第6部分：综合决策支持系统(1).ppt

信息分析与决策支持 唐晶磊 信息使用者对数据仓库的使用具有以下特征： （1）在搜索数据前，已经知道对数据的需求。 （2）他们是有规律地访问数据。 （3）能知道他们正在寻找什么。 （4）他们访问的数据量较小。 （5）访问可预测的数据。 （6）经常处理以前访问的数据。 （7）经常访问各类综合数据。 （8）较少访问最近的详细数据。 （9）能发现少量的精华。 （10）最佳的数据结构是星型模型。 探索者要完成4种基本类型的工作： （1）概况分析：用来评定是否有充分的样本数据量。 在抽取、建模和分类之前，概况分析活动对于确保数据质量非常关键。 （2）抽取：从DW中抽取指定的数据，送入支持探索者分析活动的临时仓库中。 （3）建模：开发一种用来描述实体（也就是客户、产品和渠道）特征的模型的过程。根据DW中的实体来分类这些实体，并可预测将来的结果。 （4）分类：探索者依据实体与模型的匹配，对DW中的其他实体分类。 （2）强大的数据仓库系统将世界4000多家分店的每一笔业务数据汇总到一起，让决策者能够在很短的时间里获得准确和及时的信息，并作出正确和有效的经营决策。而沃尔玛的员工也可以随时访问数据仓库，以获得所需的信息。 （3）沃尔玛的创始人萨姆沃尔顿在他的自传中说： “我总是喜欢尽快得到那些数据，我们越快得到那些信息，我们就能越快采取行动，这个系统已经成为我们的一个重要工具”。 （5）数据仓库存有196亿条记录，每天处理并更新2亿条记录，要对来自6000多个用户的48000条查询语句进行处理。 （6）沃尔玛数据仓库里最大的一张表格容量已超过300GB，存有50亿条记录，可容纳65个星期4000多个商店的销售数据，而每个商店有5万～8万个商品品种。 4、沃尔玛进行决策支持分析 （1）商品分组布局 合理的商品布局是一种微观销售策略，它能节省购买时间并刺激顾客的购买欲望。 沃尔玛利用市场类组分析（MBA），分析顾客的购买习惯，掌握不同商品一起购买的概率及购买者在商店里的穿行路线和时间，从而确定商品的最佳布局。 （2）降低库存成本 加快资金周转，降低库存成本是一个重要问题。 沃尔玛通过数据仓库系统，将成千上万种商品的销售数据和库存数据集中起来，通过数据分析，以决定对各个商店各类货物进行增减，确保正确的库存。 数据仓库系统不仅使沃尔玛省去了商业中介，还把定期补充库存的担子转嫁到供应商身上。 （3）了解销售全局 每天，各商店都把商品种类、销售数量、商店地点、价格和日期等分类信息传回总部，使沃尔玛能确切知道当天的运营和财政情况。 凭借对瞬间信息的随时捕捉，沃尔玛对销售的每一点增长、库存货物百分比的每点上升和通过削价而提高的每一份销售额都了如指掌。 （4）市场分析 沃尔玛利用数据挖掘工具和统计模型对数据仓库的数据仔细研究，以分析顾客的购买习惯、广告成功率和其他战略性信息。 （5）趋势分析 沃尔玛利用数据仓库对商品品种和库存的趋势进行分析，以选定需要补充的商品，研究顾客购买趋势，分析季节性购买模式，确定降价商品，并对其数量和运作作出反应。 BI的决策支持表现为以下几方面。 1、商业智能的数据分析 （1）联机分析处理的多维数据分析 切片、切块、钻取、旋转等操作完成多维数据分析。 （2）what-if分析（假设分析） 为决策者提供多种参考依据，提高决策效果。 （3）建立客户购买商品的偏爱和选择模型 通过模型找出客户偏爱和选择商品的关系，扩大公司在市场中的竞争能力。 2、业务智能管理 （1）客户智能 提供全方位的客户信息查询、分析和监控的系统。 （2）营销智能 通过分析、报告、管理和监控营销信息，帮助企业的高级执行官、营销专家和分析人员制定战略性的营销策略。 （3）销售智能 提供全面的销售团队分析、销售业绩分析、根源分析和业绩管理来帮助企业领导者制定销售策略及对销售业务快速作出市场反应。 （4）服务智能 提供强大的服务智能分析和个性化服务来分析与服务相关活动的全面信息，最终帮助企业制定更合理高效的服务策略。 （5）采购智能 提供一些工具，用于确定哪些供应商一直在及时提供质优价廉的产品和服务。这些信息用来建立供应商战略联盟，改善供应商关系，更直接地将重点放到改进供应商服务的机会上。 （6）流程管理智能 为流程制造商提供产品、