- 相關(guān)推薦
超市商業(yè)智能模型研究
摘 要：針對超市這種商業(yè)企業(yè)經(jīng)營決策的需要，以某POS系統(tǒng)為例，在不影響超市POS系統(tǒng)運(yùn)行的前提下對POS系統(tǒng)的數(shù)據(jù)庫進(jìn)行少量修改，進(jìn)而設(shè)計(jì)出數(shù)據(jù)倉庫、多維數(shù)據(jù)集、數(shù)據(jù)挖掘模型和報表模型，通過商業(yè)智能門戶向企業(yè)數(shù)據(jù)分析人員和經(jīng)營決策人員提供操作簡便、界面好的平臺。關(guān)鍵詞：商業(yè)智能；數(shù)據(jù)倉庫；OLAP1 引言
隨著競爭的加劇，POS系統(tǒng)在零售企業(yè)中得到了廣泛的應(yīng)用。POS系統(tǒng)和聯(lián)機(jī)電子秤等極大地提高了前臺銷售和盤存的速度，并可以隨時打印各項(xiàng)報表，使得零售企業(yè)的日常管理實(shí)現(xiàn)了信息化，為企業(yè)積累了豐富的、比較完整的能反映企業(yè)經(jīng)營過程的數(shù)據(jù)。為了充分利用大量歷史數(shù)據(jù)，各零售企業(yè)開始建設(shè)數(shù)據(jù)倉庫系統(tǒng)，在商品分析、銷售分析、庫存分析、客戶分析等方面取得了一定的成功。但是目前零售企業(yè)的數(shù)據(jù)分析存在一定缺陷：
�。�1）對客戶的分析有一定的片面性。我國零售業(yè)（超市）的客戶多數(shù)是居民，超市POS系統(tǒng)可以記錄居民的姓名、年齡、地址、電話、職業(yè)、受教育程度等基本信息�？蛻粜畔⒂涗浀氖菚䥺T個人的信息，但使用會員卡的可能是家庭的任何成員。目前的POS系統(tǒng)中沒有記錄這些家庭信息，從而導(dǎo)致客戶分析的不準(zhǔn)確。
�。�2）貨架分析。目前的POS系統(tǒng)記錄了每一筆銷售，但沒有記錄商品銷售前所擺放的貨架。需要分析商品在不同貨架的銷售情況時因?yàn)槿鄙龠@個信息而無法進(jìn)行。
�。�3）目前零售業(yè)的數(shù)據(jù)分析系統(tǒng)一般采用DW OLAP DM的結(jié)構(gòu)，主要以C/S的模式實(shí)現(xiàn)，一般要求用戶對數(shù)據(jù)和模型比較熟悉，主要供數(shù)據(jù)分析人員使用，而企業(yè)經(jīng)營決策者因?yàn)閷?shù)據(jù)和模型不熟悉而不能自如使用這個系統(tǒng)。
綜上所述，對原POS系統(tǒng)的數(shù)據(jù)庫進(jìn)行適當(dāng)修改以適應(yīng)數(shù)據(jù)分析的需求，用商業(yè)智能系統(tǒng)對DW、OLAP、DM進(jìn)行整合并利用商業(yè)智能門戶向使用者提供統(tǒng)一的界面有十分重要的現(xiàn)實(shí)意義。
2 商業(yè)智能的概念
商業(yè)智能(Business Intelligence ，簡稱 BI)的概念最早是GartnerGroup 的Howard Dresner于1996年提出來的。當(dāng)時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫（或數(shù)據(jù)集市）、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。商業(yè)智能可以說是提高企業(yè)市場競爭力的一種技術(shù)手段或方法論，一般包含數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘三個部件。
3 數(shù)據(jù)倉庫設(shè)計(jì)
3.1 超市數(shù)據(jù)倉庫的主題分析
根據(jù)前面的分析，我們可以確定以下幾個主題：
