思维：鼓励员工运用数据分析技术，提出创新想法和解决方案，推动组织创新能力的提升。
数据化管理应用
地获取有价值的信息。
数据价值的深度挖掘
03
大数据技术有助于企业深入挖掘数据价值，发现数据背后的规
律和趋势，为决策提供有力支持。
人工智能与数据化管理的结合
自动化决策支持
人工智能技术能够根据数据分析和模式识别，为企业提供 自动化的决策支持。
01
智能预测
基于人工智能的数据分析能够预测未来 的趋势和变化，帮助企业提前做好规划 和准备。
提升竞争力
数据化管理能够帮助企业更好地了解市场需求和 竞争态势，制定更加精准的市场营销策略，提升 企业的竞争力。
数据化管理的发展趋势
智能化
随着人工智能技术的发展，数据 化管理将更加智能化，能够自动 进行数据分析和预测，提高数据
利用效率。
云端化
云端技术为数据化管理提供了更加 便捷的存储和计算能力，未来数据 化管理将更加依赖于云端技术。
数据化管理涉及到数据采集、数据处 理、数据分析、数据可视化等多个方 面，需要建立完善的数据管理体系和 流程。
数据化管理的重要性
1 2 3
提高决策效率
数据化管理能够提供及时、准确的数据支持，帮 助企业快速做出科学、合理的决策，提高决策效 率和准确性。
优化资源配置
数据化管理能够通过对数据的分析，发现企业运 营中的瓶颈和问题，优化资源配置，提高企业运 营效率。
制造业领域
制造业通过数据化管理实现生产过程的监控 与优化、质量控制、供应链管理等，提高生 产效率和产品质量。
感谢您的观看
THANKS
客户分析
收集和分析客户的购买行为和偏好，以便更好地满足 客户需求，提高客户满意度和忠诚度。
营销策略优化
基于数据分析，优化营销策略，提高营销效果和投入 产出比。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• •
销售数 400 200 1000
库存数 1600 1200 2000
库销比 4 6 2
南屏街库销比太低，销售没有最大化，需要补进货品；
青年路库销比太高，库存总量与结构不合量，货品消化速度慢 ； 正义路需要评估在哪个周期，是季初、中、末。
3-4 商品数据化管理 品类存销比分析
针织 棱织 长裤 长裤 销售数 20 50 库存数 39 350 数据 牛仔 长裤 40 60 圆领 翻领 外套 合计 T恤 T恤 80 60 100 350 300 240 500 1489
库销比=［（230000+400000）/2］/（
39000/0.65）=5.25
3-4
商品数据化管理
单店库销比核定值：（店铺所有商品） 店铺级别 A B 季初 5-6 4.5-5 季中 5-6 4.5-5 4.5 季末 4 3.5 3.5
C
4.5
3-4 商品数据化管理 店铺库存总量分析 店铺 正义路 青年路 南屏街
110
20 30 40 35 125
15500
5000 7000 8000 7500 27500
53.2%
100%
64%
100%
总计
235
43000
3-3 销售数据化管理
销售前十大商品：在一定周期内统计店铺最畅销的商品
大类 服装 服装 服装 服装 服装 鞋 鞋 鞋 系列 品名 货号 63212253 33210510 63220622 63211991 颜色 蓝牛仔 正黑 正黑 闪亮蓝 销售数 量 12 8 6 5 5 9 7 7 存 3 4 2 5 4 11 4 4
数据化管理
目录
数据化管理的概念 数据化管理的好处 数据化管理的分类 如何做好数据化管理 头脑风暴
什么叫 数据化 管理
？
1
数据化管理的概念
数据化管理是通过对业务的数据进行收集，分 析，进而对管理方面做出相应的计划及调整过程。
数据化
分析 管理 数据
整理
收集 数据 数据
2
数据化管理的好处
我们对数据管理的理解误区？
有助于正确、快速的做出市场决策 有助于及时了解营销计划的执行结果 有助于提高企业营销系统运行的效率
3
数据化管理的分类
销售数据 • 目标达成率
• 大类销售占比 • 前十大商品 • 后十大 • 坪效 • 人效
服务数据 • 进店率
运营数据
• 进销存
• 购买率
• 客单价 • 连带率
• 折扣率
• 商品遗失率 • 同比/环比 • 售罄率 • 库销比
大类 服装 服装 服装
服装 鞋 鞋 鞋 鞋
系列
品名
货号 63212263 33210520 63220632
73224927 23213525 53223812 23213612
颜色 蓝牛仔 正黑 正黑
闪亮蓝 浅玫红 浅灰 标准红 亮黄
运动生活 牛仔长裤 网球 网里长裤 运动生活 针织长裤
综训 综训鞋 跑步 轻跑鞋 运动生活 板鞋 跑步 常规跑鞋
今日成交率=25/80*100%=31%
3-2 服务数据化管理 成交率 推荐 FABE销售法 • F：特性 • A：优点 • B：好处 • E : 证明 答疑 正确对待异议 • 答复时机 • 消除异议 促成 促使成交
• 成交时机
• 促成技巧
3-2 服务数据化管理
客单价
客单价=销售金额/销售单数
作用：分析成交金额是否健康 例如：今日销售金额6000，销售单数25 今日客单价=6000/25=240
3-2 服务数据化管理
客单价 购买更多商品
• 吸引人的商品价格和 促销活动 • 商品布局、陈列 • 卖场环境、导购服务 购买更高价格 • 产品价值感 • 销售术语统一 • 商品售罄率考核 • 商品激励政策
