工商信息管理专业毕业论文基于数据仓库的快消行业移动BI系统

1、毕业设计论文二零XX年五月十六基于数据仓库的快消行业移动Bl系统基于数据仓库的快消行1业移动BI系统摘要对于快消行业来说,销售渠道众多,客户层次密集,同时获取各阶层经营 情况,做到及时掌握整体经营情况十分困难.快消集团集团底下常设立事业 部,营业部,营业所,KA客户等营销网络,销售业务繁多.因此集团对各个销 售渠道数据量需求非常大.对于下游产品治理者业代来说,受保质期时限约 束,对产品的铺货,呆品,及库存情况信息,需要快速掌握分析,并作出有效 的决策,使商品在各大卖场顺利销售.而对于集团治理层自上到下包括CEO、 CFO、事业部长、营业所长等都想更快速准确地了解各治理集群下的财务销售 指标情况

2、.然而,各治理集团数据治理组织架构不同,不仅存在大量手工报表 严重耗时问题,而且对于各治理对象不同,不同的数据指标维度对于信息部门 也难以统一治理.因此,通过BI项口实施,依靠自动化报表,以及创新的移动 BI效劳,减少人工报表耗时损耗,不仅更有效治理自上而下治理层报表,并且 部署移动端BI,让治理层能时时掌握财务销售数据,更方便在现场的所长、部 长做出决策.本文旨在通过研究快消行业经营及业务,汇总出对财物和销售至关重要的 KPI,通过适当的数据分析挖掘处理,制作成移动端BI系统.以业绩,交易, 专项,门店,财物五个模块来综合展现集团运营情况,为各阶层治理者及时掌 握所需信息,帮助决策,减少损失

3、.本文针对快消行业移动BI解决方案,通过SQL Server, Kettle构建快消 行业企业级移动BI平台底层数据仓库,并通过接入MicroStrategy企业级BI 工具制作移动端数据展示系统,帮助治理者时时掌握企业及供给链信息,帮助 有效决策.关键字：快消行业KPI,移动BI,决策支持系统,数据仓库基于数据仓库的快消行业移动Bl系统BASED ON THE DATA WAREHOUSE OF THEFAST MOVING CONSUMER GOODS INDUSTRYMOBILE BI SYSTEMABSTRACTFor FMCG industry, many sales channel

4、s, customer-intensive, while access to all levels of business, so that the overall grasp of the overall operation is very difficult. FMCG Group often set up under the cause of the business, business, business, KA customers and other marketing networks, sales business So the Groups demand for each sa

5、les channel data is very large For the downstream product managers on behalf of the industry, subject to shelf life limit constraints, the distribution of goods, supplies, and inventory information, need to quickly grasp the analysis and make effective decisions to make the goods in the supermarkets

6、 in the smooth sale. For the group management from top to bottom, including (CEO, CFO, career minister, director, etc.) want to more quickly and accurately understand the management of the cluster under the financial sales targets. However, the management group data management organization stnjcture

7、 is different, not only a large number of manual report serious time-consuming issues, but also for the management of different objects, different data indicators for the information sector is also difficult to unified management. Therefore, through BI project implementation, relying on automated re

8、porting, and innovative mobile BI services to reduce labor-consuming timeconsuming loss, not only more effective management of top-down management reports, and the deployment of mobile BL management can always grasp the financial Sales data, more convenient at the scene of the director, the minister

9、 made a decision.This paper aims to study the business and business of FMCG, summarize the KPIs that are critical to the property and sales, and make the mobile BI system through appropriate data analysis and mining. To performance , special, stores, property five modules to comprehensively show the

10、 Group s operations, for all levels of managers to grasp the information to help decision-making, reduce losses.This article is based on SQL Server and Kettle to build the enterprise-level mobile BI platform data warehouse, and through the access MicroStrategy enterpriselevel BI tools to produce mob

11、ile data display system to help managers always grasp the enterprise And supply chain information to help with effective decision making.Keywords: FMCG KPI, Mobile BL Decision Support System, Data Warehouseii基于数据仓库的快消行业移动Bl系统目录目录III1 绪论11. 1选题的背景及研究目的与意义11. 1. 1选题的背景11.1.2研究目的与意义21.2国内外文献的综述21.2.1国外

