本发明涉及大数据应用领域，尤其是涉及一种基于大数据的服装连锁店采购系统。
背景技术：
传统的服装店企业经营中，由于衣服的供应商、款式和尺码参数众多，从而某一特定款式尺码的衣服则库存量不会太大，从而产生了两个问题：一个是顾客买服装容易遇到断码；另二个是服装店容易产生积压。连锁店如何协调各个门店的库存，如何及时处理积压产品是两个急需解决的问题。此前的服装店一般针对断码就是劝顾客选择其他款式，针对积压则是季度末一起打折，这两个过程都存在优化的可能性。随着大数据技术的兴起，利用过去的大量数据来挖掘有价值的信息，从而来预测未来的顾客行为，大大减少了依赖于人员的经验。
技术实现要素：
为了解决上述问题，本发明提出了一种基于大数据的服装连锁店采购系统。
为了实现上述目的，本发明采用如下技术方案：一种基于大数据的服装连锁店采购系统，所述采购系统包括大数据服务器，所述大数据服务器连接通信单元和存储单元，所述大数据服务器、通信单元和存储单元都在云端；所述通信单元连接用户终端、管理终端、订单管理单元和库存管理单元；
所述订单管理单元用于记录每天所有客人购买服装的订单明细；
所述库存管理单元用于记录门店当前的各类服装的数量；
所述存储单元用于记录订单和库存的历史数据。
进一步地，所述用户终端、管理终端、订单管理单元和库存管理单元都安装有无线通信模块。
进一步地，所述大数据服务器用于统计一段时间内销售的毛利润。
进一步地，所述大数据服务器用于计算并制定库存积压的服装的价格。
进一步地，所述大数据服务器用于计算并制定各个门店各类服装的库存量。
进一步地，所述大数据服务器用于分析各个服装供应商的服装在过去一年以上同期一个时间单位内的平均销售量和最近一个时间单位内的销售量的变化趋势，所述大数据服务器用于预测各个厂商的服装销售量。
进一步地，所述管理终端用于显示各个门店各类服装的每日销售量和当前库存量。
进一步地，所述管理终端用于设定各类服装的报警上限和下限值。
进一步地，所述用户终端用于客户以图片、视频形式查看各个门店各类衣服的款式和库存量，所述用户终端用于客户预约试衣和下单购买。
与现有技术相比，本发明的有益效果在于：
1、用数据代替直觉来动态地优化库存，采购管理者随时随地可以查看当前门店的库存；
2、动态优化价格，减少积压库存，各个门店的库存能够整体上优化流动。
附图说明
图1为依据本发明的实施例的系统框图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式，但本发明的保护范围不局限于以下所述。
如图1所示，本发明提供了一种基于大数据的服装连锁店采购系统，所述采购系统包括大数据服务器，所述大数据服务器连接通信单元和存储单元，所述大数据服务器、通信单元和存储单元都在云端；所述通信单元连接用户终端、管理终端、订单管理单元和库存管理单元；
所述订单管理单元用于记录每天所有客人购买服装的订单明细；
所述库存管理单元用于记录门店当前的各类服装的数量；
所述存储单元用于记录订单和库存的历史数据。
优选地，所述用户终端、管理终端、订单管理单元和库存管理单元都安装有无线通信模块。
进一步地，所述大数据服务器用于统计一段时间内销售的毛利润，让采购管理者对成本利润有直观的了解。
进一步地，所述大数据服务器用于计算并制定库存积压的服装的价格，大数据服务器把需要修改的服装价格传输给订单管理单元，如果库存大则把积压的服装打折出售。
优选地，所述大数据服务器用于计算并制定各个门店各类服装的库存量，某个店的某种服装售罄比如某个尺码，则大数据服务器计算制订库存调整计划，门店人员可以按照调整计划来安排库存流动。
优选地，所述大数据服务器用于分析各个服装供应商的服装在过去一年以上同期一个时间单位内的平均销售量和最近一个时间单位内的销售量的变化趋势，所述大数据服务器用于预测各个厂商的服装销售量，特别地选择一个时间单位为15或30天，根据一个时间单位销售量趋势预测的数据作为主参数，结合过去两年同期15天或30天的平均销售量为基准，主参数限制在此基准的上下偏差百分比内，特别地选择20%，修正后的参数是最终参数，第二次的对该供应商的采购数量按照这个最终参数来进行。
进一步地，所述管理终端用于显示各个门店各类服装的每日销售量和当前库存量。
进一步地，所述管理终端用于设定各类服装的报警上限和下限值，库存上限报警则停止采购积压款式的服装，库存过小则根据天气情况决定采购，比如冬天快结束了，那么冬装就需要停止采购。
优选地，所述用户终端用于客户以图片、视频形式查看各个门店各类衣服的款式和库存量，所述用户终端用于客户预约试衣和下单购买。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。