CN115759937A - 一种基于大数据分析的非标品的零售销售管理系统 - Google Patents
一种基于大数据分析的非标品的零售销售管理系统 Download PDFInfo
- Publication number
- CN115759937A CN115759937A CN202211567219.0A CN202211567219A CN115759937A CN 115759937 A CN115759937 A CN 115759937A CN 202211567219 A CN202211567219 A CN 202211567219A CN 115759937 A CN115759937 A CN 115759937A
- Authority
- CN
- China
- Prior art keywords
- sales
- module
- commodity
- data analysis
- inventory
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 35
- 238000007726 management method Methods 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000013500 data storage Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000012517 data analytics Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 6
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据分析的非标品的零售销售管理系统,涉及销售管理系统技术领域;包括信息收集模块,数据分析模块,仓库管理模块;将客户划分为目标客户和群众客户,通过数据分析模块对目标客户的数据分析,得到销售单量的发展趋势,将得到的结果反馈给仓库管理模块,使对应工作人员对商品的库存量能够直接了解商品销售量的发展;商家查询模块采用目标客户与供应商信息交互形式,使目标客户了解某一商品自己的销售量与所在区域的销售占比率,使得商家了解商品销售的优势与劣势。
Description
技术领域
本发明属于销售管理系统技术领域,具体是一种基于大数据分析的非标品的零售销售管理系统。
背景技术
销售管理是指通过销售报价、销售订单、销售发货、退货、销售发票处理、客户管理、价格管理等功能,对销售全过程进行有效的控制和跟踪。可以帮助企业的销售人员完成客户档案管理、销售报价管理、销售订单管理、客户订金管理、客户信用检查、提货单及销售提货处理、销售发票及客户退货、货款拒付处理等一系列销售管理事务。
公开号为CN109509067A的一种基于物联网的零售门店管理系统,包括线上交易管理模块、实体店管理模块、客户关系管理模块、统计模块和信息上传模块,本基于物联网的零售门店管理系统,让客户通过零售商城进行商品选择,选择后由订单管理模块产生订单,订单管理模块将信息反馈给实体店管理模块,由实体店管理模块进行发货,客户通过支付模块进行支付,从而来完成购物过程,其便利性好,能够满足客户随时购物的需求,通过实体店管理模块帮助客户更加直观的了解产品,提升了客户的体验效果以及增加客户对产品的信任度,通过线上线下的融合销售,大大提高了零售的核心竞争力。
随着零售行业的快速发展,零售行业的信息管理业务要求要求越来越高,经营者难以精确商品的经营信息,供应商、经营者与客户之间彼此信息独立,无法通过互联网进行直接数字化感受消费者需求。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种基于大数据分析的非标品的零售销售管理系统,用于解决根据商品的功能确定针对不同人群的问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种基于大数据分析的非标品的零售销售管理系统,包括:信息收集模块,数据分析模块,仓库管理模块,商家查询模块和数据存储模块;
信息收集模块,用于收集目标客户的销售记录和商品的库存数据,信息收集模块将收集的数据传输到数据分析模块;
数据分析模块,用于对销售记录、库存数据进行惯性分析从而得到分析结果;
仓库管理模块,用于依据数据分析模块传输的分析结果与对应的商品库存量对仓库管理人员进行提醒;
商家查询模块,用于接收数据分析模块传输的数据分析结果,且供应商登录商家查询模块对自己所供应的产品的分析结果进行查看;
数据存储模块,用于对信息收集模块所收集的信息和数据分析模块进行惯性分析的分析结果进行存储备份。
作为本发明的进一步方案,所述惯性分析的具体方式为:
步骤一:获取到销售记录,根据销售时间,将一年前的数据删除;
步骤二:对剩余的销售记录进行分析;
获取到任一销售单品,根据销售记录里面的销售时间,自动统计到在过去一年的每月的销售量里,将其标记为销售单量Mi,其中i=1、2、……12,通过计算得到过去一年内的销售单量的平均值M,根据公式得到方差S;
假设销售单量的期望值为Sa,若S≤Sa,则过去一年内对应商品每个月的销售量稳定;
若S>Sa,则对应商品的销售单量的数值离散度较大,对应商品的销售单量差距较大;
