1、    基于數據倉庫的煤炭運銷決策支持系統研究         摘要：分析了中國煤炭運銷管理存在的問題，結合煤炭運銷管理的特點，對運銷決策的功能需求進行了分析，并在此基礎上構建了基于數據倉庫的煤炭運銷決策支持系統模型。 關鍵詞：數據倉庫，決策支持系統，煤炭運銷 1煤炭企業運銷管理存在的問題 (1)營銷管理觀念落后，營銷方法單一。由于煤炭產品的特殊性及受長期計劃經濟的影響，煤炭企業營銷觀念基本上仍然停留在產品上，盈利主要是依靠規模效應和成本節約，銷

2、售產品仍然采取的是傳統的人員推銷的方式，先進的營銷觀念及方法在實際工作中應用比較少， (2)運銷管理手段仍然比較落后。目前煤炭企業的運銷管理工作很多仍停留在手工處理或半手工處理階段，信息技術的應用并不普及，從總體來看，煤炭運銷信息化管理水平仍有待進一步提高。 (3)信息溝通不充分。煤炭運銷管理涉及的業務部門眾多，其業務流程涉及合同管理、計劃、調運、裝車、煤炭采制化驗、用戶回款結算等多個業務環節，由于缺乏利用先進的信息技術手段進行管理，其信息資源沒有得到充分、合理地利用，運銷各部門之間信息溝通并不充分，對客戶信息、市場情況的變化，由于溝通不及時，無法做出快速反應。 

3、(4)運銷決策過程缺乏科學理論的指導。目前煤炭企業的運銷決策仍然憑借的是決策者的經驗和直覺，沒有在基于市場信息、客戶信息、企業內部廠礦生產信息、鐵路運力等諸多信息的基礎上做出科學的分析、合理制訂最佳決策，煤炭產品定價、銷售計劃制定、鐵路發運調度等等諸多的決策問題具有很大的優化空間。 在市場經濟環境下，煤炭企業面臨的決策環境具有信息量大，信息變化快的特點，并且運銷決策本身并不是一個結構化的決策問題，決策目標之間往往互相沖突，行動方案帶來的影響具有高度的不確定性。決策支持系統(Decision Support System，DSS)可以很好地集成企業內外部信息資源，解決非結構化決策領域問

4、題，消除不確定因素，輔助管理人員進行科學、及時、合理的決策。因而開展煤炭運銷決策支持系統研究工作，對于克服目前煤炭運銷管理存在的問題，提升煤炭企業運銷管理水平，進而增強煤炭企業競爭力具有重要現實意義。 2傳統DSS的不足和DW、OLAP及DM概述 2.1DSS和傳統DSS不足 決策支持系統是綜合利用大量數據，有機組合眾多模型如數學模型、數據處理模型等，通過人機交互輔助各級決策者實現科學決策的系統。傳統的決策支持系統由對話部件、數據部件、模型部件構成，其結構如圖1所示。對話部件作為人機交互接口；模型部件則是決策支持系統的核心，其中存放各類型的模型，通過與對話系統交互

5、以及調用數據庫的數據完成決策問題的求解；數據部件用于管理和存儲與決策相關問題領域的有關數據。傳統的DSS通常是建立在數據庫基礎之上，隨著數據量的增大，數據的查詢也趨于復雜，基于數據庫的DSS顯現出了如下不足之處。 (1)數據往往缺乏組織性，由于應用環境下各部門數據具有不同組織、存儲形式，從各個部門抽取的數據沒有統一格式標準，數據雜亂且不穩定。 (2)數據利用率低，由于數據缺少統一標準以及原始數據定義的不一致性，數據在語法及語義上均無法很好地被定義描述，很難轉化為對于決策有用的信息。 (3)數據處理效率低，數據庫語言數值計算能力較低，只能對原始數據進行一般的加工和匯

6、總，大量的數據并不能得到及時的綜合分析，無法很好地滿足決策的需要。 2.2DW、OLAP及DM技術概述 隨著數據倉庫技術、聯機分析處理以及數據挖掘技術的不斷發展，出現了以數據倉庫為核心，聯機分析處理與數據挖掘技術為手段DSS解決方案，能夠很好地克服傳統的基于數據庫的DSS應用開發存在的問題。 數據倉庫(Data Warehouse，DW)是面向主題的、集成的、穩定的、不同時間的數據集合，用于支持經營管理中決策制定過程。與傳統數據庫相比，數據倉庫存放的是概括性數據、歷史性數據、分析性數據，數據按照分析領域對象的標準進行歸類并經過了集成的規范化處理，數據訪問頻率較低但

7、訪問量卻遠高于數據庫的訪問量，其數據存儲結構具有多維特征，能克服數據庫的數據組織性差、利用率低的缺點，滿足DSS對數據的分析要求。 聯機分析處理(OnLine Analytical Processing，OLAP)是專門設計用于支持復雜數據的分析操作，其側重于對分析人員和中高層管理人員提供決策支持。它可以應分析人員的要求，對多維數據集中的數據進行切片和切塊、鉆取、旋轉操作，快速、靈活地進行大數據量的復雜查詢處理，輔助決策人員對數據進行多角度、多側面的分析，克服傳統DSS交互能力差的缺點。 數據挖掘(Data Mining，DM)是從大量的、不完全的、有噪聲的、模糊的、隨機的

