CN107578180A - 基于etl的智能分析平台及其系统 - Google Patents
基于etl的智能分析平台及其系统 Download PDFInfo
- Publication number
- CN107578180A CN107578180A CN201710830683.7A CN201710830683A CN107578180A CN 107578180 A CN107578180 A CN 107578180A CN 201710830683 A CN201710830683 A CN 201710830683A CN 107578180 A CN107578180 A CN 107578180A
- Authority
- CN
- China
- Prior art keywords
- data
- etl
- service data
- analysis
- background server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 87
- 238000005516 engineering process Methods 0.000 claims abstract description 27
- 238000007418 data mining Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims 1
- 238000011022 operating instruction Methods 0.000 description 25
- 230000002354 daily effect Effects 0.000 description 8
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种基于ETL的智能分析平台及其系统，其中，该分析平台包括后台服务器，用于采用ETL技术对初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对目标业务数据进行处理以获得处理结果，该处理结果包括销售分析结果、盈损分析结果及适时数据分析结果，且该后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。实施本发明实施例，方便企业管理者了解数据背后的危机与机遇，提高了决策准确性，降低了管理成本。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于ETL的智能分析平台及其系统。
背景技术
企业在经营过程中，每天都会产生大量的业务数据，比如销售数据、采购数据、库存数据、客户数据、销售目标数据、单店盈利分析报表以及营销数据等。且，随着规模的不断扩大，数据越多，管理成本也越来越大。如何充分利用业务数据，让管理者看到数据的危机与机遇，提高决策的准确性，以及降低管理成本已成为现阶段企业急需解决的问题。
发明内容
本发明实施例的目的在于提供一种基于ETL的智能分析平台及其系统，以提高企业管理者决策的准确性，降低管理成本。
为实现上述目的，第一方面，本发明实施例提供了一种基于ETL的智能分析平台，包括后台服务器，所述后台服务器与多个数据采集设备进行通信，所述数据采集设备设置于企业端、用于采集所述企业端在经营过程中所产生的初始业务数据，并将所述初始业务数据传送至所述后台服务器。其中，所述后台服务器用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果，所述处理结果包括销售分析结果、盈损分析结果及适时数据分析结果，且所述后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。
作为一种可选的实施方式，所述初始业务数据包括销售数据、采购数据、库存数据、客户数据及营销数据。
作为一种可选的实施方式，所述后台服务器包括：
通信模块，与所述数据采集设备进行通信，用于接收所述数据采集设备所传送的初始业务数据；
第一处理模块，用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据；
第二处理模块，用于利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果；
推送模块，用于根据用户权限推送不同的所述处理结果至不同用户端。
作为一种可选的实施方式，所述第一处理模块具体用于：
采用ETL技术对所述初始业务数据进行抽取处理及数据清洗处理，并采用预设的数据仓库模型对经抽取、数据清洗处理后的数据进行预测，以得到所述目标业务数据。
作为一种可选的实施方式，所述后台服务器还包括登录验证模块，用于对不同权限的用户登录所述基于ETL的智能分析平台进行身份验证。
