【正文】 供應商銷售金額區(qū)間分析、商品品種銷售金額區(qū)間分析、庫區(qū)銷售規(guī)模區(qū)間分析等。主要分析超市各項銷售指標，例如 商品銷售數(shù)量、商品銷售金額、會員卡銷售金額、會員卡銷售比重、商品累計銷售金額、銷售金額同比、銷售金額同比增加、銷售金額同比增長、毛利、毛利同比、商品銷售單價、單價同比 等 銷售分析模型 而分析維又可從管理架構(gòu)（企業(yè)組織）、時間維度、商品屬性、經(jīng)營方式等維度進行分析。 ? 類型的銷售結(jié)構(gòu) ? 廣場分布結(jié)構(gòu)銷售分析 ? 供貨商銷售毛利貢獻排行情況 ? 商品品種毛利貢獻情況 銷售金額增長趨勢 銷售毛利增長趨勢 銷售毛利率變化趨勢 主要商品銷售趨勢 供應商銷售金額區(qū)間分析 品種銷售金額區(qū)間分析 主體品種區(qū)間分析 會員卡消費趨勢 經(jīng)營類型結(jié)構(gòu)分析 可進行的分析 零售行業(yè)商業(yè)智能主要數(shù)據(jù)模型 分析內(nèi)容 ： 庫存直接反映企業(yè)經(jīng)營狀況和資金周轉(zhuǎn)效率 ， 所以對庫存進行分析能夠有效控制庫存 、 降低經(jīng)營風險 、 降低經(jīng)營成本和提高經(jīng)營效益 。 主要分析各項庫存指標 ，例如： 商品庫存數(shù)量、庫存對比情況、庫存結(jié)構(gòu)情況、庫存金額情況、庫存變化情況、商品存銷比、庫存銷售天數(shù)、庫存安全情況、庫存盤點情況、庫存損耗情況 等； 分析維度 ? 管理架構(gòu)（企業(yè)組織） ? 時間維度 ? 商品屬性 ? 經(jīng)營方式 庫存分析模型 庫存分析 庫存變化 情況分析 庫存與效益 情況分析 合理庫存 區(qū)間分析 庫存流動與 庫存量比較分析 庫存結(jié)構(gòu) 情況分析 當前庫存 健康狀況 庫存情況與 銷售情況分析 庫存損耗分析 可進行的分析 零售行業(yè)商業(yè)智能主要數(shù)據(jù)模型 促銷分析模型 分析內(nèi)容 ： 促銷前進行促銷效果預測 促銷后進行促銷效果分析 指標設計 ：銷售金額、毛利、促銷對比期金額、促銷對比期毛利。 可進行的分析 促銷可行性分析 促銷情況分析 促銷影響分析（對比） 促銷商品的相關(guān)商品分析 零售行業(yè)商業(yè)智能主要數(shù)據(jù)模型 坪效分析模型 分析內(nèi)容 ：以商業(yè)銷售數(shù)據(jù)、營業(yè)面積為分析對象，分析商業(yè)銷售情況，廣場分布結(jié)構(gòu)、營業(yè)績效情況、營業(yè)績效增長趨勢、單位面積銷售金額增長趨勢、單位面積銷售毛利增長趨勢、單位面積庫區(qū)銷售規(guī)模區(qū)間分析等。 指標設計 ：銷售金額、毛利、營業(yè)面積、單位面積的銷售金額以及毛利。 維度設計 ： 時間 維度：年、季度、月。 組織結(jié)構(gòu) 維度：部門、樓層 商品屬性 維度：商品分類、商品大類、商品供應商 經(jīng)營方式 維度：經(jīng)營類型 單位面積的銷售結(jié)構(gòu) 廣場分布結(jié)構(gòu) 單位面積毛利貢獻排行情況 廣場機構(gòu)毛利貢獻情況 銷售金額增長趨勢 銷售毛利增長趨勢 單位面積毛利變化趨勢 單位面積主題主打商品銷售趨勢 單位面積銷售金額區(qū)間分析 廣場銷售規(guī)模區(qū)間分析 可進行的分析 零售行業(yè)商業(yè)智能主要數(shù)據(jù)模型 其他分析模型 經(jīng)營分析模型 經(jīng)營分析模型 財務分析模型 采購分析模型 客流以及銷售特征分析 毛利貢獻分析 會員卡分析 