8、數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。它以大型數據庫或數據倉庫為基礎，運用人工智能、機器學習、統計學等技術，分析企業原有的數據，通過關聯分析、時序模式、分類、聚類、偏差監測、預測等六個方面的挖掘任務，做出歸納性的推理，從中發現潛在的模式，幫助決策者做出正確決策。 3煤炭運銷決策支持系統功能分析 本文結合目前煤炭企業運銷管理業務的特點及業務現狀，提出煤炭運銷決策支持系統應實現的6大業務功能，如圖2所示。(1)客戶分析。客戶是企業的重要戰略資源，客戶分析是DSS系統的核心內容之一。客戶分析的關鍵在于全面的客戶歷史發運、回款、結算、煤炭數量

9、或質量原因引起的商務糾紛處理記錄等業務數據。分析的內容主要包括客戶細分、客戶信用分析、客戶購煤行為分析、客戶貢獻率分析等，通過客戶分析可以獲取、保持、增加價值客戶，提高客戶滿意度、降低企業的交易風險。 (2)市場分析。市場分析的數據來源于同行業銷售及市場調研數據，分析的內容主要包括市場現狀分析、競爭狀況分析、市場預測分析、煤炭價格分析等。通過市場分析，煤炭企業可以把握煤炭市場銷售動態，準確對未來煤炭需求及價格走勢進行合理預測，從而為企業營銷策略的制訂提供參考。 (3)銷售分析。銷售分析主要包括煤炭銷量構成分析，銷量變化及影響因素分析，銷售利潤分析，商品煤煤質變化分析，銷售分

10、部績效分析等。通過銷售分析可以考核業務績效，及時發現運銷管理過程中存在的問題并提出解決方案，以調整營銷策略，提高企業贏利能力，使企業利潤最大化。 (4)業務決策。為實現煤炭企業產運銷平衡的目標，在企業內部銷售生產計劃編排、月度鐵路運輸計劃制定、發運調度配車方案確定的過程中，系統綜合煤炭需求、鐵路運力、生產礦產量以及生產礦煤質數據進行決策優化，為運銷管理人員提供切實可行的優化方案。 (5)綜合查詢。主要實現對運銷業務情況的全面綜合的在線查詢，包括合同執行計劃查詢、鐵路月度計劃執行情況查詢、發運統計查詢、商品煤煤質查詢、用戶往來賬款查詢等等，通過綜合查詢可以讓管理者全面清楚地了

11、解運銷業務情況，為決策制訂提供參考。 (6)業務報表。綜合的統計報表是煤炭運銷管理中的重要內容，業務報表應具備操作簡單、自動化程度高等特點，使用者可很方便地在短時間提取不同數據源數據并按靈活定制的各種表格樣式生成相應的統計報表，滿足不斷變化的報表需求。 客戶分析、市場分析、銷售分析是DSS的核心部分，可以采用OLAP多維分析的方式，也可以采用DM技術方式，例如客戶細分可以采用DM的聚類分析方法。業務決策可以采用模型決策技術加以實現，比如發運調度配車方案問題可以轉化為多目標優化問題。對于綜合查詢部分屬業務數據的綜合統計查詢，可以直接建立在數據倉庫上實現，業務報表既可自行開發也

12、可利用一些成熟的報表工具來實現。 4煤炭運銷決策支持系統模型 結合前面對于煤炭運銷決策支持系統功能的分析，本文提出煤炭運銷決策支持系統模型如圖3所示。在決策支持系統模型中，數據倉庫依據擬解決的運銷決策領域問題，實現所需底層數據的有效集成。運銷管理過程中涉及的發運、煤質、生產庫存、財務等內外部數據信息作為不同的數據源經ETL工具進行抽取、綜合、轉換后，以統一的結構和規范整合到數據倉庫中。在決策分析時，人機交互圖形用戶界面提供用戶和系統之間的信息傳遞和交流，引導解釋系統作為系統的核心部分，實現對用戶輸入的相關決策問題語言的解釋和處理，并依據決策問題類型的不同調用相應的決策分析子

13、系統。系統的決策分析由OLAP子系統、DM子系統以及模型決策子系統3部分組成，OLAP通過構建多維的數據模型，實現多維數據的分析處理，DM發掘數據內部隱藏的知識和規律，而模型決策子系統通過各種決策模型實現問題的求解，決策分析所涉及的領域知識、方法、數學模型由系統的知識庫、方法庫、模型庫支持，分析所需的數據來源于數據倉庫。決策分析的結果經引導解釋系統處理后，由人機交互圖形用戶界面向用戶展現。參考文獻： 1付永水.當前煤炭營銷市場存在的問題與策略J，中州煤炭，2000(1) 2陳文偉.決策支持系統及其開發M.北京：清華大學出版社，2000 3高洪深.決策支持系統M.北京：清華大學出版社，2000 4康曉東.基于數據倉庫的數據挖掘技術M.北京：機械工業出版社，20055王艷華，蔣加伏.數據倉庫技術J.