第二方面，本发明实施例还提供了一种基于ETL的智能分析系统，包括多个数据采集设备、智能分析平台以及多个用户端，多个所述数据采集设备及多个所述用户端均与所述智能分析平台进行通信，所述数据采集设备设置于企业端、用于采集所述企业端在经营过程中所产生的初始业务数据，并将所述初始业务数据传送至所述后台服务器。其中，所述后台服务器用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果，所述处理结果包括销售分析结果、盈损分析结果及适时数据分析结果，且所述后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。
作为一种可选的实施方式，所述初始业务数据包括销售数据、采购数据、库存数据、客户数据及营销数据。
作为一种可选的实施方式，所述后台服务器包括：
通信模块，与所述数据采集设备进行通信，用于接收所述数据采集设备所传送的初始业务数据；
第一处理模块，用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据；
第二处理模块，用于利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果；
推送模块，用于根据用户权限推送不同的所述处理结果至不同用户端。
作为一种可选的实施方式，所述后台服务器还包括登录验证模块，用于对不同权限的用户登录所述基于ETL的智能分析平台进行身份验证。
作为一种可选的实施方式，所述数据采集设备包括收银机，所述用户端包括电脑或移动终端。
本发明实施例所提供基于ETL的智能分析平台及其系统，包括后台服务器，该后台服务器对数据进行处理以得到包括销售分析结果、盈损分析结果及适时数据分析结果，并根据用户权限推送不同的处理结果至不同用户端。对于企业管理者，可推送其关注的处理结果，从而方便企业管理者了解数据背后的危机与机遇，提高了决策准确性，降低了管理成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1是本发明第一实施例提供的基于ETL的智能分析系统的结构示意图；
图2是图1所示后台服务器的结构示意图；
图3是PC端登录基于ETL的智能分析平台的主界面图；
图4是移动终端登录基于ETL的智能分析平台的主界面图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
请参考图1，是本发明第一实施例所提供的基于ETL的智能分析系统的结构示意图，如图所示，该系统可以包括多个数据采集设备10、智能分析平台20以及多个用户端30。
其中，多个数据采集设备10设置于企业端、用于采集企业端在经营过程中所产生的初始业务数据。该初始业务数据包括销售数据、采购数据、库存数据、客户数据及营销数据。作为一种可选的实施方式，数据采集设备10包括放置于门店的收银机。
智能分析平台20包括后台服务器201，其与多个数据采集设备10及多个用户端30进行连接。所述后台服务器201用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果，且所述后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。其中，所述处理结果包括销售分析结果、盈损分析结果及适时数据分析结果。
进一步地，该销售分析结果包括门店月销售统计数据、门店日销售统计数据、重点KPI数据、会员销售数据、人员销售力分析数据、零售共享调货数据、售罄率报表数据、商品畅滞销分析数据、全国排行数据及区域排行数据；该盈损分析结果包括利润分析、销售分析及营业费用，其中，利润分析包括单店盈利分析报表、盈亏平衡点、利润率(年度利润走势)及目标达成率(同期分析)，销售分析包括毛利、毛利率、成本或拿货折扣、平效、客单价、连带率、存货跌价及旧品减值损失，营业费用包括租金、扣点、工资、扣成、奖金、装饰摊销及办公费；该适时数据分析结果包括所在区域消费比、店铺业态(专卖/商超/SHOPPING/MALL)、VIP管理、是否其它货品及所占比例、店铺租金或扣点、店铺面积及平效。需要说明的是，盈亏平衡点的计算包括地铺及商超两种，其中，地铺的盈亏平衡点计算方法如下：盈亏平衡点＝固定费用/(销售折扣-拿货折扣)/销售折扣)；商超的盈亏平衡点计算方法如下：盈亏平衡点＝固定成本/边际贡献率，边线贡献率＝1-成本率-商场扣率-(1-扣率)*税点(一般为6％)，成本率＝拿货折扣/销售折扣。对上述两种计算方法做如下说明：(1)如果销售折扣很低，可能销售折扣在扣除商场扣点等之后利润已经为负数，即分母为负数，说明是亏损的；(2)如果是清货时期，成本不宜用原始成本计算，应该考虑货品的折损，即成本折扣可适当降低，行业当年折损率为33％左右，但如果不是财务核算，此点可忽略；(3)如果商场不用扣税点，即税点为零，也不影响计算。
进一步地，请参考图2，该后台服务器201包括：
登录验证模块2011，用于对不同权限的用户登录所述基于ETL的智能分析平台进行身份验证；
通信模块2012，与所述数据采集设备10进行通信，用于接收所述数据采集设备10所传送的初始业务数据；
