0 引言
Microsoft SQL Server数据库是Microsoft公司开发和推广的关系数据管理系统，其最新版本是2008版，在2008版中提供了数据仓库功能，并且完善了数据挖掘技术，使得商务智能能够走向平民化。
从实质上来看，商务智能的核心就是对数据仓库中的各类数据进行数据挖掘，从中找出隐藏信息，为企业的发展战略的制定或者营销决策提供数据支撑。本文就依据Microsoft SQL Server数据库，设计并实现了一个商务智能系统。
1 基于Server的商务智能数据仓库的设计
数据仓库是商务智能的核心内容，其设计的核心为商务智能系统的实现，对于商务智能系统的实现来说，核心就是对于数据仓库的实现，对于数据的处理模型的构建，通过对于数据仓库的实现能够为企业构建一个商务智能系统，从而为后续的商务数据分析提供基础。
1.1 数据仓库的主题分析
以一般的商品销售企业为例，其数据仓库一般需要具备如下几个方面的主题：
(1)销售主题。包括销售单号、企业的分店、销售信息、客户以及商品的具体编号、销售产品和时间的编号和数量统计、货架编号和促销的编号，促销商品和一般商品的数量统计等信息；
(2)商品主题。包括商品的类别、编号、名称、规格，上述都是商品的固有属性，除此之外，还包含了商品的各种库存方面信息、相关的一些采购信息和各项销售方面的信息等；
(3)客户主题。对于客户的一般社会情况进行分类和存储，比如客户的编号、姓名、性别和年龄、居住地址、与商品销售企业的距离等，除此之外还包括了顾客购买商品的信息，如客户编号、购买商品的类别、数量以及时间等等；
(4)供应商主题。供应商主题主要是固有信息，包括了供应商的具体联系方式、供应量以及其变化信息，库存和供应之间的平衡关系，还包含了供货的具体时间，商品的具体类型和数量，物品的单价和总价等方面的信息等等。不同类别的企业，在构建自身的数据仓库时也会有所不同，但是一般都应该包含客户主题、产品，商品/服务内容主题、营销/销售主题等几个主要的方面的内容。
1.2 数据仓库的结构设计
数据仓库的主题确定后，就可以根据它的主题来构建数据仓库的逻辑结构，那么它的销售主题、商品主题、供应商主题以及客户主题就能够设计成如图1所示的逻辑结构，数据仓库的具体体系结构则如图2所示。
图1 数据仓库的星座模型示意图
图2 数据仓库体系结构示意图
企业的业务数据经过汇总之后进行抽取、转换、清洗、过滤以及转载，然后形成数据仓库管理系统，数据仓库之中的数据通过OLAP服务实现数据的分析以及数据统计，供企业的战略制定者以及决策层参考。
2 数据仓库内容采集与处理
2.1 数据库内容的采集和修改
从目前来看，绝大部分企业在经营过程中，并没有考虑到商务智能系统的运用问题，因而其实际经营过程中产生并且收集到的数据与上述数据仓库涉及的主题的具体要求具有相当大的差距，这往往是由于企业的POS系统或者财务部门对于相应数据的定义不全面造成。一般企业为了提高效率，往往不会增加额外的数据采集，这就造成了商务智能数据仓库内实际上有很多主题的数据不存在，商务智能也难以起到实际作用。
由于企业在实际的经营过程中，往往只注重销售业绩，而对客户资料的重视程度不够，在数据采集过程中，广泛存在采集的信息量少，采集的数据项目不足等问题。而这些信息的缺失，就导致数据仓库的建设形同虚设。除此之外，商务智能系统的一个非常重要的功能就是辅助进行客户关系管理，客户信息的缺失也导致这一功能无法实现。因此，考虑通过OLTP系统在数据的存储过程中实现对数据表的记录追加，通过直接修改客户信息表的结构实现客户信息项目的增加，从而尽量提高客户信息数据采集的完整性。为了便于数据仓库的查询，客户数据的项目是按照如下顺序排列的：会员卡号、姓名、折扣、金额、性别、出生日期、证件号码、电话、地址、备注等，其Value分别为@ 1、@ 2、@ 3、@ 4、@ 5、@ 6、@ 7、@ 8、@ 9、@ 10。