此时假设p=Mi-M,若p>0则n=n+1,其中n的起始值为0,若p=0,则n=n,若p<0则n=n-1,最终输出n的数值,若n>0则对应过去一年内销售单量呈现增长趋势,若n=0,则对应过去一年内的销售单量较为平稳,在平均销售单量的基础上上下波动,若n<0,则销售单量呈现下滑趋势。
作为本发明的进一步方案,所述目标客户指对应使用本系统的商户或超市,群众客户指未使用本系统的商户或超市。
作为本发明的进一步方案,所述仓库管理模块设置有最高库存量提醒与最低库存量提醒,最高库存量与最低库存量设置方法为:
最高库存量=平均每天售货量×(商品供应周期+商品保质期天数);
最低库存量=最低日售货量×最长交付天数+安全系数。
作为本发明的进一步方案,供应商登录商家查询系统时只能对应查看自己供货的商品信息的分析结果,同时本次登录与查看记录上传至数据存储模块进行保存以及备份。
作为本发明的进一步方案,所述信息收集模块还包括售后统计信息收集,售后统计信息收集主要用于对目标客户定期收集使用反馈和对商品退换货信息的收集。
与现有技术相比,本发明的有益效果是:将客户划分为目标客户和群众客户,通过数据分析模块对目标客户的数据分析,得到销售单量的发展趋势,将得到的结果反馈给仓库管理模块,使对应工作人员对商品的库存量能够直接了解商品销售量的发展;
商家查询模块采用目标客户与供应商信息交互形式,使目标客户了解某一商品自己的销售量与所在区域的销售占比率,使得商家了解商品销售的优势与劣势。
附图说明
图1为本发明系统原理框架示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了一种基于大数据分析的非标品的零售销售管理系统,包括:信息收集模块,数据分析模块,仓库管理模块,商家查询模块和数据存储模块;
信息收集模块用于收集目标客户的销售记录和商品的库存数据,目标客户指对应使用本系统的商户或超市,销售记录包括销售商品、交易时间、销售量和商品单价;
商品的库存数据包括商品及其对应的库存量;
信息收集模块用于将目标客户的销售记录、库存数据传输到数据分析模块,数据分析模块用于对销售记录、库存数据进行惯性分析,惯性分析具体方式为:
步骤一:获取到销售记录,根据销售时间,将一年前的数据删除;
步骤二:对剩余的销售记录进行分析;
获取到任一销售单品,根据销售记录里面的销售时间,自动统计到在过去一年的每月的销售量里,将其标记为销售单量Mi,其中i=1、2、……12,通过计算得到过去一年内的销售单量的平均值M,根据公式得到方差S;
假设销售单量的期望值为Sa,若S≤Sa,则过去一年内对应商品每个月的销售量稳定;
若S>Sa,则对应商品的销售单量的数值离散度较大,对应商品的销售单量差距较大;
此时假设p=Mi-M,若p>0则令n=n+1,其中n的起始值为0,若p=0,则n=n,若p<0则n=n-1,最终输出n的数值,若n>0则对应过去一年内销售单量呈现增长趋势,若n=0,则对应过去一年内的销售单量较为平稳,在平均销售单量的基础上波动,若n<0,则销售单量呈现下滑趋势;
数据分析模块将所得到的惯性分析的结果传输到仓库管理模块,仓库管理模块根据获得的结果与商品现有的商品的库存量进行对比,提醒商家所售商品库存量是否达到上限或低于下限,及时对商品的库存量进行调整;
仓库管理模块中库存量的上限和下限分别对应最高库存量与最低库存量,最高库存量与最低库存量设置方法为:
最高库存量=平均每天售货量×(商品供应周期+商品保质期天数);
最低库存量=最低日售货量×最长交付天数+安全系数;
当仓库内库存量超过最高库存量或低于最低库存量时,及时提醒仓库管理员对该商品库存量进行再次查看确认,确保商品的库存量不会长时间积压或商品售卖时无库存而导致缺货,保证商品供应链的灵活性。
商家查询模块采用目标客户与供应商信息交互形式,数据分析模块将得到的销售单量与销售单量的平均值上传至商家查询模块,使供应商了解自己所供应的商品的销售量,对应的,供应商上传对应商品的厂家信息与某一销售区域的供应总量,使目标客户了解某一商品自己的销售量与所在区域的销售占比率。
数据存储模块用于对所收集的信息和所分析获得的数据信息进行存储备份;
数据收集模块根据交易的时间对获取到的超过一年的数据自动删除,减轻数据存储模块的内存;
对目标客户结账付款时交易信息进行收集,将收集的信息传送至数据分析模块中,将某一时段内获得交易信息进行集中分析以及预测,获得商品销售量的发展趋势,将获得的结果反馈至仓库管理模块;
群众客户指未使用的本系统的商户或超市,对于群众客户,通过商家查询模块的商家上传的区域供货数据,得出群众客户的销售占比率,使目标客户了解对应商品的市场需求量。
商品信息录入时,将商品信息与商家信息进行捆绑,商家在登录商家查询系统时只能对应查看自己供货的商品信息的分析结果,同时本次登录与查看记录上传至数据存储模块进行保存以及备份。
信息收集模块还包括售后统计信息收集,售后统计信息收集用于对目标客户定期收集使用反馈和对商品退换货信息的收集,当商品退换货时,收集退换的原因,将信息传输至数据分析模块,然后将所获得分析结果传送至对应商家查询模块,同时将分析结果也上传至数据存储模块,方便管理人员对商家供货的商品信息的质量进行了解,售后统计信息收集作为后续对供应商质量考核的评估的依据。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:将客户划分为目标客户和群众客户,针对不同的客户实行对应的销售方法,对于目标客户,通过获取交易信息,对此交易信息的数据进行惯性分析,获得商品的销售单量的状态,将获得的商品销售单量的状态反馈至仓库管理系统,仓库管理系统针对所获得的数据对商品的库存量进行调整。