第一处理模块2013，用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据；ETL(Extract-Transform-Load，数据仓库技术)用来描述将数据从源端经过抽取、转换、加载至目的端的过程；作为一种可选的实施方式，在本实施例中，所述第一处理模块2013具体用于采用ETL技术对所述初始业务数据进行抽取处理及数据清洗处理，以剔除初始业务数据中的无用数据以及得到初始数据中的有用数据(该有用数据指的是有利于进行后续分析的数据，例如销售数据及库存数据等)，并采用预设的数据仓库模型对经抽取、数据清洗处理后的数据进行预测，以得到所述目标业务数据；需要说明的是，在采用该第一处理模块2013对数据进行处理之前，可对数据采集设备10所采集的数据进行ETL抽取，再进行建模以得到预设的数据仓库模型；
第二处理模块2014，用于利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果；
推送模块2015，用于根据用户权限推送不同的所述处理结果至不同用户端。例如，用户权限分为：(1)基层用户，其扮演的角色通常包括业务工作流、原始数据输入与输出、数据查询等；(2)总部基层、中层分公司(总代)，其扮演的角色包括指令下达(如加盟申请表)、数据收集(如政策申请)、政策跟进(如返利、返款)、数据互动(与总代对账)、全方位多维度监控(从开店到关店)；(3)客户(店老板)、分公司高层、总部高层，其扮演的角色包括终端指标指数体现(如售罄率)、关键数据查询(平均折扣、连带率、折扣率)、数据软文推送(精准用户送达)、预警推送(如售罄低于同期)。从以上描述可以看出，不同权限的用户其扮演的角色不同，因此，其所关注的内容也将不同，推送模块2015可根据用户权限推送不同的处理结果，例如，对总部高层用户，对其推送全国统计数据、重点KPI分析数据、单店盈利分析报表及人员销售力分析数据等，对总部基层用户，对其推送销售报表及会员销售报表等。
用户端30通过后台服务器20的登录验证模块2011登录基于ETL的智能分析平台，以获取上述处理结果。该用户端30包括电脑或移动终端。对于前述的第(1)及(2)类用户，通常使用电脑访问基于ETL的智能分析平台，对于第(3)类用户，通常使用移动终端访问基于ETL的智能分析平台。需要说明的是，前述后台服务器所得到的盈损分析结果及适时数据分析结果主要推送给移动终端。
从以上描述可以看出，本发明实施例所提供基于ETL的智能分析平台及其系统，包括后台服务器，该后台服务器对数据进行处理以得到包括销售分析结果、盈损分析结果及适时数据分析结果，并根据用户权限推送不同的处理结果至不同用户端。对于企业管理者，可推送其关注的处理结果，从而方便企业管理者了解数据背后的危机与机遇，提高了决策准确性，降低了管理成本。
需要说明的是，为了更好地理解本发明实施例所提供的基于ETL的智能分析平台及其系统，下面对用户采用电脑(PC端)及移动终端访问上述智能分析平台进行详细介绍：
一、PC端(商品管理)
用户通过PC端登录基于ETL的智能分析平台后，进入如图3所示的主界面，点击该主界面的商品管理会呈现出总公司销售、分公司销售、店铺销售、商品图片及售罄目标等几项。对于总公司销售包括：
(1)销售报表(大店或大型购物中心)，其操作说明如下
(a)大店销售，可查询到门店编码、名称、性质、面积、销售数量、金额、年度累计、折率、新旧品数量和金额、单数、连带率、客单价、坪效；(b)日销售，可查询到销售日期、数量、金额、销售吊牌金额、折率、新旧品数量和金额、单数、连带率、客单价；(c)月销售走势图，包括销售金额、新品金额、连带率；(d)月新旧品销售件数，新品、旧品
(2)售罄率报表，且其操作说明如下
(a)可查询到区域、编号、省份、有效店铺占有率、有效店铺系统使用率、有效店铺累计售罄率、有效店铺去年同期售罄率、设定售罄率目标、实际与目标差异；(b)针对四个模块进行排名：有效店铺占有率排名、有效店铺系统使用率排名、有效店铺售罄率累计排名、有效店铺售罄率达标排名；(c)可通过饼图显示超越去年同期售罄占比、达成设定售罄率目标占比
(3)全国数据统计，且其操作说明如下
(a)可通过地图展现每个省的销售金额、总会员占比、单数、客单价、新旧品销售额；(b)可通过柱状图显示销售金额、新品销售、旧品销售前十名；(c)可通过曲线图显示近12个月全国销售金额走势
对于分公司销售包括：
(1)销售报表，且其操作说明如下
(a)店铺销售，可查询到门店编码、名称、性质、面积、销售数量、金额、年度累计、折率、新旧品数量和金额、单数、连带率、客单价、坪效；(b)日销售，可查询到销售日期、数量、金额、销售吊牌金额、折率、新旧品数量和金额、单数、连带率、客单价、开卡类型及数量、新销售、旧销售、旧销售占比、总销售占比；(c)可通过仪表盘图形展现平均价格和平均折扣；(d)可通过柱状图展现金额、新品金额、连带率、新旧品销售
(2)售罄率报表，且其操作说明如下
