Poslovna inteligencija projekat1

PROJEKTNI RAD IZ PREDMETAPOSLOVNA INTELIGENCIJA

TEMA: Maloprodaja

Profesor: Studenti:Prof. dr Neđo Balaban Borovnica Tanja 91/06 Kojović Zorana 589/06

Banja Luka, jun 2009.god.

DM Maloprodaja (P7)

Svrha formiranja ovog Data Marta jeste analiza prodaje u maloprodajnim objektima. Za

svaki maloprodajni objekat se evidentira mesto u kome se nalazi, tržišni segment kojem

pripada i broj zaposlenih. Prodaja se analizira na osnovu podataka fiskalnog računa i

podataka o načinu njegovog izmirenja. Iz fiskalnog računa se vidi u kom objektu i kada je

izvršena prodaja, šta je prodato, po kojoj ceni, kolika je neto vrednost, koliki je iznos PDV

i kolika je bruto vrednost računa.

Robe su grupisane u podgrupe, grupe i divizije (npr. Coca Cola u PET pakovanju od 2L

pripada podgrupi Gaziranih sokova, grupi Sokovi i diviziji Bezalkoholna pića) i za svaku

je određena stopa PDV.

Za svaki račun se evidentira način plaćanja računa: gotovina, kartica ili ček. Jedan račun se

može platiti kombinovano pa se za svaki način plaćanja navodi pripadajući deo računa.

Dnevni pazar čini gotovina prikupljena u toku dana.

Neke od analiza koje bi ovaj DM trebao pružiti su sledeće:

- Struktura prodaje po maloprodajnim objektima prema grupama roba

- Stuktura načina plaćanja

- Indeksi vrednosti prodaje u odnosu na prethodnu godinu

- Kretanje vrednosti prodaje i dnevnog pazara po danima, nedeljama, itd.

- Kretanje vrednosti prodaje po zaposlenom

- 10 maloprodajnih objekata sa najvećom dnevnom vrednošću prodaje

- Prosečna vrednost fiskalnog računa po objektima maloprodaje

- ...

2

1. UVOD

Data mart omogućava nam da izgradimo sistem podrške odlučivanju ( Decision Support

System ) za menadžera zaposlenog u preduzeću koje se bavi prodajom alkoholnih i

bezalkoholnih pića. Sistem korisnicima treba da obezbjedi da dobiju informacije potrebne

za analizu prodaje u maloprodajnim objektima, i za donošenje odluka. Upravljanje bilo

kojom organizacijom uključuje donošenje odluka i rješavanje problema odlučivanja. Ovaj

sistem sadrži podatke, informacije i znanje za donošenje odluka i rješavanje problema

odlučivanja u upravljanju. Upravljanje organizacijom se sastoji od 4 osnovne funkcije:

planiranje

organizovanje

usmjeravanje

kontrolisanje.

Donošenje odluka može biti kratkoročno i dugoročno. U slučaju kratkoročnog donošenja

odluka možemo posmatrati prodaju alkoholnih i bezalkoholnih pića u toku jedfne godine,

kvartalno, mjesečno, nedeljno i svakodnevno, pa nam ta analiza omogućava da

preduzmemo neophodne aktivnosti u skladu sa dobijeniom rezultatima. Dugoročno

donošenje odluka pomaže nam da izaberemo nove strateške ciljeve i da te ciljeve

reazlizujemo. Sama prodaja analizira se na osnovu podataka koji se nalaze na fiskalnom

računu i na osnovu načina na koji se izmiruju ti računi. DSS koji će biti izgrađen na osnovu

ovog projekta je zaokruženi koncept upravljanja procesom prodaje pića, i može se

primijeniti u bilo kojoj organizaciji koja se bavi istom djelatnošću. DSS daje podršku

korisniku, ne zanemarujući ga, ali mu istovremeno ostavlja slobodu da donese finalnu

odluku. Ključni aspekt je podizanje sposobnosti donosioca odluke, ostavljajući računaru da

uradi ono što radi najbolje – kvantitativne analize.

