商务智能应用实例简介-.pptx

第第10章章 商务智能应用实例商务智能应用实例 10.110.1数据仓库数据加载与钻取数据仓库数据加载与钻取 10.210.2商务智能中商务智能中数据挖掘模型设计数据挖掘模型设计 10.3 SQL Server中数据挖掘工具中数据挖掘工具10.4 商务智能客户端界面设计商务智能客户端界面设计 商务智能应用实例简介 第1页第第10章章 商务智能应用实例商务智能应用实例 经过本章学习，能够了解：经过本章学习，能够了解：怎样使用怎样使用SQL 对超市销售数据仓库进行数对超市销售数据仓库进行数据加载；据加载；怎样建立数据挖掘应用模型；怎样建立数据挖掘应用模型；怎样使用怎样使用SQL 数据挖掘工具；数据挖掘工具；怎样将多维数据集与数据挖掘结果经过终怎样将多维数据集与数据挖掘结果经过终端展示工具展示给商务智能用户；端展示工具展示给商务智能用户；商务智能应用实例简介 第2页10.1 数据仓库数据加载与钻取数据仓库数据加载与钻取 10.1.1 数据仓库数据加载数据仓库数据加载 1.建立复制建立复制2.创建公布和定义项目创建公布和定义项目商务智能应用实例简介 第3页3.创建请求订阅向导创建请求订阅向导商务智能应用实例简介 第4页4.禁用公布或分布向导禁用公布或分布向导商务智能应用实例简介 第5页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第6页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第7页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第8页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第9页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第10页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第11页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第12页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第13页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第14页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第15页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第16页10.1.2 超市数据仓库系统数据加载超市数据仓库系统数据加载商务智能应用实例简介 第17页10.1.3 多维数据集更新多维数据集更新运行“SQL Server Business Intelligence Development Studio”，然后新建一个Integeration Service项目。在该项目中，右键单击SSIS包，然后选择“新建SSIS包”命令 商务智能应用实例简介 第18页10.1.3 多维数据集更新多维数据集更新商务智能应用实例简介 第19页10.1.3 多维数据集更新多维数据集更新商务智能应用实例简介 第20页10.1.3 多维数据集更新多维数据集更新商务智能应用实例简介 第21页10.1.3 多维数据集更新多维数据集更新商务智能应用实例简介 第22页10.1.4 数据仓库钻取访问数据仓库钻取访问1.数据钻取进入数据钻取进入商务智能应用实例简介 第23页10.1.4 数据仓库钻取访问数据仓库钻取访问2.数据钻取选项确定商务智能应用实例简介 第24页10.1.4 数据仓库钻取访问数据仓库钻取访问3.钻取数据列选择钻取数据列选择商务智能应用实例简介 第25页10.1.4 数据仓库钻取访问数据仓库钻取访问4.钻取数据选择钻取数据选择商务智能应用实例简介 第26页10.1.4 数据仓库钻取访问数据仓库钻取访问5.钻取结果显示钻取结果显示商务智能应用实例简介 第27页10.1.5 数据仓库多维表示式数据仓库多维表示式MDX应用应用商务智能应用实例简介 第28页10.1.5 数据仓库多维表示式数据仓库多维表示式MDX应用应用在查询输入框中输入需要查询语句，如：SelectMeasures.商品销售额，Measures.商品成本，Measures.商品销售量，Measures.商品销售利润on columnsCustomdim.客户所在城市.childrenon rowsfrom超市系统where(Storagedim.开业年份.)