学位论文 > 优秀研究生学位论文题录展示

销售管理系统设计与实现

作　者: 卜尉俊
导　师: 曹健；盛震
学　校: 上海交通大学
专　业: 软件工程
关键词: CRM 数据仓库数据挖掘关联规则销售预测 BP神经算法
分类号: TP311.52
类　型: 硕士论文
年　份: 2012年
下　载: 454次
引　用: 0次
阅　读: 论文下载

内容摘要

销售是一个企业获利的基本模式之一,企业通过买卖有形的商品或无形的服务来获取相应的销售利润。由销售人员进行买卖的过程称为销售活动,销售活动包括许多步骤:销售前的市场分析与调研、产品的研发及生产、销售计划的制订、销售订单的执行、售后服务及客户关系管理等等。对于所有销售活动的管理过程就称为销售管理。在过去,销售管理往往是由人工来实现的,这类销售管理方式由于花费人力财力大、效率低下等缺点,正逐步被企业用销售管理系统来代替。现在,越来越多的企业把销售管理系统化,即把人工管理的方式转变为由系统来管理。销售管理系统化相对于人工管理来说,具有以下不可比拟的优势:首先,当销售管理交由系统来实现后,很多原先需要人来参与的活动将被系统所替代,从而使得销售管理变得自动化;其次,人为的销售管理往往效率很低,而系统化后的销售管理的效率会有成倍的增长;最后,销售管理系统化后所节约的人力资本是十分明显的,这也是越来越多的企业选择销售管理系统化的重要原因。阿迪达斯公司作为快销型企业,其销售管理模式遵循常规的通用销售模式。即基于售前的市场分析生产特定市场所需的产品,再通过销售订单的方式销售产品,并进行售后的服务等工作。但目前阿迪达斯的销售管理方式仍采用人工管理为主的方式,基于以上人工管理的弊端,为改进销售管理实现高效化、低成本化、自动化,阿迪达斯公司决定设计与实现销售管理系统。该销售管理系统会涵盖目前公司现存的大多数基本销售活动管理,同时也额外增加了许多业务功能,最终能够给企业大部分部门所使用。本文在设计与实现销售管理系统的过程中,会涉及到许多先进的技术及算法。具体内容包括:1.对本文涉及到的相关技术做相应的介绍,包括数据仓库、数据挖掘、销售预测等技术的理论介绍。2.文章从系统架构入手,对系统的网络架构、应用架构和技术框架进行研究。3.结合实际对系统的三个功能进行了介绍:a.介绍了数据仓库及其应用的有关概念,将具体介绍销售管理系统数据仓库的构建,即数据仓库的设计、生成和维护。b.介绍了基于关联规则的数据挖掘技术在客户关系管理中的应用,即如何通过客户的消费记录,分析出产品之间的关联规则,从而有导向性地针对不同客户群体来展开不同的销售活动。c.介绍了BP神经网络算法在实际销售预测中的运用,即利用历史销售数据,通过算法和程序的应用,来分析及推测出未来一定期间内的销售情况。4.介绍了系统的实现过程,包括系统物理实现、安全策略实现、接口实现和功能实现。销售管理系统的实现,是理论运用和实际需求的产物。本系统能够使原本效率低下的人工管理流程转变为高效的系统化管理,节约了人力、财力成本。同时它拥有许多促进销售的功能,如客户关系管理的应用和销售预测等功能,这些功能能够很好地帮助销售人员促进销售增长,帮助企业管理人员制订销售政策,具有非常重要的实用意义。

全文目录

摘要  3-5
ABSTRACT  5-11
1 绪论  11-15
  1.1 引言  11
  1.2 销售管理系统的发展水平与现状  11-12
  1.3 研究的目的及意义  12-13
  1.4 研究内容和涉及的关键技术  13-14
  1.5 本文章节安排  14-15
2 相关技术及理论  15-24
  2.1 客户关系管理  15-16
    2.1.1 客户关系管理概念  15
    2.1.2 客户关系管理系统功能介绍  15-16
  2.2 数据仓库  16-17
    2.2.1 数据仓库的概念  16
    2.2.2 数据仓库的发展与应用  16-17
  2.3 数据挖掘  17-19
    2.3.1 数据挖掘的概念  17-18
    2.3.2 数据挖掘的常用方法  18
    2.3.3 数据挖据的常用技术  18-19
    2.3.4 数据挖掘的流程  19
  2.4 OLAP 技术  19-21
    2.4.1 OLAP 的概念  19-20
    2.4.2 OLAP 的特点  20-21
  2.5 销售预测  21-24
    2.5.1 销售预测的概念  21
    2.5.2 销售预测的影响因素  21-22
    2.5.3 销售预测的方法  22-24
3 销售管理系统整体架构  24-32
  3.1 需求分析  24-29
  3.2 网络拓扑  29-30
  3.3 系统架构  30-31
  3.4 本章小结  31-32
4 销售管理系统数据仓库的构建  32-41
  4.1 数据仓库需求分析  32-33
  4.2 数据仓库设计  33-39
    4.2.1 数据仓库体系结构设计  33-34
    4.2.2 数据仓库概念模型设计  34-35
    4.2.3 数据仓库逻辑模型的建立  35-36
    4.2.4 数据仓库物理模型的建立  36-39
  4.3 数据仓库的生成、使用和维护  39-40
    4.3.1 数据仓库的生成  39
    4.3.2 数据仓库的使用和维护  39-40
  4.4 本章小结  40-41
5 客户关系管理模型的设计与应用  41-51
  5.1 客户关系管理模型综述  41
  5.2 关联规则在客户关系管理中的实际应用  41-49
  5.3 应用模型结果分析及客户关系管理策略  49-50
  5.4 本章小结  50-51
6 销售预测模型的设计与应用  51-58
  6.1 销售预测模型综述  51
  6.2 BP 神经网络算法在实际销售预测中的运用  51-57
  6.3 本章小结  57-58
7 销售管理系统的实现  58-75
  7.1 销售管理系统的物理实现  58
  7.2 销售管理系统的安全策略实现  58-63
  7.3 销售管理系统的接口设计实现  63-68
  7.4 销售管理系统的功能实现  68-74
  7.5 本章小结  74-75
8 结束语  75-77
  8.1 研究工作与成果  75-76
  8.2 未来的工作  76-77
参考文献  77-79
致谢  79-80
攻读学位期间发表的学术论文目录  80-81
附件  81-83

销售管理系统设计与实现

内容摘要

全文目录

相似论文