3

2. SVRHA, CILJEVI I ZADACI DATA MART – A2

Svrha, ciljevi i zadaci DSS se ispoljavaju u omogućavanju dobijanja informacija i

indikatora performanse za podršku sljedećih podprocesa u procesu prodaje alkoholnih i

bezalkoholnih pića:

analiza trendova prodaje

predviđanje prodaje

planiranje prodaje

analiza i segmentacija kupca

analiza i planiranje prihoda ostvarenih od prodaje

analiza i planiranje troškova nabavke

planiranje finansijskih sredstava za podršku prodaje

planiranje toka novca.

3. DJELOKRUG DATA MARK-A

Preduzeće koje se bavi maloprodajom pića treba da ima sve vrste alkoholnih i

bezalkoholnih pića koje kupci potražuju. Uspjeh preduzeća mjeri se njegovom

sposobnošću da u velikoj konkurenciji ostvari visoko učešće na tržištu, da zadovolji sve

zahtjeve kupaca, da nema gomilanja zaliha i da ostvari profit. Primarni djelokrug data

mark-a prodaje pića je da:

za dati vremenski period (po danima, nedeljama, mjesecima, kvartalima i

godinama) omogući analiziranje prodaje pića po grupama, podgrupama, vrstama,

proizvođačima i mjestu prodaje

tokom vremena omogućiti analiziranje trendova prodaje, predviđanje i planiranje

prodaje

poređenje nivoa zaliha sa 30-to dnevnom tražnjom, podrazumjevajući da je obim

prodaje u prethodnom periodu tražnja za naredni period.

Znači, osnovni zadatak Data Mark-a prodaje alkoholnih i bezalkoholnih pića je da razvije

model koji će pomoći preduzeću da unapređuje proces prodaje i upravlja performansom.

4

4. KORISNICI

Krajnji korisnici ovog data Mark-a su menadžeri i zaposleni u prodavnici pića. Oni će ovaj

sistem za podršku odlučivanju svakodnevno koristiti. Imamo različite kategorije korisnika:

početnike, uobičajene korisnike, poslovne analitičare, napredne korisnike i one korisnike

koji sami razvijaju aplikacije. Svaki od ovih korisnika ima različite zahtjeve za podacima, i

koristi različite tehnike, metode i sredstva pristupa podacima. Takođe, svaki od ovih

korisnika podatke koristi za različite analize. Ipak, u našem slučaju, ovaj DSS koristiće

menadžeri i osoblje koje se bavi prodajom alkoholnih i bezalkoholnih pića, a prije svega,

on će im pomoći pri analizi prodaje, unapređenju svog rada i pripremi strateških, taktičkih i

operativnih odluka za upravne organe preduzeća.

5. IZVJEŠTAJI

Izvještaji predstavljaju obrađene podatke prikazane na odgovarajući način krajnjem

korisniku. Oni omogućavaju da korisnik stekne uvid u poslovanje kroz analizu podataka, i

mnogo mu olakšavaju rad. Uslov za kreiranje izvještaja je postojanje projekta sa

činjanicama, atributima i mjerama. Ukoliko oni postoje, korisnik uz pomoć hijerarhije,

filtera ili nekih drugih objekata na jednostavan način može doći do željenih informacija.

Menadžeri u početku najčešće koriste samo gotove, tj. unaprijed kreirane izvještaje, a

vremenom, oni počinju da ih modifikuju sa ciljem da dobiju drugačiji prikaz podataka,

onako kako imodgovara. Korisnici se mogu i osposobiti da sami kreiraju izvještaje prema

vlastitim potrebama.