商务智能应用实例简介 第29页10.1.5 数据仓库多维表示式数据仓库多维表示式MDX应用应用商务智能应用实例简介 第30页10.1.5 数据仓库多维表示式数据仓库多维表示式MDX应用应用MDX多维查询语句普通形式为：SELECT，FROMWERE商务智能应用实例简介 第31页10.2 商务智能中数据挖掘模型设计商务智能中数据挖掘模型设计10.2.1 数据挖掘对象分析数据挖掘对象分析数据挖掘项目组组员 超市营销策略评价主要经过门市、商品、营销策略、日期和客户五个维度。要分析则是商品销售量、销售额、商品成本和商品销售利润等度量信息。商品销售量增加率=（实施促销策略后商品销售量/实施促销策略前商品销售量-1）100%商品销售额增加率=（实施促销策略后商品销售额/实施促销策略前商品销售额）100%商品利润增加率=（实施促销策略后商品利润/实施促销策略前商品利润）100%商品促销策略门市影响率=不一样门市相同促销策略商品利润增加率之比商品促销策略时间影响率=不一样时间相同促销策略商品利润增加率之比等各种新变量。商务智能应用实例简介 第32页10.2.2 数据挖掘模型与相关数据准备1挖掘模型确实定挖掘模型确实定在在过过去去若若干干年年中中业业务务趋趋势势是是什什么么？在在业业务务不不一一样样分分类类中中有有哪哪些些最最活活跃跃原原因因？不不一一样样元元素素之之间间是是否否存存在在相相关关性性？最最感感兴兴趣趣分分类类存存在在哪哪些些地地方方？不不一一样样分分类类有有哪哪些些层次？层次？客户分成客户分成“接收促销接收促销”、“不接收促销不接收促销”两个分类。两个分类。将将客客户户分分成成三三个个不不一一样样聚聚类类，它它们们特特征征分分别别有有哪哪些些？销销售售额额前前10个个商商品品聚聚类类是是什什么么？它它们们彼彼此此之之间间有有哪哪些些不一样之处？不一样之处？有有时时为为了了处处理理一一些些较较大大业业务务问问题题，可可能能还还需需要要对对业业务务问问题题进进行行分分解解，将将业业务务问问题题分分解解成成多多个个较较小小问问题题。假假如如这这些些问问题题能能够够使使用用分分类类、预预计计、关关联联分分组组、聚聚类类、细细分分或或预预测测等等挖挖掘掘方方法法来来处处理理。那那么么这这一一较较大大问问题题也也就能够用数据挖掘方法处理。就能够用数据挖掘方法处理。商务智能应用实例简介 第33页10.2.2 数据挖掘模型与相关数据准备将将客客户户流流失失问问题题分分解解成成这这么么一一些些问问题题：那那些些已已经经或或正正在在流流失失客客户户含含有有哪哪些些特特征征？能能否否建建立立一一个个预预测测正正在在流流失失客客户户模模型型，预预测测客客户户流流失失行行为为发发生生？能能否否建建立立一一个个模模型型，深深入入预预测测那那些些将将要要流流失失客客户户会会在在什什么么时时候候流流失失？能能否否建建立立一一个个模模型型解解释释这这些些流流失失客客户户为为何何流流失失？对对这这些些分分解解以以后后问问题题就就能能够够使使用用不不一一样样数数据据挖挖掘方法来处理。掘方法来处理。商务智能应用实例简介 第34页10.2.2 数据挖掘模型与相关数据准备能能够够使使用用聚聚类类方方法法将将流流失失客客户户分分成成不不一一样样组组，这这就就能能够够很很好好地地说说明明那那些些流流失失客客户户特特征征。对对问问题题，则则能能够够将将全全部部客客户户划划分分到到“流流失失”和和“不不流流失失”两两个个客客户户类类中中，这这就就能能够够预预测测那那些些可可能能流流失失客客户户。同同时时，这这种种分分类类也也能能够够用用来来解解释释问问题题。而而对对于于问问题题则则能能够够变变换换一一下下角角度度来来考考虑虑，即即开开发发一一个个预预测测模模型型，预预测测客客户户会会在在“近近期期”、“中中期期”、“远远期期”流流失失，这这么么就就能能够够将将全全部部客客户分成户分成“近期近期”、“中期中期”、“远期远期”三个流失类。三个流失类。商务智能应用实例简介 第35页10.2.2 数据挖掘模型与相关数据准备确定挖掘模型分析目标或挖掘成功度量值 度量值确实定步骤：搜集企业关键战略领域报表、识别企业信息量化度量指标、对这些度量指标进行编码、识别数据挖掘处理业务问题度量指标、对度量指标设定基线。比如，在超市数据挖掘中经常进行度量指标有：购置商品客户百分比、对促销策略响应客户数、客户购置商品平均量、某一时间段购置商品总量或总金额、商品销售利润率。在确定了度量值以后，还要确定这些度量值当前值，方便在数据挖掘以后，采取对应对策后比较。商务智能应用实例简介 第36页2挖掘数据准备建立数据挖掘库：选择业务数据、转换业务数据、验证业务数据。为数据挖掘工作准备训练数据集与数据验证集：确定数据质量、准备适当数据、为目标变量确定初值、确定数据挖掘变量格式。商务智能应用实例简介 第37页10.2.3 数据挖掘模型应用注意多目标变量之间相互关系 确定多目标变量最终分析次序 剔除那些对目标变量含有强相关性变量 挖掘模型维护和完善将所取得挖掘结果存放进多维数据集 商务智能应用实例简介 第38页