超市商業智能模型研究

摘 要：針對超市這種商業企業經營決策的需要，以某POS系統為例，在不影響超市POS系統運行的前提下對POS系統的數據庫進行少量修改，進而設計出數據倉庫、多維數據集、數據挖掘模型和報表模型，通過商業智能門戶向企業數據分析人員和經營決策人員提供操作簡便、界面好的平臺。關鍵詞：商業智能；數據倉庫；OLAP

中圖分類號：F2 文獻標識碼：A 文章編號：1672-3198（2007）08-0087-02

1 引言

隨著競爭的加劇，POS系統在零售企業中得到了廣泛的應用。POS系統和聯機電子秤等極大地提高了前臺銷售和盤存的速度，并可以隨時打印各項報表，使得零售企業的日常管理實現了信息化，為企業積累了豐富的、比較完整的能反映企業經營過程的數據。為了充分利用大量歷史數據，各零售企業開始建設數據倉庫系統，在商品分析、銷售分析、庫存分析、客戶分析等方面取得了一定的成功。但是目前零售企業的數據分析存在一定缺陷：

（1）對客戶的分析有一定的片面性。我國零售業（超市）的客戶多數是居民，超市POS系統可以記錄居民的姓名、年齡、地址、電話、職業、受教育程度等基本信息?？蛻粜畔⒂涗浀氖菚T個人的信息，但使用會員卡的可能是家庭的任何成員。目前的POS系統中沒有記錄這些家庭信息，從而導致客戶分析的不準確。

（2）貨架分析。目前的POS系統記錄了每一筆銷售，但沒有記錄商品銷售前所擺放的貨架。需要分析商品在不同貨架的銷售情況時因為缺少這個信息而無法進行。

（3）目前零售業的數據分析系統一般采用DW+OLAP+DM的結構，主要以C/S的模式實現，一般要求用戶對數據和模型比較熟悉，主要供數據分析人員使用，而企業經營決策者因為對數據和模型不熟悉而不能自如使用這個系統。

綜上所述，對原POS系統的數據庫進行適當修改以適應數據分析的需求，用商業智能系統對DW、OLAP、DM進行整合并利用商業智能門戶向使用者提供統一的界面有十分重要的現實意義。

2 商業智能的概念

商業智能(Business Intelligence ，簡稱 BI)的概念最早是GartnerGroup 的Howard Dresner于1996年提出來的。當時將商業智能定義為一類由數據倉庫（或數據集市）、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業決策為目的技術及其應用。商業智能可以說是提高企業市場競爭力的一種技術手段或方法論，一般包含數據倉庫、聯機分析處理、數據挖掘三個部件。

3 數據倉庫設計

3.1 超市數據倉庫的主題分析

根據前面的分析，我們可以確定以下幾個主題：

（1）銷售主題：對銷售情況進行多維分析，以發現銷售數據的異常變化并追溯原因。

（2）商品主題：對商品的進銷存及退貨進行分析，為超市進行商品品種和品牌調整分析提供數據。

（3）客戶主題：對客戶的購買情況進行多維分析，以分析客戶的購買習慣、計算客戶的價值、進行客戶流失預測等。

（4）貨架主題：位置不同，貨架的租金也不相同。通過分析不同類別在不同貨架的銷售及利潤，為超市調整商品而已提供支持。

3.2 超市數據倉庫邏輯結構

確定了數據倉庫的主題后，就要根據主題設計主題的邏輯結構。在上述主題中，銷售主題、客戶主題和商品主題可以設計成雪花結構，而供應商主題、貨架主題可以設計成星型結構。這些模型通過公共維度表形成星座模型。

4 對源系統數據庫的修改

如前所述，目前POS系統提供的數據與實現數據倉庫各主題所需的數據相比存在一定差距，這是因為POS系統中數據定義不全面造成的。但POS系統是一種典型的OLTP系統，高效準確地處理銷售事務是它最重要的功能，它不會為了滿足分析處理的要求而增加額外的功能從而降低系統運行效率，而企業也不必要為了滿足分析環境的需要就廢除現有的系統重新開發或者購買新的POS系統。一個折衷的辦法是對現有系統的數據庫進行修改以適應分析環境的需要。