上述对客户信息表格的调整由于是完整的以参数的形式给出了数据项，对SQL语句查询、更新以及修改功能不会有任何的影响，为了增加对客户分析的全面性，还可以在数据表之中添加有关客户的受教育程度、收入情况、家庭人口数量等信息，当然具体需要何种信息需要根据企业的实际情况决定。其他信息的补充和完善方法也类似客户信息的补充方法。
2.2 数据的抽取、转换、清洗、过滤和转载
根据文中的设计，可以选用适当ETL工具从数据库中获取所需的各种数据，并将其集成到数据仓库之中。有些数据可以直接从源数据系统之中直接导入，比如企业的促销信息的相关数据就可以直接从促销表Promotion之中通过选取相关的字段，如Promotion_id，Promotion_name等字段，而排除其他的无关字段。这样就能够大大的节省数据的收集时间。在导入数据之前，还需要对数据进行转换、清洗、过滤以及转载，使得数据能够最终符合数据仓库管理系统的需求。
2.3 OALP以及数据挖掘模型的构建
数据仓库构建完成后，还只是提供了数据分析的基础，在此基础上，可以借用OALP系统对其进行交互式分析，这样就可以发挥数据挖掘分析员自身的主观意识，从现有数据中发现更多有效的隐|生信息，为企业的发展决策的制定提供更为有效的数据支撑。
此次设计的系统基于Microsoft SQL Server 2008以及Microsoft Visual Studio开发的，通过使用SQL中的商务智能开发功能(Business Intelligence Development)，来构建多维数据集以及数据挖掘模型，而数据的展示则是通过SQL展示功能(SQL Server Reporting Services，SSRS)实现的。展示功能其实是对于服务器端的一种解决方案，它的具体功能是生成多种关系数据源和多位数据源，并且凭借这些数据源来提取企业的报表内容，这样就能够发布各种格式的报表，随时进行查看，从而可能对其安全性进行集中管理，此外，它还能够从多维数据集中动态的获得相关的数据信息，还能够支持多种操作方式和图形化的展示方式。
在对数据库进行设计的时候，首要考虑的问题，就是目标。一个好的数据库首先就是没有冗余数据，从而能确保数据的定位准确、高效，在维护保养方面也相对简单。从理论上来说，数据库的设计是要把所有的目标实现。但从实际上来看，基本上是不可能的，各个目标可能天然就存在一定的排斥，如冗余数据的消除要求降低定位记录的速度，准确性和高效。在设计数据库的时候，最为重要的一点就是对数据库的组织，为了有效的降低数抛不一致性发生的可能性，就必须要随数据库进行规范化以减少数据库中的冗余数据，具体需要从如下兀。个方面来考虑外理：
(1)要使其能适应表结构在未来可能发生的一些变化；
(2)要清理包含在表中的冗余信息；
(3)在处理数据的前端应用程序的数据库结构时，若发生变化，要使可能发生的冲突降低到最小。
实际应用中，对于网络化的HRM系统来说，能够应用的设计原则非常多，例如：命名的规范性方面；引用控制字段方面；库表控制重复性方面；控制并发性方面。
3 结语
文中提出的模型就是基于Server数据库开发的一种供企业内部经营管理人员以及决策人员使用的，它能够帮助使用者对企业各方面的数据进行掌控，从而了解企业的实际处境，并且从庞大的数据之中发现企业发展的规律所在，能够为企业制定发展战略和做出经营决策提供有效的数据支持。
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/
本文标题：基于Server数据库的商务智能实现研究
本文网址：http://www.toberp.com/html/consultation/1083937059.html
相关文章