(a)可查询到店铺编号、名称、性质、系统使用率、进货件数、销售件数、库存件数、实际售罄率、设定售罄率目标、实际与目标差异；(b)针对两个模块进行排名：售罄率累计排名、售罄率达标排名；(c)可通过饼图显示所选区域销售件数分段、所选区域售罄率分段
对于店铺销售包括：
(1)销售报表
(a)月销售报表，且其操作说明如下
可查询到店铺编号、名称、月销售(本月目标、昨日销售、今日销售、单月累计、本月折扣、达标率、日需销售)、年度累计；可查到店铺每个员工的工号、姓名、个人目标、目标占比、实际销售、销售占比、贡献度、达标率、上班天数、销售件数、开单数、日均销、平均客单价、件单价、连带率、店员销售排名
(b)重点KPI分析，且其操作说明如下
可查询到店铺编号、名称、年度累计、重点KPI分析(销售数量、销售金额、开单数、日均销、客单价、件单价、连带率)；可查到店铺每个员工的工号、姓名、个人目标、目标占比、实际销售、销售占比、贡献度、达标率、上班天数、销售件数、开单数、日均销、平均客单价、件单价、连带率、店员销售排名
(c)会员销售，且其操作说明如下
可查询到店铺编号、名称、年度累计、会员销售(本月开卡、累计销售、新销售、新占比、旧销售、旧占比、总占比)；可查到店铺每个员工的工号、姓名、个人目标、目标占比、实际销售、销售占比、贡献度、达标率、上班天数、销售件数、开单数、日均销、平均客单价、件单价、连带率、店员销售排名
(2)商品畅销滞分析，且其操作说明如下
可查询到店铺的编号、名称、款数(童装、鞋类、配饰类)；可展现各个类别的当季畅销款、当季滞销款的前三名的排名及库存
(3)售罄率报表，且其操作说明如下
(a)售罄率，可查询到店铺的编号、名称、平均折扣、售罄率、平均价格
(b)详情，可查询到组别、类别、店铺进货数据(件数、吊牌总价、吊牌均价、件数百分比、金额百分比)、店铺销售数据(件数、金额、吊牌总价、吊牌均价、折扣、件数百分比、金额百分比、设计售罄率目标、实际售罄率)
(c)可通过仪表盘展现平均折扣、售罄率、平均价格
(d)可通过饼图展现店铺组别销量占比、店铺组别销额占比对于商品图片，可包括：
(1)图片库，其操作说明包括：可根据年份、季度查询图片，具有添加删除功能对于售罄目标，其操作说明如下：具有搜索、修改、Excel导入功能。
用户通过移动终端登录基于ETL的智能分析平台后，进入如图4所示的主界面，该主界面包括总公司销售及分公司销售，点击图4中的总公司销售，进入总公司销售的界面，该界面中包括销售报表、售罄率报表及全国统计三项。
(1)销售报表，其操作说明如下
(a)月销售报表，可查询到门店编码、名称、性质、面积、销售数量、金额、年度累计、折率、单数、连带率、客单价、坪效；(b)可通过仪表盘图展现连带率、折率、客单价；(c)日销售，可查询到销售日期、数量、金额、销售吊牌金额、折率、新旧品数量和金额、单数、连带率、客单价；(d)可通过仪表盘图展现连带率、折率、客单价
(2)售罄率报表，且其操作说明如下
(a)可查询到编号、省份、有效店铺占有率、系统使用率、累计售罄率、去年同期售罄率、设定售罄率目标、实际与目标差异
(b)可通过仪表盘图展现有效店铺连带率、售罄率、系统使用率
(3)全国数据统计，且其操作说明如下
(a)可通过地图展现每个省的销售金额、总会员占比、单数、客单价、新旧品销售额
(b)可通过柱状图显示销售金额、新品销售、旧品销售前十名
(c)可通过曲线图显示近12个月全国销售金额走势
点击图4中的分公司销售，进入分公司的销售界面，该界面中包括销售报表、售罄率报表及全国统计三项。
(1)销售报表，且其操作说明如下
(a)月销售报表，可查询到门店编码、名称、性质、面积、销售数量、金额、年度累计、折率、单数、连带率、客单价、坪效；(b)可通过仪表盘图展现连带率、折率、客单价；(c)日销售，可查询到销售日期、数量、金额、销售吊牌金额、折率、新旧品数量和金额、单数、连带率、客单价；(d)可通过仪表盘图展现连带率、折率、客单价；(e)会员销售报表，其操作说明如下：可查询到店铺编号、名称、性质、面积、本月开卡、店铺销售、新销占比、旧销、旧销售、旧销占比、总销占比；可通过仪表盘图展现店铺数、总销售占比、开卡数
(2)售罄率报表，且其操作说明如下
(a)可查询到店铺编号、名称、性质、进货件数、销售件数、库存件数、实际售罄率、设定售罄率目标、实际与目标差异；(b)可通过仪表盘图展现进货件数、售罄率、销售件数；
点击图4中的门店销售，进入门店销售的界面图，该界面图中包括销售报表、重点KPI分析、会员销售报表、售罄率报表、人员销售力分析、商品畅销滞分析及零售共享查询。
(1)销售报表,且其操作说明如下
(a)店铺销售，可查询到店铺代码、名称、本月目标、昨日销售、今日销售、当月累计、本月折扣、达标率、日需销售、年度累计；(b)可通过仪表盘图展现昨日销售、当月累计、平均折扣；(c)日销售，可查询到日期、、数量、金额、吊牌金额、折率、新旧品数量和金额、单数、连带率、客单价；(d)可通过仪表盘图展现连带率、折率、客单价
(2)重点KPI分析，且其操作说明如下
可查询到店铺代码、店铺名称、销售金额、销售数量、开单数、日均销、客单价、件单价、连带率；仪表盘图主要展现连带率、日均销、客单价