4.1 客戶信息的補充

OLTP系統一般是通過存儲過程實現對數據表記錄的追加，可以直接修改表的結構和存儲過程實現客戶信息的補充。某POS系統的客戶信息表包含以下字段：編號、名稱、電話、傳真、地址、郵編、聯系人、開戶銀行、帳號、備注；其增加客戶記錄的存儲過程：INSERT INTO會員表(會員卡號，姓名，折扣，累計金額，性別，生日，身份證號，電話，地址，郵編，備注，換算金額)VALUES (@P1，@P2，@P3，@P4，@P5，@P6，@P7，@P8，@P9，@P10，@P11，@P12)上面的SQL語句完整地以參數形式給出了添加的數據項以及對應的字段，因此給客戶表增加字段不會影響該語句的功能。同樣對查詢、更新、刪除客戶信息的存儲過程進行分析，發現只要不刪除表中現有字段及改變字段定義，給表添加字段不會影響現有功能的使用。

為了增加客戶分析的全面性，滿足客戶主題分析的需求，可在數據表中增加所需要的字段：教育程度、家庭人口、與超市距離等；另外增加一個存儲過程以向數據庫的客戶表寫入客戶的這些補充信息，并在后臺增加一個程序界面以調用該存儲過程實現新客戶信息的錄入功能。

4.2 貨架數據的補充

如果POS系統沒有貨架信息，就必須先在數據庫中建立貨架信息表，并給商品表中每種商品加上所處貨架字段一般而言，同一種品牌的同一個類（系列）商品是擺放在一個貨架上的，所以只需要在商品類別表中加上貨架信息，通過類別表與商品表之間一對多的關聯與以及類別表與貨架表之間的多對一關系就可以為商品和貨架之間建立聯系。

在商品入庫時設置好商品的分類，當調整貨架后，在商品類別表中更新貨架信息。將數據加載到數據倉庫時，不僅要加載每一筆銷售業務，也需要根據類別表將每件銷售出去的商品的貨架信息寫入數據倉庫，作為外鍵與貨架維度表相關聯。

5 OLAP及挖掘模型的建立

根據前面主題分析的結果，本系統建立了商品、銷售、客戶、貨架等四個OLAP模型。

本系統采用SQL Server 2005+Microsoft Visual Studio 2005開發。用SQL Server Business Intelligence Development Studio建立多維數據集和數據挖掘模型，用Reporting services展示數據。SQL Server 2005 Reporting Services（SSRS）是一種基于服務器的解決方案，用于生成從多種關系數據源和多維數據源提取內容的企業報表，發布能以各種格式查看的報表，以及集中管理安全性和訂閱。它可以從多維數據集中動態取得數據，支持切片、下鉆、上卷等多維操作，并能以圖形方式展示結果數據；此外它還為開發人員提供了若干編程接口。

在數據挖掘方面，使用Microsoft SQL Server 2005 Analysis Services (SSAS) 提供的關聯算法對交易清單進行挖掘；用聚類算法對客戶進行劃分；用線性回歸算法分析商品銷售隨季節變化的規律，并依此規律評價促銷效果；用決策樹算法對客戶購買習慣進行分析。

在信息展示方面，利用商業智能門戶提供了一個統一的展示平臺，將數據挖掘的結果、聯機分析處理的操作及結果在簡潔的門戶站點中顯示出來，這個門戶還支持數據報表的發布與獲取。

6 結束語

本文提出的模型主要是供企業內部經營管理人員和決策人員使用。由于該模型采用模式，只在加強對使用者的身份驗證，對與供應商和客戶相關的數據和模型進行適當調整，該模型也可以通過Internet向企業的供應商和客戶開放。

參考文獻

［1］陳京民．數據倉庫原理、設計與應用［M］．北京：中國水利水電出版社，2004.

［2］劉智，桑國明等．基于數據倉庫連鎖店決策支持系統模型的研究［Ｊ］．計算機與數字工程，2005，（8），22-24.