468.txt

This complete matlab for neural network

发信人: yaomc (白头翁&山东大汉), 信区: DataMining
标  题: BI，数字企业系统。
发信站: 南京大学小百合站 (Fri Jan 18 10:35:01 2002), 站内信件

BI，数字企业系统
 
 　　
　　企业在经营过程中会产生无数的信息，这些信息蕴藏了丰富的经营理念和市场
规律，怎样有效地利用这些宝贵的信息，让他们更好地为企业经营服务，成了零售
业企业的一个迫切愿望和现实难点。
普通的零售业信息系统只能够提供普通的分析数据，不能提供立体化的、多视角的
、有渗透力的数据。更不能提供具有预测性的、潜在的市场信息。而BI的出现恰恰
弥补了一般零售业系统在分析在的先天不足。

　　分析危机

　　管理者对数据作分析，通常都会有不同的观察角度，以期通过这些角度来获得
不同的信息，比如，在作销售分析时，最常见的分析如下：
　　"这下好了"，IT专家舒了一口气说："我满足了老总的各种要求！"且慢，老总
发现了该表的一个致命缺陷，销售分析表居然没有任何类别分析！这怎么行！于是
，IT专家又搞出了分类销售表。等分类销售表做出来之后，老总认为太长，希望只
有大类，于是IT专家又设计了大类销售表，中类销售表，小类销售表等，最后老总
又希望将分店和日期分别加入，但还不止如此，老总又要求加入同比、环比等等。
IT专家或IT集成商最终会觉得老总或管理者们要求的分析报表真是没完没了，就算
最后做出了所有的表，而管理者们还是觉得不好，因为在分析的时候思维不是连续
的，没有一点乐趣。这就是零售业的分析危机，老总越来越注重数据分析，而IT部
门却越来越不能胜任分析工作！
　　以上这个举例只是选择了不同的观察角度，我们可以把他们叫做"维"（即日期
维、地方维、类别维），而这个维又是分级的，比如日期可分为年、月、周、日，
而地方可分为公司、分店、部门和柜组，类别也可分为大类、中类、小类、细类、
系列等。
　　BI可以针对这些"维"进行上下钻取，左右拖动及纵横旋转，通过连续的立体的
动态表来展现各种数据，还对这些数据进行组合、聚类、排序等处理，给管理者带
来了一种得心应手的全新的分析感觉。

　　概述BI

　　但如果BI仅能给我们带来动态表这样一种新事物，那BI就不会成会零售业分析
界的宠儿，也就不能产生啤酒与尿布这样被商业人士广为传播的精彩故事。
　　BI是商业智能（Business Intelligent）英文的字母缩写，是一种运用了数据
仓库，在线分析和数据挖掘技术来处理和分析数据的崭新技术。其工作原理主要是
通过对数据进行抽取、清洗、聚类、挖掘、预测等处理来产生可透析的各种展示数
据。这些数据可直观的显示分析者所要探询的某种经营属性或市场规律。
打个比方，市场上常见一些股票分析软件，这些软件对股票交易数据进行了各种数
学模型的处理，产生了许多指标数据，比如什么K线图、DKJ、MACD等等。BI就是有
点象这样的分析软件，只是分析的数据量要大得多，产生的指标也完全不同，当然
数学处理模型也完全是两回事。
　　BI除了通过动态表去展现数据外，还可通过丰富多彩的图形去展现，还能对图
形作拉伸、分块、旋转、透视等多种处理，以更直观可见的方式来展现规律。同时
还可对数据作各种标志，比如特别好的销售数据用绿色表示，特别差的销售用红色
表示，也可对数据进行跟踪分析。BI还有一个很优秀的功能就是设定一个边界条件
进行挖掘工作。从杂乱无章的数据中找出内在的联系。沃尔玛著名的啤酒与尿布的
故事就是这样产生的。 
　　其实BI并不神秘，不是什么搞不懂的高科技，而是一个可以方便使用的分析工
具。以菲奈特-融通公司开发地BL.Retail零售业商业智能系统为例，其功能模块包
括了：营销效益体系、品类商品经营监测体系、采购考核体系这三项商业动作中至
关重要的环节。它可以从POS等各类事务处理系统中获取数据源，帮助管理者发现
日常经营活动中的问题，使管理者真正做到以数据为依据，调整市策略，做出正确
决策。BI称得上是一个可以轻松驾御的聪明助手。

