-
第四章 数据仓库的决策支持
-
4.1 数据仓库的用户
-
4.1.1 信息查询者 （业务层面）
-
user
-
是使用数据仓库的大量用户。
-
-
特点
-
以一种可预测的、重发性的方式使用数据仓库平台。
-
-
作用
-
使用数据仓库能发现目前存在的问题。
-
-
方法
-
创建数据阵列
-
预连接表格
-
预聚集数据
-
聚类数据
-
-
-
4.1.2 知识探索者 （分析决策）
-
user
-
典型的DM者。
-
-
特点
-
有一个完全不可预测的、非重复性的数据使用模式。
-
-
作用
-
发现问题并找出原因。
-
-
方法
-
创建单独的探索仓库，不影响数据仓库的常规用户。
-
“标识技术”数据压缩，提高数据分析速度。
-
-
使用模型帮助决策分析。
-
采用数据挖掘工具来获取商业知识。
-
-
-
-
4.2 数据仓库的决策支持与决策支持系统
-
数据仓库是一种能够提供重要战略信息，并获得竞争优势的新技术，从而得到迅速的发展。
-
4.2.1查询与报表
-
查询
-
（1）查询定义
-
理解表结构
-
-
（2）查询简化
-
关键在简化DW
-
-
（3）查询重建
-
优化（重写）查询语句，提高速度
-
-
（4）导航的简单性
-
避免专业术语，多用行业术语
-
-
（5）查询执行
-
点击鼠标即可
-
-
（6）结果显示
-
最好可视化
-
-
（7）对聚合的了解
-
雪花模型，加快检索速度
-
-
-
报表
-
（1）预格式化报表。
-
周期性整理，使其清晰
-
-
（2）参数驱动的预定义报表。
-
调设参数，尽可能给user开发自由（类似模版）
-
-
（3）简单的报表开发。
-
user自定义模版
-
-
（4）公布和订阅。
-
user第一时间看到报表
-
-
（5）传递选项。
-
（6）多数据操作选项。
-
（7）多种展现方式选项。
-
自定义，数据可视化
-
-
-
-
4.2.2 多维分析与原因分析
-
1、多维分析
-
通过多维分析将获得在各种不同维度下的实际商业活动值（如销售量等），特别是他们的变化值和差值，达到辅助决策效果。
-
-
2、原因分析
-
查找问题出现的原因是一项很重要的决策支持任务。
-
“向下钻取”操作
-
-
-
4.2.3 预测未来
-
预测未来使决策者了解“将要发生什么”。
-
数据仓库中存放了大量的历史数据，从历史数据中找出变化规律，将可以用来预测未来。
-
预测模型
-
常用回归模型，包括线性回归或非线性回归。
-
采用聚类模型或分类模型也能达到一定的预测效果。
-
-
-
4.2.4 实时决策
-
“正在发生什么”
-
建立动态数据仓库（实时数据库），用于支持战术型决策。
-
如货运，被算法控制的外卖。
-
-
4.2.5 自动决策
-
利用动态数据库自动决策，达到“希望发生什么”。
-
-
4.2.6 决策支持系统
-
针对实际问题，利用分析工具或者编制程序，采用一种或多种组合的决策支持能力，对数据仓库中的数据进行多维分析。
-
协助企业制定决策增强竞争优势。
-
-
-
4.3 数据仓库应用实例
-
4.3.1 航空公司数据仓库决策支持系统简例
-
1. 航空公司数据仓库系统的功能
-
市场分析
-
航班分析
-
班期分析
-
-
2. 数据仓库系统的决策支持
-
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；
-
-
3. 决策支持系统简例
-
总周转量
-
客运
-
地区拆分
-
昆明
-
机型拆分
-
a
-
b
-
c
-
d
-
结论：应减少排班。
-
-
-
-
重庆
-
-
-
货运
-
-
-
从正反两方面来进行多维分析和原因分析，将可以得到更多的辅助决策信息，减少负增长，增大正增长，提高更大利润。
-
进行多方面分析的大型决策支持系统，将可以发挥更大的辅助决策效果。
-
-
4.3.2 统计业数据仓库系统
-
4.3.3沃尔玛数据仓库系统
-
1.商品分组布局
-
2.降低库存成本
-
3. 了解销售全局
-
4、市场分析
-
5、趋势分析
-
-
-
