商超零售行业商业智能解决方案
Wyn 商业智能行业解决方案
一、行业信息化现状
随着零售业信息化的建设在不断的深入，从 POS 系统到 ERP 系统，从 MAIL 系统到 OA 系统，整个行业的每项工作都与信息系统密不可分。但是随着信息系统的日益增多，面临的问题也不断涌现 ，企业的决策者面对 IT 部门提供的海量数据，难以对其加以分析或不知应该从何入手加以分析，从而企业领导的决策也不能得到确定。
数据分析方面：
难以有效利用数据：ERP 系统中或在各个信息系统中积累了大量业务数据，但这些数据除了查询、跟踪外基本属于休眠状态，无法得到有效利用，很难分析和报告这些数据，领导依然很难得到需要的决策数据。
难以跨账套分析：由于很多 ERP 系统账套按年设置，每年会有一个独立的数据库，只能了解到当前的作业数据，无法获得历史的、综合的、全过程的数据并无法对历史数据进行分析，无法跨年做时间序列分析和对比分析，无法通过对历史数据的分析了解变化趋势，决策支持缺乏数据基础。
难以做到跨模块或跨系统分析：对相关业务难以做到跨模块的快速关联分析，致使得到的信息缺失，被迫在不完全的信息状况下凭经验做决策。
难以快速整合数据：需要花大量的时间去收集和整理数据，报表合并和编制工作非常繁重，数据的及时性和有效性非常不高。
应用功能方面
无法准确地了解到各类业务数据的变动情况与变动影响程度，例如当一个因素变化时整个公司的成本及利润是如何变化的。影响利润或成本变化的因素很多，无法通过分析识别哪些是关键因素，导致不能采取有效措施扩大和创造利润。虽然有成本结构等数据，但无法通过分析判断成本结构是否合理，不能做到针对性的调整。
虽然有着准确的库存数据，但还是无法通过分析知道究竟设定怎样的安全库存才能既保证生产又不积压货物。
无法通过分析了解重点客户群的购买特点，导致无法采取针对性的措施以增加重点客户群。无法对客户地流失状况进行预警。
产品线很多但盈利能力还是很低，不知道哪些产品带来的利润最大，也不知道哪些产品是高盈利产品需要重点投入。
虽然有每笔销售订单与销售发票的数据，但企业难以对销售部门的业绩与效益进行量化考核。也无法准确了解销售计划的执行情况。无法量化地识别销售费用是否存在异常。
虽然有完善的总帐与应收应付模块，但企业决策管理者仍然无法预测未来的收入与支出是否能平衡。
企业决策管理者不可能每天都对着电脑或 ERP 系统，无法远程及时了解并操作公司的关键业务运作。
1、经营分析
销售分析分析内容：
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、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、主题主打商品销售趋势、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、商品销售单价、单价同比等等；而分析维又可从管理架构（企业组织）、时间维度、商品属性、经营方式等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路。
同时根据历史数据产生预测信息、报警信息等分析数据；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数据库中是难以实现的，公司领导们虽然知道他们非常有用，但由于无法得到，使得这些指标的地位也若有若无。
利用 BI 技术，这些指标才重新得到了管理者和分析者们的宠幸。通过销售分析我们可以分析当前销售情况、销售增长情况、销售结构情况、销售模式结构情况（自营、代销、租赁的结构情况）、销售结构变化情况等等。
（零售综合管理看板(运营大屏)）
（零售商品销售情况综合分析）
2、利润分析
利润分析内容：
在明确利润分析的基础上，利润分析应从以下几个方面进行。
1）利润增减变动分析：通过对损益表的水平分析，从利润的形成和分配两方面，反映利润额的变动情况，揭示企业在利润形成与利润分配各环节的会计政策、管理业绩及存在的问题。
2）利润结构情况分析：主要是对损益表进行垂直分析的基础上，揭示各项利润及成本费用与收入的关系，以反映企业的各个环节的构成、利润及成本费用水平。
3）企业收入分析：收入是影响利润的重要因素，企业收入分析的内容包括：企业收入的确认与计量分析，影响收入的价格因素与销量因素分析、企业的收入的构成分析。
4）成本费用分析：成本费用分析包括产品的销售成本分析和期间费用分析两部分，产品销售分析包括成本销售总成本分析和单位销售成本分析，期间费用分析包括销售成本分析和管理费用分析。分析应用：a. 利润增减变动分析；b. 利润结构情况分析；c. 企业收入分析；d. 成本费用分析。
（销售利润分析）
3、采购分析
生产原材料采购是企业生产的基础，采购物品的价格以及质量问题直接影响到产品的质量与成本。采取正确的采购策略是企业不容忽视的问题，一个好的全面的采购分析对于领导制定下一步采购策略是至关重要的。基于数据仓库技术的商业智能系统可实现供应商信用评价、业务员业绩考核等决策分析，帮助企业为顺利生产打下坚实的基础，为最终产品在质量和成本上的定位提供科学的依据，供应商信用分析是采购分析很重要的一部分，往往做为采购分析的主题之一。采购分析的基础数据来自财务、生产、库存部门。商业智能的采购分析决策支持系统辅助企业选择最佳的供应商及采购策略，确保采购工作的高质量、高效率、低成本。
4、库存分析
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；
而分析维又可从管理架构（企业组织）、时间维度、商品属性、经营方式等角度观察。
分析应用：库存结构情况分析、库存流动与库存量比较分析、库存与效益情况分析、库存情况与销售情况分析、合理库存区间分析、当前库存健康状况分析、库存变化情况分析、库存损耗分析、其他库存分析。
（存货分析(存货周转率、周转天数、库存余额等)）
5、客流分析
分析内容：客流分析是根据购买单据来分析一天中客流的特征、购买特征等等，合理安排经营和销售人员以及作息时间。
分析应用：
1）客流时段分析
2）商品销售时段分析
3）其他自定义应用
4）顾客采购相关性分析
分析内容：根据对同一个单据同时出现两个商品的频率进行分析，来分析顾客采购的相关性，并根据这些相关程度合理安排商品摆放位置和采购、库存计划。
其示意如下：顾客采购 A 商品的同时一般同时相应地要采购 B 商品，这样我们就将 A 商品和 B 商品尽可能的摆放在一起，在安排 A 商品采购的同时我们同时做好 B 商品的采购计划。
分析应用：相关性排名分析、 其他自定义应用