價格趨勢分析 經(jīng)營坪效分析 人均經(jīng)營貢獻分析 經(jīng)營計劃進度分析 現(xiàn)金流分析 成本分析 費用分析 應收應付賬款分析 商品軟件： MDDAS多維數(shù)據(jù)分析平臺簡介 多 維 數(shù) 據(jù) 分 析 系 統(tǒng) MDDAS （ MultiDimensionality Data Analyze System） 是一種按照路徑求解模式的數(shù)據(jù)分析系統(tǒng) ， 用戶可以從不同的路徑查詢分析數(shù)據(jù) 。 2022年實施中國煙草專賣局的經(jīng)濟運行分析系統(tǒng)時 ， 用戶 是中國煙草專賣局經(jīng)濟運行司根據(jù)實際需求提出很多有建設意義的軟件需求 ， 例如：分析風格的自定義 、 自動生成文字報告 、 例行分析的生成到后來的分析摸板的生成等等 ， 及時的豐富和完善了路徑求解模式的產(chǎn)品 。 2022年的時候 ， 在進一步實施商業(yè)智能項目的時候 ， 發(fā)現(xiàn)路徑求解模式雖然有它的優(yōu)勢 ， 但是不能解決用戶的其他的需求 ，例如：交叉表的實現(xiàn) 、 數(shù)據(jù)展開分析 、 數(shù)據(jù)元的選擇等等 ， 就著手維度求解模式產(chǎn)品的開發(fā) ， 及時開發(fā)出了新的產(chǎn)品 ， 不僅如此 ，還集成了很多數(shù)據(jù)統(tǒng)計算法和數(shù)據(jù)分析算法 ， 數(shù)據(jù)導出成文件等等新的功能 ， 進一步完善了產(chǎn)品 ， 形成了現(xiàn)在的 MDDAS。 在用 MDDAS平臺實施項目的時候，發(fā)現(xiàn)查詢比較大的數(shù)據(jù)量的時候，效率總是很低，后來根據(jù)實際的需求，提出了菱形結(jié)構(gòu)數(shù)據(jù)模型的概念，并迅速應用到實際項目中，菱形結(jié)構(gòu)數(shù)據(jù)模型取得了巨大的成功，解決在項目實施過程中的數(shù)據(jù)壓力問題， MDDAS取名于多維數(shù)據(jù)分析系統(tǒng)，其實就其功能和解決的問題來說，MDDAS已經(jīng)遠遠超出了多維數(shù)據(jù)分析的范圍，是一個名副其實的商業(yè)智能平臺產(chǎn)品。 MDDAS提供的功能包括： 多維分析、即席查詢、企業(yè)報表、預警監(jiān)控、統(tǒng)計學模型、數(shù)據(jù)挖掘、信息發(fā)布 7大主要功能，支持面向 關(guān)系型數(shù)據(jù)倉庫 和面向目前主流的 OLAP多維數(shù)據(jù)倉庫 （ IBM OLAP Server）。 MDDAS軟件架構(gòu) MDDAS采用國際上最前沿的軟件基礎(chǔ)框架標準 —— XML Web Servicess（ Web環(huán)境分布式組件技術(shù) ） 和 ActiveX技術(shù) ， 把各種商業(yè)智能技術(shù)整合到一個集成環(huán)境中 ， 為企業(yè)提供新一代協(xié)同工作的商業(yè)智能環(huán)境 。 MDDAS另外一種集成方式是采用應用程序集成，其數(shù)據(jù)連接采用 Remote Server,具有成本低、定制靈活等特點，適合中小型企業(yè)應用。 