0 引言

    目前在我國，汽配零件的營銷是整個汽車服務(wù)后市場的一個非常重要的環(huán)境，很多企業(yè)制造廠家和4S店都關(guān)注這塊的發(fā)展，在這個環(huán)境中大約有三類中間經(jīng)銷商，一類是集中在北京、上海、廣東的實力較強的批發(fā)商；一類是集中在汽配城或4S店的汽配經(jīng)銷商；另外一類是中小規(guī)模的經(jīng)銷商，它們數(shù)量龐大。這三類中間經(jīng)銷商貫穿著整個企業(yè)產(chǎn)業(yè)的維修和配件服務(wù)業(yè)，它們之間的競爭非常大，利潤空間也越來越小。如何利用現(xiàn)代信息技術(shù)和科學(xué)手段準(zhǔn)確把握汽配零部件市場供求關(guān)系，保證其供應(yīng)鏈的有效運作，對汽車銷售企業(yè)有針對性地制定營銷策略，對提高企業(yè)競爭能力、最大化地提高企業(yè)的營銷產(chǎn)品和增加企業(yè)的效益具有重要意義。商業(yè)智能(Business Intelligence，簡稱BI)有效地利用企業(yè)大量的歷史數(shù)據(jù)，并進行分析與決策，使這種需求變成了可能。

1 汽配企業(yè)銷售決策需求

    (1)建立一個集成、高效且靈活的數(shù)據(jù)分析平臺，使得有關(guān)企業(yè)銷售的各種重要信息得以集成匯總，并且可以從多角度多維度分析銷售狀況以高效靈活的展現(xiàn)形式來提供給公司高層管理人員。使得他們能夠利用自身豐富的銷售管理經(jīng)驗對公司當(dāng)前的銷售狀況獲得相對真實、及時、全面的理解和掌控。

    (2)基于此數(shù)據(jù)分析平臺，利用相關(guān)重要銷售數(shù)據(jù)集成，利用數(shù)據(jù)挖掘技術(shù)對未來銷售狀況進行預(yù)測(如預(yù)測銷售總量、預(yù)測銷售總額、預(yù)測銷售利潤)，使得在銷售狀況相對于公司高層計劃和市場規(guī)律產(chǎn)生偏離時。能及時引起相關(guān)人員的注意。該汽配企業(yè)銷售決策需求如圖1所示。

    (3)基于此數(shù)據(jù)分析平臺，對銷售狀況更好地把握和監(jiān)督的同時，制定出一些重要督促指標(biāo)(比如銷售人員業(yè)績指標(biāo)、銷售利潤客戶比等指標(biāo))，對銷售部員工進行公正的績效考核、客戶等級評定，促使?fàn)I銷工作日后開展更為順利。

圖1 汽配企業(yè)銷售決策需求

2 汽配企業(yè)智能銷售決策方案整體規(guī)劃

    設(shè)計該汽配制造公司智能銷售決策方案需要完成以下工作內(nèi)容：與該公司相關(guān)人員通過座談訪問等形式充分了解其業(yè)務(wù)應(yīng)用需求、對整個決策方案進行技術(shù)匹配，搜集相關(guān)數(shù)據(jù)信息，構(gòu)建數(shù)據(jù)倉庫，處理層OLAP多維分析實現(xiàn)，最后是前端展現(xiàn)。方案體系結(jié)構(gòu)設(shè)計要完成如下幾個工作：

    (1)在構(gòu)建數(shù)據(jù)倉庫之前要獲取相關(guān)數(shù)據(jù)源，數(shù)據(jù)要涵蓋該汽配企業(yè)ERP內(nèi)部業(yè)務(wù)數(shù)據(jù)和外部資料信息。外部信息可以是為了方案需求抽取的各類市場情報或外部統(tǒng)計資料。單位業(yè)務(wù)系統(tǒng)如ERP系統(tǒng)或OA(辦公自動化)系統(tǒng)后臺數(shù)據(jù)庫存儲的數(shù)據(jù)可作為內(nèi)部信息來源。

    (2)通過構(gòu)架數(shù)據(jù)倉庫來對數(shù)據(jù)源中數(shù)據(jù)信息進行有效集成，為的是能規(guī)范化存儲與管理，并按照特定需求對數(shù)據(jù)進行重新組織，主題的確定決定概念模型的設(shè)計，根據(jù)業(yè)務(wù)實際需求構(gòu)建邏輯模型來對數(shù)據(jù)信息重新部署，最后是確認該數(shù)據(jù)倉庫的物理存儲結(jié)構(gòu)，使得存儲在數(shù)據(jù)倉庫中的元數(shù)據(jù)(比如數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率等信息能合理組織。其中，數(shù)據(jù)倉庫的維護管理包括對數(shù)據(jù)的備份恢復(fù)等工作。