12、现状分析21.2.2国内现状分析31.2.2.1商务智能研究现状31.3研究内容及方法32基于数据仓库的快消行业移动BI系统设计52.1系统需求分析52.1.1业务需求52.1.2用户需求62.2系统功能分析72.2.1业绩分析72.2.2交易分析82.2.3专项分析92.2.4门店分析92.2.5财务分析92.3系统业务流程分析112.3.1 CRM业务流程112.3.2订货业务流程122.3.3配送业务流程122.3.4统计业务流程132.3.5整体业务流程132.4本章小结143基于数据仓库的快消行业移动BI系统实现153.1概述153.2数据仓库构建153.2.1数据仓库概述153.2

13、.2数据仓库体系架构153.2.3 ETL 概述163.2.4ETL 过程163.3设计数据仓库183.3.1数据仓库设计193.3.2维表设计193.3.2.1 层维表1933.2.2 二层维表223.3.3事实表设计2233.3.1业绩事实表2233.3.2门店事实表253.3.4转换表设计253.3.5数据仓库雪花模型结构图263.3.5.1业绩模块雪花模型结构图263.4分析模型273.4.1 RFM 分析273.4.2 商品 ABC283.5指标计算逻辑293.6系统开发环境323.6.1 MicroStrategy323.6.2 Kettle323.7程序设计323.7.1主要页面

14、截图323.7.2开发说明394毕业设计结论与展望454.1文章局限及展望45V基于数据仓库的快消行业移动Bl系统4.2毕业设计结束语45参考文献46致谢47附录48基于数据仓库的快消行业移动Bl系统1绪论如今,商务智能建设开展迅速.众多企业数据信息可以为企业的投资者、 企业的高层决策者作准确的决策提供可靠的理论和辅助依据,但是整理数据耗 时耗力,处理起来十分繁琐不仅如此,对于巨大劳动力付岀,对于信息的筛选也困难重重.如何使管 理者无法自动对企业各种错中复杂的报表进行分类规整,就成了先今商务智能 领域的一大课题.企业急需通过分析大数据,并进行数据挖掘,来使企业获得 有效的财物分析,才能真正利用

15、数据资源为决策层提供判断依据.企业要长期充满活力,其至获得大收益,需要拥有高级财物分析技术,通 过数据分析,对企业可能及已经出现的问题作岀响应,让决策层能在熟知外部 及内部经济条件下作出关键决策,提升企业的综合竞.本文基于计算机领域的数据可视化,及数据挖掘方法,提出了一个面向快 消行业,以此高效数据挖掘联合模型为核心,开发了一个移动商务智能系统. 并对此商务智能应用进行分析.1. 1选题的背景及研究目的与意义1.1.1选题的背景移动BIMobile Business Intelligence,以下均简称移动BI是指通过使用移 动终端设备,能让用户在任何场所自山地接入所需的业务数据及分析展现,实

16、 现即时的分析与决策判断,让决策能更加不受地域或所处环境限制,做到的动 态实时治理.移动BI通过强大的底层数据仓库支持,和移动端部署.使决策者 能消除环境所带来的限定,无论何时何地企业各阶层治理层都能轻松掌握公司 重要KPI,将移动BI作为决策辅助的重要工具.移动BI在国内的已经出有规模,近年,随着互联网的大量普及与移动设备 的普及而呈现出了持续增长.但是移动BI是传统商业智能的拓展和延伸:役 移 动BI是以治理驾驶舱对形式展现企业关键KPL快速反响,是当今企业最重视的水平之一,特别是是全球经济一体化,经 济变化速度加剧,更要求企业能用更迅猛的方式获取并传递运营指标,以响应 经济变化,这使得企

