基于數(shù)據(jù)倉庫的中小超市決策支持系統(tǒng)

摘要: 近年來，基于數(shù)據(jù)倉庫的決策支持系統(tǒng)快速發(fā)展。筆者根據(jù)中小超市的特點，對其決策支持系統(tǒng)的數(shù)據(jù)倉庫、聯(lián)機分析處理及數(shù)據(jù)挖掘進行了初步設計，實現(xiàn)對購買趨勢、商品盈利、商品采購、貨架排放幾個部分的分析，以輔助中小超市在激烈競爭環(huán)境中的決策。

關鍵詞: 決策支持系統(tǒng); 數(shù)據(jù)倉庫

1 概述

中小超市在我國零售業(yè)中占有重要地位。與大型連鎖超市相比，中小超市的經濟基礎相對薄弱，而主管人員的經驗決策往往難以適應復雜的環(huán)境變化。同時，一個地區(qū)內中小超市之間競爭激烈，傳統(tǒng)的廣告、降價、贈送等營銷手段已顯得力不從心。面對這種情況，建立一套適合中小超市的決策機制便顯得尤為重要。筆者基于Windows XP 下的后臺服務器/ 中間服務器/ 客戶端三層結構，利用Microsoft SQL Server 2005，設計了一個基于數(shù)據(jù)倉庫的中小型超市決策支持系統(tǒng)，希望對中小超市在競爭中求得發(fā)展有所幫助。

2 數(shù)據(jù)倉庫設計

2.1概念模型設計

數(shù)據(jù)倉庫中數(shù)據(jù)的組織是面向主題的，因而首先要確定主題。主題是一個在較高層次將數(shù)據(jù)歸類的標準，它能反映出分析對象所涉及的各項數(shù)據(jù)以及相互聯(lián)系。[1]本系統(tǒng)確定了三個基本主題:商品、銷售和供應商。其中“商品”主題的公共鍵碼為商品編號，屬性包括:商品編號、商品名稱、所屬類別、供應商編號、供應價、供應量、供應日期。“銷售”主題的公共鍵碼為銷售流水號，屬性包括:商品編號、供貨商編號、單價、采購價、銷售量、銷售日期。“供應商”主題的公共鍵碼為供應商編號，屬性包括:供應商名稱、地址、聯(lián)系方式、重要程度。

2.2邏輯模型設計

2.2.1事實表設計

事實表用來存儲主題的主干內容，包含業(yè)務銷售數(shù)據(jù)，如現(xiàn)金登記事務、商品交易事物等產生的數(shù)據(jù)。[2]目前絕大多數(shù)超市都已經安裝并正在使用銷售終端系統(tǒng)(POS)。每一張POS清單都是一次交易過程的具體記錄，包含了消費者一次購買活動的全部信息，且數(shù)據(jù)豐富，其內部蘊含著大量的潛在信息。因此，可將POS交易清單經過處理后作為數(shù)據(jù)倉庫的主要事實表，包含銷售流水號、商品編號、供貨商編號、商品單價、商品采購號、商品利潤、購買數(shù)量、累計銷售額、累計利潤、交易時間等內容。以此事實表為中心，各維度表按星型模式連接到中心事實表。

2.2.2維度表設計

一個對象的維度通常包含多個屬性，設計維度表的主要目的就是把這些屬性的值放置在一個單獨的表中。根據(jù)前面已經確定的事實表的內容，可設計供貨商、商品、采購、時間四個維度表。供貨商維表包含供貨商編號、供貨商地址、供貨商名稱、聯(lián)系方式、重要程度等內容，通過供貨商編號連接到事實表;商品維表包含商品編號、商品名稱、商品類別等內容，通過商品編號連接到事實表;采購維表包含商品采購號、采購價格、采購時間等內容，通過商品采購號連接到事實表;時間維表采用多重粒度劃分，包含交易時間、季度、月、日等內容，通過交易時間連接到事實表。

2.3物理模型設計

物理模型設計的一個重要工作就是索引的構建。位圖索引是目前比較實用的一種索引技術。該索引由一系列二進制位組成，其中每個位對應表中一條記錄，第一位對應物理位置上的第一條記錄，第二位則對應第二條物理記錄，若符合索引條件則取值為1，不符合取值為0。每條記錄都按照這一規(guī)律一一對應，直到表結束。

3 OLAP設計

聯(lián)機分析處理(OLAP)，是基于數(shù)據(jù)倉庫的應用而提出的一種數(shù)據(jù)分析機制。OLAP的功能主要是建立OLAP分析模型，在OLAP分析模型上進行獲取數(shù)據(jù)、OLAP分析操作、展示OLAP分析結果等。利用Microsoft SQL Server 2005中的 Analysis Services 通過上鉆、下鉆、旋轉、切片等操作，可實現(xiàn)以下幾個功能:

