一种面向企业ERP销售决策的研究与实现

VIP免费
3.0 陈辉 2024-11-19 5 4 2.87MB 61 页 15积分
侵权投诉
I
摘 要
如何利用现代信息技术和科学手段准确把握汽配零部件市场供求关系,保证
其供应链的有效运作,做到有针对性的制定营销策略,对提高企业竞争能力、最
大化的实现营销效益具有重要意义。商业智能(Business Intelligence,简称 BI)
提供了一种将数据转变为信息与知识的技术,可以有效地利用企业常年积累的大
量的历史数据进行分析、决策。
本论文以开发某汽车部件制造企业智能销售决策分析项目为目标,基于该企
业现行 ERP 系统操作数据库,深入分析和研究了商业智能在汽配零部件销售分析
中的应用。首先,本文在该企业销售状况分析的基础上,详细调研了该公司在运
行 ERP 系统中对决策分析的不足,研究了商业智能理论与关键技术,为销售分析
的多维数据模型及分析模式的建立奠定了基础。其后,提出了一种新的基于商业
智能的汽配零部件销售分析解决方案,即对相关业务的源数据进行转换、清理和
装载,建立销售分析数据仓库;构建多维数据模型,实现了对销售情况的多维联
机在线分析,实现了预测算法及前端展现应用。
目前,以本文提出的 BI 体系架构的汽配零部件销售分析方案,能在实际工作
中能弥补 ERP 系统缺乏对货品销售潜在信息挖掘的缺陷,能从多角度并准确分析
出货品的销量情况,包括历史销售状况和未来销售预测两方面,对该企业高管制
定战略决策起到很好的引导作用。本论文充分结合整个项目实施过程,以商业智
能技术原理为指导,主要利用面向销售主题的数据仓库、OLAP 多维分析技术,
序挖掘预测算法,阐述了该汽配零部件智能销售决策方案的设计和应用研究过程。
关键词:决策 BI 数据仓库 OLAP 时序预测
II
ABSTRACT
How to make use of the modern information technology and scientific means
accurately to grasp auto parts market supply and demand, and ensure that the effective
operation of the supply chain and accomplish targeted developing marketing strategy
have important meaning for improving the enterprise competition ability and
maximize the marketing benefits. Business Intelligence (Intelligence, referred to as a
friend BI) provides a data transform for the information and knowledge of technology.
It can effectively use enterprise perennial large amounts of historical data to analysis
and decision.
This thesis analyses studies the application of business intelligence in auto
parts sales analysis by developing some auto parts manufacturing enterprise intelligent
sales decision-making system project based on the enterprise and it’s current ERP
system operation database.Firstly, the paper investigate carefully the insufficiency of
the ERP system in operation for decision-making in sales analysis based on the sales
performance analysis of this enterprise, and studied business intelligence theory and
key technologies to laid a foundation for sales analysis of multidimensional data model
and establishing an analysis model . Thereafter, advances a kind of analysis solution of
auto parts sales analysis based on business intelligence, i.e. transfer, cleanup and load
the related business source data, establish sales analysis data warehouse, and
Multi-dimension data model, then realize the multidimensional on-line analysis of
sales situation and prediction algorithm and the front-end display applications.
At present, the sales analysis scheme with BI architecture provided by this paper
can compensate the defects of mining potential information of goods sales, already can
accurate analysis of the sales of goods, and it also can analysis accuratly the sales of
goods and inspecte the sales achievement of departments.it’ll playe an important role
in assisting the topExecutives of the company to make trategic decisions. This thesis
discussed the design and application researching of auto parts intelligent sales
policy-decision scheme by closely combining the implementation of project
construction process, mainly using data warehouse, OLAP technologyand prediction
algorithm.
Keywords: Policymaking Data Warehouse Multidimensional
AnalysisTime Series ForecastingData Mining
III
目 录
......................................................................................................................... I
ABSTRACT ............................................................................................................ II
