第5章基于数据仓库的决策支持系统(5)解析课件.ppt

1、1 第第5章章基于基于数据仓库的数据仓库的决策支持系统决策支持系统(5)5.6基于数据仓库的决策支持系统的原理与实例基于数据仓库的决策支持系统的原理与实例5.6.1基于数据仓库的决策支持系统的原理与结构基于数据仓库的决策支持系统的原理与结构5.6.2基于数据仓库的决策支持系统简例基于数据仓库的决策支持系统简例5.6.3 基于数据仓库的决策支持系统实例基于数据仓库的决策支持系统实例5.6.1基于数据仓库的决策支持系统的原理与结构基于数据仓库的决策支持系统的原理与结构1基于数据仓库的决策支持系统的的基于数据仓库的决策支持系统的的原理原理 20世纪世纪90年代中期，国外兴起了三项决策支年代中期，国外

2、兴起了三项决策支持新技术，即数据仓库（持新技术，即数据仓库（DW）、联机分析处）、联机分析处理（理（OLAP）、数据挖掘（）、数据挖掘（DM）。）。 数据仓库、联机分析处理、数据挖掘的结合创数据仓库、联机分析处理、数据挖掘的结合创立了决策支持系统的新方向。立了决策支持系统的新方向。（1）数据仓库的决策支持）数据仓库的决策支持包括：查询与报表；多维分析与原因分析；包括：查询与报表；多维分析与原因分析；预测未来；实时决策和自动决策。预测未来；实时决策和自动决策。（2）联机分析处理的决策支持）联机分析处理的决策支持包括：切片和切块；向下钻取和向上钻取；包括：切片和切块；向下钻取和向上钻取；旋转等。旋

3、转等。（3）数据挖掘的决策支持）数据挖掘的决策支持包括：关联分析、时序模式、聚类、分类、公式发现、包括：关联分析、时序模式、聚类、分类、公式发现、偏差检测、预测。偏差检测、预测。（4）数据仓库、联机分析处理、数据挖掘的结合）数据仓库、联机分析处理、数据挖掘的结合 以数据仓库为基础，充分利用数据资源，发挥联机以数据仓库为基础，充分利用数据资源，发挥联机分析处理的多维数据分析能力和数据挖掘获取知识分析处理的多维数据分析能力和数据挖掘获取知识的能力，以决策支持系统的方式，为决策者提供快的能力，以决策支持系统的方式，为决策者提供快速和有效的辅助决策信息和知识。速和有效的辅助决策信息和知识。 数据仓库是

4、为辅助决策而建立的，单依靠数据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。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。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。预测模型计算可以得到预测信息。 数据仓库（数据仓库（DWDW）中增加联机分析处理（）中增加联机分析处理（OLAPOLAP）和数）和数据挖掘（据挖掘（DMDM）等分析工具，能较大地提高辅助决策能）等分析工具，能较大地提高辅助决

5、策能力。力。 DWDWOLAPOLAPDMDM的决策支持系统是以数据仓库为基础的决策支持系统是以数据仓库为基础的，称为基于数据仓库的新决策支持系统。的，称为基于数据仓库的新决策支持系统。 2.基于数据仓库的决策支持系统的的结构基于数据仓库的决策支持系统的的结构基于数据仓库的新决策支持系统结构基于数据仓库的新决策支持系统结构: : 决策用户 决策信息 知识 综合信息 分析信息 数据挖掘 数据库 综合数据 基本数据 历史数据 元数据 数据仓库 联机分析处理 新决策支持系统的特点是从数据中获取辅助决策的新决策支持系统的特点是从数据中获取辅助决策的信息和知识。信息和知识。5.6.2基于数据仓库的决策支

6、持系统简例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我们以航空公司数据仓库决策支持系统为例进行说明。为例进行说明。1.1.航空公司数据仓库系统的功能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：航空公司数据仓库功能模块有：市场分析市场分析：分析国内、国际、地区航线上的各项生产指标；：分析国内、国际、地区航线上的各项生产指标；航班分析航班分析：分析某个特定市场上所有航班的生产情况；：分析某个特定市场上所有航班的生产情况；班期分析班期分析：分析某个特定市场上各班期的旅客、货运分布：分析某个特定市场上各班期的旅客、货运分布 情况；情况； 时段分析时段分析：分析一段时间