17、业开发新一代移动BI 商业智能,通过整合集团化信 息,供给链治理者能随时随地了解上下游企业时时营运状况,并立即给予决 策.112研究目的与意义快消集团集团底下设立事业部,营业部,营业所,KA客户等营销网络, 销售业务繁多.因此集团对各个销售渠道实时信息哦需求非常大.对于下游产 品治理者业代来说,受保质期时限约束,对产品的铺货,呆品,及库存情况信 息,需要快速掌握分析,并作出有效的决策,使商品在各大卖场顺利销售.而 对于集团治理层自上到下包括CEO、CFO、事业部长、营业所长等都想更快 速准确地了解各治理集群下的财务销售指标情况.然而,各治理集团数据治理组织架构不同,不仅存在大量手丄报表严重耗

18、时问题,而且对于各治理对象不同,不同的数据指标维度对于信息部门也难以 统一治理.因此,该集团希望通过BI项日实施,依靠自动化报表,以及移动BI服 务,减少人匸报表耗时损耗,不仅更有效治理自上而下治理层报表,并且部署 移动端BI,让治理层能时时掌握财务销售数据,更方便在现场的所长、部长做 出决策.1.2国内外文献的综述1.2.1国外现状分析美国麻省理工学院曲通过分布式环境开发,来记录决策原理和设讣形式, 协调记录模块生产治理模块.欧洲研究项LI基于Jnenings平台,在多领域开展提供智能体技术.美国多所大学研制决策支持系统.同时设立实验室,制作GDSS开发工作, 取得不错的效果.同时国外以数据

19、仓库为根底,设计综合性的决策系统.以数 据仓库技术,决策系统,区域专家系统来实现综合架构.基于数据仓库的快消行业移动Bl系统同时在敬捷决策方面GDSS,国际应用系统分析研究所和自动化所开发 了面向制造业的大型决策支持系统.1.2.2国内现状分析国内的商务智能正处于上升期,许多企业正从手工报表到自动化报表的转 变,尤其对企业治理者,对快速了解企业信息有迫切需求.特别是移动商务智 能,III于其实时,快捷的特点,深受治理者欢送.同时中国外乡ERP市场不断扩 张,中国以进入商务智能时代.同时面向这一领域的软件也将大规模普及和发 展.尤其是移动商务智能,必将在近年内行业井喷.其次随着大数据,云计算 等

20、技术的兴起,BI更是通过介入数据挖掘和数据分析水平,更有效地帮助企业 提升收益,降低本钱.1.2.2.1商务智能研究现状在海外,尤其是大型美国企业,已经重点开展商务智能,并且投入巨大. 他们借商务智能来对企业自身的财物板块作分析,从而预测未来开展,通过自 动化报表对企业有问题的局部进行有效排拆,及时响应.同时商务智能的发 展也依旧在初级阶段,对于高级商务智能分析和数据挖掘方面,企业纷纷以分 布式简单在线处理为主,通过信息门户及数据库的整合,部署面向用户的简单 数据分析匸具作为商务智能的拓展应用.然而商务智能在中国处在未成行的行业阶段,绝大多数企业重视ERP系统 的录入和记录,但对于自动化报表和

21、企业经营分析等操作,依旧以人工抽取系 统数据手工整理为主.尽管如此该行业依旧拥有无限前景.无论是外乡等用 友,帆软,金蝶,还是国外传统BI供给商,Object, BO, Congons, MicroStrategy等,都能有效的增强中国在这一领域的开展,对不同软件的功 能也能扩充商务智能在中国的深入程度,让企业能从中受益.1.3研究内容及方法为解决上述问题,作者希望快消移动BI数据集市,整合各个业务系统的各 项根底数据.根据具体需求设讣出风险治理所需的日常报表和重点分析指标直 观图形化展示.在此根底上,尝试结合简单的数据挖掘模型,或者通过嵌套R 语言,从大量数据中获得有价值的信息,对业务数据进

