Decision Support System (DSS): Demo PoS för en återförsäljare

⚡ Smart sammanfattning

Koncept för beslutsstödssystem kommer till liv i detta demosystem för kassasystem för en fiktiv butik. Inbyggt Microsoft Med Access registrerar den dagliga försäljningstransaktioner och exporterar data till Excel, där chefer analyserar prestanda och fattar välgrundade beslut.

  • 🏪 Demo av kassasystem för butik: Ett kassasystem registrerar daglig försäljning för en fiktiv butik med hjälp av Microsoft Tillgång.
  • 🧩 MIS-komponenter: Designen omfattar affärsprocedurer, personal, hårdvara, programvara och datakrav.
  • 🗃️ Databasordbok: Kärntabeller för Produkter, Kunder, Leverantörer och Försäljning definierar fälten och datatyperna.
  • 🔗 Entitetsrelationer: Ett ER-diagram kartlägger hur produkter, försäljning, kunder och leverantörer länkar via primära och främmande nycklar.
  • 🖥️ Användargränssnitt: Datainmatningsfönster vägleder kassörer genom registrering av transaktioner och bokföring av betalningar.
  • 📊 DSS med Excel: Exporterad försäljningsdata analyseras i Excel, vilket omvandlar transaktionsregister till beslutsstöd.

Beslutsstödssystem

I den här handledningen kommer vi att skapa ett enkelt kassasystem för en fiktiv butik. Systemet kommer att användas av den operativa personalen för att registrera de dagliga affärstransaktionerna, den taktiska personalen kommer också att använda systemet för att övervaka butikens nuvarande prestanda.

Systemet kommer att ha möjlighet att exportera data till Excel. Excel kommer att användas som en beslutssupportsystem verktyg för att analysera data. Data i Excel kan även kombineras med data från andra källor.

Återförsäljare MIS komponenter

1. Affärsrutiner

Affärsrutiner definierar hur de dagliga affärstransaktionerna ska utföras. Försäljningssystemet kommer att användas för att registrera daglig försäljning.

Följande lista beskriver de aktiviteter som ska göras när en kund köper en vara

  1. Kunden presenterar föremål som ska köpas till kassan
  2. Kassören söker i systemet efter den presenterade artikeln i systemet för att hämta priset
  3. Kassören anger kvantiteten för den köpta varan och systemet beräknar den totala kostnaden. Denna process upprepas för alla köpta föremål
  4. Om en kassör felaktigt lägger till en vara eller en artikelkvantitet i systemet, bör de kunna ta bort den om betalningen ännu inte har bokförts. Om betalningen har bokförts ska kassörskan inte kunna ta bort något.
  5. Efter att ha verifierat den totala kundräkningen bör systemet tillåta kassan att bokföra kundbetalningen och skriva ut ett kvitto för kunden.

People

Användarna som kommer att använda systemet kommer att vara kassörer, revisorer och användare av lagerkontroll. Alla användare måste bokstavligen vara datorer och vara utbildade i hur man använder kassasystemet.

3. Hårdvara

Försäljningsställesystemet kommer Microsoft Åtkomst som databasmotor. Microsoft tillgång är en fristående databasmotor och som sådan kommer systemet att köras på en enda dator. Datorn som används måste ha följande specifikationer.

  • Minst 1 GB RAM
  • Minst 10 GB ledigt lagringsutrymme på den lokala enhet där databasen kommer att finnas
  • Datorn bör köra en Windows-baserad drift med minst Windows XP och högre
  • Processorns hastighet bör vara minst 1 GHz

4. Programvara

Datorn som ska användas med systemet bör ha följande minimispecifikationer.

  • Microsoft baserat operativsystem
  • Microsoft Office Suite (specifikt Microsoft Word och Microsoft Tillgång)

5. Data

De dagliga affärstransaktionerna kommer att lagras i en Microsoft Access-databas.

Point of Sale Database Dictionary

En databasordbok beskriver databasfälten, vad de gör och datatypen.

Följande beskriver tabellerna som vi kommer att ha i vår databas. För enkelhetens skull kommer vi att hålla antalet bord till endast fyra (4).

Produkttabell

S / N Fält namn Data typ BESKRIVNING
1 id Numerisk Spela in primärnyckel
2 Produktnamn Sträng Namnet på produkten
3 Pris Numerisk Priset på produkten
4 Kvantitet_till_hands Numerisk Tillgänglig kvantitet till hands vid varje given tidpunkt
5 Recommended_supplier_id Numerisk Utländsk nyckel som länkar till leverantörstabell

Kundtabell

S / N Fält namn Data typ BESKRIVNING
1 id Numerisk Spela in primärnyckel
2 Köparens namn Sträng Kundens namn
3 Totala_köp Numerisk Ackumulerat värde av den totala försäljningen till den specifika kunden

