连锁销售决策支持系统的设计与实现

　　[摘要] 决策支持系统是以数据仓库为基础，主要应用联机分析处理和数据挖掘技术，使营销企业决策者从大量的数据中抽取出实用的有价值的信息。对市场经济进行预测和量化分析，为经营决策的制定提供了理论依据。
　　[关键词] 连锁销售决策支持系统数据仓库联机分析处理数据挖掘市场经济预测
　　
　　一、引言
　　
　　连锁销售是指流通领域中若干个同行业的店，以共同进货，经营同类商品，共享经营技术的方式连结起来，在同一商业形象下共享规模效益的一种经营模式。要想在激烈的市场竞争中获得最大效益，必须用计算机网络、数据仓库技术、深层次的挖掘、分析当前和历史的业务数据，相关环境数据，同时采用科学的经济预测方法，快速获取有用的决策信息，为企业的发展、经营提供快速、准确和方便的决策支持。
　　决策支持系统就是要组织与管理好所能供决策使用的数据或信息，计算模型，分析方法与判断规则，在决策者与机器的交互过程中，针对不同问题，通过各种数据，模型与方法的组合作用来引导决策者完成一系列的判断决策而获得问题的解。数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）是上世纪九十年代中期兴起的三项决策支持技术，它们的结合能充分利用经营企业内部积累的海量数据，挖掘出有价值的知识和信息来支持企业决策的制定。
　　
　　二、连锁销售决策支持系统的体系结构
　　
　　连锁销售决策支持系统是多种技术的综合体，它以数据仓库为基础。包括业务环境数据库、模型数据库、方法数据库和方案数据库等。以联机分析处理工具、数据挖掘工具、市场经济预测工具、文档与报表处理工具为方法手段，对决策者提供支持。
　　在整个体系结构中，数据仓库居于核心地位，是联机分析处理、信息数据挖掘的基础，也是进行市场经济预测和形成企业公文文档和报表的数据来源。数据仓库管理层负责控制管理整个系统的运行，是整个系统的引擎。而决策支持层则在整个系统中发挥着关键作用，只有通过有效的工具，才能对决策支持发挥作用。
　　
　　三、数据仓库的构建
　　
　　1.业务环境数据库
　　连锁销售业务、环境数据库的数据来源于多个超级市场采集的销售数据，多个超级市场实现销售经营。在超级市场中采用扫描器记账技术。
　　业务、环境数据库主要包括以下四个数据库：销售数据库、客户数据库、进货数据库、厂家数据库。
　　销售数据库主要包括销售表（交易编码、连锁店编码、会员卡号、交易时间、条形码、数量、单价、金额）以及连锁店维度表、客户维度表、交易时间维度表和商品维度表等。
　　连锁销售业务环境数据库是以SQL Server 2005为DBMS为平台创建的。
　　2.模型库
　　模型库中的单元模型库用程序方式存放，以两级模型字典描述和管理、单元模型的组合根据 它们的依赖关系，通过建立临时空间来实现。销售决策所采用的方法与模型如表1所示：
　　表1销售决策采用的方法与模型
　　3.方法库
　　方法库中存储的通用算法，标准函数等方法，用程序方式存储，主要包括排序算法、分类算法、二分查找算法、最小生成树算法、最短路径算法、计划评审技术、线性规划、整数规划、动态规划、各种统计算法、各种组合算法、优化算法、预测算法、计划算法等模型库和方法库中的程序和通用算法用Visual C++6.0描述和实现。
　　4.方案库
　　方案库中存储各种完整的预测与决策中使用文档资料的模板和各种数据库报表的模板。包括:连锁企业使用的各种文件模板，决策、决议模板和各种财务报表，账务明细表等，他们用XML语言描述和建立实现。
　　
　　四、决策支持功能
　　
　　连锁销售决策支持系统根据分析需求，共设计了五个功能模块，分别为MDX查询、联机分析处理、数据挖掘、市场经济预测、文档与报表处理，分别使用不同的控件技术来实现。
　　1.MDX查询
　　MDX查询可以实现任意维和任何坐标的组合查询，查询结果本身就是一个多维数据集，并且任何或维的组合都可以放在该查询结果的任意一个坐标轴上，其中前三个轴分别命名为“行”、“列”、“页”。
　　2.联机分析过程
　　联机分析过程采用OLAP技术，应用多维透视来实现，利用多维分析响应用户的需求，可以实现遍历、下挖、上溯操作，对数据库进行全面深入的观察、分析，该模块使用微软的最新控件Cube brower来实现。
　　3.数据库挖掘
　　数据挖掘是该决策支持系统的重要功能，是根据连锁销售的既定业务目标，对大量的销售数据进行探索，提示其中之一隐藏的规律，并将其模型化，指导并应用于连锁销售经营实践中。数据挖掘模块包括两个子模块，分别为规则挖掘，回......