当前位置 : 网站首页 > 新闻中心

2019

07-30


来源:

浏览: 189

作者:

基于数据仓库的营销系统自诊断方法研究
计算机科学的吻。基于数据仓库的营销系统自我诊断方法研究袁晓杰董振康一南南开大学信息技术学院天津市主要介绍传统决策支持系统主要建立在数据库技术基础上,但随着数据库技术的快速发展数据量和用户数据库技术变得越来越难以使查询要求复杂化。这是因为数据库系统主要用于在线事务处理。它面临着大量详细的数据,对分析处理的支持一直很薄弱。直接在事务环境中构建分析应用程序是一种失败的尝试。为了提高分析和决策的效率和有效性,必须提取,重组分析数据,全面且易于分析的处理环境,以及大量异构数据的多角度多级分析和处理。向高层管理人员提供决策信息是引入数据仓库概念的原因。到目前为止,业界尚未对数据仓库这一术语进行统一定义。在这里,我们将公认的数据仓库概念的创始人给出的定义数据仓库定义为稳定的,不同时间的数据集的主题集成,以支持业务管理中的决策过程。数据仓库支持在线事务分析操作,这些操作是针对特定问题的在线数据访问和分析。它提供对多种可能的信息观察形式的快速,一致和交互式访问。允许管理决策者深入研究数据。为了实现复杂的分析和可视化工作,数据仓库中的数据通常以多维模式构建。尺寸是人们观察数据的特定角度,尺寸通常是分层的。常用的多维分析操作包括切片切割旋转滚降和分解,以实现数据仓库上的服务,具有高性能。设计重点是如何组织数据仓库中的综合数据以及如何满足前端用户的多维数据分析需求。数据仓库技术具有很强的应用背景,特别适用于使用计算机实现管理的企业或商业部门。为了研究国家计划支持项目制造企业的自我诊断和评价方法,我们开展了基于数据仓库的营销系统自我诊断研究,利用多元化分析了企业的销售信息。 - 维模型,建立销售数据仓库模型,设计模型转换算法。提出了多维多粒度快速分析决策工具,实现了营销系统自诊断软件原型系统。二,营销诊断系统分析和诊断多年来积累的销售数据,只能为业务经理提供详细的详细信息,帮助企业完成日常销售管理,但如何从这些细节中提取潜在的决策信息,但尚未人民重视,浪费宝贵的信息资源。实际上,企业的历史销售数据中隐藏着大量的知识。通过对销售数据的分析,可以找到影响销售趋势的购买力趋势价格因素等知识,这可以帮助企业管理者发现问题并调整销售策略以预测未来的决策。 。数据仓库技术为我们实现这一目标奠定了基础。通过建立销售数据仓库模型,可以在仓库中预处理大量销售信息,并且可以快速处理历史数据以执行各种聚合操作并显示分析结果。超出趋势预测并发现有用的决策知识。从企业营销的角度来看,数据主要集中在产品信息采购单位销售信息,从企业提取原始数据信息,定义营销诊断数据仓库,建立三个方面。在时间产品销售和销售产品方面的维度表。在价格和销售利润三个方面建立测量,并为用户提供维度的粒度划分工具。用户可以通过这两个主题获得国家主题应用基础研究项目资金。资金。袁晓杰副教授,博士学生。主要研究方向是数据仓库和技术。划分维度的级别和类别,实现多层次,多角度的查询摘要,使公司能够了解销售情况和综合信息,找到销售弊病,提高产品销售。通过以上信息,用户可以列出查询后获得的数据集,并绘制图表为用户提供参考建议,以便用户进行进一步的查询和分析。诊断过程根据企业销售数据和数据仓库建模思路,应根据以下过程设计整个诊断过程,以定义Handu定义粒度。基于销售维度查询的销售维度其他模块图营销诊断系统模型首先分析企业原始数据库的格式,从产品购买单位和销售信息三个方面提取事实表所需的数据。事实表的格式是日期产品购买。货物单元提供的销售量,价格,毛利和其他界面允许用户定制产品的分类方案和购买单元信息,并根据用户提供的分类方案生成维度表。然后,根据维度表,定期刷新各种粒度的一些常见物理视图。根据各种表的使用频率,将系统放置在不同性质的各种存储介质上。根据下面列出的各种查询过程,引导用户执行各种逐步查询操作,并根据查询结果的建议,指示用户进入相应的模块。如上图所示,用户提出的各种查询要求包括维度定义和测试的定义,聚合数据表格和图表是根据相应粒度的各种物理视图获得的。如果没有相应的物理视图,请转到原始事实表进行查询。最后,根据获得的结果,建议用户进一步查询。用户可以进一步选择产品类时间段和销售类等,并根据查询结果,根据诊断建议进行更深入的分析,或跳转到其他模块进行诊断。诊断知识对于各种精确查询的结果,需要进行相应的分析以获得诊断建议。我们考虑使用以下模型来分析查询的结果。调查购买力以减少使用字母代表产品,代表一定时间段,代表某个区域。