�。�1）銷售主題：對銷售情況進(jìn)行多維分析,以發(fā)現(xiàn)銷售數(shù)據(jù)的異常變化并追溯原因。
�。�2）商品主題：對商品的進(jìn)銷存及退貨進(jìn)行分析，為超市進(jìn)行商品品種和品牌調(diào)整分析提供數(shù)據(jù)。
�。�3）客戶主題：對客戶的購買情況進(jìn)行多維分析，以分析客戶的購買習(xí)慣、計(jì)算客戶的價值、進(jìn)行客戶流失預(yù)測等。
�。�4）貨架主題：位置不同，貨架的租金也不相同。通過分析不同類別在不同貨架的銷售及利潤，為超市調(diào)整商品而已提供支持。
3.2 超市數(shù)據(jù)倉庫邏輯結(jié)構(gòu)
確定了數(shù)據(jù)倉庫的主題后，就要根據(jù)主題設(shè)計(jì)主題的邏輯結(jié)構(gòu)。在上述主題中，銷售主題、客戶主題和商品主題可以設(shè)計(jì)成雪花結(jié)構(gòu)，而供應(yīng)商主題、貨架主題可以設(shè)計(jì)成星型結(jié)構(gòu)。這些模型通過公共維度表形成星座模型。 4 對源系統(tǒng)數(shù)據(jù)庫的修改
如前所述，目前POS系統(tǒng)提供的數(shù)據(jù)與實(shí)現(xiàn)數(shù)據(jù)倉庫各主題所需的數(shù)據(jù)相比存在一定差距，這是因?yàn)镻OS系統(tǒng)中數(shù)據(jù)定義不全面造成的。但POS系統(tǒng)是一種典型的OLTP系統(tǒng)，高效準(zhǔn)確地處理銷售事務(wù)是它最重要的功能，它不會為了滿足分析處理的要求而增加額外的功能從而降低系統(tǒng)運(yùn)行效率，而企業(yè)也不必要為了滿足分析環(huán)境的需要就廢除現(xiàn)有的系統(tǒng)重新開發(fā)或者購買新的POS系統(tǒng)。一個折衷的辦法是對現(xiàn)有系統(tǒng)的數(shù)據(jù)庫進(jìn)行修改以適應(yīng)分析環(huán)境的需要。
4.1 客戶信息的補(bǔ)充
OLTP系統(tǒng)一般是通過存儲過程實(shí)現(xiàn)對數(shù)據(jù)表記錄的追加，可以直接修改表的結(jié)構(gòu)和存儲過程實(shí)現(xiàn)客戶信息的補(bǔ)充。某POS系統(tǒng)的客戶信息表包含以下字段：編號、名稱、電話、傳真、地址、郵編、聯(lián)系人、開戶銀行、帳號、備注；其增加客戶記錄的存儲過程：INSERT INTO會員表(會員卡號,姓名,折扣,累計(jì)金額,性別,生日,身份證號,電話,地址,郵編,備注,換算金額)VALUES (@P1,@P2,@P3,@P4,@P5,@P6,@P7,@P8,@P9,@P10,@P11,@P12)上面的SQL語句完整地以參數(shù)形式給出了添加的數(shù)據(jù)項(xiàng)以及對應(yīng)的字段，因此給客戶表增加字段不會影響該語句的功能。同樣對查詢、更新、刪除客戶信息的存儲過程進(jìn)行分析，發(fā)現(xiàn)只要不刪除表中現(xiàn)有字段及改變字段定義，給表添加字段不會影響現(xiàn)有功能的使用。
為了增加客戶分析的全面性，滿足客戶主題分析的需求，可在數(shù)據(jù)表中增加所需要的字段：教育程度、家庭人口、與超市距離等；另外增加一個存儲過程以向數(shù)據(jù)庫的客戶表寫入客戶的這些補(bǔ)充信息，并在后臺增加一個程序界面以調(diào)用該存儲過程實(shí)現(xiàn)新客戶信息的錄入功能。
4.2 貨架數(shù)據(jù)的補(bǔ)充
如果POS系統(tǒng)沒有貨架信息，就必須先在數(shù)據(jù)庫中建立貨架信息表，并給商品表中每種商品加上所處貨架字段一般而言，同一種品牌的同一個類（系列）商品是擺放在一個貨架上的，所以只需要在商品類別表中加上貨架信息，通過類別表與商品表之間一對多的關(guān)聯(lián)與以及類別表與貨架表之間的多對一關(guān)系就可以為商品和貨架之間建立聯(lián)系。