JDBC ODBC BDE ODBC DataWarehouse server OLAP Server RDBMS Other Data Warehouse Server Data Connect server Web Services Remote Server Web Server Browser HTML JSP ASP ActiveX Client Application MIDAS Socket Server SOAP HTTP IBM Web Sphere BEA Web Logic Portal MDDAS具備的主要功能簡介 數(shù)據(jù)展開 數(shù)據(jù)鉆取 一、靈活的數(shù)據(jù)展現(xiàn)功能 MDDAS具備的主要功能簡介 二、豐富的圖形分析功能 餅圖：常用于結(jié)構(gòu)分析 面積圖：常用于累計差異分析 帕雷托圖：常用于 ABC分析 又名 82分析 線圖：常用于趨勢分析和預測 一介差分分析圖：常用于波動分析 柱狀圖：常用于對比分析 MDDAS具備的主要功能簡介 三、專業(yè)的統(tǒng)計分析功能 單變量統(tǒng)計分析 回歸分析 相關(guān)分析 聚類分析 時間序列分析 進度分析及監(jiān)控預警 單變量分析是描述某個指標分布特征。計算出的測度值反映統(tǒng)計分布的集中趨勢。 線性回歸分析是側(cè)重考慮變量之間的相互關(guān)系，并通過回歸方程，來描述這種關(guān)系，進而確定一個或幾個變量之間的變化對另一個變量的影響程度，為預測提供科學的理論依據(jù)。 相關(guān)分析就是一種測度事物間統(tǒng)計關(guān)系強弱的一種手段和工具，衡量變量之間線性相關(guān)程度的強弱。 聚類分析實質(zhì)是一種建立分類的方法，它能夠?qū)⒁慌鷺颖緮?shù)據(jù)，在沒有先驗知識的情況下，按照它們在性質(zhì)上的親疏程度進行分類。 時間序列分析法是依據(jù)預測對象過去的統(tǒng)計數(shù)據(jù)，找到其隨時間變化的規(guī)律，建立時序模型，以推斷未來數(shù)值的預測方法。 進度分析用于考核指標的完成情況。 預警分析是根據(jù)經(jīng)濟運行數(shù)據(jù)，為煙草行業(yè)的生產(chǎn)經(jīng)營及時提供預警信號。 菱形數(shù)據(jù)降維技術(shù)構(gòu)建數(shù)據(jù)模型 我們將數(shù)據(jù)倉庫按 BKR模型設計成三個層次，即 B層、 K層和 R層， B層為基礎(chǔ)業(yè)務數(shù)據(jù)層，主要存放基礎(chǔ)業(yè)務數(shù)據(jù)，它是數(shù)據(jù)倉庫的數(shù)據(jù)基礎(chǔ)和數(shù)據(jù)緩沖，數(shù)據(jù)倉庫的數(shù)據(jù)通過數(shù)據(jù)抓取匯集到 B層，這種抓取是定期抓取，不是實時抓取，數(shù)據(jù)抓取到 B層之后通過數(shù)據(jù)整合到 K層； K層是關(guān)鍵指標（ KPI： Key Performance Indicators）層次， R層是靈活應用層次，其主要服務對象是報表等應用。 它們的計算關(guān)系可以用如下表達式表示： K=f(B,K’)。 R=f(B,K) f(.)— 表示函數(shù)關(guān)系。 數(shù)據(jù)中心層次圖 如下： 菱形數(shù)據(jù)降維技術(shù)構(gòu)建數(shù)據(jù)模型 K表體系設計 每個分析主題均對應一個 K層的基表，但是 K層的基表的數(shù)據(jù)量龐大，不利于在線查詢分析。我們在 K層基表的基礎(chǔ)上定義數(shù)據(jù)的維度、粒度屬性，建立數(shù)據(jù)匯集路徑 ，然后使用工具將建立好的模型自動生成數(shù)據(jù)立方體和數(shù)據(jù)管理中心，這樣將 K層的基表衍生為一個菱形的 K表體系，然后通過數(shù)據(jù)管理中心智能搜索數(shù)據(jù)，數(shù)據(jù)管理中心就是將數(shù)據(jù)的維度、粒度和數(shù)據(jù)的定位做對應，即根據(jù)數(shù)據(jù)的維度和粒度智能搜索其最優(yōu)的數(shù)據(jù)定位，以提高查詢分析的效率。 