中国信息官CIO精英 前沿视野 经验之谈 职业发展 信息官杂谈 | 产品资讯笔记本 商用电脑 服务器 办公 网络设备 存储设备 软件 显示设备 其他

您当前的位置: 首页 > BI频道 > 数据仓库 〉基于数据仓库的营销决策支持系统

基于数据仓库的营销决策支持系统

2012-03-31 14:22:00

    在现在这个现代化的信息时代,信息已经成为企业之间竞争的主要标准,而且现在大多数的企业已经认识到,只有不断地快速的获取有用的信息,才能比其他企业在更高的一个层次上作出决策,从而成为企业中的领头羊,收获更大的利润,提高竞争力。

    本文便以餐饮业为例,而提供数据来源的是扬州共和春酒店,具体的是该酒店的销售数据。由于对该数据进行了详细彻底的分析和研究,所以本文提出的有关的理论和结论所显示的数据情况都是非常重要的。本文不仅对扬州共和春酒店的数据进行研究,还根据酒店的具体情况给出数据仓库的流程,包括实施时的过程以及在实施前的模型构建,当然,作为市场营销决策的支持系统,我们使用Microsoft SQL Server 2000 Analysis Services对其进行OLAP数据分析与挖掘。

    一、营销决策支持系统的数据仓库

    (一)需求分析

    当今社会是经济的社会,更是信息的社会,所以,信息对于企业来说,是永远不落伍的话题,不论是公司本身还是公司内的各个部门,都对信息看的尤为重。以扬州共和春酒店为例说明,扬州共和春酒店主要经营的是扬州地区传统的小吃,其中饺面、馄饨和锅贴等,已经成为扬州共和春酒店的招牌小吃,而且非常受当地人的喜爱,现在扬州共和春酒店已经拥有五家分店,在经营过程中偶尔也会借鉴一下别的销售模式,比如进行一些销售上的促销活动,许多餐饮业的公司都采用这种办法,最典型的就应该算是肯德基了。有时候进行一定的模仿是好的,但不能长期的模仿下去,因为一个公司有一个公司的具体情况,模仿下去不是办法,而且企业的领导也已经发现在日常的数据之中,隐藏着许多隐含性知识,之所以一直未被利用,是因为现在的数据处理能力不够,并不能很好地使数据发挥它巨大的价值。所以要对数据进行一定的整理,以便挖掘数据之中的潜在信息,但是这样不可避免的会影响到操作系统的资源,甚至还会影响到日常的工作,而对数据仓库来说,就很好的弥补了这一问题,因为数据仓库是在对数据进行加工处理后才形成的,在联机时可以提供较好的数据,所以,一个企业或者是一个部门要想对数据进行充分的挖掘和分析,而且用于决策支持,一定要建立数据仓库

    (二)营销决策支持系统数据仓库的实施过程

    营销决策支持系统数据仓库的实施过程主要包括:

    1.任务和环境的评估。(1)根据完整的数据分析,完成系统的建设主体,明确主题内容,到底是在销售方面,还是别的方面。(2)建设时注重维度的分析,要分析的维度很多,产品和时间是最重要的,其次是有关的部门等。

    任务明确之后还要对环境进行分析,不论是什么,都要以现状为基础,只有这样才是最适合的,营销决策支持系统数据仓库的实施过程也不例外。

    2.需求的收集和分析报告。(1)明确项目的概述,知道流程,按照流程进行。(2)构建系统实施过程的蓝图。(3)建立相应的模型,对其进行理论上的模拟。(4)备份数据仓库有关数据,对数据仓库不断进行升级。(5)明确在数据仓库运行之中的发展状况。

    3.对数据仓库实施过程中出现的重大问题的讨论。在对数据仓库进行管理时,要注意保持数据仓库中数据的完整性,可能就是因为一个小小的数据,就会改变一切,再一点就是对数据进行可靠性的检测,一个错误的数据是完全没用的,还有可能起到相反的作用,在管理过程中注重对数据仓库的保密措施,可以设置访问权限和黑名单的管理等。

    (三)营销决策支持系统数据仓库的总体结构模型

    营销决策支持系统数据仓库是一个笼统的概念,因为该数据仓库还可以进行细分,按照不同的部门来进行划分时,可以分为三个数据集,具体是销售方面的数据集,人力资源方面的数据集,还有广告方面的数据集,而且不同的数据集之间度量标准也是不一样的,可以按照销售额来进行度量,也可以按照别的方法,甚至可以简单的按照一个小的角度来处理。

    (四)营销决策支持系统多维数据集设计

    一旦数据仓库已经建立好相关的模型,便可以用数据仓库的相关数据来进行有关工作。而且不同的企业拥有自己不同的构建数据仓库的方法,本文案例是扬州共和春酒店,该酒店就行构建数据仓库的方法是利用Microsoft SQL Server2000,建成之后再对数据仓库中的数据进行数据分析,进一步便是进行相关的数据挖掘,而下文着重介绍的是销售多维数据集和广告促销多维数据集。

