隨著市場(chǎng)競(jìng)爭(zhēng)的日趨激烈，商業(yè)活動(dòng)也變得越來(lái)越復(fù)雜，企業(yè)對(duì)信息的依賴(lài)性也變得越來(lái)越高，對(duì)信息的處理和利用能力的強(qiáng)弱決定了企業(yè)的興衰成敗，因此企業(yè)對(duì)決策的準(zhǔn)確性和及時(shí)性的要求也越來(lái)越高，充分利用、挖掘企業(yè)現(xiàn)有的海量數(shù)據(jù)，能夠幫助企業(yè)做出更好的商業(yè)決策，使得在提供多維數(shù)據(jù)集中數(shù)據(jù)的關(guān)系系統(tǒng)方面的投資產(chǎn)生更高的回報(bào)，從而提高企業(yè)的競(jìng)爭(zhēng)力。

1 數(shù)據(jù)倉(cāng)庫(kù)

    數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、與時(shí)間相關(guān)、穩(wěn)定的數(shù)據(jù)集合，用于支持管理決策。數(shù)據(jù)倉(cāng)庫(kù)將來(lái)自于一個(gè)或多個(gè)數(shù)據(jù)源的數(shù)據(jù)根據(jù)不同的主題進(jìn)行存儲(chǔ)，并對(duì)原始數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換和加載等一系列篩選和清理工作。數(shù)據(jù)倉(cāng)庫(kù)是BI的核心，它的性能高低直接決定了BI的表現(xiàn)。

    數(shù)據(jù)倉(cāng)庫(kù)具有以下特征：1)面向主題性：要求數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的不是以應(yīng)用劃分的數(shù)據(jù)而是以業(yè)務(wù)內(nèi)容劃分的數(shù)據(jù)，建立可獨(dú)立維護(hù)的良構(gòu)的主題數(shù)據(jù)庫(kù)；2)數(shù)據(jù)集成性：要求數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)采用統(tǒng)一的編碼方式，對(duì)原有的分散的數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行抽取、加工、匯總、消除數(shù)據(jù)的不一致性后進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)；3)非易失性：在數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)之后并不進(jìn)行一般意義上的數(shù)據(jù)更新操作，被長(zhǎng)期保留，以便為決策者提供決策分析數(shù)據(jù)，所涉及到的操作主要是查詢(xún)；4)反映歷史變化：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)通常反映的是歷史信息，只增不刪，使數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)總是擁有時(shí)間維度，使決策者通過(guò)這些信息，對(duì)企業(yè)的發(fā)展歷程和未來(lái)的發(fā)展趨勢(shì)做出定量分析和預(yù)測(cè)。

    數(shù)據(jù)倉(cāng)庫(kù)的關(guān)鍵技術(shù)可分為數(shù)據(jù)抽取(將OLTP系統(tǒng)中數(shù)據(jù)按照數(shù)據(jù)倉(cāng)庫(kù)的格式組織數(shù)據(jù))、數(shù)據(jù)清洗(去除數(shù)據(jù)的不一致性，并去除與分析無(wú)關(guān)或不利于分析的數(shù)據(jù))、數(shù)據(jù)轉(zhuǎn)換(將來(lái)源不同的分散數(shù)據(jù)集成并轉(zhuǎn)換以供分析使用)、數(shù)據(jù)裝載和維護(hù)(周期性的加載新數(shù)據(jù)，刷新當(dāng)前數(shù)據(jù)，并重新計(jì)算以供決策使用)等。

圖1 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)過(guò)程

2 多維數(shù)據(jù)集

    多維數(shù)據(jù)集是OLAP中的主要對(duì)象，是一項(xiàng)可對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行快速訪(fǎng)問(wèn)的技術(shù)，多維數(shù)據(jù)集是一個(gè)數(shù)據(jù)集合，通常從數(shù)據(jù)倉(cāng)庫(kù)的子集構(gòu)造，并組織和匯總成一個(gè)由一組維度和度量值定義的多維結(jié)構(gòu)。度量值是用戶(hù)將要分析的數(shù)值數(shù)據(jù)，而維度則是度量值將要被深化的類(lèi)別，維度是可以分層的。多維數(shù)據(jù)集是由關(guān)系數(shù)據(jù)庫(kù)中的一組特殊表創(chuàng)建的，這些表是事實(shí)數(shù)據(jù)表和維度表。

    1)事實(shí)表，每個(gè)數(shù)據(jù)倉(cāng)庫(kù)都包含一個(gè)或多個(gè)事實(shí)表，事實(shí)表通常包含大量的行，主要特點(diǎn)是包含數(shù)字?jǐn)?shù)據(jù)(不包含描述性的信息)。這些數(shù)字信息可以匯總，以提供企業(yè)作為歷史的數(shù)據(jù)，每個(gè)事實(shí)數(shù)據(jù)表包含一個(gè)由多個(gè)部分組成的索引，該索引包含作為外鍵的相關(guān)性維度表的主鍵；