K表體系圖 如下： 嚴格的權(quán)限控制 一、功能模塊權(quán)限控制 二、操作功能權(quán)限控制 三、維度訪問權(quán)限控制 四、分析數(shù)據(jù)權(quán)限控制 功能模塊權(quán)限控制是控制用戶能訪問的功能，例如銷售部經(jīng)理能訪問的就是銷售分析模型、財務經(jīng)理能訪問的就是現(xiàn)金流、成本、費用、應收應付賬款等模型而公司領(lǐng)導則能訪問所有分析模型。 MDDAS對絕大多數(shù)的操作功能，例如：數(shù)據(jù)分析、數(shù)據(jù)鉆取、數(shù)據(jù)輸出等操作都進行了權(quán)限控制，為了數(shù)據(jù)的安全以及防止商業(yè)機密的泄漏，可以對部分用戶進行操作權(quán)限功能控制。 維度訪問權(quán)限控制是控制用戶訪問的維度，例如：分公司經(jīng)理不能訪問其他分公司以及總部的維度，而總部管理人員則能訪問分公司級別的維度。 對數(shù)據(jù)進行權(quán)限控制是 MDDAS的另一大特色，分析數(shù)據(jù)權(quán)限控制是對用戶訪問的數(shù)據(jù)進行權(quán)限控制。 基于二次開發(fā)思想的設計理念 MDDAS是基于二次開發(fā)思想實現(xiàn)的平臺軟件 ， 系統(tǒng) 采用參數(shù)定制的方式 ， 在系統(tǒng)實施過程中 ， 實施人員無須編寫代碼 ， 只需要配置模型參數(shù)就能實現(xiàn)分析模型 ， 在系統(tǒng)實施過程中 ， 也可以根據(jù)用戶的需求敏捷的修改配置參數(shù) ， 快速適應用戶需求 ， 用戶也可以通過修改配置文件來調(diào)整系統(tǒng) ， 除此之外 ， 用戶還可以自己根據(jù)需求情況來增加分析模型 。 其配置參數(shù)如下圖： 多種系統(tǒng)集成方式 MDDAS根據(jù)用戶應用的實際情況提供兩種不同的集成方式，一是采取 ActiveX技術(shù)基于 Web的應用集成，二是普通桌面程序的應用集成，其效果如下： Web集成方式 桌面集成方式 系統(tǒng)擴展性 MDDAS 的 負 責 數(shù) 據(jù) 連 接 的 是 一 個 獨 立 的 Class—MDDAS Data Manager Center， 它的功能是與不同的數(shù)據(jù)連接服務器進行連接 ， 將不同類型的數(shù)據(jù)倉庫的數(shù)據(jù)轉(zhuǎn)化成MDDAS能認識的標準的數(shù)據(jù)集合 ， 如果有新的數(shù)據(jù)倉庫類型 ， 只需要對該類進行編程就可以使 MDDAS支持新的數(shù)據(jù)倉庫類型 。 數(shù)據(jù)中心不依賴于數(shù)據(jù)倉庫產(chǎn)品 ， 用戶需要增加模型可以快速定制 ， 從而保證了系統(tǒng)的擴展性 。 OLAP Server RDBMS 其他數(shù)據(jù)倉庫 OLAP Connect Server RemoteServer 其他數(shù)據(jù)倉庫連接服務器 MDDAS MDDAS Data Manager Center 成熟的應用案例 一、云南省煙草工業(yè)公司經(jīng)濟運行分析系統(tǒng) 成熟的應用案例 二、廣東省粵東煙草公司營銷分析系統(tǒng) 成熟的應用案例 三、金光華購物廣場商業(yè)智能系統(tǒng)