零售行业商业智能演讲.ppt
零售行业商务智能解决方案,夏华学二五年三月,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MDDAS的技术优势和应用案例,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不协调；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？,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：,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：,商业智能系统建设目标,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,数据应用,数据应用,数据应用,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,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。,系统建设的长期效益主要体现在如下两个方面：,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，包括信息技术、投资金额、业务流程、资料完整性等，项目的风险性极高。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。,商业智能系统建设风险控制,在项目实施过程中由于涉及到数据的完整性、应用的重视程度、分析模型的准确性等多方面因素，所以项目存在一定的风险，我们将通过以下手段来控制项目风险：,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。认真了解业务系统，充分把握业务系统数据，提高数据的准确性和完整性。企业领导亲自负责，通过企业领导亲自负责来提高系统的应用重视程度。,商业智能系统主要分析手段及分析方法,零售行业商业智能主要功能模块,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，商品类型的销售结构、广场分布结构、供货商销售毛利贡献排行情况、品种毛利贡献情况、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、供应商销售金额区间分析、商品品种销售金额区间分析、库区销售规模区间分析等。主要分析超市各项销售指标，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、销售金额同比增加、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、经营方式等维度进行分析。,类型的销售结构广场分布结构销售分析供货商销售毛利贡献排行情况商品品种毛利贡献情况,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区间分析,品种销售金额区间分析主体品种区间分析会员卡消费趋势经营类型结构分析,可进行的分析,零售行业商业智能主要数据模型,分析内容：库存直接反映企业经营状况和资金周转效率，所以对库存进行分析能够有效控制库存、降低经营风险、降低经营成本和提高经营效益。主要分析各项库存指标，例如商品库存数量、库存对比情况、库存结构情况、库存金额情况、库存变化情况、商品存销比、库存销售天数、库存安全情况、库存盘点情况、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 经营方式,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,库存结构情况分析,当前库存健康状况,库存情况与销售情况分析,库存损耗分析,可进行的分析,零售行业商业智能主要数据模型,促销分析模型,分析内容：促销前进行促销效果预测 促销后进行促销效果分析,指标设计：销售金额、毛利、促销对比期金额、促销对比期毛利。,可进行的分析,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，广场分布结构、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。,指标设计：销售金额、毛利、营业面积、单位面积销售金额、单位面积毛利。,维度设计：时间维度：年、季度、月。组织结构维度：部门、楼层 商品属性维度：商品分类、商品大类、商品供应商 经营方式维度：经营类型,单位面积的销售结构广场分布结构单位面积毛利贡献排行情况广场机构毛利贡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,可进行的分析,零售行业商业智能主要数据模型,其他分析模型,经营分析模型,经营分析模型,财务分析模型,采购分析模型 客流以及销售特征分析毛利贡献分析 会员卡分析价格趋势分析,经营坪效分析人均经营贡献分析经营计划进度分析,现金流分析成本分析费用分析应收应付账款分析,MDDAS多维数据分析平台发展历程,多维数据分析系统MDDAS（Multi-Dimensionality Data Analyze System）的发展历程：早在2000年我们在做比较大的项目的时候就感觉数据应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考问题，我们做出一种路径求解模式的数据分析系统，用户可以从不同的路径查询分析数据，2001年我们实施中国烟草专卖局的经济运行分析系统，当时的用户-中国烟草专卖局经济运行司根据实际需求提出很多有建设意义的软件需求，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路径求解模式的产品，2002年的时候，我们在进一步实施商业智能项目的时候，发现路径求解模式虽然有它的优势，但是不能解决用户的其他的需求，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模式产品的开发，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，形成了现在的MDDAS，我们在用MDDAS平台实施项目的时候，发现查询比较大的数据量的时候，效率总是很低，后来我们根据实际的需求，提出了菱形结构数据模型的概念，并迅速应用到实际项目中，令我们感到骄傲和欣慰的是菱形结构数据模型取得了巨大的成功，解决的我们在项目实施过程中的数据压力问题，MDDAS取名于多维数据分析系统，其实就其功能和解决的问题来说，MDDAS已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、数据挖掘、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基础框架标准 XML Web Servicess（Web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工作的商业智能环境。MDDAS另外一种集成方式是采用应用程序集成，其数据连接采用RemoteServer,具有成本低、定制灵活等特点，适合中小型企业应用。,MDDAS具备的主要功能简介,一、灵活的数据展现功能,MDDAS具备的主要功能简介,二、丰富的图形分析功能,MDDAS具备的主要功能简介,三、专业的统计分析功能,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、强大的个性化定义功能,保存模型风格设置模型首页分析模型另存选择分析指标选择分析指标值的范围更换指标计量单位选择分析维度元,保存常用分析模型,MDDAS具备的主要功能简介,六、自定义的报告功能,根据应用需求定制报告模板，系统将自动生成相应的报告，如下图：,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层为基础业务数据层，主要存放基础业务数据，它是数据仓库的数据基础和数据缓冲，数据仓库的数据通过数据抓取汇集到B层，这种抓取是定期抓取，不是实时抓取，数据抓取到 B层之后通过数据整合到K层；K层是关键指标（KPI：Key Performance Indicators）层次，R层是灵活应用层次，其主要服务对象是报表等应用。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层基表的基础上定义数据的维度、粒度属性，建立数据汇集路径，然后使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，然后通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：,严格的权限控制,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、成本、费用、应收应付账款等模型而公司领导则能访问所有分析模型。,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行了权限控制，为了数据的安全以及防止商业机密的泄漏，可以对部分用户进行操作权限功能控制。,维度访问权限控制是控制用户访问的维度，例如：分公司经理不能访问其他分公司以及总部的维度，而总部管理人员则能访问分公司级别的维度。,对数据进行权限控制是MDDAS的另一大特色，分析数据权限控制是对用户访问的数据进行权限控制。,基于二次开发思想的设计理念,MDDAS是基于二次开发思想实现的平台软件，系统采用参数定制的方式，在系统实施过程中，实施人员无须编写代码，只需要配置模型参数就能实现分析模型，在系统实施过程中，也可以根据用户的需求敏捷的修改配置参数，快速适应用户需求，用户也可以通过修改配置文件来调整系统，除此之外，用户还可以自己根据需求情况来增加分析模型。其配置参数如下图：,多种系统集成方式,MDDAS根据用户应用的实际情况提供两种不同的集成方式，一是采取ActiveX技术基于Web的应用集成，二是普通桌面程序的应用集成，其效果如下：,Web集成方式,桌面集成方式,系统扩展性,MDDAS的负责数据连接的是一个独立的ClassMDDASDataManagerCenter，它的功能是与不同的数据连接服务器进行连接，将不同类型的数据仓库的数据转化成MDDAS能认识的标准的数据集合，如果有新的数据仓库类型，只需要对该类进行编程就可以使MDDAS支持新的数据仓库类型。数据中心不依赖于数据仓库产品，用户需要增加模型可以快速定制，从而保证了系统的扩展性。,成熟的应用案例,一、云南省烟草工业公司经济运行分析系统,成熟的应用案例,二、广东省粤东烟草公司营销分析系统,成熟的应用案例,三、金光华购物广场商业智能系统,谢谢大家！,合作打造优势,联盟共享成功,