U našem slučaju, tj. u slučaju maloprodaje alkoholnih i bezalkoholnih pića imamo više

izvještaja koji se primjenjuju. Naravno, ta lista nije konačna i uvijek se može proširiti sa

novim izvještajima koji će zadovoljiti sve korisnikove potrebe. Ti izvještaji su:

5

IZVEŠTAJ/ANALIZA

ID IZV NAZIV IZVEŠTAJA

IZ01 Struktura prodaje po maloprodajnim objektima prema grupama roba

IZ02 Stuktura načina plaćanja

IZ03 Indeksi vrijednosti prodaje u odnosu na prethodnu godinu

IZ04 Kretanje vrijednosti prodaje i dnevnog pazara po danima, nedeljama, itd.

IZ05 Kretanje vrijednosti prodaje po zaposlenom

IZ06 10 maloprodajnih objekata sa najvećom dnevnom vrijednošću prodaje

IZ07 Prosječna vrijednost fiskalnog računa po objektima maloprodaje

Struktura prodaje po maloprodajnim objektima prema grupama roba

Prodajni centar 1 Prodajni centar 2 Prodajni centar n

BEZALKOHOLNAPIĆA

SOKOVI GAZIRANI SOKOVI

Vrsta 1 Vrsta 2 Vrsta n

UKUPNO GAZIRANI SOKOVI

NEGAZIRANI SOKOVI Vrsta 1 Vrsta 2 Vrsta nUKUPNO NEGAZIRANI

SOKOVIUKUPNO SOKOVI

VODA

Vrsta 1 Vrsta 2

Vrsta nUKUPNO VODA

UKUPNO BEZALKOHOLNA PIĆA

ALKOHOLNAPIĆAVINO

Vrsta 1

6

Vrsta 2 Vrsta n UKUPNO VINO

PIVO Vrsta 1 Vrsta 2 Vrsta n UKUPNO PIVO

RAKIJA Vrsta 1 Vrsta 2 Vrsta n

UKUPNO RAKIJALIKERI

Vrsta 1 Vrsta 2 Vrsta n

UKUPNO LIKERIUKUPNO ALKOHOLNA

PIĆA

Stuktura načina plaćanja

NETO PRIHOD PDV UKUPAN PRIHOD

GOTOVINSKO PLAĆANJE

Proizvod 1 Proizvod 2 Proizvod n

UKUPNO GOTOVINSKO

KARTICA Proizvod 1 Proizvod 2 Proizvod n

UKUPNO KARTICAČEK

Proizvod 1 Proizvod 2 Proizvod n

UKUPNO ČEKUKUPNO PRIHOD

7

Kretanje vrijednosti prodaje i dnevnog pazara po danima, nedeljama,

itd.

VRIJEME PRIHOD

UKUPAN PRIHOD NETO PRIHOD PDV2009 PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 1PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2PonedeljakUtorakSrijedaČetvrtakPetakSubota

Nedelja 3PonedeljakUtorakSrijedaČetvrtakPetakSubota

Nedelja 4

JANUAR 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota

Nedelja 1PonedeljakUtorakSrijedaČetvrtakPetak

8

Subota


Nedelja 3 PonedeljakUtorakSrijedaČetvrtakPetakSubota

Nedelja 4

FEBRUAR 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota

Nedelja 1PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2PonedeljakUtorakSrijedaČetvrtakPetakSubota


Nedelja 4

9

MART 2009

KVARTAL IPonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 1PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2PonedeljakUtorakSrijedaČetvrtakPetakSubota


Nedelja 4

APRIL 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota


Nedelja 2PonedeljakUtorak

10

SrijedaČetvrtakPetakSubota


Nedelja 4

MAJ 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota



Nedelja 4

JUN 2009

KVARTAL IIPonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 1

11

PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2PonedeljakUtorakSrijedaČetvrtakPetakSubota


Nedelja 4

JUL 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota




12

Nedelja 4

AVGUST 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota



Nedelja 4SEPTEMBAR 2009

KVARTAL IIIPonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 1PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2Ponedeljak