22、行更为有效的分析,以 此来帮助快消治理者做有效决策,及时改变运营策略.162基于数据仓库的快消行业移动BI系统设计本章釆用结构化分析方法,首先对快消行业移动BI需求进行分析,然后根 据需求进行业务流程分析、数据流程分析,明确移动端快消各角色需要查看的 指标,以方便进行下一章的系统设计.2.1系统需求分析本文构建的是基于数据仓库的快消行业移动BI系统,系统涉及的用户主要 有总部,营业部,业务代表,因此系统需求主要从业务需求及用户需求两个方 面进行分析.2.1.1业务需求对于快消行业移动BI,旨在让治理者在移动端时时掌握最重要的数据财 务,产品,业绩等信息,以清楚美观的可视化展示形式,让上层治理者

23、在不开 电脑的情况下就掌握企业关键指标,亦或是让下层业代治理者能在各大商场现 场就掌握产品配送情况.同时也为每一个治理者都提供业绩指标展示,让治理 者能在问题出现的笫一时间就做出有效快速的决策.下面分6个主题,作需求分 析描述.1业绩达成.儿乎每一个治理者都十分关注自己的业绩情况,尤其对于订 单数量,销售额,门店数这样的关键指标.这些指标的成长率,增长率,都是 衡量快消集团自上而下治理者的统一业绩度量,治理者希望能看到自己每一天 的业绩达成情况,对之后的工作安排作出有效的改变,顺利完成业绩任务.2交易追踪.尤其对于业代,营业所所长,对于产品配送情况需要第一时 间了解异常情况,对于未配送的门店及

24、物料可以第一时间追查到问题所在,以 最短的时间解决异常.同时治理者可以通过车载率,物料配送频次,均次金 额,配送间隔天数等指标,从更宏观角度了解门店亦或是物料的推移配送变 化,作更佳有效的调度治理,时配送更顺畅.3专项分析.对于治理者来说,客户每日订单数十分重要,治理者希望掌 握每日订单情况,门店覆盖,及品项交易情况.来更好地调度工厂生产,及配 送调度.通过订单推移图,来查看订单近月或近年的趋势,更宏观地掌握下单 情况,作宏观决策.4附近门店.通过移动端查找附近门店在户外也能试试掌握身边门店业绩及 配送情况,让治理者更轻松的分析不同门店信息,掌握门店时时业绩情况.5财务指标.通过定期汇总的财物

25、指标,治理者可以对公司一个月来表现情 况作出判断.以销售净额,毛利,销售费用,营业利润,及AP费用广告费, 促销费,配送费用本配,区配,统仓,营业费,企划费,治理费的达成 率,成长率展现,从整体诊断集团一个月来运营情况.2.1.2用户需求2. 1. 2. 1业代需求业务代表关注的指标按大类来分有：销售：订单金额,交货数量.配送：品项铺货率,配送金额,配送数量,最后配送日期,间隔天数,配 送频次.业代拜访次数费用：呆品金额,呆品率,搭增金额,搭增率,陈列费用,试饮费用.2. 1.2.2营业部需求营业部关注指标按大类来分有：销售：订单金额,交易品项数,合同品项数,未交易品项数,交货数量.配送：品项

26、铺货率,配送金额,配送数量,最后配送日期,间隔天数,配 送频次,车载率,业代拜访次数.费用：呆品金额,呆品率,搭增金额,搭增率,陈列费用,试饮费用.损益：本钱,毛利,毛利率,费用小计,运费,广告费,促销费,TP费 用,AP费用,CP费用,促销费率,运费.2. 1.2.3总部需求总部关注指标按大类来分有：销售：订单数,累计销额,累积占比,交易品项数,未交易品项数,门店 覆盖率.促销：促销业绩,促销口标.配送：品项铺货率,配送金额,配送数量,最后配送日期,间隔天数,配 送频次,均次数量,均次金额.损益：毛利,毛利率,费用,AP费用,TP费用,CP费用,营业利润.2.2系统功能分析根据上节的需求分析