　　决胜未来

　　决胜未来靠的是什么？是通过透析历史的经营情况，归纳成的经验和失败的教
训，用数据来证明经营手段是否成功，来预测未来的发展趋势，快速准确地把握风
云变幻的市场脉搏。而BI正是完成这项使命的用力武器。
　　在国外，BI在零售业上已有了较好的应用，并产生了相关的指标体系理论；在
国内，它还处于初级阶段，但其本身所具有的灵活性和强大性，使之在零售业界迅
速崛起，呈现了高速上升的趋势。
BI最常见的应用就是辅助建立信息中心，通过BI来产生各种工作报表和分析报表。
常见的分析：
销售分析：主要分析各项销售指标、例如毛利、毛利率、坪效、交叉比、销进比、
 盈利能力、周转率、同比、环比等等。分析维可从管理架构、类别、品牌、日期
、时段等角度观察，采用多级钻取，从而获得相当透彻的分析思路，同时根据海量
数据产生预测信息、告警信息等分析数据，还可根据各种销售指标产生新的透视表
，例如最常见的ABC分类表商品敏感分类表、商品盈利分类表等。
　　这些复杂的指标在原来的信息数据库中是难以实现的，老总们虽然知道它们有
用，但苦于难以提取，也使得这些指标的地位若有若无。直到BI技术出现之后，这
些指标才重新得到了管理者和分析者们的青睐。
商品分析：商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结
构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛
利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率
、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指
标；通过对这些指标的分析来指导企业商品结构的调整，加强企业商品的竞争能力
和合理配置。
　　顾客分析：顾客分析主要是指对顾客群体的购买行为的分析。例如，我们将顾
客分成高消费者和低消费者。那么什么人是高消费者，什么人是低消费者呢？如果
有会员卡，我们可以通过会员登记的月收入来区分，但如果没有会员卡，没关系，
我们就通过小票每单金额来假设，比如大于100的我们认为是高消费者，小于100的
我们认为是低消费者，好了，现在老总就可以知道很多事情了，比如，高消费者喜
欢什么样的商品，低消费者喜欢什么样的商品；商消费者的购物时间是几点钟，低
消费者的购物时间是几点钟；自己的商圈里是高消费者多还是低消费者多；高消费
者给商场做出的贡献大还是低消费者做出的贡献大；高消费者喜欢用什么方式来支
付，低消费者喜欢用什么方式来支付等等；当然还有商圈的客单量怎么样、商圈里
的购物高峰是什么时间、假日经济对企业的影响到底有多大等等。同样也就促使他
对自己商场的定位做出相应的调整。
　　供应商分析：通过对供应商在选定的时间段内的各项指标（定货量、定货额、
进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、切售额
、所供商品毛利率、周转率、交叉比率等）进行分析，为供应商的引进、储备及淘
汰（或淘汰其部分品种）及供应商库存商品的处理提供依据。分析的主题主要有供
应商的组成结构、供应商的送货情况、供应商所供商品情况（比如销售贡献、利润
贡献等）、供应商结款情况。比如，我们发现有些供应商所提供的商品销售一直不
错，同时使得他在某个时间段里结款非常稳定，而这个供应商的结算方式是代销。
如果资金不紧张，而这个供应商所供商品的销售风险又小，为什么不考虑将他改为
购销呢--这样可以降低成本啊。看，一项于已有利，又能进一步和供应商搞好关系
的措施就这么产生了。
　　人员分析：通过对公司的人员指标进行分析，特别是对销售人员指标（着重销
售指标，毛利指标为辅）和采购员指标（销售额、毛利、供应商更换、购销商品数
、代销商品额、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工
积极性，为人力资源的合理利用提供科学的依据。主要分析主题有员工的人员构成
情况、销售人员的人均销售额、对于开单销售的个人销售业绩、各管理架构的人均
销售额、毛利贡献、采购人员的分管商品的进货量、购销代销比例、引进的商品销
量如何等等。
　　当然BI对零售业的分析远不止我所讲到的这些，至少还有资金运转分析、库存
分析、结算分析等等。
这些分析在实际经营中确实有着重要的利用价值，企业可以利用这些数据发现市场
规律，了解市场，预测零售业务未来发展趋势，预测和临近奉献，改进业务流程，
优化企业资源。可以说，谁对自己的经营做出了正确的分析、谁就会正确地修正自
己的经营方针和政策，谁就赢得了未来。


摘自《市场与电脑》２００１年６月刊　作者：邱克
 

--

Welcome to http://datamining.bbs.lilybbs.net.

※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 202.204.36.15]