    (3)數(shù)據(jù)處理層中，存放于RDBMS中的與決策分析相關(guān)聯(lián)數(shù)據(jù)，通過0LAP服務(wù)器對分析決策相關(guān)聯(lián)數(shù)據(jù)進行多維模型再重組，目的是個性化實現(xiàn)不同用戶需求，從多角度、多層次整體分析銷售現(xiàn)狀，數(shù)據(jù)挖掘技術(shù)的應(yīng)用能對企業(yè)未來銷售業(yè)績趨勢作出預(yù)測，前端工具與應(yīng)用前端工具包括數(shù)據(jù)分析工具、報表工具等。

    經(jīng)過多次迭代分析，該汽配制造企業(yè)智能銷售決策系統(tǒng)整體架構(gòu)如圖2所示。

圖2 智能銷售決策方案整體規(guī)劃

3 數(shù)據(jù)倉庫設(shè)計

    數(shù)據(jù)倉庫開發(fā)過程中，開發(fā)人員與決策分析員的相互配合很重要。構(gòu)建數(shù)據(jù)倉庫要綜合考慮多個因素，如數(shù)據(jù)如何轉(zhuǎn)載、數(shù)據(jù)存取策略、后期如何維護等。其實現(xiàn)步驟包括：建立概念模型設(shè)計(其中包括界定系統(tǒng)邊界、確定主題區(qū)域)，做好相關(guān)的技術(shù)準(zhǔn)備(如ETL處理)，邏輯模型設(shè)計(構(gòu)架模型選擇、粒度層次劃分等)，物理模型設(shè)計(確定存儲結(jié)構(gòu)、索引結(jié)構(gòu)等)，完成數(shù)據(jù)倉庫設(shè)計。

    3.1 數(shù)據(jù)源處理

    在本文汽配件銷售商業(yè)智能項目中，根據(jù)客戶需求，建立數(shù)據(jù)倉庫所采用的數(shù)據(jù)源主要來自以下兩個方面。

    (1)內(nèi)部數(shù)據(jù)主要來自公司Sunlike ERP 9.0，其7年的實際業(yè)務(wù)數(shù)據(jù)已達400G。產(chǎn)品已實施模塊主要包含：財務(wù)管理、物流管理(包括采購、銷售、庫存)等，系統(tǒng)結(jié)構(gòu)龐大，各模塊內(nèi)部關(guān)系較復(fù)雜。

    (2)外部數(shù)據(jù)主要涉及行情情報信息分析、外部網(wǎng)絡(luò)調(diào)研數(shù)據(jù)、客戶意見反饋文檔資料、市政部門相關(guān)政策法規(guī)、后期增補的手工報表等。

    由于該公司所實施ERP系統(tǒng)內(nèi)部結(jié)構(gòu)龐大且功能復(fù)雜，數(shù)據(jù)存儲量大，表之間的關(guān)聯(lián)性不大，查詢約束功能不規(guī)范，在該ERP系統(tǒng)上線使用過程中，后期維護工作不夠充分，諸如IT信息資源沒有進行合理配置、功能需求沒有及時更新等導(dǎo)致文檔資源欠缺。元數(shù)據(jù)如果不完整，會加大后期對內(nèi)部數(shù)據(jù)分析的難度，也就無法準(zhǔn)確提取有價值信息。經(jīng)過與ERP系統(tǒng)化管理員的多次交流后，根據(jù)項目需求找到相關(guān)的15個關(guān)鍵表和視圖，如表1所示。

表1 抽取的關(guān)鍵表及功能

    3.2 邏輯模型設(shè)計

    銷售多維數(shù)據(jù)集的維度包含：貨品維度(編號、大類)，客戶維度(編號、姓名、地域等屬性)；時間維度、員工維度(編號、姓名、所屬部門)，其中把銷量、銷售額作為度量值。

    汽配企業(yè)銷售多維數(shù)據(jù)集的雪花型模型如圖3所示。

圖3 數(shù)據(jù)倉庫雪花邏輯模型

    (1)確定事實表。汽配智能銷售決策分析中最關(guān)注的問題之一是銷售的訂單，因此將銷售訂單信息作為事實表，決策人員分析銷售業(yè)績時，根據(jù)決策人員對訂單關(guān)注的具體需求，訂單主題下設(shè)為物理事實表。事實表如表2所示。

    (2)確立維的層次關(guān)系�？梢园丫S度表看做是用戶進行數(shù)據(jù)分析的窗口，其中涵蓋了提供描述事實表記錄特性的信息。有些特性可作為匯總事實表方式的一種借鑒，為后期進行數(shù)據(jù)分析打好基礎(chǔ)。多維數(shù)據(jù)集中的維度可以由特定的包含在維度表中層次結(jié)構(gòu)組成，設(shè)計維度表時，為了有效過濾與分析關(guān)聯(lián)性不大的數(shù)據(jù)，應(yīng)當(dāng)盡可能包含有利于分析的關(guān)鍵字段。