13

UtorakSrijedaČetvrtakPetakSubota


Nedelja 4

OKTOBAR 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota




Nedelja 4NOVEMBAR 2009PonedeljakUtorakSrijedaČetvrtakPetakSubota

14



Nedelja 4PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 1PonedeljakUtorakSrijedaČetvrtakPetakSubotaNedelja 2PonedeljakUtorakSrijedaČetvrtakPetakSubota


15

Nedelja 4DECEMBAR 2009

KVARTAL IVUKUPNO 2009

Kretanje vrijednosti prodaje po zaposlenom

NAZIV

PROIZVODA PRIHODProdajni objekat 1 Prodavac 1 Prodavac 2 Prodavac nUKUPNO Prodajni objekat 1Prodajni objekat 2 Prodavac 1 Prodavac 2 Prodavac nUKUPNO Prodajni objekat 2Prodajni objekat n Prodavac 1 Prodavac 2 Prodavac nUKUPNO Prodajni objekat n

10 maloprodajnih objekata sa najvećom dnevnom vrijednošću prodaje

NETO PRIHOD PDV UKUPAN PRIHODProdajni objekat Prodajni objekat 1 Prodajni objekat 2 Prodajni objekat 3 Prodajni objekat 4

16

Prodajni objekat 5 Prodajni objekat 6 Prodajni objekat 7 Prodajni objekat 8 Prodajni objekat 9 Prodajni objekat 10

Prosječna vrijednost fiskalnog računa po objektima maloprodaje

Prodajni objekat 1

Prodajni objekat 2

Prodajni objekat

3 …

Prodajni objekat

n

Broj fiskalnih računa

UKUPAN PRIHODPROSJEČNA VRIJEDNOST

FISKALNOG RAČUNA

6. DIMENZIJE I HIJERARHIJA DIMENZIJA

17

Modelovanje podataka je process definisanja modela podataka za projekat ili aplikaciju i

obično se obavlja u isto vrijemekada i poslovni model tokom faze dizajna projekta. Model

podataka sastoji se od entiteta, atributa, relacija i kardinaliteta. Dimenzionalno

modelovanje koristi se za oblikovanje baza podataka koje će olakšati i ubrzati pristup

podacima u velikim skupovima podataka, kao i potrebne obrade i analize podataka radi

crpljenja informacija iz njih. Osnovni pojmovi u dimenzionalnom modelu su: činjenice,

dimenzije, relacije i granularnost. Činjenice sadrže numeričke mjere poslovanja, dimenzije

sadrže tekstualne opise subjekata koji se mjere, relacije kazuju das u tabele činjenica u

presjeku sa tabelama dimenzija, i granularnost se tiče nivoa detaljnosti činjenica

uskladištenih u Data Warehouse. Dimenzije poslovanja su tekstualni opisi osoba,

organizacija, entiteta, stvari, mjesta, vremena, koje su značajne za poslovanje. Dimenzije u

ovom Data Mart-u su:

vrijeme

kupac

prodajni objekat

prodavac

roba.

Hijerarhija predstavlja način organizovanja atributa, najčešće iz jedne dimenzije, za

potrebe korišćenja od strane korisnika. Poznavajući hijerarhijski odnos između atributa,

sistem može da odgovori na zahteve za dinamičkom analizom podataka. Sve dimenzije

tabele činjenica su hijerarhijski ustrojene.

Slike koje slijede prikazuju kreiranje hijerarhije za ove dimenzije, a hijerarhija obuhvata i

njima pripadajuće atribute.