(3)会员销售报表，且其操作说明如下
可查询到店铺代码、店铺名称、面积、本月开卡、累计销售、新销、新销占比、旧销、旧销占比、总回购率；仪表盘图主要展现新销售占比、总回购率、旧销售占比
(4)售罄率报表，且其操作说明如下
(a)可查询到店铺代码、店铺名称、店铺进货销售数据(件数、吊牌、金额、目标、售罄率)；(b)详情，可查询到组别、类别、店铺进货数据(件数、吊牌、金额、目标、售罄率)；(c)可通过仪表盘图展现折扣、售罄率、平均价格
(5)人员销售力分析，其操作说明如下
(a)排名主要展现销售占比、达标率、贡献度；(b)仪表盘图主要展现最高连带率、员工数、最高客单价；(c)可查询到员工工号、姓名、目标、目标占比、销售、销售占比、贡献度、达标率、天数、销售件数、卡单数、日均销、客单价、件单价、连带率
(6)商品畅销滞分析，其操作说明如下可查询到商品畅销滞款前三名库存
(7)零售共享查询，其操作说明如下
默认查询该省库存，如果该省没有库存，会出现查询按钮，点击可查询公司仓库库存，如果公司仓库没有库存，会出现查询按钮，点击可以查询直营店库存，如果直营店没有，说明该商品没有库存。如果查到库存，可直接拨打联系方式进行沟通。
以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于ETL的智能分析平台，包括后台服务器，所述后台服务器与多个数据采集设备进行通信，所述数据采集设备设置于企业端、用于采集所述企业端在经营过程中所产生的初始业务数据，并将所述初始业务数据传送至所述后台服务器，其特征在于，所述后台服务器用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果，所述处理结果包括销售分析结果、盈损分析结果及适时数据分析结果，且所述后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。
2.如权利要求1所述的基于ETL的智能分析平台，其特征在于，所述初始业务数据包括销售数据、采购数据、库存数据、客户数据及营销数据；所述销售分析结果包括销售统计数据、重点KPI数据、会员销售数据、人员销售力分析数据、零售共享调货数据、售罄率报表数据及商品畅滞销分析数据，所述盈损分析结果包括单店盈利分析报表，所述适时数据分析结果包括店铺业态数据。
3.如权要求2所述的基于ETL的智能分析平台，其特征在于，所述后台服务器包括：
通信模块，与所述数据采集设备进行通信，用于接收所述数据采集设备所传送的初始业务数据；
第一处理模块，用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据；
第二处理模块，用于利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果；
推送模块，用于根据用户权限推送不同的所述处理结果至不同用户端。
4.如权利要求3所述的基于ETL的智能分析平台，其特征在于，所述第一处理模块具体用于：
采用ETL技术对所述初始业务数据进行抽取处理及数据清洗处理，并采用预设的数据仓库模型对经抽取、数据清洗处理后的数据进行预测，以得到所述目标业务数据。
5.如权利要求3所述的基于ETL的智能分析平台，其特征在于，所述后台服务器还包括登录验证模块，用于对不同权限的用户登录所述基于ETL的智能分析平台进行身份验证。
6.一种基于ETL的智能分析系统，包括多个数据采集设备、智能分析平台以及多个用户端，多个所述数据采集设备及多个所述用户端均与所述智能分析平台进行通信，所述数据采集设备设置于企业端、用于采集所述企业端在经营过程中所产生的初始业务数据，并将所述初始业务数据传送至所述后台服务器，其特征在于，所述后台服务器用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据，利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果，所述处理结果包括销售分析结果、盈损分析结果及适时数据分析结果，且所述后台服务器还用于根据用户权限推送不同的所述处理结果至不同用户端。
7.如权利要求6所述的基于ETL的智能分析系统，其特征在于，所述初始业务数据包括销售数据、采购数据、库存数据、客户数据及营销数据。
8.如权利要求7所述的基于ETL的智能分析系统，其特征在于，所述后台服务器包括：
通信模块，与所述数据采集设备进行通信，用于接收所述数据采集设备所传送的初始业务数据；
第一处理模块，用于采用ETL技术对所述初始业务数据进行处理以获得目标业务数据；
第二处理模块，用于利用数据仪表盘、多维分析及数据挖掘技术对所述目标业务数据进行处理以获得处理结果；
推送模块，用于根据用户权限推送不同的所述处理结果至不同用户端。
9.如权利要求8所述的基于ETL的智能分析系统，其特征在于，所述后台服务器还包括登录验证模块，用于对不同权限的用户登录所述基于ETL的智能分析平台进行身份验证。
