基于数据仓库的制造企业产品销售分析

发布时间：2020-06-08 12:49

【摘要】： 计算机辅助决策技术可以整合制造型企业的生产、经营、设计、制造系统中的数据，提供准确有效的决策支持信息，使管理决策者能够及时掌握企业运营状况，快速进行决策，为企业带来丰厚的经济回报。因此，面向企业管理开展决策支持技术的研究和应用具有重要意义。决策支持系统应用于企业建立起生产销售分析体系，能够获得准确、全面、及时的状况信息，发现并深入分析问题，提供人机互动的平台。本文重点针对某化学建材生产集团的产品销售，基于数据仓库技术进行了联机分析和数据挖掘研究，主要研究内容和成果如下： (1)研究了如何在原有单一联机分析系统的基础上，，应用统计回归与聚类数据挖掘方法将原有的销售分析系统，扩展为联机分析与数据挖掘相融合的系统。 (2)讨论了面向销售分析的数据仓库设计过程，建立数据仓库的逻辑模型和物理模型，并实现对销售分析主题数据的抽取、转换和向数据仓库的加载。 (3)基于Micorstrategy实现了产品销量联机分析的实体、事实、度量等构件的设计，创建不同的销售报表，并对报表的进行钻取、统计分析，获得直观的结果显示，便于企业进行生产管理，制定生产计划。 (4)基于Matlab，对企业关键产品的年度总销量提出了统计回归分析模型，并进行了回归分析实现。 (5)提出了基于产品销量的营销中心简单分类方法，建立了基于销量的K-Means营销中心的聚类模型，应用C++Builder进行了聚类算法实现。论文的研究成果在企业中进行了实际验证和应用，能够分析产品的销量情况，产品销售的地域差距，预测销量趋势，考核分公司业绩。应用效果良好。
【图文】：

整体结构,数据仓库

图2.1DSS一155整体结构Fig.2.1FrameworkofDSS一155图2.1所示的DsslsAs的工作流程:企业的数据来源于ERI，、EXCEL(报表)、在线据采集系统。经过ETL数据整合处理过程或是数据平移，把业务数据存入ODS，之把ODs中的业务数据利用OWB(Oraclegi自带的数据建模工具)映射到数据仓库的按主题构架数据表中，数据仓库存储工具是oraclegi。前端展示工具Microstrategy提供联分析处理的平台，各部分组件的作用如2.2表所示:表2.2系统的组件Table2.2ComPonentsofDSS一155组组件件功能能数数据源源进行决策分析的各种数据源，包括oLTP数据(E即)和平面文件数据(Excel)))数数据预处理工具具实现数据源数据的抽取、转换、清洁和向数据仓库加载，数据整合合数数据建模工具具进行数据仓库、ETL、OLAP、建模模

系统结构图,系统结构,模块

图2.2系统结构 Fig.2.2Systemframework图2.2显示了基于数据仓库的销售分析和挖掘系统的组成模块。下面介绍这些模块的作用和实现的目标。数据源模块。整个系统的数据来源，数据主要来源于企业近百家的营销中心，这些营销中心遍布于全国各地。向总部汇报的数据由原来Excel报表转变为通过一个在线数据采集系统，直接填报数据。填报的数据存储到指定的数据空间。数据抽取转化模块。整理、转化、分类、清洗在线填报的数据，是数据源与数据仓库之间的接口。数据仓库存储模块。按照主题的不同建立不同的多维模型，使得数据对号入座，为下一步的分析提供基础。决策、分析、预测模块。按照主题对数据进行分析，选择合适的模型对数据深入挖掘，发现信息，支持决策。在这个模块中提供了联机分析处理(OL”)模块和回归分析模块和聚类分析模块。按照决策支持系统的组成，展示各个模块所用的软件工具如图2.3所示:
【学位授予单位】：大连交通大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TH164

【相似文献】