服装行业商业智能系统应用中，有三个特别的，我认为是对客户企业极具吸引力的。分别是：货品补货和调配方面的应用、数据挖掘与预测、仪表盘，排名分先后。几乎在拜访过所有的有BI意向的服装行业客户，都给我们提出过一个急切的期望，让系统支撑货品配货补货调拨，由此，这一类应用的重要性和复杂性可见一斑。
鉴于应用的复杂，且与企业各自状况结合起来，极具个性化，一直没有好好的整体性的梳理这一块。在这里，想借着一些理论资料、企业沟通的信息，结合一些案例与尝试，按自己的体系框架稍作整理，作为自己的一个系列。写的这个系列的东西会类似于笔记杂谈，估计会有些零碎，期望也是通过由点至线再至面的进行串连，并逐步修正完善。
开始之前，还是有个感叹，货品的补货和调拨应用，确实是复杂，因素太多，规则复杂且灵活，状况多变，主观参与程度较高。期望通过努力，最终实现系统化的运行，适当降低主观参与，将货品补货和调拨应用较好的融入日常运营过程。
【背景环境及假设前提】
货品的补货和调拨，会有几种情况，譬如，日常运营的常规性操作，以及为开店、促销等活动而进行的操作，这里首先考虑的还是日常运营相关操作。具体的补货和调拨流程，与服装企业的运营模式有极大的关系。通常操作的范围是直营门店，部分企业，譬如一些对加盟商实现“全退货”、“零库存”机制方案的，亦能对加盟商店铺等同于直营门店参与补货调拨。一般来说，对终端的管控力度越强，终端数据的采集机制、验证机制越完善，效果将会更好。
关于货品补货和调拨的发起端，有两种看法。一种是认为由终端店长发起申请，理由是店长是最了解其终端状况的；另外一种看法，也是多数企业认同的，是货品流动操作需以总部为中心发起，相较于店主的决策，总部中心更具有全局观，由其作为中枢来做出决策，能够更好的实现全盘性的货品流动。当然，最合适的情况下，是能够将两者进行结合，综合决策，从而使终端货品的配置得到优化，以增加销售机会，提高利润。在此，先考虑总部为中心的方案。
此模块应用的设计中，将涉及到许多的因素，它们需要的数据可能来自很多个不同的系统外部来源，如天气数据，物流数据（距离、时间等），现阶段获取较为麻烦。类似的，还有货品款式在各类终端中的配码比例，维护好这类数据，将有助于更好的实现精细化、科学化的分析与管控，减少或避免人工随意性的判断。
整个流程将含有若干节点，每个节点的判断、决策在现实企业中都会有许许多多各式各样的规则，譬如如何判断畅销款、计算需要调入的量的规则等等，会需要强调可配置性。
通常货品的流动，有补货和调拨，企业营销业务模式不同，操作流程差异很大。如有些高度直营化偏快时尚的品牌商，货品上市即基本上全部铺货至终端，后续关注总部追单和终端之间的货品调拨。补货和调拨两者同时操作，较为复杂，此处将先独立考虑货品在终端之间的调拨流程实现。后文中将两者分开描述。
货品的调拨，从调入方来说，它有几种类型：补款调动、补量调动和补码调动。设计从补量和补码调动结合在一起考虑，后续再加入补款调动 。
货品的调拨决策，设定将参与的货品范围为一定期间（一周、半周等）内畅销款和滞销款的调拨。原因则是基于80/20法则，抓提升业绩的关键重点货品，也有利于物流成本的控制。畅销款也可能是指的是某区域的畅销款。多个层级的探查，能够更精准全面的寻找到需要关注的货品款式。先考虑畅销款调拨。
整个货品调拨决策的过程各节点中，涉及到的货品管理粒度，会有差异，具体各个企业的操作亦不同。此处先假设一种：在寻找畅滞销款式，到款级别，进而再到款 色级，分析是否需要调入调出及数量。确定需要调入调出量之后，需要分解到款 色 码的SKU级，才能最终得以执行。
此外，区域范围，也是一个对灵活性要求极高的方面，有的时候可能想做到多区域内终端的调拨，但许多时候货品的调配均在区域内，具体哪些门店间可以参与调拨，亦可设置友好终端等属性。至于优先级别方面，则在后文具体设计时描述。
系统最终生成的结果，以补货或调拨建议单的形式展现，如能够实现单据与业务系统的传输，则实现了一个业务闭环反馈，这是理想BI应用的一种典型。
总的来说，货品的补货和调拨，是极为复杂的一个决策过程。从以上一系列描述的状况来看，事实上单独的一个BI系统是无法完全支撑的，BI常用的报表、分析等功能，仅能起到一小部分的作用。这其中，将包含了太多的人为因素，很多节点都可能需要人工的参与或是干预，是非常强调灵活性的，像是一个混合体，半BI半业务系统。
