0 前言
现代经济的发展使得加工制造技术的可获得性大为增加，加工制造环节的竞争非常激烈，利润空间呈下降趋势。在此情况下，从以加工制造为主转向更加重视营销和研发，向2端延伸是现代制造业开拓市场价值空间的普遍选择。
从需求的角度来看，伴随着竞争环境的变化，需要更加关注合作企业的多样化、个性化需求，要求企业开始重视生产环节以外的竞争，如对不同企业需求变化特点的调查、消费环境的营造等等。在这种条件下，以往单方面一味地强调加工制造的生产方式已经不能适应当今市场需求的变化，营销和市场的开拓在煤炭企业发展过程中作用越来越突出，并且更加注重通过定制和及时响应来分析挖掘顾客的购买价值的作用越来越大。
1 背景技术
数据仓库技术(Data warehouse)：它是1个面向主题的、不可更新的、并且是会随时间的变化而会不断变化的数据集合，它用于支持企业或组织的决策分析处理，同时也是近年来兴起的数据库应用，能够将煤炭企业应用系统中的数据进行全面的清理、综合以及分析，这样数据能够更好地发挥其作用，为煤炭企业的管理决策提供服务。
煤炭企业的CRM，首先，CRM是1种管理的理念和策略。该系统将煤炭企业的客户作为最重要的资源来源，通过深入地对客户进行分析和完善的客户服务，不断地了解顾客需求，提供给客户满意的产品和服务，与客户群建立长期合作、稳定的关系，在企业客户满意的同时实现了企业价值的最大化；其次，CRM也是1种技术和软件系统。1个完整的客户关系系统综合应用了数据仓库技术、数据挖掘等信息技术，为煤炭企业的销售、客户服务和决策支持等领域提供1个业务自动化的解决方案。煤炭企业采购通常为批量订货，客户关系需要长期稳定。煤炭市场的这一特点决定了在煤炭企业适合采用具有针对性的个性化营销。煤炭企业通过实施客户关系管理，可以及时掌握用户的存货情况，以此为基础开展个性化营销工作，增强企业的市场竞争能力，更好地维护煤炭企业的客户关系闭。
2 数据仓库的设计
数据仓库系统是面向主题的，文中基于数据挖掘的煤炭企业客户关系管理系统的目的就是要在客户关系的基础上对客户行为的满意度等需求进行具体分析，从而得出结论，掌握客户行为规律，可以有效地帮助企业从客户的具体需求出发，能够准确地制定当今的市场决策，不断维护和拓展相应的客户，同时对优化煤炭企业内部资源，提高企业运作效率，挖掘更多创收机遇，可以实现收益的最大化。可见客户关系系统的主题既是客户，所以该系统的客户关系管理模块要做到的是：把握和赢得客户。
传统煤炭企业的CRM系统虽然系统功能很强大，但是它不能让管理人员进行有效地预测、统计、分析、使用和评估，无法满足煤炭企业管理人员进行高效、快速的分析和决策。为了解决这些问题，煤炭企业在CRM系统上实施数据仓库的解决方案。
设计时采用星型多维模型，这种数据模型直观且简化了数据结构，有助于提高查询的性能。数据仓库中的每1个主题对应1个星型模型结构，由事实表和若干维表组成。
数据仓库平台的开发过程相当复杂，它不同于一般系统平台的设计，因为数据仓库中的数据是面向主题，因此，其开发过程是1个数据驱动的过程，包括软硬件配置、体系结构的设计、技术的选择、开发环境等仓库体系结构的设计，但硬件的配置也是不可忽略的1个部分，需要考虑到硬件对整个数据仓库平台性能的影响，如数据仓库数据库服务器、OU巾查询服务器、Web服务器、应用服务器。整个平台使用pb为前端开发工具，微软SQL Server2000为目标数据库。微软SQL Server2000提供了一套完整的数据仓库分析和解决框架，它集成了一系列的工具，是下一代可扩展的商务和数据仓库解决方案之一。微软通过把服务集成到技术平台中，使得商业智能系统和数据仓库的实现更容易。SQL Server2000提供如下组件，如DTS，Replieation，Analysis Service，English Query，Meta Data Services，使数据仓库的实现非常容易(如图1)。
图1 数据仓库的体系结构
3 数据挖掘中粗集理论的数据简化决策的应用
粗集理论是近年来发展起来的1种智能信息处理方法，该理论研究的是不精确知识的表达、学习和归纳等方法。
3.1 粗集理论模式识别的原理
令P，Q∈R。P，Q是关于论域U的知识，且K=(U，P)和K=(U，Q)为2个知识库，当Ulind(P)=Ulind(Q)，即当U|P=U|Q时，称K和K|是等价的。其中，Ind(P)，ind(Q)表示基于属性P，Q的不可分辨关系。因此，当K和K|都有同样的基本范畴集。