銷售分析:管理人員能夠對商品的銷售情況進行查詢和分析。比如:某一具體時間下各種商品的銷售情況;某一時間段內的銷售情況;不同時期銷售情況的對比等。通過銷售分析，管理人員可以對超市的經營情況有一個直觀的了解，便于進行決策。

商品分析:通過對商品進行跟蹤調查，判斷商品的生命周期。對處于生長期的商品，可采用大量的廣告和展銷等方式以打開商品銷路;對處于發(fā)展期的商品，可通過各種營銷手段保持市場增長率;對處于穩(wěn)定期的商品，應盡量吸引消費者的購買興趣，開拓市場，以延長商品的穩(wěn)定期;對處于衰退期的商品，則應審時度勢，尋找其他替代商品。

供貨商分析:對不同供貨商提供的同一種商品的銷量及利潤進行比較分析，從而更好地選擇供貨商。例如某飲料的供貨商有甲、乙、丙三家，其中甲的供貨價格最高，乙其次，丙最低。通過OLAP綜合了銷售、盈利等方面的因素分析之后，發(fā)現(xiàn)選用供貨價格中等的乙供貨商所獲得的利潤最多，因此應選擇乙供貨商，而不是供貨價格最低的丙。

4 數(shù)據(jù)挖掘設計

數(shù)據(jù)挖掘(Data Mining) 就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程，近年來逐漸成為人們廣泛應用的一種方法。[4]數(shù)據(jù)挖掘包括分類、回歸、時間序列、聚類、關聯(lián)及序列發(fā)現(xiàn)等多種模式。筆者選用分類、關聯(lián)和序列發(fā)現(xiàn)三個模式完成以下三項任務:

分類分析:把超市中所有商品分為四類:高銷量高盈利商品、高銷量低盈利商品、低銷量高盈利商品、低銷量低盈利商品。分析樣本中每一類商品所具有的特征，建立分類規(guī)則，以便根據(jù)新商品的特征對其進行分類。在這一模塊中將使用基于信息熵的ID3決策樹分類方法。

關聯(lián)分析:利用關聯(lián)規(guī)則找出顧客一次消費中被同時購買的商品。在關聯(lián)分析方面，“尿布與啤酒”一直是經典案例。全球最大的零售商沃爾瑪通過對銷售記錄進行關聯(lián)分析，發(fā)現(xiàn)與啤酒同時售出最多的竟然是嬰兒的尿布。于是他們將二者擺在一起，這一舉措使得啤酒和尿布的銷量都大幅增加。這就是人們常說的“購物籃分析”。通過這種分析，將“尿布與啤酒“的個例推廣到超市中的各類商品，從而指導超市的商品擺放、貨架安排、搭配銷售等營銷策略。關聯(lián)分析中將用到目前使用比較廣泛的Aprior算法。

序列發(fā)現(xiàn)分析:使超市經營者能夠根據(jù)已經被顧客所購買的商品預測出即將被購買的商品，并制定相應的營銷措施。[5]例如通過對歷史銷售資料進行序列分析后發(fā)現(xiàn)，用戶在購買了打印機之后，還會再購買墨盒、打印紙等后續(xù)商品。因此，在打印機出現(xiàn)大規(guī)模售出之后，便應考慮適當增加墨盒、打印紙等后續(xù)商品的購進，同時還可采取一些廣告、展示等營銷手段，激發(fā)顧客的購買欲，引導顧客的購買興趣，從而實現(xiàn)效益的提高。

5 結語

超市只有充分挖掘現(xiàn)有銷售記錄中包含的潛在信息和知識，發(fā)現(xiàn)顧客的購買偏好，掌握顧客的消費習慣，并嘗試引導顧客的消費興趣，將管理重心由銷售轉向客戶，才能在激烈的競爭中站穩(wěn)腳跟，求得發(fā)展。可見，決策支持系統(tǒng)在中小超市中的應用具有重要意義。

參考文獻:

[1]俞磊，周國祥. 基于DW的連鎖超市決策支持系統(tǒng)的研究與設計.計算機技術與發(fā)展，2007，4:42

[2]http://baike.baidu.com/view/1953078.htm

[3]陳京民著。數(shù)據(jù)倉庫原理、設計與應用[M]。北京:中國水利水電出版社，2004

[4]胡桂林。常用數(shù)據(jù)挖掘軟件比較[J]。《國外醫(yī)學》衛(wèi)生經濟分冊，2005(1):20

[5]俞磊，周國祥. 基于DW的連鎖超市決策支持系統(tǒng)的研究與設計.計算機技術與發(fā)展，2007，4:44