零售業商業智能體系的構建與實施

[摘要] 本文結合零售業信息管理現狀，借助SQL Server 2005商業智能技術，構建零售業商業智能體系，闡述了系統在零售企業數據倉庫的建立、多維分析報告的提供、特定主題分析的開發、統計報表的產生、數據挖掘等方面的實施。

[關鍵詞] 商業智能 SQL Server 2005 零售業 數據倉庫 OLAP

隨著信息化技術的發展，大型零售企業通過多年的信息化建設大多己建立了自己的管理信息系統，從銷售管理系統，如：電子收款機、POS系統、商店信息管理系統，到EDI化(電子數據交換)和EOS(電子訂貨系統)，再到現在的客戶關系管理（CRM），物流管理、供應鏈管理（SCM)、企業資源計劃（ERP）、數據倉庫等綜合性的管理信息系統，零售業的數據倉庫里集中了大量原始銷售數據。零售業面臨如此龐大的數據，如何提高信息的利用率，快速準確地找出需要的信息，作出迅速合理的決策，成了企業的一個迫切需要解決的難題，因此引入商業智能（Business Intelligence簡稱BI）成為提升企業信息化應用水平的必然之選。本文應用SQL Server 2005商業智能技術構建零售業商業智能體系，旨在為企業的決策管理和市場營銷提供強有力的依據。

一、商業智能概述

商業智能（Business Intelligence簡稱BI）是能夠幫助用戶對自身業務作出科學決策的工具，它充分利用現有的業務信息，借助現代信息技術，提取和組織現有信息，幫助企業加強管理、提高決策能力和運營能力的概念、方法、過程以及軟件的集合。商業智能的技術體系主要有數據倉庫（DW）、聯機分析處理（OLAP）以及數據挖掘（DM）三部分組成。

從系統的觀點看，商業智能的關鍵是從商家運作系統的數據中，經過抽取、轉換和裝載等過程，提取有用的數據，進行清理以保證數據的正確性，在此基礎上利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術對其進行分析和處理，最后將知識呈現給管理者，它可以為企業用戶提供趨勢分析、可視化的動態數據報告和數據訪問、知識發現、復雜的多維數據分析等功能，以輔助用戶進行決策，高端的BI系統甚至可以直接輸出預算、財務模型、資源分配等運算結果，提供關鍵績效指標（Key Performance Indicators，KPIs）信息。

二、零售業商業智能系統的構建

零售業商業智能系統是面向決策管理和市場營銷的支持系統，它是在現有的各種零售業信息系統上建立的。零售企業的各種信息系統每天產生諸如商品結構、銷售、庫存、客戶等決策支持所需的珍貴信息，各個應用系統的歷史數據均以磁盤或硬盤備份的方式保存，這為零售業商業智能的系統構建提供了必要的數據采集條件。本文以某大型國有零售企業為背景，該零售企業共有上千個營業網點，其中大型超市、便利店遍及全國許多省市。應用SQL Server 2005商業智能領域的數據倉庫、聯機分析處理、數據挖掘、報表服務，結合先進的前端展現技術，構建零售業商業智能系統。

如下圖所示，整個BI平臺分為三大功能區：信息集成區、信息存儲區和信息傳遞區。BI信息集成區主要負責BI系統的實時信息集成，將各種數據經過ETL軟件抽取、清洗、轉換和加載過程加載到以SQL Server 2005為引擎的數據倉庫。其主要功能由SQL Server 2005 Integration Services（SSIS）、BizTalk Server等軟件支持。BI信息存儲區是SQL Server 2005管理的數據倉庫，BI信息傳遞區是各種BI數據分析工具OLAP， Data mining和報告工具，其主要功能可以由SQL Server 2005 Analysis Services（SSAS）、SQL Server 2005 Reporting Services和Microsoft SharePoint Portal Server等軟件完成。系統最頂層為數據訪問層，通過Web企業門戶將分析的結果、動態報告、關鍵績效指標等決策信息以報表、直方圖、餅圖等可視化的形式展現給用戶。