18

VRIJEME PRODAJE

19

godina- prodaje

godina- kvartalprodaje

godina- mjesecprodaje

datum- prodaje

kvartal - prodaje

mjesec - prodaje

dan - prodaje

KUPAC

20

drzava kupca

opstina kupca

mjesto kupca

adresa kupca

JMBG, ime, prezime,datum rodjenja,pol, zanimanje, broj telefona

kupac

drzava prodajnog

objekta

PRODAJNI OBJEKAT

opstina prodajnog

objekta

mjesto prodajnog

objekta

broj zaposleni

hprodajni objekat

21

PRODAVAC

drzava prodavca opstina prodavcamjesto prodavca

JMBG, str.sprema, pol,rad.mjesto,god.staza,

ime,prezime,adresa, br.telefona, E-mail

prodavac

22

NACIN PLAĆANJA

cek

23

kartica

gotovina

nacinplacanja

ROBA

divizija robepodgrupa robe

grupa robe ID roberoktrajanja

proizvodjacpakovanje zapremina ambalazadatumproizvodnje

7. ČINJENICE I METRIKE

Tabele činjenica, koje se ponekad nazivaju i glavnim tabelama, sadrže kvantitativne ili

činjeničke podatke o poslovanju – informacije koje korisnici traže. Činjenice bi trebale da

24

budu što je moguće detaljnije što bi omogućilo da se podaci sagledaju iz najvećeg

mogućeg broja perspektiva. Elementi tabele činjenica u ovom modelu su:

osnovna cijena

PDV

ukupna cijena.

Kao korisničke objekte potrebno je razviti određeni set metrika koje će biti korišćene za

izradu izvešta potrebnih korisniku. U ovom projektu su definisane sledeće metrike:

ukupan prihod SUM (ukupna cijena) po danima, nedeljama, mjesecima, kvartalima,

godinama

broj prodatih vozila COUNT (ID_robe) po grupama, podgrupama, prouzvođačima,

pakovanju, danima, nedeljama, mjesecima, kvartalima i godinama

kretanje ukupnog prihoda u odnosu na prethodni period (ukupan prihod u

prethodnom period / ukupan prihod u tekućem period) * 100

ukupan naplaćeni PDV SUM (PDV).

8. DIMENZIONALNI MODEL

Dimenzionalni model je model koji se upotrebljava za dizajn baze podataka koja će biti

predmet analitičke obrade. Slika prikazuje dimenzionalni model jednog segmenta Data

Warehouse-a, takozvanog Data Mart-a. U našem slučaju, prikazan je Data Mart prodaje

pića, a model je razvijen u CASE alatu Erwin.

Svaki dimenzionalni model sastoji se od tabela činjenica i tabela dimenzija. Tabela

činjenica sadrži kvantitativne ili činjeničke podatke o poslovanju – informacije koje

korisnik traži. One su potpuno normalizovane, a sve činjenice zavise od cjelokupnog

(stranog) ključa. U projektu u kom je obrađena maloprodaja pića, u tabeli činjenica nalaze

se: Osnovna cijena, PDV i ukupna cijena.

Tabela dimenzija najčešće sadrži deskriptivne tekstualne informacije. One su manje od

tabela činjenica, i sadrže deskriptivne podatke koji odražavaju dimenziju poslovanja. One

su denormalizovane. U ovom projektu, imamo sljedeće tabele dimenzija: Vrijeme, Kupac,

Prodavac, Prodajni objekat, Roba i Način prodaje.

25

9. ZAKLJUČAK

Današnje poslovanje u bilo kom sektoru teško da se može zamisliti bez odgovarajućeg

Data Werehouse-a, jer nam razvoj informacionih tehnologija prosto to nameće, pa su

26

danas svugdje oko nas prisutni DW, od malih pa do veoma složenih. Napraviti Data

Werehouse nije nimalo jednostavan posao, naprotiv, on je veoma složen, zahtjeva mnogo

vremena i rada. Ali, kada se napravi, onda je preduzeću mnogo lakše da posluje.

U ovom projektu, svi posmatrani procesi obrađeni su na određenom nivou apstrakcije i

posmatrano iz tog ugla, ova Data Werehouse ne može u potpunosti da funkcioniše u

realnom svijetu. Za stvarnu primjenu potrebno je dodatno izmeniti ili poboljšati neke

pojedinosti.

27

Documents

Poslovna inteligencija projekat1