10.如权利要求6所述的基于ETL的智能分析系统，其特征在于，所述数据采集设备包括收银机，所述用户端包括电脑或移动终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710830683.7A CN107578180A (zh) | 2017-09-15 | 2017-09-15 | 基于etl的智能分析平台及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710830683.7A CN107578180A (zh) | 2017-09-15 | 2017-09-15 | 基于etl的智能分析平台及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107578180A true CN107578180A (zh) | 2018-01-12 |
Family
ID=61035955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710830683.7A Pending CN107578180A (zh) | 2017-09-15 | 2017-09-15 | 基于etl的智能分析平台及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107578180A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108647235A (zh) * | 2018-03-30 | 2018-10-12 | 上海连尚网络科技有限公司 | 一种基于数据仓库的数据分析方法、设备以及介质 |
| CN110276627A (zh) * | 2018-03-16 | 2019-09-24 | 江苏融成嘉益信息科技有限公司 | 一种商场坪效分析系统 |
| CN111222730A (zh) * | 2018-11-26 | 2020-06-02 | 上海阿米特数据系统有限公司 | 一种业务执行系统及实现方法 |
| CN111667289A (zh) * | 2019-03-07 | 2020-09-15 | 深圳市启明星控股集团有限公司 | 一种门店导购系统 |
| CN114881630A (zh) * | 2022-07-07 | 2022-08-09 | 畅加科技有限公司 | 一种基于油气能源站营销与支付系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102467705A (zh) * | 2010-11-15 | 2012-05-23 | 上海盛东国际集装箱码头有限公司 | 集装箱码头经营风险控制的预警机制及实现方法 |
| CN105405069A (zh) * | 2015-12-02 | 2016-03-16 | 国家电网公司 | 一种购电经营决策分析与数据处理方法 |
| CN106022617A (zh) * | 2016-05-24 | 2016-10-12 | 国网浙江省电力公司 | 一种基于营销多系统数据中心的稽查管控系统 |
-
2017
- 2017-09-15 CN CN201710830683.7A patent/CN107578180A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102467705A (zh) * | 2010-11-15 | 2012-05-23 | 上海盛东国际集装箱码头有限公司 | 集装箱码头经营风险控制的预警机制及实现方法 |
| CN105405069A (zh) * | 2015-12-02 | 2016-03-16 | 国家电网公司 | 一种购电经营决策分析与数据处理方法 |
| CN106022617A (zh) * | 2016-05-24 | 2016-10-12 | 国网浙江省电力公司 | 一种基于营销多系统数据中心的稽查管控系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276627A (zh) * | 2018-03-16 | 2019-09-24 | 江苏融成嘉益信息科技有限公司 | 一种商场坪效分析系统 |
| CN108647235A (zh) * | 2018-03-30 | 2018-10-12 | 上海连尚网络科技有限公司 | 一种基于数据仓库的数据分析方法、设备以及介质 |
| CN111222730A (zh) * | 2018-11-26 | 2020-06-02 | 上海阿米特数据系统有限公司 | 一种业务执行系统及实现方法 |
| CN111667289A (zh) * | 2019-03-07 | 2020-09-15 | 深圳市启明星控股集团有限公司 | 一种门店导购系统 |