7、范围内每天不同时段的流量分布；：分析一段时间范围内每天不同时段的流量分布；效益分析效益分析：分析航线、航班的效益；：分析航线、航班的效益；机型分析机型分析：分析不同种机型对客座率等关键指标的影响；：分析不同种机型对客座率等关键指标的影响；因素分析因素分析：分析某个关键指标发生变化后对其他指标的影：分析某个关键指标发生变化后对其他指标的影 响程度。响程度。 2. 2.数据仓库系统的决策支持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：利用数据仓库系统提供的决策支持有：l l 一段时间内某特定市场占有率、同期比较、增长趋势；一段时间内某特定市场占有率、同期比较、增长趋势；l l 各条航

8、线的收益分析；各条航线的收益分析；l l 计划完成情况；计划完成情况；l l 流量、流向分析；流量、流向分析；l l 航线上各项生产指标变化趋势的分析；航线上各项生产指标变化趋势的分析； l l 航线上按班期分析、汇总各项趋势；航线上按班期分析、汇总各项趋势；l l 航线上按航班时刻分析各项指标；航线上按航班时刻分析各项指标；l l 航线上不同航班性质比较；航线上不同航班性质比较；l l 航线上运力投入结构比较；航线上运力投入结构比较；l l 分机型的航线运输统计；分机型的航线运输统计； l l 飞机利用率统计；飞机利用率统计；l l 城市对流量、流向对比；城市对流量、流向对比；l l 航向分

9、机型收益比较；航向分机型收益比较；l l 航班计划评估；航班计划评估；l l 航线上不同机型的舱位利用情况。航线上不同机型的舱位利用情况。 通过查询通过查询“北京到各地区的航空市场情况北京到各地区的航空市场情况”，发现西，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。出现原因。 决策支持系统运行结构图如下：决策支持系统运行结构图如下：3.3.航空公司市场问题原因分析决策支持系统航空公司市场问题原因分析决策支持系统 数据仓库服务器数据仓

10、库服务器 客户端客户端 查询：查询：全国各地区航空总周转量并比较去年同期状全国各地区航空总周转量并比较去年同期状况况显示：图显示：图1查询：查询：全国各地区航空客运周转量并比较去年同期状况全国各地区航空客运周转量并比较去年同期状况查询：查询：全国各地区航空货运周转量并比较去年同期状况全国各地区航空货运周转量并比较去年同期状况显示：图显示：图3查询：查询：全国各地区客运、货运、总周转量并比较去年全国各地区客运、货运、总周转量并比较去年同期状况具体数据同期状况具体数据显示：显示：表表1查询：查询：西南地区昆明、重庆两地航空总周转量并比较西南地区昆明、重庆两地航空总周转量并比较去年同期状况去年同期状

11、况显示：图显示：图4 查询：查询：昆明航线按不同机型的总周转量，并比较去昆明航线按不同机型的总周转量，并比较去年同期状况年同期状况显示：图显示：图5 查询：查询：昆明航线按不同机型的周转量，并比较去年昆明航线按不同机型的周转量，并比较去年同期周转量的具体数据同期周转量的具体数据显示：显示：表表2显示：图显示：图2结束结束检索：检索：数据仓库中今年、去年两年总周转量数据仓库中今年、去年两年总周转量综合数据，并比较。绘制直方图综合数据，并比较。绘制直方图下钻：下钻：从总周转量下钻到今年、去年两年客从总周转量下钻到今年、去年两年客运周转量，并比较。绘制直方图运周转量，并比较。绘制直方图下钻：下钻：从

12、总周转量下钻到今年、去年两年货从总周转量下钻到今年、去年两年货运周转量，并比较。绘制直方图运周转量，并比较。绘制直方图制表：制表：从数据仓库中取数据并制表从数据仓库中取数据并制表下钻：下钻：从西南地区总周转量下钻，取昆明、从西南地区总周转量下钻，取昆明、重庆两地的今年、去年两年数据并比较。绘重庆两地的今年、去年两年数据并比较。绘制直方图制直方图下钻：下钻：从昆明航线总周转量下钻，取各机型从昆明航线总周转量下钻，取各机型今年、去年两年数据并比较。绘制直方图今年、去年两年数据并比较。绘制直方图制表：制表：从数据仓库中取数据并制表从数据仓库中取数据并制表图图1 全国各地区航空周转量与去年对比状况全国

13、各地区航空周转量与去年对比状况返回（其中，（其中，1：东北地区；：东北地区；2：华北地区；：华北地区；3：华东地区；：华东地区；4：西北地区；：西北地区；5：西南地区；：西南地区；6：新疆地区；：新疆地区；7：中南地区）：中南地区）从图从图1中看到从北京到国内各地区的总周转量以及与去年同期的比较情况，发现中看到从北京到国内各地区的总周转量以及与去年同期的比较情况，发现 “北京西南地区北京西南地区”出现的负增长最大。出现的负增长最大。 图图2 全国各地区航空客运周转量及与去年同期比较全国各地区航空客运周转量及与去年同期比较返回从图从图2中看到客运周转量及与去年同期比较，西南地区负增长在全国是中看

