连锁销售决策支持系统解决方案研究

《连锁销售决策支持系统解决方案研究》由会员分享，可在线阅读，更多相关《连锁销售决策支持系统解决方案研究（6页珍藏版）》请在装配图网上搜索。

1、连锁销售决策支持系统解决方案研究连锁销售决策支持系统解决方案研究摘要数据仓库、联机分析处理、数据挖掘技术的结合是决策支持系统研究的主流形式，其中数据仓库用于数据的存储管理，联机分析处理集中于数据的多维分析，数据挖掘那么致力于知识发现。本文在数据仓库、联机分析处理、数据挖掘技术的支持下，提出了连锁销售决策支持系统解决方案，即数据仓库联机分析处理数据挖掘决策支持系统。关键词数据仓库；联机分析处理；数据挖掘；连锁销售决策支持系统连锁销售是指流通领域中假设干个同行业商店，以共同进货、共同经营同类商品、共享经营理念的方式连结起来，在同一商业形象下共享规模效益的一种经营形式。要想在竞争中取胜，获得更大的收

2、益，必须利用网络、数据仓库等计算机技术，深层次地挖掘、分析当前和历史的业务数据，以及相关的环境数据，自动快速地获取其中有价值的决策信息，为企业提供快速、准确和方便的决策支持效劳1。数据仓库D、联机分析处理(LAP)、数据挖掘D是 20 世纪 90 年代中期开展起来的计算机决策支持技术，如今已经被各行各业，各种领域广泛应用，成为继Internet 之后信息科学界的热点研究课题。连锁销售决策支持系统SDSS就是将三者无缝联接、深度结合，充分利用连锁销售企业内部积累的海量数据，挖掘有价值的知识和规那么，将客观详实的数据信息和企业决策者珍贵的自身经历结合起来，支持企业决策的制定。1.1 解决方案通过对

3、销售方案和业绩的完成情况及有关环境数据进展多角度多层次的分析，发如今连锁经营战略和策略研究上投入宏大精力，将有利于进步连锁总部的经营程度。连锁销售决策支持系统研究可以使连锁经营决策者及时掌握销售内部的运行情况和开展趋势，并对制定销售方案和长远规划提供理论指导，进步企业的管理程度和竞争优势2。DLAPDDSS 架构，是一种新型的 DSS 系统解决方案，其中数据仓库用于数据的存储和组织，LAP 集中于数据的分析，数据挖掘那么致力于知识的自动发现。1.2 方案特点新型 DSS 架构是以原始数据库中储存的业务数据为根底，原始数据来源于多个超级市场采集的销售数据。多个超市实现连锁经营，采用扫描记帐技术和

4、常客程序，为超市经营者提供生意和顾客的丰富信息。扫描记帐提供关于产品流动的数量和时间的细节信息，可以准确到单个物种和分钟。常客程序可以提供实际购物者的详细信息，该方案具有以下主要技术特点：在底层的数据库中保存了大量的事务级细节数据，这些原始数据是整个 DSS 系统的数据源泉。数据仓库对底层数据库中的事务级数据进展集成、转换、综合，重新组织成面向全局的数据视图，仓库数据是 DSS 系统进展数据组织和存储管理的基矗LAP 从数据仓库中的集成数据出发，构建面向分析的多维数据集市，再使用多维透视工具以不同的视角对多维数据集市数据进展分析、比拟、综合，把方法驱动转变为数据驱动，使分析方法和数据构造实现别

5、离。数据挖掘以数据仓库和多维数据集市中集成数据为根底，发现数据中潜在的知识、形式，并以这些知识、形式为根底进展市场预测。1.3 系统体系构造连锁销售决策支持系统在总体上分为三层，包括数据获取层、数据存储层、数据访问层。连锁销售决策支持系统的体系构造如图 1 所示。其中数据获取层是将原有的销售业务数据进展清洗、加工、整理、抽取后载入数据仓库，然后基于销售业务、管理的需要在数据仓库的根底上创立多维数据集市，形成数据存储层。数据仓库、多维数据集市中蕴含的信息可以在数据访问层中应用报表、LAP、数据挖掘等可视化工具向 DSS 系统使用人员展现数据信息。1.4 核心技术该设计方案首先将决策支持系统按功能

6、划分为多个模块，然后在保证每个模块功能独立性根底上，对每个模块进展独立开发、编译、调试，最后组成一个完好的应用系统程序。各模块之间通过接口进展交互，数据访问接口采用组件技术，其中包括 ADAtiveXDatabjets、ADDAtiveXDatabjetsultidiensinal、DSDeisinSupprtbjets等对象模型。数据仓库是面向主题的、集成的、具有时间序列特征的数据集合，用以支持决策制定3。连锁销售数据仓库是在原始交易数据的根底上，根据主题分析需要，确定数据仓库多维模型，从而对销售数据进展必要的抽娶清理和变换，然后载入数据仓库。21 数据源连锁销售数据仓库数据来源于多个超级市