聚合操作由字母表示。该地区诊断和诊断领域的两名乒乓警察之一。第二。所有地区的尸体区域的平均购买力是产品类型的数量。时间维度基于该区域的平均购买力的时间维度。第二区域的购买力是时间段的数量。如果有区域购买力,则输入该区域的平均购买力。诊断结果产品在该地区销售不佳。比较该地区和其他地区的单位销售单位成本之间的差异。如果单价有偏差,则可以诊断出区域销售成本是否是季节性销售分析的不合理时间。产品尺寸时间购买力Fan T,时间平均购买力时间(两个,界限,所有时间必须是两个,孩子的学习时间购买力人嘶哑和相互,21是基于产品尺寸查询时间平均值的面积数字图购买电力工程在工作时间内,购买Lifansi鱼和鱼是一种用于产品类型的连接操作。如果有时间,购买时间的购买力是average。诊断结果是该产品在该区域内销售不佳。产品一次出售,分析尸体,购买雷斋缎笼爬身,产品的平均购买力,第二个尸体,产品的购买力,以及制作的邀请下一个尸体,产品的平均购买力,尸体,产品购买力猛,吐出的时间段数,如果有两个购买力的领域,耳朵产品的平均购买力。诊断结果在该地区内,并且产品在此期间销售不佳。根据上述公式,您可以挖掘出各种查询结果所代表的深层含义,以帮助决策者做出正确的判断,并以此为基础。建议用户转到其他模块进行进一步诊断,以便企业可以诊断整个系统进一步完成。用户界面旨在使诊断系统更加灵活,并为用户提供以下界面设计。测量定义界面可以定义销售量,销售额,销售利润率,时间限制,定义界面,开始时间,每个级别的时间粒度,产品分类定义界面等。定义各类产品类别,如小类别,销售区域定义界面可以定义该地区大面积的小型企业的性质。三,营销诊断系统设计日期生产采购单位销售量价格毛利润数字雪膜模式模型转换解决系统响应速度慢的问题,我们采用以下优化策略改进系统重组维度表中的值图层维度表被组合并映射到事实表的值。例如,产品维度表结构如下:产品维度表产品产品名称,生产成本和其他产品与事实表中的产品相关联。用户定义分类后,系统自动生成以下产品分类表。家电洗衣机滚筒洗衣机双缸洗衣机空调餐具燃气灶逻辑结构设计根据以上系统分析,采用雪花模式在数据仓库中组织销售信息是最自然的其逻辑结构如图所示。从逻辑结构图中可以看出,它是一个多维度维度表,一个事实表,并且在购买单元的维度中,它体现了相同维度的不同分类方法。虽然上述组织结构清楚,但用户界面设计简单,但也有很大的缺点。当系统分析阶段的诊断思想实现时,系统开销很大,实现结果的主要时间和空间都被浪费了。在字段中添加适当的位数,并根据产品类别和产品分类表填充这些位。对于诸如购买单元性质的销售日期之类的尺寸,它以类似的方式处理。这样,时间产品购买单元的三个子段的长度将在事实表中增加,但此后所需的各种排序和聚合操作的过程将大大简化,并且仅相应字段中的相应位将按要求截取。简单的组总和即可。将切片模式转换为星形模式由于映射了对,因此可以将雪花逻辑结构转换为图中所示的星形结构,并使用分类定义表替换维度表。通过上述改进,提高了检索效率,简化了系统的工作模式,从逻辑上看,仍然实现了r芯片模式的功能。日期制作,购买,购买,单位,商品,商品,销售,销售,单表,价格,毛利,星形图案,如图所示,各种粒度共有物理视图,以及高频使用的物理视图就是基于此。考虑将它们分成各种不同的区域记忆。决策支持工具为了便于多维和多粒度检索,我们提供了可视化分析和描述工具,并使其成为一个控件。其主要功能如系统错误处理设计所示,以确保系统的安全性和完整性。用户具有有限的操作权限,并且所有物理表的结构对用户是透明的。表的内容和结构是只读属性。三维分类定义的编号对用户也是透明的。如果出现问题。然后系统给出提示并且不执行它而不影响其他模块。系统给出提示,定期添加事实表的内容,定期刷新物理视图,并定期执行系统安全检查。通过数据仓库和技术总结,分析和诊断企业现有数据,为管理者提供决策支持,具有重要的理论意义和实用性。本文在企业营销背景的基础上,探讨了从系统分析到模型实施的全过程。接受用户定义的分层粒度模型转换和在线查询接口的想法开发了现有的数据仓库技术。原型系统已经设计完成。与合作单位合作,开始验证和改进。我们有理由相信数据仓库技术能够有效地反映企业当前的发展,并在决策支持系统的发展中起着关键作用。这项研究将在现代企业中发挥更大的作用。参考用户描述分析每种潜在地图分析图的目标趋势韩路企业诊断指南。新华出版社,计算机科学已成为中国计算机学会的期刊。这是计算机科学杂志Du的祝福。读者的祝福是作者的祝福。
分享到: