利用層次分析法確定某車企營銷體系主數據

摘要：隨著大數據時代的到來，企業進入數字化轉型，充分挖掘數據價值，必然需要考慮從業務數據中識別出共享性高的數據作為主數據，以便統一各交易和分析應用系統的語言。本文介紹以層次分析法識別某車營銷體系主數據的方法，以此指導企業在數字化轉型過程中對現有數據資源集成整合的時間計劃優先排序。

關鍵詞：層次分析法;層次結構圖;特征向量;矩陣

中圖分類號：U461

文獻標識碼：A

0 引言

隨著企業的壯大，企業的業務發展會快于IT應用系統的建設速度，業務應用系統的建設和發展都是業務驅動型，各業務依據當時的業務需要單獨建設業務系統并自帶數據庫。由于組織結構層面的原因，業務系統建設不是由公司整體規劃，各業務應用按業務需求單獨構建自己的應用系統，這會導致應用系統功能重復、數據重復、交互信息不一致，甚至有可能相互矛盾等問題[1-3]。從而導致數據關聯性差，各業務應用系統之間無法實現數據共享。

隨著大數據時代的到來，企業無法高效利用數據價值的弊端日益顯現。為了解決這個問題，在數據架構層面，企業需對數據進行統一的頂層設計、各應用系統的建設數據架構是基于頂層設計的統一數據架構，這樣可以避免數據交互共享時的數據不一致問題。為了保證各業務部門負責建設的業務應用數據語言統一，能夠相互交互。構建大數據應用系統的第一步，便是構建統一規范的主數據[4]。

主數據是描述核心業務的基礎數據，是各業務應用系統都需要共同使用的數據。主數據不是企業所有建設的信息系統使用的所有數據，只有當該數據具備共享性、惟一識別性、變化緩慢等關鍵特性的特點，具備相互共享交互的特性才是主數據。這些主數據在進行主數據管理之前經常在各個業務應用系統單獨存在，彼此語言不統一。

主數據的識別方法有層次分析法、優序圖法和對偶分析法。本文將介紹層次分析法的基本理論并使用層次分析法識別某車企的營銷體系主數據。

1 主數據識別理論方法

1.1 層次分析法的簡要介紹

層次分析法（Analytic Hierarchy Process，簡稱AHP），是L.Saaty教授（美國）于1970年左右面向學術界提出的一種用于實現決策最優化的分析方法。他模擬一個人決策的思考過程，開發了一種基于目標、準則和執行層面的分層次思考方法，可以將決策問題分解為相對定性和定量化的分析方法。我國在1980年前后開始接觸該方法，并被天津大學的許樹柏教授研究、使用。自此，AHP在工業界和學術界得到大范圍的使用。

1.2 基本思路

首先，要確定決策的目標，例如購買物品、去哪旅游等等，這作為層次的最上層。基于該最上層目標，開始確認有什么因素或準則會影響此決策目標的考慮，例如物品的價格、質量或品牌等;旅游目的地的風景、成本和時間等。這構成層次分析的中間層，即準則層。最后，是對于目標的實現有什么可行方案，例如對于旅游的目標，備選方案可能有桂林、大理和蘇州等。這是最底層，即執行層[5-6]。

2 某車企營銷體系主數據識別步驟

2.1 構建某車企營銷體系主數據層次結構模型

依據層次分析法的層次結構，我們的目標層是識別某車企的主數據，最下層是有可能成為主數據的數據類別。營銷體系有可能成為主數據類別的數據有車輛產品信息、經銷商檔案、客戶檔案、行政區域，以及媒介渠道。中間層是判斷各類別數據是否作為主數據的準則，主要有4大特性，分別為獨立性、共享性、生命周期長和業務價值。各特性的含義如表1所示。

依據上述信息，某車企營銷體系主數據識別的層次結構模型如圖1所示。

2.2 構造營銷體系主數據域成對比較矩陣

構造判斷矩陣的中間層和執行層分別針對他們各自的上級，即目標層和中間層，作為決策過程的權重考慮。針對以上目標和準則層，構建目標層與準則層矩陣A（表2）。其中，1代表所對比的因素兩兩相同;3代表所對比的2個因素一個比另外一個略強;5代表所對比的2個因素一個比另一個強;7代表其中一個比另外一個明顯強;9代表一個比另外一個絕對的強。

其次，針對以上5類主數據及其與4大主數據準則構建準則層-備選主數據層矩陣BI（表3-6）。

2.3 層次單排序和一致性檢驗

按照以上對比矩陣求得特征向量及其層次總排序如下。

W（Z）=（0.16，0.38，0.08，0.38）

W（C1）=（0.24，0.48，0.05，0.02，0.02）

W（C2）=（0.30，0.61，0.02，0.01，0.06）

W（C3）=（0.61，1.21，1.21，0.12）

W（4）=（0.75，0.25）

各備選主數據對識別主數據目標的層次總排序如表7所示。

總排序的一致性檢驗CI=0：備選主數據的選擇中，分別是P2gt;P3gt;P1gt;P4gt;P5，即經銷商檔案選為主數據的權重最大為69%、其次為車型產品信息20%、客戶檔案21%，最后為行政區和媒體渠道。可以按此排序推進主數據的推廣和維護進度。

3結束語

利用層次分析法只能從原有的備選主數據中對現有備選主數據進行優先排序，但是沒法得出得出更好的新備選方案。該法中決策判斷的過程層次分析時較為科學，但是對比矩陣的建設過程還是存在一定的主管因素影響較大。這就使得結果難以讓所有的決策者接受。哪怕采取專家群體判斷也會面臨這個問題，需配合各業務系統使用人員的經驗加以判斷。加入專家或者行業的經驗礎后再運用該方法進行確認校核，是較為合適的。

【參考文獻】

[1]汪濤.管理運籌學[R].廣西大學，層次分析法課件.

[2]王妙瓊，馬鵬瑋，魏凱，等.工業大數據架構分析[J].系統與方案，2018，12（03）.

[3]蔣志明.理想的數據架構的研究和實現[J].信息科技，中國科技信息，2009（24）.

[4]何賽群，趙林海，于慧，等.主數據管理體系構建[J].中國科技信息，2018（17）.

[5]王學建，康小強，李越新.基于層次分析法的主數據識別方法研究[P].電信信息化，2011（07）.

[6]劉濤，李少波，唐向紅.基于綜合加權法的主數據識別技術研究[P].組合機床與自動化加工技術，2013（03）.