27、,得出本系统的主要功能结构,如图2-1, BI系统总 共分为六个模块.首先是业绩达成模块,治理者可以在该页面中图2-1基于数据仓库的快消行业移动BI系统业务功能模块图下面对图2-1中的6个模块进行详尽的分析.2.2.1业绩分析针对不用用户角色,我们分别从以下三个方面进行分析:(1)当天数据当天销售额一一当天销售收入当天标一一当天门店口标当天达成率一一当天销售额/当天门店LI标(2) 当月数据当月销售额一一MTD当期销售额当月目标额一一整月门店目标当月达成率一一MTD当期销额/MTD当期门店LI标成长率一一MTD当期销额/MTD同期销售收入增长率一一MTD当期销额/MTD上期销售收入(3) 订单

28、数客均数据当天订单数一一当天交易客户数当天客均销额一一当天销额/当天交易客户数当天客均SKU数一一当天交易SKU数(不去重)/当天交易客户数日均客均销额一一当月销额/当月交易客户数/月天数(4) 业绩横屏当天销额一一当天销售收入当月销额一一MTD当期销售额当月达成率一一MTD当期销额/MTD当期门店目标当月成长率一一MTD当期销额/MTD同期销售收入当月增长率一一MTD当期销额/MTD上期销售收入2.2.2交易分析(1) 当月累计新增数据客户数一一新增客户数金额一一售达方:当天累汁销售收入门店数一一新增门店数金额一一送达方:当天累计销售收入(2) 近30天流失数据客户数流失客户数金额一一售达方

29、：90天销售收入门店数一一流失门店数金额一一送达方：90天销售收入(3)推移数据日历年月门店数 客户数2.2.3专项分析当期销售收入一一当月销售收入累计占比一一前N项的总占比当期销售收入一一当月销售收入占比一一占选中项只比2.2.4门店分析距离显示门店与当前位置的距离(2) 业绩数据当月销售收入一一MTD当期销售额当月成长一一MTD当期销额/MTD同期销售收入 当月增长一一MTD当期销额/MTD上期销售收入(3) 配送数据配送频次一一近30天配送次数间隔天数一一最后配送天数与报表日期之差 最后配送日期一一最后一次出货记录日期 最后交货金额一一最后一次出货金额 最后交货数量一一最后一次出货数量均

30、次数量一一近30天销售数量/配送频次 均次金额一一近30天销售收入/配送频次2.2.5财务分析表2财物分析指标销售净额当期_03销售净额干元毛利当期_05毛利干元营业利润当期,5营业利润干元净利润当期_60净利润一外食干元AP费用当期_AP费用干元广告费用当期6广告费用干元促销费用当期_20促销费用干元区配合计当期2运输费-区配含外食_外食干元营业所区当期_12运输费-营业所区配配干元外食专车当期_14运输费呕配-外食_外食干元营业费当期_28营业费用一外食干元企划费当期_29企划费用一外食干元治理费当期_30治理费用_外食干元成长率增长率2.3系统业务流程分析根据系统需求分析,采用业务流程图

31、的方法详尽的描述基于数据仓库的快消行业移动BI系统的流程,具体的流程图图例见图22.内部实体 外部实体 处理 存档或台账 表单信息传递图22业务流程图图例说明根据图2-1中的系统功能模块图,下文对5个功能进行详尽的业务流程分 析.2.3.1 CRM业务流程具体业务流程如下列图23：图23 CRM业务流程图2.3.2订货业务流程具体业务流程如下列图2-4：图24订货业务流程图2.3.3配送业务流程具体业务流程如下列图2-5：图25配送业务流程图2.3.4统计业务流程具体业务流程如下列图2-6：图26统计业务流程图2.3.5整体业务流程综合上述所有功能的业务流程,我们可以整合出该系统的整体业务流程

32、,如下列图2&图27整体业务流程图2.4本章小结本章通过确定系统用户需求,并通过不同用户角色业务需求,汇总得出最 统一的各阶层关键指标进行分析展示.接着通过ETL过程建立相对应的数据仓 库做BI数据集市层.再通过两个模型来进一步实现业务梳理出的相对应指标便 于用户分析决策.基于数据仓库的快消行业移动Bl系统3基于数据仓库的快消行业移动BI系统实现3.1概述系统实现指的是根据基于数据仓库的快消行业移动BI系统设计所提供的信 息系统流程图、数据仓库设计、系统配置方案及详细设计资料,编写和调试程 序,创立完整的基于数据仓库的快消行业移动BI系统,并进行系统的相关测 试.3.2数据仓库构建根据