在商品入庫時設(shè)置好商品的分類，當(dāng)調(diào)整貨架后，在商品類別表中更新貨架信息。將數(shù)據(jù)加載到數(shù)據(jù)倉庫時，不僅要加載每一筆銷售業(yè)務(wù)，也需要根據(jù)類別表將每件銷售出去的商品的貨架信息寫入數(shù)據(jù)倉庫，作為外鍵與貨架維度表相關(guān)聯(lián)。
5 OLAP及挖掘模型的建立
根據(jù)前面主題分析的結(jié)果，本系統(tǒng)建立了商品、銷售、客戶、貨架等四個OLAP模型。
本系統(tǒng)采用SQL Server 2005 Microsoft Visual Studio 2005開發(fā)。用SQL Server Business Intelligence Development Studio建立多維數(shù)據(jù)集和數(shù)據(jù)挖掘模型，用Reporting services展示數(shù)據(jù)。SQL Server 2005 Reporting Services（SSRS）是一種基于服務(wù)器的解決方案，用于生成從多種關(guān)系數(shù)據(jù)源和多維數(shù)據(jù)源提取內(nèi)容的企業(yè)報表，發(fā)布能以各種格式查看的報表，以及集中管理安全性和訂閱。它可以從多維數(shù)據(jù)集中動態(tài)取得數(shù)據(jù)，支持切片、下鉆、上卷等多維操作，并能以圖形方式展示結(jié)果數(shù)據(jù)；此外它還為開發(fā)人員提供了若干編程接口。
在數(shù)據(jù)挖掘方面，使用Microsoft SQL Server 2005 Analysis Services (SSAS) 提供的關(guān)聯(lián)算法對交易清單進(jìn)行挖掘；用聚類算法對客戶進(jìn)行劃分；用線性回歸算法分析商品銷售隨季節(jié)變化的規(guī)律，并依此規(guī)律評價促銷效果；用決策樹算法對客戶購買習(xí)慣進(jìn)行分析。
在信息展示方面，利用商業(yè)智能門戶提供了一個統(tǒng)一的展示平臺，將數(shù)據(jù)挖掘的結(jié)果、聯(lián)機(jī)分析處理的操作及結(jié)果在簡潔的門戶站點(diǎn)中顯示出來，這個門戶還支持?jǐn)?shù)據(jù)報表的發(fā)布與獲取。
6 結(jié)束語
本文提出的模型主要是供企業(yè)內(nèi)部經(jīng)營管理人員和決策人員使用。由于該模型采用模式，只在加強(qiáng)對使用者的身份驗(yàn)證，對與供應(yīng)商和客戶相關(guān)的數(shù)據(jù)和模型進(jìn)行適當(dāng)調(diào)整，該模型也可以通過Internet向企業(yè)的供應(yīng)商和客戶開放。
參考文獻(xiàn)
�。�1］?陳京民．?dāng)?shù)據(jù)倉庫原理、設(shè)計(jì)與應(yīng)用［M］．北京：中國水利水電出版社，2004.
�。�2］?劉智，桑國明等．基于數(shù)據(jù)倉庫連鎖店決策支持系統(tǒng)模型的研究［Ｊ］．計(jì)算機(jī)與數(shù)字工程，2005，（8），22-24.
【超市商業(yè)智能模型研究】相關(guān)文章：
商業(yè)銀行信貸風(fēng)險計(jì)量模型應(yīng)用研究03-25
剩余收益模型與傳統(tǒng)DCF模型的比較研究03-23
基于盈利模型的中小商業(yè)銀行經(jīng)營策略研究12-09
智能混凝土的研究和發(fā)展03-20
我國商務(wù)智能研究03-25
商業(yè)智能軟件在汽車銷售中的應(yīng)用03-07
可轉(zhuǎn)換債券定價模型的研究03-28