| CN114881630A (zh) * | 2022-07-07 | 2022-08-09 | 畅加科技有限公司 | 一种基于油气能源站营销与支付系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107578180A (zh) | 基于etl的智能分析平台及其系统 | |
| CN111402061B (zh) | 一种资产管理方法和系统 | |
| US20060184449A1 (en) | A risk management system for securities | |
| US20070239581A1 (en) | A data processing framework for financial services | |
| Na et al. | Forecasting changes in Korea composite stock price index (KOSPI) using association rules | |
| CA2471294A1 (en) | Sales optimization | |
| Reydon et al. | Determination and forecast of agricultural land prices | |
| US20040236621A1 (en) | Business context layer | |
| Hanson et al. | Data, linkages and models: US national income and product accounts in the framework of a social accounting matrix | |
| Schröder et al. | Intermediation in foreign trade: when do exporters rely on intermediaries? | |
| Shabbir | Why Manufacturers are Less Powerful than Retailers in Trade Circles | |
| Sarangi | Business intelligence systems: a necessity for agile supply chains | |
| Cote | The Power of Point of Sale Improving Growth, Profit, and Customer Service in a Retail Business | |
| Zhou et al. | Intelligent data mining and decision system for commercial decision making | |
| CN108510343A (zh) | 一款移动传统erp电子商务平台订单处理方法 | |
| Liao et al. | Mining customer knowledge for channel and product segmentation | |
| Thompson et al. | What effects will the strategy changes undertaken by next Plc have on themselves and their competition in the UK Clothing Retail Market? | |
| Lin | Enterprise ERP system optimization based on deep learning and dynamic fuzzy model | |
| Zhao | The influence of internet on traditional enterprise marketing | |
| KR102717253B1 (ko) | 온라인 조경수 유통 플랫폼 시스템 | |
| Gupta et al. | When BI meets CRM: an emerging concept in retail industry | |
| Akhmetova et al. | The Calculation Methodology of the Synergistic Effect of Digitalization of Retail Services | |
| Du | Study of Value Investing based on a Modern Approach | |
| US20030004785A1 (en) | Article staff evaluation system, and medium | |
| Ye et al. | E-Business Intelligence |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180112 |