VS商业智能系统设计+文献综述(2)
1.1 课题的目的和意义
商业智能系统可辅助建立信息中心，如产生各种工作报表和分析报表。用作以下分析：
销售分析主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析文又可从管理架构、类别品牌、日期、时段等角度观察，这些分析文又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表。
商品分析 商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过D系统对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。
人员分析通过D系统对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标为辅）和采购人员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。主要分析的主题有，员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。
本课题我将采用商品分析，分析对象为服装企业服装产品的销售数据，库存数据。最后的报表将在Winform上呈现。
1.2 国内外研究现状与水平
1.3 小结
商务智能是一个年轻而充满希望的研究领域, 商业利益的强大驱动力将会不停地促进它的发展, 每年都有新的商务智能的理论和应用问世, 人们对它的研究正日益广泛和深入。通过本文的研究可以看出, 我国商务智能的研究取得了一定的成果, 但是仍然面临着许多问题和挑战, 还存在许多问题等待我们去探索和研究。
2 BI系统分析
商业智能解决方案包含对关键企业级数据的有效存储和表示，从而使授权用户能够迅速而方便地访问并解读这些数据。商业智能有时被称为“有效的报表工具”。而如SQL Server中的BI工具允许企业在全新的层次上管理他们的业务，这样就能够对既往的数据进行分析，了解某项业务为什么取得那样的结果，并就后续行动做出决策，也可以根据对历史数据的分析，准确地预测未来的成果。
我们可以对BI数据的显示进行自定义，让它满足各类用户的需要。例如，分析师可以研究详细数据，高管可以查看及时的高级汇总，中层管理人员可以要求数据按照自己进行日常业务决策所需要的详细程度来呈现。
2.1 系统架构分析
如图2-1所示，该图为传统BI系统的技术架构图，数据源可以是业务数据库如MS-SQL,ORACLE,DB2,SYSBASE等关系型数据库，也可以是外部文件诸如Excel。常用的ETL工具有Microsoft的SQL SERVER Intelligence Service（SSIS）以及一些开源的如Kettle等，本课题我们主要要用到的是SSIS做ETL。通过ETL我们将原始数据经过需要的转换和处理导入至事先建立好的本地的数据仓库中。之后，我们可以使用分析工具如微软的SQL SERVER Analysis Service（SSAS）将数据仓库中的数据进行OLAP，建立多文数据模型（Cube），最后利用BI前端工具如SQL SERVER Report Service（SSRS）将最终数据模型转换为表格和图表的方式并配合切片器，数据的钻取和透视等传递给最终用户供分析利用。
上一篇：UDK科幻风格游戏场景设计与漫游
下一篇：大数据框架下能耗优化技术的研究