第一章 绪论.............................................................................................................1
§1.1 课题研究的背景和意义...........................................................................1
§1.2 国内外现状分析.......................................................................................1
§1.2.1 国内汽车配件经营现状................................................................... 1
§1.2.2 汽配企业信息化现状....................................................................... 2
§1.3 本文主要研究内容...................................................................................3
§1.4 论文结构安排...........................................................................................4
第二章 企业销售决策对商业智能的需求...........................................................6
§2.1 关于企业决策............................................................................................6
§2.2 商业智能理论及其应用...........................................................................7
§2.3 商业智能对企业决策分析的技术支持....................................................8
§2.4 商业智能关键技术...............................................................................9
§2.4.1 数据仓库技术..............................................................................10
§2.4.2 OLAP 技术.................................................................................. 16
§2.4.3 数据仓库与 OLAP 的关系......................................................... 18
§2.4.4 数据挖掘技术..............................................................................19
§25本章小结..............................................................................................23
第三章 汽配企业智能销售决策解决方案...........................................................24
§3.1 汽配制造企业销售状况分析...............................................................24
§3.2 ERP 在销售决策分析中存在的问题 ................................................. 25
§3.3 汽配企业销售决策需求.......................................................................28
§3.4 智能销售决策方案的确定.................................................................28
§3.4.1 客户价值分析............................................................................29
§3.4.2 汽配企业智能销售决策方案整体规划....................................30
§3.4.3 项目总体部署............................................................................31
§35本章小结............................................................................................32
第四章 汽配智能销售决策项目模块设计.........................................................33
§4.1 数据仓库设计.......................................................................................33
§4.1.1 数据仓库设计思路....................................................................33
IV
§4.1.2 数据仓库实现步骤....................................................................34
§4.2 多维数据集构建.....................................................................................38
§4.3 数据挖掘技术 ARTxp 时序预测算法 .................................................39
§44本章小结..............................................................................................40
第五章 汽配企业智能销售决策的实现及应用...................................................41
§5.1 主要功能模块及开发环境...................................................................41
§5.2 主要功能实现.......................................................................................41
§5.2.1 企业操作数据模型到数据仓库模型的转换..............................41
§5.2.2 OLAP 服务器实现历史销售状况分析.................................... 43