    2)維度表包含事實(shí)數(shù)據(jù)表中事實(shí)記錄的特性，有些特性提供描述性信息，有些特性指定如何匯總事實(shí)數(shù)據(jù)表數(shù)據(jù)，以便為分析者提供有用的信息，維度表包含幫助匯總數(shù)據(jù)的特性的層次結(jié)構(gòu)。

3 構(gòu)建多維數(shù)據(jù)集

    3.1 構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)

    以商品銷(xiāo)售管理數(shù)據(jù)庫(kù)為例構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，在商品銷(xiāo)售管理數(shù)據(jù)庫(kù)中包含很多表，通過(guò)ETL完成數(shù)據(jù)抽取、清洗和轉(zhuǎn)換以構(gòu)建商品銷(xiāo)售管理數(shù)據(jù)倉(cāng)庫(kù)，如表1。

表1 商品銷(xiāo)售管理數(shù)據(jù)倉(cāng)庫(kù)

    在此系統(tǒng)中，如果對(duì)數(shù)據(jù)倉(cāng)庫(kù)中所存放的歷史數(shù)據(jù)進(jìn)行分析和集成，就可以分析出各個(gè)國(guó)家每個(gè)季度的銷(xiāo)售情況，甚至可以進(jìn)一步深化到每個(gè)城市每個(gè)月的銷(xiāo)售情況，根據(jù)所獲得的結(jié)果，做出合理的決策。通過(guò)對(duì)商品銷(xiāo)售管理系統(tǒng)的需求分析，確定以產(chǎn)品銷(xiāo)售分析為主題，以產(chǎn)品銷(xiāo)售的地理位置和時(shí)間等為數(shù)據(jù)倉(cāng)庫(kù)的索引基準(zhǔn)點(diǎn)，以上索引基準(zhǔn)點(diǎn)都可以作為商品銷(xiāo)售管理的數(shù)據(jù)倉(cāng)庫(kù)維度，而產(chǎn)品的銷(xiāo)售情況為事實(shí)表。

    3.2 確定維和度量值

    在實(shí)際決策過(guò)程中，決策者往往希望能從多個(gè)角度觀察多個(gè)指標(biāo)的值。并且找出這些指標(biāo)之間的關(guān)系，這些觀察數(shù)據(jù)的角度叫做維。根據(jù)此系統(tǒng)的需求，關(guān)于銷(xiāo)售管理數(shù)據(jù)將從員工、時(shí)間、地理位置，供貨商，銷(xiāo)售額等角度展開(kāi)，通過(guò)對(duì)商品名稱(chēng)銷(xiāo)售的國(guó)家、時(shí)間段和銷(xiāo)售額跟蹤采集的數(shù)據(jù)可以導(dǎo)出各種商品在不同時(shí)間段、不同銷(xiāo)售地點(diǎn)的銷(xiāo)售額等度量值，根據(jù)這些度量值得到事實(shí)表。本系統(tǒng)的事實(shí)表是商品銷(xiāo)售情況表，其中OrderDate屬于時(shí)間維，ProductID屬于產(chǎn)品維，EmployeeID屬于員工維，ShipperID屬于供貨商維等。

    3.3 為維度表選擇屬性

    在完成事實(shí)表之后，就可以為維度表選擇屬性了，利用維度設(shè)計(jì)器可以很容易的從維度屬性創(chuàng)建層次結(jié)構(gòu)。在此為地理位置維添加屬性，第一級(jí)別是國(guó)家，然后依次是省/州、城市、郵政編號(hào)，然后將其銷(xiāo)售額匯總，從而得到?jīng)Q策者需要的信息，對(duì)于特定銷(xiāo)售情況好的商品的城市，可以增加該商品供貨，以滿(mǎn)足銷(xiāo)售需求，而對(duì)于銷(xiāo)售情況相對(duì)較差的城市，決策者可以考慮減少供貨，并采取積極有效的措施，如進(jìn)行促銷(xiāo)活動(dòng)來(lái)刺激消費(fèi)，從而增加銷(xiāo)售量，提升利潤(rùn)。

4 結(jié)束語(yǔ)

    多維數(shù)據(jù)集可以針對(duì)不同的維度進(jìn)行多角度的分析，還可以對(duì)數(shù)據(jù)進(jìn)行鉆取、切片等，功能非常強(qiáng)大。對(duì)于EXCEL用戶(hù)來(lái)說(shuō)，可以使用透視表通過(guò)拖拽各個(gè)維度，從全方面多角度進(jìn)行分析，多維數(shù)據(jù)模型為OLAM決策支持和分析系統(tǒng)的設(shè)計(jì)提供依據(jù)，對(duì)于決策分析非常實(shí)用。

核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴(lài)品牌。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.vmgcyvh.cn/

本文標(biāo)題：基于多維數(shù)據(jù)集的BI技術(shù)研究

本文網(wǎng)址：http://www.vmgcyvh.cn/html/consultation/1081947002.html