圖 零售業商業智能平臺體系結構

三、系統實施

該系統主要完成企業級的數據倉庫的建立、產生多維分析報表（OLAP）、完成特定主題分析以及數據挖掘等，為企業的決策管理和市場營銷提供強有力的依據。

1.建立企業級的數據倉庫

零售業的各個門店以及供應商之間每天都要有大量的數據要傳遞和處理，加上零售業內部存在多個信息系統，如：ERP、CRM、SCM、OLAP 等。這些系統管理企業各項運營業務，并產生和處理大量原始的業務數據，如：商品銷售數據、商品庫存信息、客戶管理信息等；此外，企業還收集了供應商、競爭對手等大量的外部數據，所有這些原始的內部和外部數據之間并沒有非常緊密的聯系，而是分散在多個信息管理中。在該BI平臺下，SQL Server 2005 SSIS可用于數據預處理階段，完成數據的轉換、清洗加載過程。經過ETL處理，統一不同數據來源間的差異，清理在線系統中的不合理數據，保證了數據的準確性、及時性和響應速度。最后處理過的數據按照不同的主題集中存放在數據倉庫中。

2.提供多維分析報表（OLAP）

在完善了企業的數據倉庫后，在這些數據的基礎上結合企業多角度的分析統計要求，系統提供多維分析模型和多維分析報表，為業務分析人員和管理層提供一個高效、易用的業務分析平臺。例如，在商品銷售管理中，建立以商品銷售數量和銷售額為度量，在建立了時間維、客戶維、產品維、產品類別維等維度的銷售多維數據集后，就可以基于銷售多維數據集實施OLAP分析，使用SQL Server 2005Analysis Services可以直觀方便地獲得結果。同樣，在SQL Server 2005Analysis Services中只須根據數據分析的需要在多維數據集中進行簡單的點擊和拖動，可以生成以銷售數量和金額為度量，以時間維、產品類別維、客戶維等的不同組合，再考慮到如時間維的年、季度、月等不同層次。這樣，就可以從不同角度、不同的匯總級別來觀察數據，獲得對銷售管理有價值的信息。

3.開發專題分析

根據零售業的特點，開發一些特定主題分析，包括總經理KPI指標儀表盤、供應商綜合績效評估、門店綜合績效評估、特定商品促銷效果定量分析和不同時期、不同業態商品的角色跟蹤、對比分析。依據SQL Server 2005關鍵績效指標（KPI）記分卡工具，通過圖表方式實時地顯示企業各項業績指標，并在某業績未達到工作目標時發出警告，幫助管理人員采用多維方式分析業績異常原因。例如：某類商品的銷售業績未達標，KPI記分卡工具可以從不同的時間段，不同的銷售方式等多維度來分析該商品的銷售情況，提供分析報告。KPI記分卡工具也支持用戶上鉆和下鉆分層數據分析需求，針對商品銷售業績未達標問題，高層管理人員可以利用KPI記分卡工具向下訪問各層數據，直到查詢最底層的業務數據，找到業績未達標的問題根源，從而采取相應的策略，改變銷售局面。

4.產生統計報表

面向管理人員和業務分析人員的統計報表，主要反映企業日常經營活動中銷售、庫存周轉等主要因素對企業業務指標的影響。針對企業決策層的報表應用體系，內容涉及整個公司的門店營運、商品經營、業務發展等方面，使公司領導可以通過這些指標快速、便捷地了解整個業務地經營、收入情況，及時掌握整個企業的業務發展變化。借助web services，用 SQL Server 2005 Reporting Services發布不同格式的報表，通過把報表作為更進一步的商業智能的數據源來分發，復雜的分析可被更多的用戶所用。

5.實施數據挖掘

在完成多維主題分析的基礎上，基于現有的數據倉庫，借助SQL Server 2005中豐富的數據挖掘算法，從儲存的大量業務數據中發掘有價值的市場信息，并進行模式識別。包括建立客戶生命周期價值評估模型、合理劃分會員等級、客戶流失分析等，為企業的市場銷售和客戶管理提供有效的技術支持。

四、結束語

通過幾年的努力，BI的發展正在進入一個新的時代，它的概念和價值已經被大部分企業所認識，而且已經應用到企業各部門的幾乎所有領域。零售業商業智能的實施是一項復雜的系統工程，不僅涉及到與現有的各個管理系統的接口，系統軟硬件的配置和選擇，還需要企業管理人員整合企業內部管理，不斷提高管理意識。本文介紹的基于SQL Server 2005構建的零售業商業智能系統具有性能先進、擴展性強、操作簡便等優點，具有較強的可行性。

參考文獻:

[1]鄭洪源周良:商業智能解決方案的研究與應用[J].計算機應用研究， 2005（9）：92－94

[2]Bernard Liautaud，Mark Hammond E-BUSINESS Intelligence Turning Information into Knowledge into Profit [M].McGraw hill Trade，2000

[3]W H Inmon. Buinding the data warehouse [M].Wellesley Massachusetts:QED Technical Publishing Gtoup，1992.1-74

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。