Leverantörstabell

S / N Fält namn Data typ BESKRIVNING
1 id Numerisk Spela in primärnyckel
2 Leverantörsnamn Sträng Leverantörens namn
3 Kontaktnummer Numerisk Kontaktnummer för leverantören
4 Email_adress Sträng E-postadress till leverantören

Försäljningstabell

S / N Fält namn Data typ BESKRIVNING
1 id Numerisk Spela in primärnyckel
2 Kundnummer Numerisk Kundens unika identifierare
3 Transaktions Datum Datum Datumet då transaktionen registrerades
4 Betalt belopp Numerisk Totalt köpbelopp
5 Betald Boolean Booleskt fält som visar om en kund har betalat eller inte

Försäljningsinformationstabell

S / N Fält namn Data typ BESKRIVNING
1 id Numerisk Spela in primärnyckel
2 försäljnings-id Numerisk Unik försäljningsidentifierare
3 Serienummer Numerisk Produktens unika identifierare
4 mängd Numerisk Kvantitet av såld produkt
5 Betald Boolean Booleskt fält som visar om en kund har betalat eller inte

Försäljningsdatabasentitetsrelationsdiagram

Entitetsrelationsdiagrammet visar förhållandet mellan tabeller i databasen. Följande tabell beskriver relationerna mellan databastabellerna

S / N Förhållande Primära Främmande nyckel Relationsnatur
1 Produkter till försäljning ID i produkter Product_id i försäljning 1 till många
2 Försäljning till kunder ID i kunder Customer_id i försäljning Många till många
3 Produkter till leverantörer ID hos leverantörer Recommended_supplier_id i produkter Många till 1

Följande bild visar relationerna mellan tabellerna i vår databas.

Entitetsrelation för försäljningsställedatabas

Hur en transaktion behandlas i systemet

  1. Systemet hämtar alla kundposter från kundtabellen och fyller i rullgardinsmenyn
  2. Kassören klickar på knappen ny transaktion. Detta skapar en ny post i försäljningstabellen och genererar ett transaktions-id.
  3. Systemet hämtar alla produkter från produkttabellen och fyller i rullgardinsmenyn
  4. Kassörskan väljer en produkt från rullgardinsmenyn. Systemet behåller produkt-id och pris för den aktuella artikeln.
  5. Kassörskan anger den köpta kvantiteten. Systemet beräknar delsumman baserat på lagrat pris och inmatat kvantitet. Denna process upprepas tills alla produkter har lagts upp i systemet.
  6. Kassören anger det belopp som kunden har betalat. Systemet beräknar förändringen om kunden betalar mer än priset.
  7. Kassören klickar på knappen efter betalning. Systemet uppdaterar;
    1. produktkvantitet till hands i produkttabellen
    2. uppdaterar fältet för betalt belopp och markerar transaktionen som betald i försäljningstabellen
    3. uppdaterar fältet för totala inköp i kundtabellen

Skärmdumpar av grafiskt användargränssnitt på försäljningsstället

Systemets huvudfönster – detta är ingången till systemet. Det låter användarna lägga in data, bearbeta transaktioner, skriva ut rapporter och exportera försäljningsdata till Excel för vidare analys.

Här har vi visat olika datainmatningsfönster som används under POS, för att ge en överblick över fältet som fylls i när transaktionen utförs.

Grafiskt användargränssnitt för försäljningsställen

Försäljningsfönster som används av kassörer vid kassan

Fönster för försäljningsställen

Användargränssnittet är utformat på ett sådant sätt att det guidar kassörskan genom de steg som är involverade i att lägga upp en lyckad köptransaktion.

Fönster för inmatning av kunddata

Fönstret för kunddatainmatning

Fönstret för inmatning av produktdata

Fönstret för produktdatainmatning

Vanliga frågor

Ett beslutsstödssystem samlar in och analyserar affärsdata för att hjälpa chefer att fatta välgrundade beslut. I den här demonstrationen fungerar försäljningsdata som exporteras till Excel som DSS för att analysera butikernas prestanda.

Ett MIS producerar rutinmässiga driftsrapporter, medan ett DSS analyserar data för att stödja specifika beslut. Här är POS-systemet MIS, och Excel-analyslagret ovanpå det är DSS.

Microsoft Access är en lätt, fristående databasmotor som körs på en enda dator, vilket gör den idealisk för en demonstration av en liten butik. Den integreras också enkelt med Excel för rapportering och analys.

AI tillför prediktiv analys, frågor i naturligt språk och automatiserade insikter till moderna beslutsstödssystem. Istället för att bara rapportera tidigare försäljning kan ett AI-drivet DSS prognostisera efterfrågan och rekommendera åtgärder till chefer.

Inte helt och hållet. AI förbättrar ett datasystem för säkerhet genom prognoser och mönsterdetektering, men mänskligt omdöme, tydlig data och affärskontext är fortfarande avgörande. AI fungerar bäst som ett lager som förstärker, inte ersätter, datasystemet för säkerhet genom säkerhet.

Sammanfatta detta inlägg med: