0 引言

    決策支持系統(tǒng)(Decision Support System，DSS)是在管理信息系統(tǒng)的基礎(chǔ)上發(fā)展起來的一門新興的信息技術(shù)。它是以管理科學(xué)、運(yùn)籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)為手段，針對半結(jié)構(gòu)的決策問題，支持決策活動(dòng)的、具有智能作用的人機(jī)系統(tǒng)，能夠?yàn)槠髽I(yè)提供各種決策信息支持以及許多商業(yè)問題的ERP解決方案。

    傳統(tǒng)的決策支持系統(tǒng)主要是以模型庫系統(tǒng)為主體，通過定量分析進(jìn)行輔助決策。DSS對數(shù)據(jù)的使用是非結(jié)構(gòu)化的，它的一次查詢操作要涉及上百張表的上千行數(shù)據(jù)，復(fù)雜的表連接會(huì)嚴(yán)重影響系統(tǒng)的性能，而且用戶僅僅在分析的時(shí)候才查找有關(guān)數(shù)據(jù)，查找條件是隨機(jī)的，因此基于事物處理的傳統(tǒng)數(shù)據(jù)庫環(huán)境不適宜DSS的應(yīng)用。

    隨著計(jì)算機(jī)信息系統(tǒng)ERP的廣泛應(yīng)用與網(wǎng)絡(luò)技術(shù)的迅速普及，以數(shù)據(jù)倉庫和聯(lián)機(jī)分析處理相結(jié)合的輔助決策系統(tǒng)成為決策支持系統(tǒng)的新形式。數(shù)據(jù)倉庫把分布在網(wǎng)絡(luò)中不同站點(diǎn)的數(shù)據(jù)集中到一起，通過聯(lián)機(jī)分析處理(Online Analytical Processing，OLAP)把數(shù)據(jù)的組織由二維平面結(jié)構(gòu)擴(kuò)充到多維空間結(jié)構(gòu)，并提供了多維分析方法，然后從多個(gè)數(shù)據(jù)庫發(fā)現(xiàn)數(shù)據(jù)信息，從而進(jìn)行決策分析，這是決策支持系統(tǒng)發(fā)展的一種途徑。目前這類工具還比較缺乏。

    在數(shù)據(jù)倉庫的支持下，采用OLAP等分析工具，開發(fā)面向最終用戶的決策支持系統(tǒng)，使用戶能夠利用該系統(tǒng)對存儲在數(shù)據(jù)倉庫中的各種信息進(jìn)行跨時(shí)間、地點(diǎn)等多維數(shù)據(jù)進(jìn)行在線分析、挖掘和提煉，從而為決策者提供完整、準(zhǔn)確和及時(shí)的決策信息。

    近年來企業(yè)部門業(yè)務(wù)處理以及信息管理系統(tǒng)ERP的廣泛使用，既為銷售決策支持系統(tǒng)的建立提供了基礎(chǔ)，也為它的應(yīng)用產(chǎn)生了強(qiáng)大的推動(dòng)力。與此同時(shí)，計(jì)算機(jī)在理論與技術(shù)上的新進(jìn)展也使銷售決策支持系統(tǒng)的研究與應(yīng)用水平不斷提高，使它從早期的批處理方式演變成今天的聯(lián)機(jī)分析處理方式，也帶動(dòng)了數(shù)據(jù)倉庫、多維數(shù)據(jù)庫、數(shù)據(jù)挖掘等新技術(shù)的研究。

1 銷售決策分析系統(tǒng)的設(shè)計(jì)

    研制銷售決策分析系統(tǒng)是為處在競爭日趨激烈的環(huán)境中的企業(yè)提供一種分析銷售因素關(guān)系及其變化規(guī)律的方法。根據(jù)數(shù)據(jù)倉庫設(shè)計(jì)的步驟，我們可以通過分析系統(tǒng)結(jié)構(gòu)、概念設(shè)計(jì)、邏輯設(shè)計(jì)和物理設(shè)計(jì)這四個(gè)階段來開發(fā)銷售決策分析的數(shù)據(jù)倉庫系統(tǒng)，且以基于數(shù)據(jù)倉庫的銷售決策系統(tǒng)設(shè)計(jì)與開發(fā)為任務(wù)。具體分為系統(tǒng)結(jié)構(gòu)分析、概念設(shè)計(jì)、邏輯設(shè)計(jì)和物理設(shè)計(jì)這四個(gè)階段。

    1.1 系統(tǒng)結(jié)構(gòu)

    通過對銷售決策分析的處理過程，我們可以把系統(tǒng)分為三個(gè)部分，如圖1所示。

圖1 銷售決策系統(tǒng)結(jié)構(gòu)圖

    (1)業(yè)務(wù)處理子系統(tǒng)。主要是用來完成日常銷售業(yè)務(wù)的數(shù)據(jù)處理，包括操作性的數(shù)據(jù)庫系統(tǒng)和外部各種數(shù)據(jù)。它是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉。

    (2)管理數(shù)據(jù)子系統(tǒng)。負(fù)責(zé)對整個(gè)系統(tǒng)的數(shù)據(jù)進(jìn)行管理，是整個(gè)數(shù)據(jù)倉庫系統(tǒng)的核心。在確定數(shù)據(jù)倉庫信息需求后，首先進(jìn)行數(shù)據(jù)建模；然后確定從源數(shù)據(jù)到數(shù)據(jù)倉庫的數(shù)據(jù)抽取、清理和轉(zhuǎn)換過程，并有效集成，按照主題進(jìn)行重新組織；最后確定數(shù)據(jù)倉庫的物理存儲結(jié)構(gòu)，同時(shí)組織存儲數(shù)據(jù)倉庫元數(shù)據(jù)(具體包括數(shù)據(jù)倉庫的數(shù)據(jù)字典、記錄系統(tǒng)定義、數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率和控制信息等)。

    (3)決策分析子系統(tǒng)。利用聯(lián)機(jī)分析處理OLAP和其他工具對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與分析，實(shí)現(xiàn)分析和預(yù)測功能。

    1.2 數(shù)據(jù)倉庫的概念模型和邏輯模型設(shè)計(jì)

    根據(jù)對系統(tǒng)的需求分析和決策的需要，我們采用信息包圖的方法進(jìn)行多維數(shù)據(jù)建模。如圖2所示。

圖2 銷售分析的信息包圖

    銷售分析的信息包圖建立過程如下：

    (1)確定維度。維度是相同類型數(shù)據(jù)的集合，是人們觀察數(shù)據(jù)的特定角度，不同的維度組合構(gòu)成了訪問數(shù)據(jù)倉庫的約束條件。本系統(tǒng)中確定的維度主要包括時(shí)間維、產(chǎn)品維、銷售地區(qū)維、銷售部門維和客戶維等。

    (2)確定粒度。粒度是數(shù)據(jù)倉庫中數(shù)據(jù)單元的詳細(xì)程序和級別，也就是維度劃分的單位。對所確定的緯度進(jìn)行粒度劃分，如按時(shí)間、產(chǎn)品、銷售地區(qū)、銷售部門和客戶等進(jìn)行劃分。

    (3)確定度量指標(biāo)。度量指標(biāo)是指在維度空間內(nèi)數(shù)據(jù)所表達(dá)的含義，這些度量指標(biāo)包含導(dǎo)出信息，本系統(tǒng)的度量指標(biāo)包括單價(jià)、成本、銷量、利潤等。

    (4)確定維度的層次。維度的層次是指在一個(gè)層次內(nèi)為表達(dá)不同細(xì)節(jié)程序的信息按順序劃分的多個(gè)階層，比如時(shí)間維可以劃分為年、季、月、旬、日等不同的層次。

    根據(jù)以上分析的信息包圖，我們采用星型模型為系統(tǒng)建立多維數(shù)據(jù)模型。星型模式是多維數(shù)據(jù)模型中的一種典型結(jié)構(gòu)，它組織實(shí)體的方式是把一個(gè)事實(shí)表放在中間，周圍有各個(gè)維表與這個(gè)事實(shí)表相連，是一種由一點(diǎn)向外輻射的形式，如圖3所示。數(shù)據(jù)庫中包括一張事實(shí)表，用于存放事實(shí)數(shù)據(jù)，其中的信息有多個(gè)維度，對于每一維都有一張維表，用來記錄相應(yīng)維度的描述信息。事實(shí)表中的每條元組都包含指向各個(gè)維表的外鍵和一些相應(yīng)的測量數(shù)據(jù)。

圖3 銷售分析的星形模式圖

    1.3 數(shù)據(jù)倉庫的設(shè)計(jì)

    為了能夠?qū)崿F(xiàn)信息和數(shù)據(jù)網(wǎng)絡(luò)共享，我們通過Web技術(shù)來開發(fā)系統(tǒng)。在這里，系統(tǒng)的前臺使用HTML語言和ASP技術(shù)進(jìn)行Web編程，以Microsoft SQL Server 2000作為中間數(shù)據(jù)庫，采用Microsoft SQL Server 2000 Analysis Services提供的數(shù)據(jù)倉庫，采用OLAP作為分析工具對相關(guān)數(shù)據(jù)進(jìn)行分析，幫助決策者做出可靠的決策。

    數(shù)據(jù)倉庫物理模型的設(shè)計(jì)主要是為了確定數(shù)據(jù)的存儲結(jié)構(gòu)，確定數(shù)據(jù)存放位置，以及確定存儲分配。

    為支持?jǐn)?shù)據(jù)倉庫加載數(shù)據(jù)，需要對準(zhǔn)備的數(shù)據(jù)進(jìn)行抽取、清理和轉(zhuǎn)換操作，需要?jiǎng)?chuàng)建表和其他數(shù)據(jù)庫對象。因此，數(shù)據(jù)倉庫的物理實(shí)現(xiàn)首先是要?jiǎng)?chuàng)建一個(gè)獨(dú)立的數(shù)據(jù)庫作為數(shù)據(jù)準(zhǔn)備區(qū)，用戶從數(shù)據(jù)源抽取出所需要的數(shù)據(jù)后，經(jīng)過數(shù)據(jù)轉(zhuǎn)換，最終按照預(yù)先定義好的數(shù)據(jù)倉庫模型將數(shù)據(jù)加載到數(shù)據(jù)倉庫中創(chuàng)建數(shù)據(jù)。

    數(shù)據(jù)抽取過程是將數(shù)據(jù)從聯(lián)機(jī)事務(wù)處理系統(tǒng)、外部數(shù)據(jù)源以及其他存儲介質(zhì)導(dǎo)入到數(shù)據(jù)倉庫中。數(shù)據(jù)從數(shù)據(jù)源中被抽取后，需要進(jìn)行擦除、格式化以及保持一致性的處理，然后才能轉(zhuǎn)換為數(shù)據(jù)倉庫結(jié)構(gòu)。可以采用Microsoft SQL Server 2000中的數(shù)據(jù)庫與表創(chuàng)建工具來實(shí)現(xiàn)，其中可以通過SQL Server 2000中的Transact-SQL、數(shù)據(jù)轉(zhuǎn)換服務(wù)DTS、分布式查詢以及命令行應(yīng)用程序等工具來實(shí)現(xiàn)數(shù)據(jù)的提取、清理、轉(zhuǎn)換和加載過程。

2 銷售決策分析系統(tǒng)的實(shí)現(xiàn)

    數(shù)據(jù)倉庫把來自多個(gè)系統(tǒng)的數(shù)據(jù)集成起來，形成一個(gè)可靠的、一致的、不斷更新的信息集合。在大多數(shù)情況下，它們直接采取大規(guī)模關(guān)系型數(shù)據(jù)庫以及傳統(tǒng)的關(guān)系型報(bào)表和查詢工具的形式。但是，它不直接支持更加完整的和多維的視圖，而這正是靈活的決策制定所需要的。

    在實(shí)際決策過程中，決策者需要的數(shù)據(jù)往往不是某一指標(biāo)單一的值，他們希望能從多個(gè)角度觀察某指標(biāo)或多個(gè)指標(biāo)的值，并且找出這些指標(biāo)之間的關(guān)系。比如，決策者可能想知道“北京和上海兩個(gè)地區(qū)今年上半年和去年上半年在銷量總額上的對比的情況，以及銷量額按照50萬～100萬、100萬～500萬，以及500萬以上分組”。這些決策數(shù)據(jù)是多維的，多維的數(shù)據(jù)分析是決策分析的主要內(nèi)容。但是，傳統(tǒng)的關(guān)系數(shù)據(jù)庫系統(tǒng)及其查詢工具對于管理和應(yīng)用這樣復(fù)雜的數(shù)據(jù)就顯得力不從心了。

    本系統(tǒng)的決策分析過程采用OLAP來實(shí)現(xiàn)。OLAP技術(shù)通過對數(shù)據(jù)倉庫進(jìn)行綜合、統(tǒng)計(jì)和分析，以專業(yè)報(bào)表和查詢結(jié)果的形式提供給管理人員。OLAP的功能結(jié)構(gòu)由數(shù)據(jù)存儲服務(wù)、OLAP應(yīng)用服務(wù)、用戶描述服務(wù)組成的三層客戶/服務(wù)器結(jié)構(gòu)，復(fù)雜的應(yīng)用邏輯集中存放在應(yīng)用服務(wù)器上，由服務(wù)器提供高效的數(shù)據(jù)存儲，根據(jù)前端的客戶要求，通過對數(shù)據(jù)倉庫細(xì)節(jié)數(shù)據(jù)的統(tǒng)計(jì)和分析，安排后臺處理及報(bào)表的預(yù)處理，最終得到所需要的結(jié)論。

    對于本系統(tǒng)，我們可以采用Microsoft SQL Server 2000 Analysis Services提供的OLAP和Microsoft English Query等工具對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行查詢。Analysis Services系統(tǒng)包括一個(gè)用于管理分析數(shù)據(jù)的多維數(shù)據(jù)集和提供客戶端對多維數(shù)據(jù)集信息的快速訪問的服務(wù)器。Analysis Services借助預(yù)先計(jì)算的聚合數(shù)據(jù)將來自數(shù)據(jù)倉庫的數(shù)據(jù)組織成為多維數(shù)據(jù)集，通過在多維結(jié)構(gòu)中對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行獲取、摘要、組織和存儲，從而為復(fù)雜的分析查詢提供快速應(yīng)答。在該系統(tǒng)中，開發(fā)的客戶端分析模塊可以用表格、平面圖、立方圖和圓餅狀圖等形式來顯示分析結(jié)果，主要有以下功能：

    (1)銷售分析。根據(jù)建立的銷售模型，可以對不同種類的產(chǎn)品以及不同的銷售部門，從年、月、旬、日產(chǎn)品的銷售情況來進(jìn)行分析和預(yù)測。同時(shí)，從產(chǎn)品的銷售情況的分析結(jié)果可以再進(jìn)一步分析相應(yīng)的銷售員工的業(yè)績。這樣，可以幫助決策者了解公司的發(fā)展業(yè)績，以及公司員工的能力，為公司的下一步發(fā)展制定出相對準(zhǔn)確的計(jì)劃。

    (2)客戶分析。根據(jù)產(chǎn)品的銷售區(qū)域以及具體的客戶分布，一方面可以進(jìn)行客戶所屬地區(qū)的分析，從而可以得到產(chǎn)品銷售的方向；另一方面，可以對客戶價(jià)值進(jìn)行分析，了解產(chǎn)品的消費(fèi)群。這些可以幫助決策者確定各種類型客戶的消費(fèi)模式，以便采取靈活而主動(dòng)的經(jīng)營方式，從而獲取最大的利潤。

    (3)供應(yīng)商分析。這主要是建立在銷售分析的基礎(chǔ)上，對來源于不同的供應(yīng)商的同一種產(chǎn)品的銷售業(yè)績進(jìn)行分析，了解消費(fèi)者的購買喜好和對不同廠家的產(chǎn)品的適應(yīng)能力，幫助決策者制定合理的采購計(jì)劃。

    (4)財(cái)務(wù)分析。根據(jù)劃定的時(shí)間周期來進(jìn)行實(shí)際費(fèi)用和花費(fèi)的比較，審查過去資金流動(dòng)的趨勢，可以預(yù)測未來的資金需求量，整合各部門的財(cái)務(wù)數(shù)據(jù)形成正確的財(cái)務(wù)報(bào)表。圖4是一張部分業(yè)務(wù)分析的示例圖。

圖4 部分業(yè)務(wù)分析示例圖

3 結(jié)束語

    本文所介紹的基于數(shù)據(jù)倉庫和OLAP的銷售決策分析系統(tǒng)可以大大改善原有的基于事務(wù)處理系統(tǒng)的數(shù)據(jù)處理和分析能力。數(shù)據(jù)倉庫是在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的，其面向主題的數(shù)據(jù)組織方式可方便用于決策分析，聯(lián)機(jī)分析處理把數(shù)據(jù)的組織由二維平面結(jié)構(gòu)擴(kuò)充到多維空間結(jié)構(gòu)，實(shí)現(xiàn)了多維數(shù)據(jù)分析。在數(shù)據(jù)倉庫的基礎(chǔ)上進(jìn)行聯(lián)機(jī)分析處理的輔助決策技術(shù)越來越成為現(xiàn)代決策支持系統(tǒng)發(fā)展的新趨勢。

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

本文標(biāo)題：基于數(shù)據(jù)倉庫的銷售決策分析系統(tǒng)設(shè)計(jì)

本文網(wǎng)址：http://www.oesoe.com/html/solutions/1401932487.html