3-2
服务数据化管理
连带率
连带率=销售数量/销售单数
作用：分析附加销售的完成程度 例如：今日销售总件数35，销售单数25 今日连带率=35/25=1.4
库销比 1.95 7 补货/ 补货 调货 调货
1.5 补货
3.75 4 5 补货 补货 调货
第二 第三 第四 合计 售罄 周 周 周 销售 率 30 50 40 130 43% 10 25 20 60 24% 45 50 25 140 70% 10 15 10 40 29%
3-4 商品数据化管理
例：XX店铺，A款进货100件，B款进货70件。
在一个月销售中，A款销售70件，B款销售50件
• 有电脑系统 • 有各种报表 • 开会念数据
• 是否掌握了有效分析的方法？ • 是否对数据进行了有效分析？ • 是否通过分析找到了问题点？
• 是否找出问题的解决方法？
2
数据化管理的好处
通过有效的数据化分析，我们能够 ：
找到问题
解决问题 提高效率
数据分析就是最重要的管理工具！
2
数据化管理的好处
• • •
——新品上市后受欢迎的程度，要充分关注货品上市后的销售
表现指标（售罄率），发现商品在销售过程中存在的问题，及
时采取措施。
售罄率=商品销售的数量 / 单店该商品的进货数量
3-4 商品数据化管理 按单款商品计算
计算一个月内 款号 进货量 123456 100 售罄率
销售数量 35 35% 销售数量 11-18 19-29
25%
3-4 商品数据化管理 环比概念：与“上一统计期间”相比 环比=本月（周）销售/上月（周）销售-1*100%
日期 1月 2月 1-7日 8-14日 销售金额 300000 500000 15000 10000 环比
67%
33%
3-4 商品数据化管理 售罄率概念：指一定时间段，某种商品的销售占其 总进货的比例
。
1.A款和B款售罄率是多少？ 2.A款和B款你会对哪款补货，为什么？
3-4 商品数据化管理 库销比概念：某段时期内商品库存与销售比例
库销比=[（月初库存吊牌额+月末库存吊牌额）
/2]/月销售吊牌额
注：月销售吊牌金额需要换算
销售吊牌金额=成交金额/折扣
3-4 商品数据化管理
库存 期初库存 金额 230000 期末库存 金额 400000 数量 150 销售 折扣 0.65 成交金额 39000
优秀
>32% >55% >75%
3-4 商品数据化管理
大 类
货号
服 123456 装 服 652314 装 鞋 654123 配 987654 件
第 颜 品 进货 价格 一 色 名 量 周 白 外 239 300 10 色 套 黑 裤 199 250 5 色 子 跑 红 步 299 200 20 色 鞋 蓝 包 129 140 5 色
1.2%
3-4 商品数据化管理
店铺遗失率过高，店长应采取哪些措施 ？
3-4 商品数据化管理 同比概念：与去年的“同一统计期间” 相比 同比=今年（月、周）销售/去年（月、周）销售1*100%
日期 2011年2月 2012年2月 2011年1-7日 2012年1-7日 销售金额 350000 500000 12000 15000 同比 43%
销售数 存 量 1 8 1 1
1 0 0 0 0
12 3
20 6 15 16 13
运动生活 丝光绒夹克 63211901
3-3 销售数据化管理
坪效概念：单位面积产生的效益
A店铺80平方，5月份产生销售业绩240000元。
B店铺100平方，5月份产生销售业绩240000元。 两家店铺坪效是多少？如何理解这两家店铺坪效？
• 齐码率
3
数据化管理的好处 三者之间数据关系
服务数据 预警、跟踪
业绩目标达 成 预警、措施 销售数据
运营数据 预警、监控
3-1 服务数据化管理 服务数据
• 进店率 • 购买率 • 客单价 • 连带率 • 影响数据指标因素？ • 各项数据指标对策？
3-2 服务数据化管理
销售业绩指标组合
单店销售 额 客流量 进店率 成交率 客单价
运动生活 牛仔长裤 网球 网里长裤 运动生活 针织长裤 运动生活 丝光绒夹克 运动生活
带帽开胸卫 63211545 玉石蓝 衣 篮球 13213116 白色 篮球鞋 运动生活 53223871 贵族紫 板鞋 运动生活 53213845 正黑 板鞋
3-3 销售数据化管理 销售后十大商品：在一定周期内统计店铺最滞销的 商品（必须是当季商品）
跑步系列
服装 蓝球系列 街玩系列 校园系列
20
25 30 35
3000
3500 4000 5000
22.7%
27.3% 31.8% 46.8% 16% 24% 32% 28%
22.6%
25.8% 32.3% 36% 18.2% 25.5% 29% 27.3%
小计
跑步系列 鞋 蓝球系列 街玩系列 校园系列 小计
连带率
单品价格
3-2 服务数据化管理
3-2 服务数据化管理
进店率 陈列 橱窗、引导台
• 醒目性 店外 有声卖场 • 迎宾 • 音乐 • 通道
店内
无声卖场
• 灯光
• 音乐 • 陈列 • 人气
• 通透性
• 可窥性
3-2 服务数据化管理 成交率
成交率=成交单数/接待人数*100%
作用：判断是否有效销售 例如：今日成交单数25，接待人数80人
• 同比、环比
• 售罄率/库销比
• 各项数据指标对策？
• 齐码率、断码率
3-4 商品数据化管理 进销存概念：企业管理过程中采购（进）、销售（销