通过对商家信息和所供应的商品信息进行捆绑,商家在登录商家查询系统时只能对应查看自己供货的商品信息的分析结果,同时本次登录与查看记录上传至数据存储模块进行保存以及备份。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.一种基于大数据分析的非标品的零售销售管理系统,其特征在于,包括:
信息收集模块,用于收集目标客户的销售记录和商品的库存数据,信息收集模块将收集的数据传输到数据分析模块;
数据分析模块,用于对销售记录、库存数据进行惯性分析从而得到分析结果;
仓库管理模块,用于依据数据分析模块传输的分析结果与对应的商品库存量对仓库管理人员进行商品库存量提醒;
商家查询模块,用于接收数据分析模块传输的数据分析结果,且供应商通过登录商家查询模块对自己所供应的产品的分析结果进行查看;
数据存储模块,用于对信息收集模块所收集的信息和数据分析模块进行惯性分析的分析结果进行存储备份。
2.根据权利要求1所述的一种基于大数据分析的非标品的零售销售管理系统,其特征在于,所述惯性分析的具体方式为:
步骤一:获取到销售记录,根据销售时间,将一年前的数据删除;
步骤二:对剩余的销售记录进行分析;
获取到任一销售单品,根据销售记录里面的销售时间,自动统计到在过去一年的每月的销售量里,将其标记为销售单量Mi,其中i=1、2、……12,通过计算得到过去一年内的销售单量的平均值M,根据公式得到方差S;
假设销售单量的期望值为Sa,若S≤Sa,则过去一年内对应商品每个月的销售量稳定;
若S>Sa,则对应商品的销售单量的数值离散度较大,对应商品的销售单量差距较大;
此时假设p=Mi-M,若p>0则n=n+1,其中n的起始值为0,若p=0,则n=n,若p<0则n=n-1,最终输出n的数值,若n>0则对应过去一年内销售单量呈现增长趋势,若n=0,则对应过去一年内的销售单量较为平稳,在平均销售单量的基础上上下波动,若n<0,则销售单量呈现下滑趋势。
3.根据权利要求1所述的一种基于大数据分析的非标品的零售销售管理系统,其特征在于,所述目标客户指对应使用本系统的商户或超市,群众客户指未使用本系统的商户或超市。
4.根据权利要求1所述的一种基于大数据分析的非标品的零售销售管理系统,其特征在于,所述仓库管理模块设置有最高库存量提醒与最低库存量提醒,最高库存量与最低库存量设置方法为:
最高库存量=平均每天售货量×(商品供应周期+商品保质期天数);
最低库存量=最低日售货量×最长交付天数+安全系数。
5.根据权利要求1所述的一种基于大数据分析的非标品的零售销售管理系统,其特征在于,供应商登录商家查询系统时只能对应查看自己供货的商品信息的分析结果,同时本次登录与查看记录上传至数据存储模块进行保存以及备份。
6.根据权利要求1所述的一种基于大数据分析的非标品的零售销售管理系统,其特征在于,所述信息收集模块还包括售后统计信息收集,售后统计信息收集主要用于对目标客户定期收集使用反馈和对商品退换货信息的收集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211567219.0A CN115759937A (zh) | 2022-12-07 | 2022-12-07 | 一种基于大数据分析的非标品的零售销售管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211567219.0A CN115759937A (zh) | 2022-12-07 | 2022-12-07 | 一种基于大数据分析的非标品的零售销售管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759937A true CN115759937A (zh) | 2023-03-07 |
Family
ID=85344302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211567219.0A Pending CN115759937A (zh) | 2022-12-07 | 2022-12-07 | 一种基于大数据分析的非标品的零售销售管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759937A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308470A (zh) * | 2023-05-24 | 2023-06-23 | 南京润典信息科技有限公司 | 基于数据分析的门店物品效期全生命周期管理系统 |
CN116596637A (zh) * | 2023-06-29 | 2023-08-15 | 网联客(北京)数字科技有限公司 | 一种基于数据分析的商铺供应链智能管控系统 |
-
2022
- 2022-12-07 CN CN202211567219.0A patent/CN115759937A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308470A (zh) * | 2023-05-24 | 2023-06-23 | 南京润典信息科技有限公司 | 基于数据分析的门店物品效期全生命周期管理系统 |
