连锁经营企业销售商业智能系统的设计与应用研究

• 作 者: 洪锦屏
• 机 构: 华南理工大学
• 出 处: 华南理工大学
• 发表日期: 2008年期
• 关键词: 连锁经营 连锁经营商业智能系统 商业智能系统数据仓库 数据仓库数据挖掘 数据挖掘

连锁经营企业这一零售企业形态近年来发展迅猛,但随着其规模的扩大和覆盖区域的拓宽,管理难度加大,决策环境趋于复杂,简单的面向业务型的信息系统难以适应连锁企业规模扩张的决策需要,面向决策的商业智能解决方案的必要性日益凸显。以往的研究表明连锁零售业中信息系统最常见的应用就是辅助建立信息中心,进行销售分析、商品分析、顾客分析和财务分析等,但这些分析过程停留在数据查询和展示的层面,数据仓库和数据挖掘技术并没有融合到决策分析中,因此基于数据仓库的连锁经营企业销售商业智能系统的研究对于解决连锁企业的发展瓶颈有重要意义。
本文以连锁企业为研究对象,通过需求分析,对连锁企业的销售模块进行数据库和数据仓库设计,并在数据仓库基础上研究商业智能在辅助销售决策上的的实现与应用。本文在深入探索连锁企业的销售经营特点的基础之上,建立一个通用的以销售单据为中心的销售流程模型,并以此为基础,构建销售数据库,同时考虑到实际情况中可能发生的物流配送、退货、收款等细节问题,设计了相应的处理方法,使得该模型更为接近企业实际运营的真实环境。
在面向操作的数据库构建基础之上,本文通过访谈和文献研究,得到三个最为销售决策者所关注的分析主题,即客户细分、销售业绩和商品关联分析,根据这三个主题建立信息包图,选取合适的分析维度和数据指标,深度挖掘各个主题的分析价值,建立数据仓库概念模型、逻辑模型和物理模型。最后,本文选择聚类、关联规则和决策树算法对数据仓库中各个分析主题进行数据挖掘,将分析维度的目标通过数据阐述出来,并且体现为具体的决策建议,真正意义上实现了指导决策的商业智能。
本文分析并设计了连锁企业适用的一套完整的面向决策的销售商业智能系统,其创新之处包括：提出基于互联网的连锁企业商业智能系统架构,整合企业内外部可以利用的各种数据资源辅助决策分析,突破管理者决策信息只来源于企业内部的局限,把供应商、客户以及竞争环境本身都纳入分析体系之中：对连锁经营企业的销售流程进行重组和优化,建立融合多种销售模式的统一的销售流程模型：把数据挖掘技术应用于商业智能分析,使得数据分析超越数据展示的层次,提供面向决策的隐含的知识发现。