【正文】 到那些信息、我們就能越快據(jù)此采取行動(dòng)， 這個(gè)系統(tǒng)已經(jīng)成為我們的一個(gè)重要工具 ” 。要將數(shù)據(jù)轉(zhuǎn)換成商業(yè)智能，就需要利用數(shù)據(jù)倉(cāng)庫(kù)來(lái)建立決策支持系統(tǒng)。 采用聚類模型或分類模型也能達(dá)到一定的預(yù)測(cè)效果。 多維分析與原因分析 多維分析 通過(guò)多維分析將獲得在各種不同維度下的實(shí)際商業(yè)活動(dòng)值（如銷售量等），特別是他們的變化值和差值，達(dá)到輔助決策效果。 建模是開發(fā)一種用來(lái)描述實(shí)體（如客戶、商品、渠道等）的關(guān)系模型的過(guò)程。 房地產(chǎn)業(yè)增加 ，增加率為 21%。 40 例如 ， 以 “ 產(chǎn)品 、 城市 、 時(shí)間 ” 三維數(shù)據(jù) ， 如圖 時(shí)間城市產(chǎn)品電視機(jī)電冰箱廣州上海95 9641 多維數(shù)據(jù)分析的基本操作 對(duì)三維數(shù)據(jù) ， 通過(guò) “ 切片 ” ， 分別從城市和產(chǎn)品等不同的角度觀察銷售情況： 電視機(jī)電冰箱廣州上海42 2. 切塊 在多維數(shù)組的某一個(gè)維上選定某一區(qū)間的維成員的操作，切塊可以看成是在切片的基礎(chǔ)上，確定某一個(gè)維成員的區(qū)間得到的片段，也即由多個(gè)切片疊合起來(lái)。 31 圖 32 多維數(shù)據(jù)的分析視圖 在平面的屏幕上顯示多維數(shù)據(jù)，是利用行、列和頁(yè)面三個(gè)顯示組來(lái)表示的。 客戶端負(fù)責(zé)用戶的應(yīng)用邏輯及界面。 這些信息是從原始數(shù)據(jù)轉(zhuǎn)換過(guò)來(lái)的，按照用戶的理解，它反映了企業(yè)真實(shí)的方方面面。 10 （ 1）變量 ：變量是數(shù)據(jù)的實(shí)際意義，即描述數(shù)據(jù)“ 是什么 ” 。 33 商店 3 （頁(yè)面） 上衣 褲 帽子 直接銷售 固定成本 直接銷售 固定成本 直接銷售 固定成本 1月 450 350 550 450 500 400 2月 380 280 460 360 400 320 3月 400 310 480 410 450 400 圖 四維數(shù)據(jù)的顯示 34 對(duì)于更多維度的數(shù)據(jù)顯示，需要選擇維度及其成員分布在行或者列中。 ? 向上鉆取獲取概括性的數(shù)據(jù)。 55 （ 2）深入分析 東莞的農(nóng)、林、牧、漁業(yè)下降明顯，采礦業(yè)也下降。 這樣，可以提供誰(shuí)將不支付電話帳單的某種可能性預(yù)測(cè)。 （ 1）查詢整個(gè)公司最近 3個(gè)月來(lái)各個(gè)月份的銷售額和利潤(rùn)，顯示銷售額正常，但利潤(rùn)下降。第四種側(cè)重在戰(zhàn)術(shù)性決策支持。 該決策支持系統(tǒng)簡(jiǎn)例就是完成對(duì)此問(wèn)題進(jìn)行多維分析和原因分析 ， 找出出現(xiàn)原因 。 ? 沃爾瑪就在它的一個(gè)個(gè)商店里將它們并排擺放在一起，結(jié)果是尿布與啤酒的銷量雙雙增長(zhǎng)。我能拿出我想要的任何東西，并確切地講出我們賣了多少。 ? 每周六要對(duì)世界范圍內(nèi) 銷售量最大的 15種商品進(jìn)行分析， 然后確保在準(zhǔn)確的時(shí)間、合適的地點(diǎn)有所需要的庫(kù)存。 強(qiáng)大的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng) 將世界 4000多家分店的每一筆業(yè)務(wù)數(shù)據(jù)匯總到一起 ，讓決策者能夠在很短的時(shí)間里獲得準(zhǔn)確和及時(shí)的信息，并做出正確和有效的經(jīng)營(yíng)決策。它是一個(gè)龐大的數(shù)據(jù)資源。最常用的預(yù)測(cè)方法是采用回歸模型，包括線性回歸或非線性回歸。 （ 7）多種展現(xiàn)方式選項(xiàng)。 (3)建模 探索者通過(guò)概括分析來(lái)理解數(shù)據(jù)，通過(guò)抽取來(lái)準(zhǔn)備數(shù)據(jù)，通過(guò)建模來(lái)分析數(shù)據(jù)。 采礦業(yè)下降 ，下降率為 %。 ? 我們把在多維數(shù)據(jù)分析中加入 數(shù)據(jù)分析模型和商業(yè)分析模型 稱為 廣義 OLAP。 29 圖 三維 MTS例 30 在圖 (MTS)中，指定： 時(shí)間維成員 是 3月， 產(chǎn)品維成員 是鞋， 指標(biāo)維成員 是銷售量， 這樣它代表了三維數(shù)據(jù)總得一個(gè)空間數(shù)據(jù)點(diǎn)，如圖 。 多維數(shù)據(jù)庫(kù)服務(wù)器能夠被不同的應(yīng)用和工具所訪問(wèn)。 4 2. OLAP的簡(jiǎn)單定義 聯(lián)機(jī)分析處理是共享多維信息的快速分析。 （ 2）維 ：維是人們觀察數(shù)據(jù)的特定角度。 在 頁(yè)面上 可以選定多個(gè)維度，但每個(gè)維度只能顯示一個(gè)成員。 44 鉆取 ：例如， 2021年各部門銷售收入表如下： 45 對(duì)時(shí)間維進(jìn)行下鉆操作，獲得新表如下： 2021年 部門 1季度 2季度 3季度 4季度 部門 1 200 200 350 150 部門 2 250 50 150 150 部門 3 200 150 180 270 46 ? 通過(guò)旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。而房地產(chǎn)業(yè)增長(zhǎng)明顯，金融業(yè)增長(zhǎng)突出。 數(shù)據(jù)倉(cāng)的決策支持與決策支持系統(tǒng) 查詢與報(bào)表 多維分析與原因分析 預(yù)測(cè)未來(lái) 實(shí)時(shí)決策 自動(dòng)決策 決策支持系統(tǒng) 數(shù)據(jù)倉(cāng)庫(kù)是一種能夠提供重要戰(zhàn)略信息，并獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的新技術(shù)，從而得到迅速的發(fā)展。 （ 2）查詢?nèi)澜绺鱾€(gè)區(qū)域每個(gè)月的銷售額和利潤(rùn)，顯示歐洲地區(qū)銷售額下降，利潤(rùn)急劇下降。 以貨運(yùn)為例 ? 卡車上的貨物常常需要把某些貨物從一輛車轉(zhuǎn)移到另一輛車上，以便最終送抵各自的目的地。 決策支持系統(tǒng)運(yùn)行結(jié)構(gòu)圖如下：