33、系统业务需求,构建相对应的数据仓库.同时通过ETL过程从业务数 据库中抽取相对应的数据项构建数据集市层.3.2.1数据仓库概述数据仓库是一个集成,相对稳定且根据时间不同而不断变化的数据集合.海外,数据仓库已经相对普及,其OLAP模式及数据分析挖掘应用,已经深入 各个行业,无论是金融,证券,还是传统制造,快消行业都取得巨大成功.而在 国内,数据仓库的起步较晚,数据积累也不是很充分,因此较国外相比稍显落后.3.2.2数据仓库体系架构图31数据仓库体系架构图如图3-1,数据源层,是整个系统的底层,通过广泛介入外部及企业OLTP数 据,同时作有效的ETL中E的处理,将业务数据导入数据仓库,构建有效的底

34、层 基于数据仓库的快消行业移动Bl系统来源数据架构.数据治理层,就是以汇总抽取和清洗数据,并通过一个分析主题构建数据集 市.可以说这是整个体系最核心他的局部.不同主题进行汇总归类,最终以数据 集市的构建底层架构,进行统一治理.数据应用层,就是以整理好的底层架构的数据进行集成,通过多维度和度量 的分析寻找决策者所需的信息,从而对戒各种分析工具进行数据挖掘及报表展现 ：n：3.2.3 ETL 概述如图3-2可知ETL (Extract-Transform-Load)即数据抽取、转换、加载的 过程,是BI (Business Intelligence)的核心所在.主要作用是实现数据的迁移, 进而制作

35、报表,汇总数据,为仪表盘展现的根底与前提.在数据的抽取阶段需完成与各个不同数据的访问与连接；在数据转化阶段完 成数据的清洗、汇整和规整；在数据的装载阶段,确定加载类型和加载的时间调 度,最终实现目标数据库的数据访问.3.2.4ETL 过程通过开源ETL工具Kettle从业务数据库中抽取对应数据进入数据仓库汇总 制作数据集市.39SELECTmtxw aC*>5tc<r_l01SKU.ID1.skCccj darction) incraasingl aro<i»31MTD_IbC«3«elMTD_it>=o-.wtiuiwcai (upla*

36、d hour)/ dat«p*rtlhb (upload.>»jrI) uplo«d_boux HP!IwurceJ.(duoticol "i I ;-t t l(«irat3en.rK'iE：!( *v (4ur«ttc«) )-11 lit I (durHen】.gatd«t«<) (datstiM) fWJM Kd<J <fco| tact_asMax_tap口l&QL46ZeOx*0*S|O1图 3-3 Kettle_Job 图通过表输入字段语句设置,添加需

37、要强制转化的对应列,并添加上更新时间,将业务数据库对应数据转移到数据仓库中.v 口 m2 X曲200述Steps (翊)政入g列牛寸工矽抄匕(方忌够) 2?起 罟痂 KottloftXtichamac Hfidoop dusters D&a Services图 3-4 Kettle Job 图对于特定表进行行列转化和字符吊替换作业,作数据整理并导入数据库.謝应% 8=v 口園-©|ZSTART；iM2电M->Q sqlserveredescQ sqls«rver_5rc7 口作遊目> START线潮2X曲3CD Hocioop duslers图 3-5

38、Kettle_.Job 图通过在Kettle中串接转换,实现多个业务数据库对接新建的数据仓库口录 作数据抽取.3.3设计数据仓库数据仓库模型和常见的数据库模型有很大的区别.操作型数据库是以及时 操作设计的,对数据库的性能要求高,要求减少输出输入的冗余,操作数据库 的设计通常遵循儿种范式约束,除非少数情况下为了妥协性能,可能是多余的; 而数据仓库更多的是通过查询,并非以写入的形式.数据质量也不会山数据仓 库对应结构所决定.所以为了更快速的查询数据仓库物理模型中多使用冗余 12：O数据模型的构造是数据仓库建设过程中的关键,不同的模型有各自的特点 和缺陷.主要市面上的仓库模型以维度建模,和实体建模为