表2 相關(guān)事實表

    結(jié)合汽配企業(yè)銷售決策分析的需求以及企業(yè)未來營銷業(yè)務(wù)的發(fā)展，汽配件商業(yè)智能數(shù)據(jù)倉庫中維度主要包括以下幾個：產(chǎn)品維度、時間維度、客戶及銷售職工4個維度。

    劃分主題的目的是為了確保數(shù)據(jù)分析不同角度，即每個主題代表一種分析類型，另一方面，各個主題在邏輯上還是相互關(guān)聯(lián)。這里，將每個主題設(shè)計成一個維度。

4 主汽配企業(yè)智能銷售決策的實現(xiàn)

    實現(xiàn)該方案的開發(fā)平臺為Visual studio環(huán)境，各主要模塊對應(yīng)開發(fā)工具如下：

    (1)數(shù)據(jù)倉庫(Microsoft SQL Server 2005)。構(gòu)建數(shù)據(jù)倉庫存儲、管理環(huán)境，利用數(shù)據(jù)庫引擎可控制訪問權(quán)限并快速處理事務(wù)。

    (2)OLAP服務(wù)器(Microsoft SQL Server Analysis Services)。構(gòu)建多維數(shù)據(jù)集，分析服務(wù)允許創(chuàng)建并管理其
中從汽配企業(yè)其他數(shù)據(jù)源(例如關(guān)系數(shù)據(jù)庫)聚合而來的數(shù)據(jù)的多維結(jié)構(gòu)，從而提供OLAP支持。

    (3)數(shù)據(jù)挖掘預(yù)測(Microsoft SQL Server Analysis Services)。外接時序算法程序包(VB.NET)實現(xiàn)銷售預(yù)測。

    4.1 多維數(shù)據(jù)集的建立

    OLAP系統(tǒng)為了及時獲得并管理大量信息，就要克服數(shù)據(jù)量龐大和迅速找到數(shù)據(jù)存儲位置等困難。需要考慮很多因素如數(shù)據(jù)重復(fù)性、磁盤空間有效利用空間及不同OLAP產(chǎn)品的性能以及與數(shù)據(jù)倉庫整合程度。

    對銷售狀況進行多維把握，要考慮銷售額相關(guān)因素來設(shè)計銷售訂單：①該年內(nèi)某貨品兩個連續(xù)的季度銷售情況有何變化；②該年某類特定產(chǎn)品的銷售情況如何；③同類的貨品哪類產(chǎn)品銷售量大；④單個銷售員的工作業(yè)績?nèi)绾危虎菽男┊a(chǎn)品目前一段時間內(nèi)購買量大；⑥針對某類產(chǎn)品，部門銷售員工的銷售量是多少。

    4.2 OLAP服務(wù)器實現(xiàn)多維銷售分析

    要準(zhǔn)確掌握汽配企業(yè)歷史銷售業(yè)績，包括產(chǎn)品銷量、產(chǎn)品利潤等，企業(yè)高層管理希望從多角度進行分析，例如從時間角度看銷售額是否增加，同一時間段不同客戶的銷量又是怎樣，那就需要基于上述面向企業(yè)銷售主題的數(shù)據(jù)倉庫上利用OLAP服務(wù)器建立多維數(shù)據(jù)立方，為多角度分析服務(wù)做好準(zhǔn)備。

    實現(xiàn)多維數(shù)據(jù)有多種方案，本文利用Analysis Services(簡稱AS)構(gòu)建OLAP服務(wù)器，數(shù)據(jù)源連接的是上述汽配企業(yè)銷售主題數(shù)據(jù)倉庫：

    Provider=SQLNCLI. 1；DataSource=dq-45ba7a92838e；Integrated Security=SSPI；Initial Catalog＝FM-DB

    基于此建立的汽配銷售多維數(shù)據(jù)集擁有4個維度，分別是：產(chǎn)品維度、客戶維度、時間維度、業(yè)務(wù)人員維度。多維數(shù)據(jù)集建立好以后，就可以選擇不同的維度對度量值進行分析，圖4是從時間維度、客戶維度分析出的產(chǎn)品利潤報表示意圖。

圖4 前端銷售多維數(shù)據(jù)分析

    以上OLAP分析報表是從時間維度考慮，分別列示出了2008年、2009年和2010年(向下鉆取出各個季度)，針對銷往3個客戶的3種汽車配件產(chǎn)品：后擱物板、儀表臺隔板、阻尼墊對應(yīng)的銷量及利潤數(shù)據(jù)報表。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標(biāo)題：數(shù)據(jù)挖掘在銷售決策中的應(yīng)用

本文網(wǎng)址：http://www.oesoe.com/html/consultation/1081946801.html