摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 引言 | 第8-11页 |
1.1 研究背景 | 第8-9页 |
1.2 问题的引出 | 第9页 |
1.3 研究目的 | 第9-10页 |
1.4 研究内容及方法 | 第10-11页 |
1.4.1 研究内容及论文结构 | 第10页 |
1.4.2 研究方法和途径 | 第10-11页 |
2 文献研究 | 第11-22页 |
2.1 供应链管理的内涵 | 第11-14页 |
2.1.1 供应链管理原理 | 第11页 |
2.1.2 “长鞭效应” | 第11-12页 |
2.1.3 我国服装业供应链中的“长鞭效应” | 第12-14页 |
2.2 快速反应(QR)系统 | 第14-20页 |
2.2.1 快速反应系统产生的背景 | 第14页 |
2.2.2 QR系统的发展 | 第14-15页 |
2.2.3 QR的实施效果 | 第15页 |
2.2.4 QR的主要业务流程 | 第15-20页 |
2.2.5 QR的信息化管理 | 第20页 |
2.3 启示 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
3 我国服装业的信息化管理 | 第22-38页 |
3.1 信息化的内涵 | 第22页 |
3.2 电子商务与信息化 | 第22-23页 |
3.3 我国服装企业信息化现状 | 第23-28页 |
3.3.1 我国服装企业信息化管理特点 | 第27页 |
3.3.2 服装业信息化建设的进程 | 第27-28页 |
3.4 信息技术在我国服装企业信息管理中的应用 | 第28-36页 |
3.4.1 条形码 | 第28-29页 |
3.4.2 EDI与XML | 第29-34页 |
3.4.2.1 EDI | 第29-30页 |
3.4.2.2 XML | 第30-31页 |
3.4.2.3 XML与EDI的结合 | 第31-34页 |
3.4.3 服装信息化中应用的软件系统 | 第34-36页 |
3.5 服装业信息化的效益 | 第36-37页 |
3.6 本章小结 | 第37-38页 |
4 服装ASP平台 | 第38-74页 |
4.1 ASP产生的背景 | 第38-41页 |
4.2 ASP模式与传统IT外包的比较 | 第41-42页 |
4.3 国内外ASP发展及前景 | 第42-44页 |
4.4 ASP模式的分类和特点 | 第44-45页 |
4.5 ASP模式是服装中小企业实现信息化的最佳选择 | 第45-46页 |
4.6 服装ASP平台 | 第46-51页 |
4.6.1 服装ASP模式适用的企业对象 | 第47-48页 |
4.6.2 服装ASP平台运营模式 | 第48-49页 |
4.6.3 服装ASP平台的服务内容 | 第49页 |
4.6.4 服装ASP模式的硬件体系 | 第49-50页 |
4.6.5 服装ASP平台的软件体系结构 | 第50-51页 |
4.7 ASP平台的登陆与使用 | 第51-54页 |
4.8 服装企业应用 ASP平台的个案分析 | 第54-60页 |
4.9 服装 ASP的优势 | 第60-61页 |
4.10 服装企业的 ASP一体化快速反应系统方案 | 第61-64页 |
4.11 应用服装 ASP平台的经济效益分析 | 第64-67页 |
4.12 服装 ASP平台应用的若干问题及解决方法 | 第67-72页 |
4.13 服装 ASP平台的发展前景及未来发展方向 | 第72页 |
4.14 本章小结 | 第72-74页 |
5 销售数据的挖掘与管理 | 第74-100页 |
5.1 服装企业与数据挖掘 | 第74页 |
5.2 数据挖掘技术 | 第74-75页 |
5.3 服装市场需求的特征表现 | 第75页 |
5.4 数据挖掘在销售预测中的应用 | 第75-83页 |
5.5 数据挖掘在销售管理中的应用 | 第83-90页 |
5.5.1 ABC管理法 | 第83-84页 |
5.5.2 案例分析 | 第84-90页 |
5.6 销售管理过程中的数据挖掘案例研究 | 第90-98页 |
5.6.1 F品牌在销售管理中的周数据挖掘 | 第90-95页 |
5.6.2 顾客一周购买动向的数据挖掘 | 第95-98页 |
5.6.3 店铺销售管理的数据挖掘项目及决策 | 第98页 |
5.7 本章小结 | 第98-100页 |
6 结论及展望 | 第100-102页 |
6.1 结论 | 第100页 |
6.2 论文研究的局限性 | 第100-101页 |
6.3 展望 | 第101-102页 |
主要参考文献 | 第102-105页 |
附录1 服装物料编码原则 | 第105-108页 |
附录2 中华衣网实现 EDI方案(部分) | 第108-124页 |
附录3 F品牌周商品销售情况以及顾客购买情况数据挖掘 | 第124-129页 |
研究生在学期间发表的学术论文 | 第129-130页 |
致谢 | 第130页 |