CN116308470B (zh) * | 2023-05-24 | 2023-08-11 | 南京润典信息科技有限公司 | 基于数据分析的门店物品效期全生命周期管理系统 |
CN116596637A (zh) * | 2023-06-29 | 2023-08-15 | 网联客(北京)数字科技有限公司 | 一种基于数据分析的商铺供应链智能管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115759937A (zh) | 一种基于大数据分析的非标品的零售销售管理系统 | |
US7360697B1 (en) | Methods and systems for making pricing decisions in a price management system | |
US8099319B2 (en) | Systems, methods and computer program products for modeling costs and profitability of a good | |
US20040088185A1 (en) | System for evaluating a company's customer equity | |
US20040039619A1 (en) | Methods and apparatus for facilitating analysis of an organization | |
EP1285383A1 (en) | Dynamic pricing system | |
CN112184390A (zh) | 一种基于云平台的电子商务商品信息管理方法及系统 | |
CN109460421A (zh) | 商户交易数据管理方法及装置 | |
US8458060B2 (en) | System and method for organizing price modeling data using hierarchically organized portfolios | |
US8533098B2 (en) | Automated trading system and methodology for realtime identification of statistical arbitrage market opportunities | |
US20030225651A1 (en) | System and method for fulfillment value at risk scoring | |
Leung et al. | A tool set for exploring the value of RFID in a supply chain | |
CN112365321A (zh) | 一种实现生鲜电商平台多商家商品有效监管识别的方法 | |
CN116383592A (zh) | 一种基于亚马逊财务的实时计算与分析系统及方法 | |
Permatasari et al. | Inventory Policy Determination for Raw Materials in ILY Pharmaceutical using Periodic Review (R, s, S) and Periodic Review (R, S) Method to Minimize Total Inventory Cost | |
EP1658585A2 (en) | Manufacturing units of an item in response to demand for the item projected from page-view date | |
CN111415207B (zh) | 一种季节性、周期性商品的最优订购周期预测系统及方法 | |
Handayani et al. | Identification of risk event of mushroom supply chain in langsa city by SCOR method | |
Pradipto et al. | Efficiency of raw material steel inventories in improving supply chain performance at Honda Trading Indonesia | |
Howard | Inventory management in practice | |
RU2794948C2 (ru) | Автоматизированное устройство для оценки возможных продаж в прошедшем периоде | |
US20240020627A1 (en) | Sparse Data Driven Inventory Intelligence for Optimizing Traditional Trade | |
RU208065U1 (ru) | Автоматизированное устройство для оценки возможных продаж в прошедшем периоде | |
JPH08190593A (ja) | 適正在庫水準監視装置 | |
US20140149266A1 (en) | Stock system |
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 |