7、场采集的销售数据。由于人为因素或系统的不稳定因素，有时会出现空值和噪声数据。这时需要对数据进展预处理，即对数据的清洗，包括填写空缺值，平滑噪声数据，识别删除孤立点。22 概念模型通过对连锁销售企业的应用需求分析，确定以销售业绩分析为主题，以客户、连锁店、商品、时间、年龄段为数据仓库索引基准点。以上索引基准点可以作为连锁销售数据仓库的维度。23 逻辑模型连锁销售数据仓库的逻辑模型具有一个事实表和五个维度，事实表为销售事实表，维度表分别为客户、连锁店、商品、时间、年龄段，每个维度可以具有不同的粒度级别。在时间维表中，粒度级别分为日、月、季度、年 4 个级别。连锁销售数据仓库共包含 1 个事实表和

8、5 个维度表。如图 2 所示。24 物理模型数据仓库的物理模型创立是根据已确立的逻辑模型建立相对应的物理表构造来实现的，它是以 SQLServer2000DBS 为平台，采用星型雪花型数据模型，实现了事实表和维度表的创立。LAP 是一种数据分析处理技术，是针对特定主题进展的联机数据访问分析。LAP 通过对海量数据的多维透视，并进展快速、稳定的互动存取，使决策人员对数据进展深化观察，从而为管理者提供决策支持。LAP 联机分析的数据根底是数据仓库或数据集市，数据集市是微型数据仓库，是面向企业部门级别的分析需求而建立的一种分析型环境，它可以快速地解决某些详细的问题4。LAP 数据集市是在连锁销售数据

9、仓库根底上创立的，使用的工具是微软的AnalysisServies 工具。设置共享维有客户、商品、时间、连锁店、年龄组，私有维有会员卡、婚姻状况、教育程度、年收入、时间段、性别。在共享维和私有维根底上设计了 4 个多维数据集市，分别是产品统计、购物人次，客户统计、销售业绩数据集市。LAP 联机分析功能：1商品促销通过对产品统计数据集市的多维分析，可以获取不同连锁店所出售的商品数量和种类的异同，可以比拟那个连锁店，那种商品最畅销，进而对最畅销商品的连锁店进展商品优化配送，增加畅销商品的储存量，同时开展促销活动，进展一定程度的让利销售，实现商品促销。2客户分群通过对客户统计数据集市的多维分析，可知

10、在哪个连锁店、哪个时间段、哪个年龄组客户消费额度最大，那么该人群为易购人群，那么针对这个消费群体所在的年龄组，所喜欢的时间段以及消费习惯提供优质效劳，优化商品配置，进展广告宣传。3销量统计通过对销售业绩数据集市的多维分析，建立销售预测模型，使决策人员可以针对每一种商品、每一类别的商品、每个分店销售情况、年、季、月、日商品的市场占有率、赢利情况进展分析预测，对每一员工进展销量统计、销售业绩分析。数据挖掘是 SDSS 系统的重要功能，是根据连锁销售的既定业务目的和存在的问题，对大量的销售数据进展探究，提醒其中隐藏的规律，并将其模型化，指导并应用于实际的销售经营中5。数据挖掘功能：1购置力预测运用回

11、归分析功能，可以预测客户的购置力，明察市场趋势获得战略优势，深挖客户资源，对诚信度高、购置力强、具有一定消费潜力的客户在购置商品时可以分期付款，施行人性化效劳，这样可以有助于减少本钱，把握商机，吸引优质客户资源6。2挖掘潜在客户会员制可以固定客户群，但是潜在客户还是存在的。一个会员卡可以有屡次交易，假如交易频率过高，那么会员卡肯定外借，持卡人的周围隐藏着潜在客户，由此可以开发客户群。假设在一段时间内，某个会员卡没有交易，那么该客户可视为遗失客户。可采取相应的优惠政策，尽量留住客户。3优化物流配送途径在连锁超市管理中，各连锁店商品均由配送中心统一配送。配送中心根据各连锁店所需商品的品种和数量，平

12、衡考虑各客户恳求，制定配送方案，用神经网络算法规划连锁店货物配送途径，再经过调拨指令程序处理，确定最正确配送道路，将商品送往各连锁店。理论证明，采用 D+LAP+D 框架构造的决策支持系统是比拟理想和完善的架构。该系统功能齐全、性能稳定，数据仓库、联机分析、数据挖掘技术链接自如，能对数据进展快速准确分析，从而帮助管理者做出更好的商业决策，为企业带来竞争优势。但是决策不能仅凭一套系统分析就能制定，应该加上决策者的经历和智慧，以及对市场的敏锐洞察力，这样才能在销售市场运作中游刃有余。1王珊.数据仓库技术与联机分析处理.北京:科学出版社.19982邵玉祥.连锁销售决策支持系统的研究与开发.硕士学位论文武汉：武汉理工大学.计算机应用技术专业.20223美EfreG.allah 著.李昭智，李昭勇等译.决策支持与数据仓库系统.北京：电子工业出版社.20014美illia.A著.SQLServerLAPDevelpersGuide.BEijing:PublishingHusefEletrnisIndustry.20005冯文权，茅奇.经济预测与决策技术.湖北：武汉大学出版社.20026常兆光，王清河等.随机数据处理方法.山东：石油大学出版社.2000