这个概念意味着可以用不同的属性集对对象进行分类，以表达关于论域的完全相同的事实。把这个概念与分类相联系时可以这样理解：假定P是要分类的对象的特征集，p是分类结果属性集，用P描述的对象的等价类与用Q描述的分类结果的等价类具有完全相同的事实。
3.2 基于粗集理论的知识简化原理
在模式识别中，经常要在保持知识库中对初等范畴的情况下消去冗余基本范畴，进行知识的简化。对于属性子集P、R，若存在Q=P-r，Q、P，使得ind(Q)=ind(P)，且Q为最小子集。则Q称为P的简化，用red(P)表示。称r为P中可省略的，否则r为P中不可省略的。r为P可省略的这个概念与分类相联系，可以这样理解：P是表达被研究的对象的属性集合，在近似表达中有一些特征作用不大，可以去掉这些属性而不影响对对象的表达，去掉冗余属性r后，剩下的属性集仍然保留其等价关系。1个属性集合P可能有多种简化。P中所有简化属性集合都包含的不可省略关系的集合，即简化red(P)的交可称为P的核。记作core(P)。
3.3 决策规则的简化原理
决策规则的简化是利用决策逻辑分别消去决策算法中每个决策规则的不必要条件。它不是整体上的简化属性，而是针对每个决策规则，去掉表达该规则时的冗余属性值，以便进一步使决策算法最小化。
3.3.1 决策规则简化原理
当θ→Ψ为1个决策规则，且θ和Ψ分别为P基本公式和Q基本公式时，P，Q已知，则决策规则θ→Ψ称为PQ基本决策规则，简称PQ规则。P，Q可以看成知识表中的条件属性和决策属性。若θ→Ψ为PQ规则，且a∈P，当且仅当|=sθ→Ψ蕴含|=sθ(P-{a})→Ψ时，称属性a是规则θ→Ψ中可省略的。
3.3.2 数据集成的神经网络的有效性评判
针对不同模型的特点，引进相应的神经网络方法。
BP算法本质上是以网络误差的平方和为目标甬数，按梯度法求其目标函数达到最小值的算法，具体如下：
(1)初始化，选定一结构合理的网络。置所有可调参数(权和阀值)为均匀分布的较小数值。
(2)对每个输入样本作如下计算：
前向计算
最后集成各个运行稳定的子系统，构造出协调的、实用的智能系统。
3.3.3 优化物流配
对于货物的配送，若赋权有向图N=(V，E)内任一条边e∈E的容量c(e)都为非负整数，且已取定V的2个非空子集X和Y，且X∩Y=φ，则(N，c，X，y)称为运输网络N。其中V为顶点集，E为边集，x={X1，x2…，xn}中的顶点为网络N的货流发点，Y={y1，y2，…，yn}中的顶点为网络N的货流收点。若对E中任一边e=(u，v)，再对应1个非负实数d(e)，称为边e的代价(通常表示1个单位的流量从顶点u流向顶点v所需的费用)，则配送网络为N=(V，E，c，d，X，Y)。根据各出发地的货物预测发送量和各收货站的货物预测到达量，把神经网络运用网络规划的理论和算法求解运输网络的最小代价最大流，并由此确定网络中每条运输径路的预测运量，实现总运费最小。
3.3.4 优化销售、库存比例
对于一定周转资金，如何选择资金投向，以获得最大销售利润的基本模型为：
maxf=a1x1+a2x2+…+anxn并满足b1x1+b2x2+…+bnxn＜m
其中xi为第i种产品的进货量，ai为第i种产品的销售利润，bi为第i种产品的进货成本，m为周转资金(i=1，…，n)。而进货量又与销售量、库存量等因素有关，综合各个因素组成复杂模型，利用神经网络求出最大利润。基于数据仓库，数据挖掘技术及计算机仿真技术，实施经营决策支持系统，为公司的决策层提供过程中的决策支持。主要功能包括：
(1)营销网络布局决策，包括网点布局，渠道设计，区域划分等。
(2)经营实体之间的供需协作关系决策。
(3)经营实体间的利益分配决策。
(4)库存量及订货点决策。
(5)物流，信息流及资金流仿真与优化。
(6)产品品种分析。
(7)销售分析。
(8)经营分析。
(9)综合报表分析。
4 结语
创建数据仓库的宗旨是辅助决策，本文主要论述了数据仓库的构建技术，针对煤炭行业的数据特点，分析企业的需求，对业务数据进行多维分析，利用微软数据挖掘算法建立数据挖掘模型，并把分析结果展现给用户，为用户提供决策的依据，从而增强我国煤炭企业的市场竞争能力，更好更快地推动煤炭企业的发展。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文网址：http://www.toberp.com/html/consultation/1082058092.html
相关文章
