数据仓库数据仓库技术在服装销售领域运用

摘要：数据仓库作为信息处理领域的一种新技术，有着广阔的应用前景。本文以服装销售领域为例，研究数据仓库建模方法和实现过程。主要研究了销售主题下的产品类别、时间和地区维度，结合OLAP技术，展示了数据仓库系统的实用价值。
关键词：数据仓库 OLAP 服装销售
1007-9416（2012）11-0064-02
1、引言
数据仓库是一个面向主题的、集成的、时变的、非易失性的数据集合，支持管理部门的决策过程。数据仓库系统通常需要涉及数据源、数据仓库、OLAP怎么写作器和前端应用几个部分。其中数据源是整个系统的数据来源，包括各种原始的业务数据。数据仓库是整个系统的核心，负责集成经过抽取和转换的源数据，并向OLAP怎么写作器提供数据。OLAP怎么写作器负责向用户提供分析结果，而前端应用主要包括各种报表工具或查询工具等。本文研究在服装销售领域内数据仓库的建立过程和方法，以服装销售信息系统中关系数据库为数据源，实现了一个实用的数据仓库系统，为管理人员分析销售形势提供了有力的帮助。

2、数据仓库建模

2.1　事实表与维度选择

对于面向全国进行服装销售的公司而言，主要的业务元素有客户、产品、销售时间、销售数量和等。本数据仓库的逻辑模型采用了雪花模型，主要关注产品销售主题，如下图所示。该模型的结构特点是：以产品销售这个事实表为中心，从时间、地域和产品三个维度向外进行了扩展，并且销售产品属于不同的产品类别，如男装、上衣、衬衣等。产品销售事实表中的信息来自于服装销售业务管理系统的订单表，其中数据仓库主要利用的字段有产品编号、地区编号、销售数量、销售单价和销售日期。

2.2　服装销售的维度分析

服装销售时，管理人员需要对销售情况进行分析，了解分产品类别、分时期、分地域的销售效果，然后制定新的销售计划。在产品类别、时间和地区这三个维度上，级别表达了数据的层级结构，从数据的最大（汇总程度最大）级别直到最小（最详细）级别。如年、月、日代表了三个不同的时间层级。

2.1　产品类别维度

在实际的业务管理系统中，服装产品可能有数千种。在我们所选企业的数据库中，产品类别分为大类、中类和小类三个级别。例如女装是一个大类，上装又是其下属的一个中类，T恤则是上装下属的一个小类。产品类别的层级结构如下图所示。
从数据仓库的模型（图1）可以看出，事实表中每个产品编号代表一种特定的商品，而通过产品表将其归属于某一个特定产品小类；获得产品小类编号后，可以在产品类型编号表中查找它所对应的产品中类和大类。通过对销售事实信息在不同粒度上的汇总，我们可以获得各个类别产品的销售情况（如图2）。

2.2　时间维度

在各种管理信息系统中，时间都是常见的信息。在激烈的竞争中，时间也是服装销售决策者需要重点关注的因素之一。他们需要了解什么时间产品的销售形势较好，什么时间不好，以及各个时间段本企业的销售业绩如何。
为了适应业务需求，我们将时间维度分为年、月和日三个层次。系统首先按照不同年份进行销售数量和金额的统计，然后又细分为按月统计和按日统计。如见维度各层次的关系如图3所示。

2.3　地区维度

我国幅员辽阔，人口众多，但各地区经济发展水平不同，并且气候变化、文化习俗也有不同。因此，地域因素对服装销售也存在较大程度的影响。例如，羽绒服在南方省份的销量可能就不太好。将产品销量和金额分地区进行统计和分析后，决策者可以有针对性地拓展市场，投放广告。在销售事实表中，地区编号实为邮政编码。根据我国的行政区划，自然可以得出如图4所示的地区层次结构，分为省（直辖市、自治区）、市（区）两级。

3、数据仓库实现

我们以一家知名服装企业为例，设计并实现了一个数据仓库系统。源数据来自于该企业的业务管理系统，主要是销售订单、产品信息、产品类别信息等。经过较为简单的数据抽取和转换过程，统计出不同维度下、不同粒度的组合信息。每个订单记录了最详细的销售信息：销售的日期、产品的编号和邮政编码，根据维表中的信息，可以将此订单的销售数量和金额归总于相应的数据立方体。为了获得任意组合条件下的销售数量和金额，我们进行了大量的统计求和处理，并将统计结果保存于不同的数据库表中。为了实现多维分析功能，我们采用了开源的OLAP怎么写作器Mondrian，并通过适当的配置，使其可以方便的显示我们加载的数据仓库数据。
下面四幅图即为在不同维度、不同粒度下的Mondrian查询结果界面。其中图5、图6和图7分别显示了按照产品类别、时间和地区维度展开的销售情况统计结果。实际上Mondrian可以继续对当前较粗的粒度进行展开，直至显示到最细的粒度。例如，可以点击图6中的2008年这个节点，即显示该年份下12个月的销售情况统计，进一步还可以显示某一个月下每天的销售情况。图8则显示了不同维度、不同粒度组合条件下的销售情况，如紫色嫘萦衬衫2002年4月在山西省太原市共卖出5件，销售额为540元，而该衬衫同年在四川省卖出1件，销售额为108元。
4、结语
随着市场竞争的日益激烈，越来越多的企业需要利用数据仓库技术把原始经营数据转化为辅助

源于：如何写论文www.udooo.com

决策信息。在本文中，我们针对某服装企业的销售主题构建了一个实用的数据仓库系统，从产品类别、时间和地区三个维度上进行了分析。按照不同维度、不同粒度的组合对海量源数据进行了统计分析，并利用Mondrian　OLAP怎么写作器展现了数据仓库数据。借助该系统，公司决策者可以十分方便的获悉企业的销售动态，从而制定科学的销售策略。
参考文献
Inmon　W.H.Building　the　data　Warehouse[M].北京：机械工业出版社，2000.
钟丽.零售企业的数据仓库系统的设计与实现[D].复旦大学硕士学位论文，2008.
[3]叶政.面向大型服饰企业销售决策的分布式数据仓库设计[D].浙江大学硕士学位论文，2006.
[4]廖员.数据仓库与OLAP在产品售后分析系统中的应用研究[D].西南交通大学硕士学位论文，2007.