    1.销售多维数据集设计。

    在图1中,事实表是销售表,其它的表为维度表,它们之间的连线表示关系。利用销售方面的数据集可以轻松地对销售业务数据从多个方面和多个角度来进行分析,对数据的管理起到了重要的作用,使得工作人员轻松的掌握相关的数据,而且对工作人员进行信息的挖掘作出铺垫。上文中说到共有三个比较独立的数据集,其实,这三个数据集也是可以任意组合的,至于怎样用,就要看工作人员主要是进行哪方面的工作了,再比如时间方面的数据集,它可以把数据追查到每天,这样便能看到每个销售人员在这一天之中的业绩。所以得到有价值的数据的同时,努力去制定严谨科学的销售计划也是不可缺少的。

    点击放大图片
    图1 销售多维数据集的雪花型模型

    2.广告促销多维数据集设计。广告促销数据集是广告方面的数据集和销售方面的数据集的很好的结合,当然,其中的维度也不止一个,主要的有:第一,时间,这永远是第一位的,第二是部门或者是产品等不同的维度,把握好不同的维度,对广告促销多维数据集设计是至关重要的,上文说到不同的维度具有不同的度量值,这里的维度比较多,其度量值也就相应的比较多,可以是销售额,也可以是促销额,还可以是多种多样的度量。广告促销数据立方体的雪花型模型如图2所示:

    点击放大图片

    图2 广告促销多维数据集的雪花型模型


    在图2中,事实表是广告促销表,其它的表为维度表,它们之间的连线表示关系。

    当上文中所说的广告促销多维数据集建立完成之后,工作人员可以利用改数据集来对该公司的广告情况进行详细的评鉴,而且根据数据集的分析和数据来进行下一步的规划,而且为下一步广告销售提供精确的数据支持,作为广告销售的强大的后盾。

    二、营销决策支持系统的OLAP数据分析与挖掘

    OLAP数据是功能比较完善的数据挖掘技术,因为它可以进行联机分析,而且还没对数据进行挖掘,正是因为这样,才能使得用户们不会因为在不同的数据库或者是不同的数据仓库之间存在什么障碍,使得工作更加的流畅。

    (一)基于OLAP的数据特征和比较

    数据特征主要指的是那些总结有关任务的或者是对一些结果进行记载的数据,这可以看做是数据的一个基本的特征,也就是一般性,在数据库中得到想要的知识,可以利用多种技术相结合的手段,可以将数据进行一定的加深或者是相应的浅化,来达到工作人员的目的。

    一般意义上的数据比较,是利用一些详细的规定,对不同的特征进行详细的分析和划分,这个规则可以自己制定,以便于自己的相关的管理,具体实施如下:

    首先,通过查询进程在数据库中选择相关数据集,并将其按目标类和一个或多个对比类分区。第二,对目标类实施因素归纳,从中抽取一个基本目标立方体,这是一个综合立方体块,其中每个因素与相应的初始因素值接近。然后对比类被汇总到与基本目标立方体块相同的层次上,形成基本对比立方体块。最后,存储在这两类中的信息将用于生成定量的或定性的区分规则。

    (二)基于OLAP的关联

    因为数据仓库的管理,是基于OLAP的,所以在实际应用中,进行有关数据的挖掘时,因为两者的关联形式可能是不同的,而且不同的管理形式的结构也是完全不同的,这就使得要将挖掘的结果结合整理起来时遇到困难,知道了病症,便要对症下药,简单的方法便是选择节点少的立方体来进行数据研究和相应的技术指导,如果觉得多个节点不好把握,因此就直接选择一个节点进行操作,这使得问题变得简单。

    (三)基于OLAP的分类

    上文中已经说到了OLAP的分类,其实在其分类中利用树状结构,它已经集成了数据集的技术,所以我们要做的就是对多个数据集进行相应的汇总,然后再根据汇总的数据进行整理和分析。

    三、远程Internet连接

    对于一个企业的决策支持系统来说,使用这个系统的肯定是企业的高层管理人员,他们的业务比较繁琐,还可能经常出差,所以,在这些高层管理人员出差时,他们就不会利用公司的电脑进行系统管理,所以,在任意时间从任意位置访问数据变得格外重要。建立一定的访问权限,也可以利用防火墙访问分析服务器数据库和多维数据集,从而能够较好和较安全地对系统进行管理。

    在营销决策支持系统中,多维数据集有销售多维数据集、市场多维数据集、广告促销多维数据集,它们分别属于不同的职能部门。所以,对这些部门的管理也是值得关注的问题,主要措施可以是要保证数据集的数据必须是包含来自OLTP和MIS系统的最新数据,为了达到这个目的,企业必须把三个数据集全部进行一定的调度处理,可以使得这三个数据集都在早晨的两点或者是三点运行,这样一来,便能够使得信息能够被数据集顺利的处理,确保管理人员任务能够及时的完成。

(责编:fanwei)

投稿邮箱:cio114@foxmail.com