商务智能教学课件：04 Data Warehouse 3.ppt

数据仓库Data Warehouse
数据仓库
从数据库到数据仓库
数据仓库及其四大特征
数据仓库的基本结构
数据集市与数据仓库
数据仓库的应用
*
*
建立数据集市的原因（1/2）
在网络环境中，即使存在多个可用总线结构”紧密联系在一起
*
总线结构的数据集市（3/3）
优点
共享维表和事实表，解决了建立数据集市的许多问题
缺点
这种结构基于多维模型，应用限制于OLAP
多个数据源直接影响多个集市，造成数据仓库结构不十分稳定
*
企业级数据集市结构
数据仓库
从数据库到数据仓库
数据仓库及其四大特征
数据仓库的基本结构
数据集市与数据仓库
数据仓库的应用
*
*
数据仓库的应用
在数据库及数据仓库中存贮有大量的数据，它们具有规范的结构形式与可靠的来源，且数量大、保存期间长，是一种极为宝贵的数据资源。充分开发、利用这些数据资源是目前计算机界的一项重要工作
数据资源的利用有三种方式
数据资源的查询服务
数据资源的演绎
演绎数据库，知识库
统计分析软件（SAS，SPSS）
数据资源的归纳
数据挖掘
DB OLTP
DW DSS
*
操作型、分析型环境间的数据流
某些时候，存在从数据仓库环境到操作型环境的数据回流。
操作型环境中采用SQL等方式，直接访问数据仓库的“回流”是不正常的。
*
数据仓库数据的直接访问
由操作型环境到数据仓库数据的直接访问有以下限制：
从响应时间的角度来考虑，请求数据仓库数据的操作型处理通常不具有在线特性
对数据的请求必须是最小量的
管理数据仓库所用到的技术（如协议等）必须与管理操作型环境所用到的技术一致
从数据仓库取得的、准备传输到操作型环境的数据必须不做或很少的格式化
因此，由操作型环境到数据仓库数据的直接访问很少
*
数据仓库数据的间接访问（1/6）
航空公司的佣金计算系统
考虑旅行社代表客户与航空公司进行订票服务，航空公司需进行一个最佳佣金的计算。而最佳佣金的计算需要考虑当前的预定情况和历史情况
当前的预定情况提供了目前飞机票的预定情况，而历史情况则提供了过去一段时间的订票情况。基于二者，可以计算出一个最佳的佣金
考虑到实际情况，航空公司采用离线方式完成佣金计算和航班历史分析，离线计算和分析以周期性的方式进行，并创建一个小的易于访问的航班状态表。这样，当航空公司与旅行社交互时，很容易查阅当前订票情况和航班状态表
*
数据仓库数据的间接访问（2/6）
*
数据仓库数据的间接访问（3/6）
零售个性化系统
当顾客与零售商销售代表进行电话咨询时，销售代表需要能够立即查询到顾客的个性化信息，如上次购物的日期，上次购物的类型，市场分析/市场类别信息
这些个性化信息通常可以由数据仓库环境的一个后台分析程序提供，后台分析程序通常定时运行以提供相关信息
*
数据仓库数据的间接访问（4/6）
*
数据仓库数据的间接访问（5/6）
由一个程序对数据仓库进行定期的分析，以检验相关的特征和标准。这种分析过程将在在线环境中产生一个小文件，其中包括了有关企业方面的简明信息。这样这个小文件就能够有效的被操作型环境所利用
*
数据仓库数据的间接访问（6/6）
分析程序：
拥有许多人工智能的特征
可以运行在任何可用的数据仓库中
在后台运行，这样时间就不是一个大问题
程序的运行与数据仓库发生变化的速度一致
周期性刷新：
不是经常运行
以离线模式操作
支持从数据仓库到操作型环境的数据传输
在线预分析数据文件：
每个数据单元仅仅包含少量的数据
总体上可以包含大量的信息
准确地包含了在线处理人员所需要的东西
不被修改，但是以批量方式周期性更新
是在线高性能访问环境的一部分
访问效率高
适合访问单个数据单元，而不是大量数据
分析型应用
客户关系管理
商业零售
金融领域
保险业
电讯行业
医疗保健
政府
其他…
*
*
客户关系管理（1/2）
包括“客户数据的集成”和“客户信息的分析与挖掘”两个部分
客户数据的集成
客户信息中的姓名和地址的集成
对姓名和地址进行解析，分成更细小的片断
对姓名和地址进行标准化
客户数据的更新
新客户的识别
老客户的信息更新（可能需要使用数据仓库中已有的历史数据）
客户关系管理（2/2）
客户信息的分析与挖掘
客户特征分类分析
新客户的发现
客户赢利分析
优质客户挖掘
客户行为分析
客户异常行为的发现
客户需求分析
客户反映分析
提供一对一服务（One to One）
防止已有客户的流失
*
*
商业零售（1/2）
客户信息管理与分析
客户关系管理
客户特征分析
客户购买行为与购买****惯分析
销售分析
销售额与销售时间的关系
销售额