0 引言

    Microsoft SQL Server數據庫是Microsoft公司開發和推廣的關系數據管理系統，其最新版本是2008版，在2008版中提供了數據倉庫功能，并且完善了數據挖掘技術，使得商務智能能夠走向平民化。

    從實質上來看，商務智能的核心就是對數據倉庫中的各類數據進行數據挖掘，從中找出隱藏信息，為企業的發展戰略的制定或者營銷決策提供數據支撐。本文就依據Microsoft SQL Server數據庫，設計并實現了一個商務智能系統。

1 基于Server的商務智能數據倉庫的設計

    數據倉庫是商務智能的核心內容，其設計的核心為商務智能系統的實現，對于商務智能系統的實現來說，核心就是對于數據倉庫的實現，對于數據的處理模型的構建，通過對于數據倉庫的實現能夠為企業構建一個商務智能系統，從而為后續的商務數據分析提供基礎。

    1.1 數據倉庫的主題分析

    以一般的商品銷售企業為例，其數據倉庫一般需要具備如下幾個方面的主題：

    (1)銷售主題。包括銷售單號、企業的分店、銷售信息、客戶以及商品的具體編號、銷售產品和時間的編號和數量統計、貨架編號和促銷的編號，促銷商品和一般商品的數量統計等信息；

    (2)商品主題。包括商品的類別、編號、名稱、規格，上述都是商品的固有屬性，除此之外，還包含了商品的各種庫存方面信息、相關的一些采購信息和各項銷售方面的信息等；

    (3)客戶主題。對于客戶的一般社會情況進行分類和存儲，比如客戶的編號、姓名、性別和年齡、居住地址、與商品銷售企業的距離等，除此之外還包括了顧客購買商品的信息，如客戶編號、購買商品的類別、數量以及時間等等；

    (4)供應商主題。供應商主題主要是固有信息，包括了供應商的具體聯系方式、供應量以及其變化信息，庫存和供應之間的平衡關系，還包含了供貨的具體時間，商品的具體類型和數量，物品的單價和總價等方面的信息等等。不同類別的企業，在構建自身的數據倉庫時也會有所不同，但是一般都應該包含客戶主題、產品，商品/服務內容主題、營銷/銷售主題等幾個主要的方面的內容。

    1.2 數據倉庫的結構設計

    數據倉庫的主題確定后，就可以根據它的主題來構建數據倉庫的邏輯結構，那么它的銷售主題、商品主題、供應商主題以及客戶主題就能夠設計成如圖1所示的邏輯結構，數據倉庫的具體體系結構則如圖2所示。

圖1 數據倉庫的星座模型示意圖

圖2 數據倉庫體系結構示意圖

    企業的業務數據經過匯總之后進行抽取、轉換、清洗、過濾以及轉載，然后形成數據倉庫管理系統，數據倉庫之中的數據通過OLAP服務實現數據的分析以及數據統計，供企業的戰略制定者以及決策層參考。

2 數據倉庫內容采集與處理

    2.1 數據庫內容的采集和修改

    從目前來看，絕大部分企業在經營過程中，并沒有考慮到商務智能系統的運用問題，因而其實際經營過程中產生并且收集到的數據與上述數據倉庫涉及的主題的具體要求具有相當大的差距，這往往是由于企業的POS系統或者財務部門對于相應數據的定義不全面造成。一般企業為了提高效率，往往不會增加額外的數據采集，這就造成了商務智能數據倉庫內實際上有很多主題的數據不存在，商務智能也難以起到實際作用。

    由于企業在實際的經營過程中，往往只注重銷售業績，而對客戶資料的重視程度不夠，在數據采集過程中，廣泛存在采集的信息量少，采集的數據項目不足等問題。而這些信息的缺失，就導致數據倉庫的建設形同虛設。除此之外，商務智能系統的一個非常重要的功能就是輔助進行客戶關系管理，客戶信息的缺失也導致這一功能無法實現。因此，考慮通過OLTP系統在數據的存儲過程中實現對數據表的記錄追加，通過直接修改客戶信息表的結構實現客戶信息項目的增加，從而盡量提高客戶信息數據采集的完整性。為了便于數據倉庫的查詢，客戶數據的項目是按照如下順序排列的：會員卡號、姓名、折扣、金額、性別、出生日期、證件號碼、電話、地址、備注等，其Value分別為@ 1、@ 2、@ 3、@ 4、@ 5、@ 6、@ 7、@ 8、@ 9、@ 10。

