连锁超市核心业务数据仓库与分析系统
  •   渐进式建设信息化系统的大规模连锁超市企业经常处于一个数据应用境地,即门店系统、配送中心系统、总部系统等各个职能业务系统形成的、整体上的烟囱式系统使得连锁超市企业难以看到企业核心业务的经营全貌,各环节的管理KPI难以自动化下达、考评。


      另外,从业务分析所依托的大规模数据量以及业务分析的专业性来看,业务分析数据库(Analysis Database)必须与业务运营数据库(Online Transaction Processing Database)分离才能确保各有专长、互不影响。


      亿高索尔在实施过程中,良好地解决了依据业务维度层层组织数据,即解决了京客隆核心业务的数据建模问题,使得报表需求既不依赖数据模型,也不会对数据模型产生明显的冲击(即在数据模型设计上,并不以具体报表为出发点)。


      除此以外,亿高索尔还在这个项目中实现了:(1)自动化的、健壮的企业级应用集成(EAI),使得每天能够及时得抽取和集成来自内部各个业务机构的业务数据(比如来自门店群落的POS销售数据)。(2)定制化的ETL过程或专业ETL工具,实现过程高度自动化、可配置化和强健壮性。(3)完备的经营分析报表。


新产品研发

  亿高索尔对IT新技术的萌生和成熟一直有很强的敏感度,我们是最早在业务管理系统中全面采用基于 互联网应用技术的从业者,一直在不断进步中......

  • 移动业务系统

      -  基于HTML5和原生系统应用开发被率先应用到大会员系统,为广泛的长顾客提供自身数据的访问,非常便捷。除此之外,我们也发布了基于安卓的POS系统,业界领先。
  • 力争全面的Web路线

      • 尽管我们在Java、C/C++、Net平台悠久的实践里程,但从2014年起,全面推行Web路线,突出表现在 购物中心行业、百货行业的软件产品和解决方案中,这显然会带来更突出的顾客价值。
  • 优异的数据分析模型

      • 从实践得来,历时多年,几经迭代,我们的数据仓库模型不但实现了基于行业业态的动态维度模型, 从而直接支持从数据集市向数据仓库的演变,更能轻松支持百亿条的海量数据,确保海量数据下的 查询效率。
  • 活跃和先进的数据分析技术体系

      在OLAP、Statistics、DW、AI数据分析与人工智能技术上,我们一直秉持对顾客最有世纪价值的技术与应用路线,采用R和Python等算法和工具为零售企业解决业务问题,我们建立在会员数据分析渐进模型上的R软件包经过了实践考验(正在向Python移植),而非时下流行所谓“大数据”、“AI”等一言蔽之的虚言。