数据仓库技术在服装销售领域应用探究.docxVIP

数据仓库技术在服装销售领域应用探究 摘要：数据仓库作为信息处理领域的一种新技术，有着广 阔的应用前景。本文以服装销售领域为例，研究数据仓库建 模方法和实现过程。主要研究了销售主题下的产品类别、时 间和地区维度，结合OLAP技术，展示了数据仓库系统的实 用价值。 关键词：数据仓库OLAP服装销售 中图分类号：TP311文献标识码：A文章编号: 1007-9416 (2012) 11-0064-02 1、引言 数据仓库是一个面向主题的、集成的、时变的、非易失 数据仓库是一个面向主题的、集成的、 时变的、非易失 性的数据集合，支持管理部门的决策过程。数据仓库系统通 常需要涉及数据源、数据仓库、OLAP服务器和前端应用几个 部分。其中数据源是整个系统的数据来源，包括各种原始的 业务数据。数据仓库是整个系统的核心，负责集成经过抽取 和转换的源数据，并向OLAP服务器提供数据。OLAP服务器 负责向用户提供分析结果，而前端应用主要包括各种报表工 具或查询工具等。本文研究在服装销售领域内数据仓库的建 立过程和方法，以服装销售信息系统中关系数据库为数据 源，实现了一个实用的数据仓库系统，为管理人员分析销售 形势提供了有力的帮助。 2、数据仓库建模 2. 1事实表与维度选择 对于面向全国进行服装销售的公司而言，主要的业务元 素有客户、产品、销售时间、销售数量和价格等。本数据仓 库的逻辑模型采用了雪花模型，主要关注产品销售主题，如 下图所示。该模型的结构特点是：以产品销售这个事实表为 中心，从时间、地域和产品三个维度向外进行了扩展，并且 销售产品属于不同的产品类别，如男装、上衣、衬衣等。产 品销售事实表中的信息来自于服装销售业务管理系统的订 单表，其中数据仓库主要利用的字段有产品编号、地区编号、 销售数量、销售单价和销售日期。 2.2服装销售的维度分析 服装销售时，管理人员需要对销售情况进行分析，了解 分产品类别、分时期、分地域的销售效果，然后制定新的销 售计划。在产品类别、时间和地区这三个维度上，级别表达 了数据的层级结构，从数据的最大（汇总程度最大）级别直 到最小（最详细）级别。如年、月、日代表了三个不同的时 间层级。 2. 2. 1产品类别维度 在实际的业务管理系统中，服装产品可能有数千种。在 我们所选企业的数据库中，产品类别分为大类、中类和小类 三个级别。例如女装是一个大类，上装又是其下属的一个中 类，T恤则是上装下属的一个小类。产品类别的层级结构如 下图所示。 从数据仓库的模型（图1）可以看出，事实表中每个产 品编号代表一种特定的商品，而通过产品表将其归属于某一 个特定产品小类；获得产品小类编号后，可以在产品类型编 号表中查找它所对应的产品中类和大类。通过对销售事实信 息在不同粒度上的汇总，我们可以获得各个类别产品的销售 情况（如图2）。 2.2.2 时间维度 在各种管理信息系统中，时间都是常见的信息。在激烈 的竞争中，时间也是服装销售决策者需要重点关注的因素之 一。他们需要了解什么时间产品的销售形势较好，什么时间 不好，以及各个时间段本企业的销售业绩如何。 为了适应业务需求，我们将时间维度分为年、月和日三 个层次。系统首先按照不同年份进行销售数量和金额的统 计，然后又细分为按月统计和按日统计。如见维度各层次的 关系如图3所示。 2. 2.3地区维度 我国幅员辽阔，人口众多，但各地区经济发展水平不同, 并且气候变化、文化习俗也有不同。因此，地域因素对服装 销售也存在较大程度的影响。例如，羽绒服在南方省份的销 量可能就不太好。将产品销量和金额分地区进行统计和分析 后，决策者可以有针对性地拓展市场，投放广告。在销售事 实表中，地区编号实为邮政编码。根据我国的行政区划，自 然可以得出如图4所示的地区层次结构，分为省（直辖市、 自治区）、市（区）两级。 3、数据仓库实现 我们以一家知名服装企业为例，设计并实现了一个数据 仓库系统。源数据来自于该企业的业务管理系统，主要是销 售订单、产品信息、产品类别信息等。经过较为简单的数据 抽取和转换过程，统计出不同维度下、不同粒度的组合信息。 每个订单记录了最详细的销售信息：销售的日期、产品的编 号和邮政编码，根据维表中的信息，可以将此订单的销售数 量和金额归总于相应的数据立方体。为了获得任意组合条件 下的销售数量和金额，我们进行了大量的统计求和处理，并 将统计结果保存于不同的数据库表中。为了实现多维分析功 能，我们采用了开源的OLAP服务器Mondrian,并通过适当 的配置，使其可以方便的显示我们加载的数据仓库数据。 下面四幅图即为在不同维度、不同粒度下的Mondrian 查询结果界面。其中图5、图6和图7分别显示了按照产品 类别、时间和地区维度展开的销售情况统计结果。实际上 Mondrian可以继续