    上述對客戶信息表格的調整由于是完整的以參數的形式給出了數據項，對SQL語句查詢、更新以及修改功能不會有任何的影響，為了增加對客戶分析的全面性，還可以在數據表之中添加有關客戶的受教育程度、收入情況、家庭人口數量等信息，當然具體需要何種信息需要根據企業的實際情況決定。其他信息的補充和完善方法也類似客戶信息的補充方法。

    2.2 數據的抽取、轉換、清洗、過濾和轉載

    根據文中的設計，可以選用適當ETL工具從數據庫中獲取所需的各種數據，并將其集成到數據倉庫之中。有些數據可以直接從源數據系統之中直接導入，比如企業的促銷信息的相關數據就可以直接從促銷表Promotion之中通過選取相關的字段，如Promotion_id，Promotion_name等字段，而排除其他的無關字段。這樣就能夠大大的節省數據的收集時間。在導入數據之前，還需要對數據進行轉換、清洗、過濾以及轉載，使得數據能夠最終符合數據倉庫管理系統的需求。

    2.3 OALP以及數據挖掘模型的構建

    數據倉庫構建完成后，還只是提供了數據分析的基礎，在此基礎上，可以借用OALP系統對其進行交互式分析，這樣就可以發揮數據挖掘分析員自身的主觀意識，從現有數據中發現更多有效的隱|生信息，為企業的發展決策的制定提供更為有效的數據支撐。

    此次設計的系統基于Microsoft SQL Server 2008以及Microsoft Visual Studio開發的，通過使用SQL中的商務智能開發功能(Business Intelligence Development)，來構建多維數據集以及數據挖掘模型，而數據的展示則是通過SQL展示功能(SQL Server Reporting Services，SSRS)實現的。展示功能其實是對于服務器端的一種解決方案，它的具體功能是生成多種關系數據源和多位數據源，并且憑借這些數據源來提取企業的報表內容，這樣就能夠發布各種格式的報表，隨時進行查看，從而可能對其安全性進行集中管理，此外，它還能夠從多維數據集中動態的獲得相關的數據信息，還能夠支持多種操作方式和圖形化的展示方式。

    在對數據庫進行設計的時候，首要考慮的問題，就是目標。一個好的數據庫首先就是沒有冗余數據，從而能確保數據的定位準確、高效，在維護保養方面也相對簡單。從理論上來說，數據庫的設計是要把所有的目標實現。但從實際上來看，基本上是不可能的，各個目標可能天然就存在一定的排斥，如冗余數據的消除要求降低定位記錄的速度，準確性和高效。在設計數據庫的時候，最為重要的一點就是對數據庫的組織，為了有效的降低數拋不一致性發生的可能性，就必須要隨數據庫進行規范化以減少數據庫中的冗余數據，具體需要從如下兀。個方面來考慮外理：

    (1)要使其能適應表結構在未來可能發生的一些變化；

    (2)要清理包含在表中的冗余信息；

    (3)在處理數據的前端應用程序的數據庫結構時，若發生變化，要使可能發生的沖突降低到最小。

    實際應用中，對于網絡化的HRM系統來說，能夠應用的設計原則非常多，例如：命名的規范性方面；引用控制字段方面；庫表控制重復性方面；控制并發性方面。

3 結語

    文中提出的模型就是基于Server數據庫開發的一種供企業內部經營管理人員以及決策人員使用的，它能夠幫助使用者對企業各方面的數據進行掌控，從而了解企業的實際處境，并且從龐大的數據之中發現企業發展的規律所在，能夠為企業制定發展戰略和做出經營決策提供有效的數據支持。

核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。

轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/

本文標題：基于Server數據庫的商務智能實現研究

本文網址：http://www.guhuozai8.cn/html/consultation/1083937059.html