14、到客运周转量及与去年同期比较，西南地区负增长在全国是最大的，其次是东北地区。最大的，其次是东北地区。图图3 北京到国内各地区货运周转量及与去年同期比较北京到国内各地区货运周转量及与去年同期比较返回 从图从图3中看到货运周转量及与去年同期比较，华东地区负增长在全国是中看到货运周转量及与去年同期比较，华东地区负增长在全国是最大的，西南地区也有负增长。最大的，西南地区也有负增长。 表表1 客运、货运、总周转量及其去年同期比较客运、货运、总周转量及其去年同期比较客运周转客运周转量量对比去年对比去年增长量增长量货运周转货运周转量量对比去年对比去年增长量增长量总周转量总周转量对比去年对比去年增长量增长量东

15、北地区东北地区11.86-5.11.29-1.513.15-6.6华北地区华北地区34.8815.031.110.753615.78华东地区华东地区479.30126.5236.16-25.59515.46100.93西北地区西北地区51.6018.059.07.260.625.25西南地区西南地区15.43-19.353.29-0.5618.72-19.91新疆地区新疆地区29.0205.85034.870中南地区中南地区643.43295.86116.8560.70760.28356.56返回 从表从表1中，可以看出航空客运、货运、总周转量以及与去年同期比较的具体数中，可以看出航空客运、货

16、运、总周转量以及与去年同期比较的具体数据。西南地区总周转量的负增长主要是客运负增长为主体。据。西南地区总周转量的负增长主要是客运负增长为主体。图图4 西南地区昆明、重庆两地航空总周转量及与去年同期比较西南地区昆明、重庆两地航空总周转量及与去年同期比较返回从图从图4中看出，西南地区航空总周转量下降最多的是昆明航线。中看出，西南地区航空总周转量下降最多的是昆明航线。 （其中，（其中，A：150座级；座级；B：200座级；座级；C：300座级以上；座级以上；D：200300座级）座级）图图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昆明航线各机型总周转量以及与去年同期比较的柱形图返回 从图从

17、图5可以看出昆明航线中可以看出昆明航线中200300座级机型座级机型负增长最大，其次是负增长最大，其次是150座座级机型级机型也有较大的负增长，而也有较大的负增长，而200座级以及座级以及300座级以上机型座级以上机型保持同去年相同保持同去年相同航运水平。航运水平。 表表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。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。总周转量总周转量对比去年增长量对比去年增长量150座级座级12.99-16.83200座级座级10.0

18、70300座级以上座级以上10.070200-300座级座级2.91-26.9返回 以上决策支持系统过程完成了对航空公司全国各地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，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经过多维分析和原因分析，找出其原因发生在昆明航线上。上。 主要是主要是200300座级机型的总周转量负增长以及座级机型的总周转量负增长以及150座级机型负增长量造成的。座级机型负增长量造成的。 其中，其中，200300座级负增长最严重。座级负增长最严重。 这为决策者提供了解决西南

19、地区负增长问题辅助决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。策的信息。数据仓库决策支持系统应用说明数据仓库决策支持系统应用说明n以上决策支持系统只是找出了以上决策支持系统只是找出了西南地区西南地区航运负增长航运负增长问题的原因。问题的原因。n还可以昆明航线上航班时间以及其他方还可以昆明航线上航班时间以及其他方面进行原因分析，面进行原因分析，找出其他原因找出其他原因，为决，为决策者提供更多的辅助决策信息。策者提供更多的辅助决策信息。n同样，可以从国内各地区航空市场状况中对比同样，可以从国内各地区航空市场状况中对比去年同期去年同期增长显著的中南地区增长显著的中南地区，找出总周转量找出

20、总周转量大幅提高的原因。大幅提高的原因。n从从正反两方面正反两方面来进行多维分析和原因分析，将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，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。增大正增长，提高更大利润。n进行多方面分析的大型决策支持系统，将可以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。发挥更大的辅助决策效果。5.6.3基于数据仓库的决策支持系统实例基于数据仓库的决策支持系统实例Wal*Mart建立了基于建立了基于NCR Teradata数据仓库的决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，策支持系统，它是世

21、界上第二大的数据仓库系统，总容量达到总容量达到170TB以上。以上。强大的数据仓库系统将世界强大的数据仓库系统将世界4000多家分店的每一笔多家分店的每一笔业务数据汇总到一起，让决策者能够业务数据汇总到一起，让决策者能够在很短的时间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里获得准确和及时的信息，并做出正确和有效的经营决策。营决策。 利用数据仓库，沃尔玛对商品进行市场类组分析利用数据仓库，沃尔玛对商品进行市场类组分析(Marketing Basket Analysis)，即分析哪些，即分析哪些商品顾客最有希望一起购买。商品顾客最有希望一起购买。沃尔玛利用自动数据挖掘工具对这些数据

22、进行分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！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。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。界和商界所传诵。 Teradata数据库里存有数据库里存有196亿条记录，每天要处理并更新亿条记录，每天要处理并更新2亿亿条记录，要对来自条记录，要对来自6000

23、多个用户的多个用户的48，000条查询语句进行条查询语句进行处理。处理。销售数据、库存数据每天夜间从销售数据、库存数据每天夜间从4，000多个商店自动采集过来，多个商店自动采集过来，并通过卫星线路传到总部的数据仓库里。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沃尔玛数据仓库里最大的一张表格(Table)容量已超过容量已超过300GB、存有存有50亿条记录，可容纳亿条记录，可容纳65个星期个星期4，000多个商店的销售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。数据，而每个商店有五万到八万个商品品种。 利用数据仓库，沃尔玛在利用数据仓库，沃尔玛在商品分组布局、降

24、低库存成商品分组布局、降低库存成本、了解销售全局、进行市场分析和趋势分析本、了解销售全局、进行市场分析和趋势分析等等方面进行决策支持分析：方面进行决策支持分析：1. 商品分组布局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，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。间和地点，从而确定商品的最佳布局。 2.降低库存成本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，以决定对各个商集中起来，

25、通过数据分析，以决定对各个商店店各色货物进行增减各色货物进行增减，确保正确的库存。，确保正确的库存。沃尔玛的经营哲学是沃尔玛的经营哲学是“代销代销”供应商的商品，也供应商的商品，也就是说，在顾客付款之前，供应商是不会拿就是说，在顾客付款之前，供应商是不会拿到它的货款的到它的货款的. 3.了解销售全局了解销售全局各个商店在传送数据之前，先对数据进行如下分各个商店在传送数据之前，先对数据进行如下分组：商品种类、销售数量、商店地点、价格组：商品种类、销售数量、商店地点、价格和日期等。和日期等。通过这些分类信息，沃尔玛能对每个商店的情况通过这些分类信息，沃尔玛能对每个商店的情况有个细致的了解。在最后一

26、家商店关门后一有个细致的了解。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个半小时，沃尔玛已确切知道当天的运营和财政情况。财政情况。 4、市场分析、市场分析利用数据挖掘工具和统计模型对数据仓库的数据利用数据挖掘工具和统计模型对数据仓库的数据仔细研究，以分析顾客的购买习惯、广告成功仔细研究，以分析顾客的购买习惯、广告成功率和其他战略性的信息。率和其他战略性的信息。 5、趋势分析、趋势分析沃尔玛利用数据仓库对商品品种和库存的趋势进沃尔玛利用数据仓库对商品品种和库存的趋势进行分析，以选定需要补充的商品，研究顾客购行分析，以选定需要补充的商品，研究顾客购买趋势，分析季节性购买模式，确定

27、降价商品，买趋势，分析季节性购买模式，确定降价商品，并对其数量和运作作出反应。并对其数量和运作作出反应。 启启 示示（1）沃尔顿在自传中写道：）沃尔顿在自传中写道： “我能顷刻之间把信息提取出来我能顷刻之间把信息提取出来，而且是所，而且是所有的数据。我能拿出我想要的任何东西，并确有的数据。我能拿出我想要的任何东西，并确切地讲出我们卖了多少切地讲出我们卖了多少”。 （2）沃尔玛神奇的增长在很大部分也可以归功）沃尔玛神奇的增长在很大部分也可以归功于于成功地建立了基于成功地建立了基于NCR Teradata的数据仓的数据仓库系统。数据仓库改变了沃尔玛，而沃尔玛改库系统。数据仓库改变了沃尔玛，而沃尔玛改变了零售业。变了零售业。 在它的影响下，在它的影响下，世界顶尖零售企业：世界顶尖零售企业：Sears、Kmart、JCPenney、No.1GermanRetailer、日本西武、三越等、日本西武、三越等先后建立了数据仓库系统。先后建立了数据仓库系统。沃尔玛的成功给人以启示：沃尔玛的成功给人以启示：唯有站在信息巨人唯有站在信息巨人的肩头，才能掌握无限，创造辉煌。的肩头，才能掌握无限，创造辉煌。习题 46，47，48，49