第5章基于数据仓库的决策支持系统5Word文档下载推荐.docx
《第5章基于数据仓库的决策支持系统5Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《第5章基于数据仓库的决策支持系统5Word文档下载推荐.docx(12页珍藏版)》请在冰豆网上搜索。
数据仓库是为辅助决策而建立的,单依靠数据仓库能力是有限的。
数据仓库中有大量的轻度综合数据和高度综合数据。
这些数据为决策者提供了综合信息。
数据仓库保存有大量历史数据,这些数据通过预测模型计算可以得到预测信息。
右2•基于数据仓库的决策支持系统的的结构
数据仓库(DW)中增加联机分析处理(OLAP)和数据挖掘(DM)等分析工具,能较大地提高辅助决策能力。
基于数据仓库的新决策支持系统结构:
5・6・2基于数据仓库的决策支持系统简例
我们以航空公司数据仓库决策支持系统为例进行说明。
1•航空公司数据仓库系统的功能
航空公司数据仓库功能模块有:
分析一段时间范围内每天不同时段的流量分布;
分析航线、航班的效益;
分析不同种机型对客座率等关键指标的影响;
分析某个关键指标发生变化后对其他指标的影
响程度。
2•数据仓库系统的决策支持
利用数据仓库系统提供的决策支持有:
•一段时间内某特定市场占有率、同期比较、增长趋势;
•各条航线的收益分析;
•计划完成情况;
•流量、流向分析;
•航线上各项生产指标变化趋势的分析;
•航线上按班期分析、汇总各项趋势;
•航线上按航班时刻分析各项指标;
•航线上不同航班性质比较;
•航线上运力投入结构比较;
•
分机型的航线运输统计;
飞机利用率统计;
城市对流量、流向对比;
航向分机型收益比较;
航班计划评估;
航线上不同机型的舱位利用情况。
3•航空公司市场问题原因分析决策支持系统
通过査询“北京到各地区的航空市场情况”,发现西
南地区总周转量出现了最大负增长量。
该决策支持系统
简例就是完成对此问题进行多维分析和原因分析,找出
出现原因。
客户端
数据仓库服务器
査询:
全a各地忆航空总用转■并比较去年問期状况B^rBH■_—
全国各地区氛空客运周转11并比较去年n期状况
JL^tS2
S询,全a各地区航空鱼运周转*并比较去年團期状况
握迅*8H3-_
S询:
全B各地区客运.费运.总周转*并比较去年內期状况具体敕堀
a示,*1
i
8洵,西廉地区昆明、:
*庆两地航空总局转量并比较去年W朗状况
査询,昆明航钱按不同机a的总周转量.并比较去年RW状况
a示;
B?
ft询;
昆明献&
按不剧机9的周转*.并比较去年詡期周转量的具体数据
检索2«
«
仓库中今年.去年两年总周转《僚合敕据,并比较•簸制直方9
从总周转*下钻到今年、去年两年客运周转《,并比较・第制盛方S
Ptt:
从总《转》下tt到今年、去年两年货运眉转《,并比较.绘制立方图
从數据仓犀中取数据并
P站,从西M地区总周背《下粘.取ft明、■庆两地的今年、去年两年效据并比«
•绘制直方图
;
从敷据仓岸中取数据并制我
□总周转量
■縱量比去年同
(其中,1:
东北地区;
2:
华北地区;
3:
华东地区;
4:
西北地区;
5:
西南地区;
6:
新a地区;
7:
中南地区)
图1全国各地区航空周转*与去年对比状况
图2全国各地区航空客运周转量及与去年同期比较
□货运周转量
■货运周转量比去年同期增长
图3北京到ffl内各地区货运周转童及与去年同期比较
客运周转量
对比去年增长量
货运周转童
对比去年增长*
总周转量
东北地区
11.86
-5.1
1.29
-1.5
13.15
-6.6
华北地区
34.88
15.03
1.11
0.75
36
15.78
华东地区
479.30
126.52
36.16
-25.59
515.46
100.93
西北地区
51.60
18.05
9.0
7-2
60.6
25.25
西南地区
15.43
-19.35
3,29
-0.56
18.72
-19.91
新疆地区
29.02
5.85
34.87
中南地区
643.43
295.86
116.85
