零售連鎖商業智能分析（BI）實例（ZT） <2>

傳輸管理子系統

傳輸庫維護

傳輸機制設置

門店POS系統啓用設置

門店付款方式設置

數據下發

POS更新程序下發

門店上傳數據查詢

根據該模塊的數據，決策者可以考慮：

數據傳輸頻率如何？是否每日傳輸？

各項數據是否需要按門店分析？

門店付款方式頻度分析？

採購管理子系統

供應商檔案維護

供應商料件價格維護

採購進貨

採購合同訂單的變更處理

採購驗收入庫

採購退貨

採購訂單清單

採購進貨清單

預計進貨清單

供應商ABC表

根據該模塊的數據，決策者可以考慮：

供應商產品價格走勢分析？

採購交貨方式、付款方式分析？

質量檢驗之檢驗率、合格率分析？

退貨率分析？

進貨頻率分析？

供應商交貨及時率分析？

供應商毛利分析（根據供應商提供的產品的毛利）？

採購到貨對比分析？

採購付款對比分析？

採購費用分析？

顯然，製作上述分析報表需要關聯到信息系統的質量管理模塊、應付款模塊等。

銷售管理子系統

客戶檔案維護

客戶商品覈價檔案維護

客戶商品分類覈價

客戶信用控管

銷售出貨

裝箱作業

銷售退貨

銷售訂單變更

商品在途管理

商品差異處理

訂貨會訂單

訂貨會出貨

銷售預測建立

客戶出貨清單

可退換貨額度維護

信用餘額維護

已銷貨未結帳維護

根據該模塊的數據，決策者可以考慮：

客戶分佈分析？

客戶特性分析？

銷售價格走勢分析？

客戶超過信用額度分析（超過信用額度的帳齡分析）？

客戶超過信用時間分析（超過信用期的帳齡分析）

銷售方式結構分析？

銷售退貨頻率、退貨產品結構和趨勢分析？

銷售退貨原因分析？

銷售訂單變更頻率分析？

銷售訂單量（訂單額）按時間波動分析？

銷售實際與預測差異分析？

銷售排行分析？

銷售發貨對比分析？

銷售收款對比分析？

根據退貨情況和退貨原因分析，可以改進工作，減少退貨情況的發生；

根據銷售量的時間波動分析，可以合理調配空閒和緊張時刻的人力安排；

銷售排名分析，可以對重點客戶進行關注和分析；

根據銷售方式，乃至收款方式的分析，可以判斷何種方式給顧客帶來便利；

存貨管理子系統

品號檔案維護

調撥業務處理

調撥商品在途管理

調撥商品差異處理

一般庫存交易業務處理

抽盤或全盤業務處理

分批盤點處理

成本計算

庫存調整

庫存明細表

庫存明細帳

進銷存統計表

庫存ABC維護

庫存呆滯商品維護

根據該模塊的數據，決策者可以考慮：

進貨發貨頻率（工作量）分析？

出入庫類型結構分析？

實際庫存、最高庫存量、最低庫存量對比（安全預警）分析？

倉儲費用分析？

最優訂貨量分析？

盤點差異分析？

庫齡分析？

呆滯品分析？

庫存ABC類別分析？

庫存商品按時間快照分析？

商品狀態分析（在途、在用、維修中、委外加工中...）？

總部專櫃管理子系統

促銷活動檔案維護

專櫃提成檔案維護

終端零售價上下限檔案維護

營業日報維護

交易明細查詢

專櫃對帳單自動產生

專櫃對帳單維護

營業日報維護

支付方式信息維護

零售商品滯暢銷狀況維護

根據該模塊的數據，決策者可以考慮：

促銷方式結構分析？

促銷期間銷售額走勢分析？

VIP管理子系統

VIP等級維護

VIP信息維護

VIP積分策略維護

VIP積分兌換維護

VIP過期積分處理

根據該模塊的數據，決策者可以考慮：

VIP分類分析？

VIP客戶特性分析？

數據挖掘分析？

POS收銀系統

收銀員信息維護

銷售收銀

銷售退貨

調換收銀

調換退貨

其他銷售收銀

預付款

贈品

交班

交易明細查詢

盤點

上下傳

庫存查詢

商品查詢

商品零售維護

根據該模塊的數據，決策者可以考慮：

POS點的各類銷售及回款分析？

POS點的各類庫存分析？

POS點的各類進貨分析？

POS點的工作量分析？

POS點的營業員業績分析？

WEB物流系統

訂貨業務處理

銷售出貨

調撥出貨

到貨管理

退貨管理

門店零售價設定

VIP資料維護

積分兌換處理

根據該模塊的數據，決策者可以考慮：

Web方式實現的銷售分析？

Web方式實現的每日商品零售分析？

Web方式實現的每日零售分析？

Web方式實現的商品時間段分析？

Web方式實現的營業員銷售排行分析？

Web方式實現的庫存明細分析？

應收管理子系統

應收帳款處理

預收賬款處理

溢收帳款處理

應收衝應付處理

月底調匯

根據該模塊的數據，決策者可以考慮：

應收帳款（預收款）週轉率分析？

應收帳款帳齡分析？

應收帳款回款統計分析？

應收帳款分類統計？

超期應收帳款分析？

上述分析報表，只是初級分析中對基礎信息的充分展現。還只是商業智能分析的第一步。

在基礎數據能夠及時準確地提供的基礎上，可以運用管理會計中的全面預算管理、數據挖掘中的分類決策樹方法、運籌技術中的最短路徑（最低運價）等方法，對經營中的決策進行智能化支持。