§5.2.3 数据挖掘实现未来销售预测....................................................45
第六章 系统测试.................................................................................................52
§6.1 测试目标.................................................................................................52
§6.2 测试环境.................................................................................................52
§6.3 测试结果反馈.........................................................................................53
§6.4 测试结论.................................................................................................53
结 论...................................................................................................................55
参考文献.................................................................................................................56
在校期间发表的论文及科研成果.........................................................................58
致 谢.......................................................................................................................59
第一章 绪论
1
第一章 绪论
§1.1 课题研究的背景和意义
目前汽车行业在中国的整个市场背景下还是比较可观的,但同时也面临着很
强的竞争压力,对于汽车配件制造企业来讲,营销能力是可以说是占据更高市场
份额的有效武器,也是企业发展的关键。在这种情况下,必须要基于大量精准数
据才能进行合理的决策分析,制定出能顺应快速变化的市场需求营销战略。
目前,国内大中型汽配制造企业纷纷都在进行信息化建设,ERPEnterprise
Resource Planning, 企业资源计划)主要面向企业的事务处理工作,为企业充分
的利用资源、优化调配以及规范流程化管理等方面都提供了较好的解决方法,同
时,在改进企业的业务流程方面也起到很重要的作用。然而,企业在实施 ERP
目以后,系统后台数据库存储的的是细节型操作数据和即时业务数据,即在操作
时刻点录入的记录信息,统计查询信息时就根据操作数据汇总得到,大量积压在
数据存库中的数据变成了数据坟墓”——不能发挥其它作用。正因为缺乏合理有效
地数据分析手段,领导层想了解企业的经营状况不得不通过递交式的层层手工报
表来获得。有效数据想得到合理规划使用就比较难,站在企业决策的高度,这会
直接贬低企业的数据资产价值,对企业的长久发展留下了绊脚石。
由此可以看到,采用传统的分析方法难以使得营销效益得到最大化,必须依
靠先进的技术手段和科学的决策来实现这一目标。所以,研究面向企业 ERP 销售
决策方案十分必要。该方案的实现和运用指导性的深入分析了汽配制造企业的销
售状况,对企业内部原材料制定有效的采购计划,生产部门制定准确零部件、成
品、半成品的生产计划及合理安排销售配额等都起到很重要的作用;另一方面,
先进的技术方法不仅变革了传统领导决策方式及管理手段,也极大加强了汽配企
业在同行业内自我竞争优势,为企业的飞跃式式发展提供强大的动力。
§1.2 国内外现状分析
§1.2.1 国内汽车配件经营现状
伴随着中国汽车业井喷式增长,中国汽配行业随之也实现了持续快速增
长,且增幅巨大。全球汽车产业及相关领域的投资者都不能忽视中国汽车市场的
飞速发展。近年来,在中国汽车市场的巨大诱惑下,诸多跨国汽车零部件企业争
先恐后地来到中国以各种方式来进行投资合作。特别是一些跨国汽配巨头,也都
一种面向企业 ERP 销售决策的研究与实现
2
纷纷进入中国市场,希望在中国这个巨大的潜在市场中取得一定的地位。这使得
国内汽车零部件制造商面临的压力越来越大。
在我国,汽配零件营销是汽配服务市场中的重要环节之一,这过程中有三类
中间经销商,其中,中小规模的经销商是主体,大约 25 万家左右。他们的经营实
体主要有两类,一是类主要集中在广州、上海等中心城市数量较少的大型批发商
WD另一类主要集中在汽配城的汽配经销商Jobber)约有 25 万家,采购对
象主要是各级 WDOE 厂商、大量中小一般厂商,及其他汽配经销商,直接面向
各类维修厂(站)销售,数量最多的一类流通商。
汽配行业与其他商品零售行业相比表现出如下特性:
1)经营品种的多样性
目前国内有近两百种不同型号的汽车,每辆汽车包括上万个零部件,另一方
面,据相关权威统计,一辆汽车整个生命周期中零部件损坏和更换的次数可能高
3000 次,该行业内国家对汽车零部件品种区别编码管理制度不够健全,要想从
上万种如此繁多的品种数目中去统计某一种产品的销售情况,必将耗费极大的时
间和精力。
2)经营市场非常分散
分布区域广是我国汽配市场的一大特点,大大小小的汽车配件销售市场分散
在各省、市、区,且市场地域分散,由于产品需求零碎及企业需求地域如此分散
等情况使得充分调动销售能动性这一难题应运而生。
3)流通业务量大
由于汽配零件品品种非常多、客户数量多,造成业务量很大。且随着产品货
物数量的增加和出入库频率的剧增,难以准确的进行统一管理,导致仓储管理准
确率和效率降低,同时,财务及管理部门所需的各种经营数据和经营分析报表都
无法及时得到。
4)销售经营管理的专业性
现代汽车融合了多种高新技术,每一个汽车零部件都具有严格的型号、规格、
工况和标准。若要在成千上万的零部件和规格中为客户快速、精确的提供所需零
配件,就必须以专业化的管理人员和计算机信息管理系统作为有效保障。
§1.2.2 汽配企业信息化现状
在国外,汽配零件制造企业的运营,信息化程度相当高,公司的行政管理、
财务管理、客户管理、销售管理、库存管理等都通过计算机完成,为公司提供了
快速运行的保证、科学决策的依据和准确、也就提高了公司的经营效益。同时能
摘要:

I摘要如何利用现代信息技术和科学手段准确把握汽配零部件市场供求关系,保证其供应链的有效运作,做到有针对性的制定营销策略,对提高企业竞争能力、最大化的实现营销效益具有重要意义。商业智能(BusinessIntelligence,简称BI)提供了一种将数据转变为信息与知识的技术,可以有效地利用企业常年积累的大量的历史数据进行分析、决策。本论文以开发某汽车部件制造企业智能销售决策分析项目为目标,基于该企业现行ERP系统操作数据库,深入分析和研究了商业智能在汽配零部件销售分析中的应用。首先,本文在该企业销售状况分析的基础上,详细调研了该公司在运行ERP系统中对决策分析的不足,研究了商业智能理论与关键技...

展开>> 收起<<
一种面向企业ERP销售决策的研究与实现.pdf

共61页,预览7页

还剩页未读, 继续阅读

作者:陈辉 分类:高等教育资料 价格:15积分 属性:61 页 大小:2.87MB 格式:PDF 时间:2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 61
客服
关注