39、主.实体关系建模用二维表的形式来表示实体与实体间的联系,通常山多个二 维表简单根据实体关系连接；而维度建模会区分事实表和维表,可以根据业务 类型不同划分为不同的集市模型,以分析决策的需求出发构建模型,构建的数 据模型更为灵活为分析需求效劳,因此它重点解决用户如何更快速完成分析需 求,同时还有较好的大规模复杂查询的响应性能,在创立的联机事务处理系统 中更有成效.3.3.1数据仓库设计本系统使用雪花架构(snow schema).通过确定的数据关系,构建一个对 应关系表,它是一个数据仓库比拟适用的架构类型.3.3.2维表设计3.3.2.1 层维表表31时间维度表数据表名：Dim_Date中文描述：

40、时间维度表字段名称字段描述数据类型属性限定关系(外键)Da【eD日期編号numericPrimaryKeyJ VDale日期dateDay日varchar( 10)Month_ID月编号numericQuarter.ID季度編号numericYear.ID年编号numericYear年varchar( 10)Year_MonthD年月編号numericYear_Month_NM年月名称varchar( 10)Month_Day_ID月日編号numericMonth_Day_NM月日名称varchar( 10)Quarter_No_ID季度天数編号numericQuarter_No季度天数var

41、char( 10)Year_NoJD年天数编号numericYear_No年天数varchar( 10)Month_End_Flag月底标记char(l)Quarter_End_Flag季度底标记char(l)Year_End_Flag年底标记char(l)表3-2组织维度表数据表名：Dim_Gro叩中文描述：组织维度表字段名称字段描述数据类型长度属性限定关系外键ComJD公司代码numeric10PrimaryKeyGroupJD事业部numeric10Shop_ID营业所numeric10SalorJD业务代表numeric10表33客户维度表数据表名：Dim_Customer中文描述：客

42、户维度表字段名称字段描述数据类型长度属性限定关系外键TongluSx_ID通路屈性numeric10Yewu_ID业务模式numeric10ZdlxJD终端类型numeric10T1JD通路numeric10TongluSx_ID客户系统numeric10Yewu_ID通路客户numeric10ZdlxJD集团大客户numeric10T1JD省numeric10TongluSx_ID市numeric10Yewu_ID县numeric10ZdlxJD新店/旧店numeric10T1JD门店numeric10TongluSx_ID客户編码numeric10PrimaryKey表34产品维度表数据表

43、名:Dim_Product中文描述：产品维度表字段名称字段描述数据类型长度属性限定关系外键WencengLlD温层numeric10PingleiJD品类numeric10PinpaiJD品牌numeric10Baozliuang_ID包装numeric10Guige.ID规格numeric10RushuJD入数numeric10KouweiJD口味numeric10Wuliao_ID物料numeric10Primarykey表3-5损益维度表数据表名：Dim_Sumy i中文描述：损益维度表字段名称字段描述数据类型长度属性限定关系外键Kjkmy_ID会计科目一级numeric10Zzkm_I

44、D总账科目numeric10SyxmJD损益工程numeric10Cbys_ID成木要素numeric10KjkmyD会计科目一级numeric10表36客户地址维表数据表名：Customer_Address中文描述：客户地址维表字段名称字段描述数据类型长度属性限定关系外键CustomerID客户编号varchar50Customer_DESC客户描述nvarchar(MAX)100longitude经度float10latitude纬度float10address地址nvarchar(MAX)1003.3.2.2二层维表表3-7损益二层维度表数据表名：Dim_Sumyi_S中文描述：损益二层

45、维度表字段名称字段描述数据类型长度屈性限定关系外键SumyilD损益工程IDnumeric10PrimarykeySumyiDesc损益工程描述nvchar2553.3.3事实表设计 3.3.3.1业绩事实表表3-8业绩事实表数据表名:YEJI_FACT中文描述：业绩事实表字段名称字段描述数据类型属性定义关系Order订单记录nvarchar(255)PrimaryKeyMonth丿J天数nvarchar(255)Diin_DatePinglei物料产品层次3_品类nvarchar(255)DlmProduclCity组7:市级nvarchar(255)DIm_CustomerZDLX第四层:

46、终端类型nvarchar(255)DIm_CustomerKHXT第五层:客户系统nvarchar(255)DIm_CustomerTLDKH【组3:通路大客户nvarchar(255)DIm_CustomerXSDQ销售地区nvarchar(255)DIm_CustomerSDF客户销售视图卜送达方nvarchar(255)DIm_CustomerYEAR日历年月ncharDim_DateDAY日历日datetimeDim_DateK1IBH客户编号nvarchar(255)DIm_CustomerWL物料nvarchar(255)DIm_ProductSDF售达方nvarchar(255)

47、DIm_CustomerKW物料产品层次9_口味nvarchar(255)DIm_ProductYWDB业务代表nvarchar(255)DIm_GroupGG第七层：规格nvarchar(255)DIm_ProductZDKHXT组9:重点客户系统nvarchar(255)DIm_CustomerLCOUNT按行累加_销售 收入外食列出 的合计百分比floatXSSR累加销售收入一外食floatZZL增长率floatCCL成长率floatPSDPSDfloatDTLJ当天累销址floatDJXE店均销额floatMDS门丿占数floatKHS客户数floatTSZY销售收入一推算整月4转空f

48、loatTXSSR同期天一销售收入_外食0转空floatSXSSR上期天销 售收入外伶0转 空floatLJXSSR当天累计销售收入外食-0转空floatZEROTONYLL零转空floatNULL非空筛选floatTSZYL销售收入推算整月floatDTLJXSSR当天累计销售收入外食floatSXSSR上期天销售收入_外食floatTXSSR同期天销售收入_外食floatXSMBWS当天累计销售目标一未税金额外食floatDTLJSL当天累计销售目标一数虽一外食floatDTLJHS当天累计销售目标一含税金额外食floatXSMB卅期销售目标_数址一外食floatWSXS卅期销售目标_未税

49、金额一外食floatHSJE当期销售目标一含税金额一外食floatXSWS当期销售收入外食floatJHSL当天累计交货数址_外食floatLJTHSL当天累计退货数址_外食floatSSJEfloat33.3.2门店事实表表39客户地址销售事实表数据表名:Customer_Address_Sa 1 es中文描述：客户地址销售字段名称字段描述数据类型长度属性限定关系外键daycount日计数nvarchar(255)255Product_ID品类IDnvarchar(255)255Product_DESC品类描述nvarchar(255)255DAY日历日datetime10Customer_

50、ID客户编号varchar(50)50SKU_ID物料IDnvarchar(255)255SKU_DESC物料描述nvarchar(255)255MTD_Income当月累积收入float10Primarykey3.3.4转换表设计表3-10上期转换和月累计转换表数据表名:Tran_LastMontli中文描述：上期转换表字段名称字段描述数据类型长度属性限定关系外键0R_TypjID年丿J IDnumeric10PiimaryK 亡 yLastMonth上月varchar(50)50数据表名:Traii_MontlitoDate中文描述：月累计转换表字段名称字段描述数据类型长度属性限定关系外键

51、DateID年丿J IDnumeric10PiimaryK 亡 yMTD月累计varchar(SO)503.3.5数据仓库雪花模型结构图3.3.5.1业绩模块雪花模型结构图Dim DateZD»rQuart*'rer.D3Yea-.Morth：> Yc<r_Morih.NV »AoMh_0i/_0 Momh.WJM Quart* *_NnjDYea.NojDYea«_NoQu«rt«.gUjYLJI 1 FACT*rttTntt：rsMODim Group 【芦二客=花約F13:fwFIStxCWt.S 0W_x»F.r3.C*C4& Co.D C»swp_O Z.QI3a25aS.=MSDim Sumyi*» Hncr.DS/wn.DOv>.052日历彌B6F=FpSwoUHPSD“ft.图36雪花模型物理结构图通过维表和二层