第四章 数据仓库的决策支持
## 4.1 数据仓库的用户
*
### 4.1.1 信息查询者 （业务层面）
* user
* 是使用数据仓库的大量用户。
* 特点
* 以一种可预测的、重发性的方式使用数据仓库平台。
* 作用
* 使用数据仓库能发现目前存在的问题。
* 方法
* 创建数据阵列
* 预连接表格
* 预聚集数据
* 聚类数据
*
### 4.1.2 知识探索者 （分析决策）
* user
* 典型的DM者。
* 特点
* 有一个完全不可预测的、非重复性的数据使用模式。
* 作用
* 发现问题并找出原因。
* 方法
* 创建单独的探索仓库，不影响数据仓库的常规用户。
* "标识技术"数据压缩，提高数据分析速度。
* 使用模型帮助决策分析。
* 采用数据挖掘工具来获取商业知识。## 4.2 数据仓库的决策支持与决策支持系统
* 数据仓库是一种能够提供重要战略信息，并获得竞争优势的新技术，从而得到迅速的发展。
*
### 4.2.1查询与报表
*
#### 查询
* （1）查询定义
* 理解表结构
* （2）查询简化
* 关键在简化DW
* （3）查询重建
* 优化（重写）查询语句，提高速度
* （4）导航的简单性
* 避免专业术语，多用行业术语
* （5）查询执行
* 点击鼠标即可
* （6）结果显示
* 最好可视化
* （7）对聚合的了解
* 雪花模型，加快检索速度
*
#### 报表
* （1）预格式化报表。
* 周期性整理，使其清晰
* （2）参数驱动的预定义报表。
* 调设参数，尽可能给user开发自由（类似模版）
* （3）简单的报表开发。
* user自定义模版
* （4）公布和订阅。
* user第一时间看到报表
* （5）传递选项。
* （6）多数据操作选项。
* （7）多种展现方式选项。
* 自定义，数据可视化
*
### 4.2.2 多维分析与原因分析
*
#### 1、多维分析
* 通过多维分析将获得在各种不同维度下的实际商业活动值（如销售量等），特别是他们的变化值和差值，达到辅助决策效果。
*
#### 2、原因分析
* 查找问题出现的原因是一项很重要的决策支持任务。
* "向下钻取"操作
*
### 4.2.3 预测未来
* 预测未来使决策者了解"将要发生什么"。
* 数据仓库中存放了大量的历史数据，从历史数据中找出变化规律，将可以用来预测未来。
* 预测模型
* 常用回归模型，包括线性回归或非线性回归。
* 采用聚类模型或分类模型也能达到一定的预测效果。
*
### 4.2.4 实时决策
* "正在发生什么"
* 建立动态数据仓库（实时数据库），用于支持战术型决策。
* 如货运，被算法控制的外卖。
*
### 4.2.5 自动决策
* 利用动态数据库自动决策，达到"希望发生什么"。
*
### 4.2.6 决策支持系统
* 针对实际问题，利用分析工具或者编制程序，采用一种或多种组合的决策支持能力，对数据仓库中的数据进行多维分析。
* 协助企业制定决策增强竞争优势。## 4.3 数据仓库应用实例
*
### 4.3.1 航空公司数据仓库决策支持系统简例
*
#### 1. 航空公司数据仓库系统的功能
* 市场分析
* 航班分析
* 班期分析
*
#### 2. 数据仓库系统的决策支持
* 一段时间内某特定市场占有率、同期比较、增长趋势；
* 各条航线的收益分析；
* 计划完成情况；
* 流量、流向分析；
* 航线上各项生产指标变化趋势的分析；
*
#### 3. 决策支持系统简例
* 总周转量
* 客运
* 地区拆分
* 昆明
* 机型拆分
* a
* b
* c
* d
* 结论：应减少排班。
* 重庆
* 货运
* 从正反两方面来进行多维分析和原因分析，将可以得到更多的辅助决策信息，减少负增长，增大正增长，提高更大利润。
*
#### 进行多方面分析的大型决策支持系统，将可以发挥更大的辅助决策效果。
*
### 4.3.2 统计业数据仓库系统
*
### 4.3.3沃尔玛数据仓库系统
* 1.商品分组布局
* 2.降低库存成本
* 3. 了解销售全局
* 4、市场分析
* 5、趋势分析