60.70
760.28
356.56
表1客运.货运.总周转量及其去年同期比较
图4西南地区昆明、重庆两地航空总周转*及与去年同期比较
(其中,A:
150座级;
B:
200座级;
C:
300座级以上;
D:
200-300座级)
图5昆明航线各机型总周转量以及与去年同期比较的柱形图
200—300座级150座级机型200座级以及300座级以上机型保持L
总周转*
对比去年增长量
150座级
12.99
-16.83
200座级
10.07
300座级以上
200-300座级
2.91
-26.9
表2昆明航线各机型总周转量以及与去年同期比较的数据
从表2中可以看出,不同机型的周转量以及对比去年同期增长的具体数据。
以上决策支持系统过程完成了对航空公司全国各地区总周转量对比去年同期出现负增长量最大的西南地区,经过多维分析和原因分析,找出其原因发生在昆明航线上。
这为决策者提供了解决西南地区负增长问题辅助决策的信息。
古数据仓库决策支持系统应用说明
■以上决策支持系统只是找出了西南地区航运负增长问题的原因。
■还可以昆明航线上航班时间以及其他方面进行原因分析,找出其他原因,为决策者提供更多的辅助决策信息。
•鑫靂黠1黯舞雜市養鶴冑蠶大幅提高的原因O
-从进行多维分析和原因分析,将
歌霭野鶴躱嶠息’减少负增长’
士5・6・3基于数据仓库的决策支持系统实例
Wal*Mart建立了基于NCRTeradata数据仓库的决策支持系统,它是世界上第二大的数据仓库系统,总容量达到170TB以上。
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,并做出正确和有效的经
营决策。
望一起购买。
利用数据仓库,沃尔玛对商品进行市场类组分析(MarketingBasketAnalysis).即分析哪些商品顾客最有希:
沃尔玛利用自动数据挖掘工具对这些数据进行分析和挖掘。
一个意外的发现就是:
跟尿布一起购买最多的商品竟是啤酒!
沃尔玛就在它的一个个商店里将它们并排摆放在一起,结果是尿布与啤酒的销量双双增长。
由于这个故事的传奇和出人意料,所以一直被业
界和商界所传诵。
Teradata数据库里存有196亿条记录,每天要处理并更新2亿条记录,要对来自6000多个用户的48,000条査询语句进行
处理。
销售数据、库存数据每天夜间从4,000多个商店自动釆集过来,
并通过卫星线路传到总部的数据仓库里。
沃尔玛数据仓库里最大的一张表格(Table)容量已超过300GB.存有50亿条记录,可容纳65个星期4,000多个商店的销售数据,而每个商店有五万到八万个商品品种。
利用数据仓库,沃尔玛在商品分组布局、降低库存成本、了解销售全局、进行市场分析和趋势分析等方面进行决策支持分析:
1.商品分组布局
分析顾客的购买习惯,掌握不同商品一起购买的概率,甚至考虑购买者在商店里所穿行的路线、购买时间和地点,从而确定商品的最佳布局。
2■降低库存成本
沃尔玛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色货物进行增减,确保正确的库存。
沃尔玛的经营哲学是“代销”供应商的商品,也就是说,在顾客付款之前,供应商是不会拿到它的货款的・
通过这些分类信息,沃尔玛能对每个商店的情况
有个细致的了解。
在最后一家商店关门后一
个半小时,沃尔玛已确切知道当天的运营和
财政情况。
5、趋势分析
沃尔玛利用数遐仓库对W品品种和库存的趋势进行分析,以S定需#杯,研究顾客购
愛,分析季节S买矍式,
箕数量和运作作出反应。
右启示
(1)沃尔顿在自传中写道:
U!
“我能顷刻之间把信息提取出来,而且是所有的数据。
我能拿出我想要的任何东西,并确切地讲出我们卖了多少”。
ST
(2)沃尔玛神奇的增长在很大部分也可以归功于成功地建立了基于NCRTeradata的数据仓库系统。
数据仓库改变了沃尔玛,而沃尔玛改变了零售业。
i
在它的影响下,
沃尔玛的成功给人以启示:
唯有站在信息巨人的肩头,才能掌握无限,创造辉煌。
习题
46,47,48,49