多維數據分析方法

多維數據分析方法

　　多維數據分析也稱(chēng)為聯(lián)機分析處理，是以海量數據為基礎的復雜分析技術(shù)。以下是多維數據分析方法，希望給大家帶來(lái)幫助！

　　1、電力營(yíng)銷(xiāo)現狀

　　1.1壟斷

　　世界多數大國在近一百多年來(lái)在供電上采取的模式是集發(fā)電、輸電、配電為一身的壟斷模式。國家在電力供應上大多數或全部由國家壟斷經(jīng)營(yíng)，廣大電力用戶(hù)就是消費者。這種壟斷經(jīng)營(yíng)在短時(shí)間內使電力工業(yè)聚集了大量的資金，電力工業(yè)持續發(fā)展，同時(shí)避免了重復設施的出現，為電網(wǎng)的統一規劃和建設提供了有力的支持。

　　1.2發(fā)電競爭

　　發(fā)電競爭模式，競爭主要體現在發(fā)電環(huán)節，輸電和配電仍然采取壟斷經(jīng)營(yíng)。在電力經(jīng)營(yíng)過(guò)程中對電力市場(chǎng)進(jìn)行開(kāi)放，引入發(fā)電企業(yè)，在市場(chǎng)中由壟斷企業(yè)對發(fā)電企業(yè)生產(chǎn)的電力進(jìn)行買(mǎi)斷，然后由壟斷企業(yè)統一賣(mài)給電力用戶(hù)，這種供電模式的引入加大了市場(chǎng)中電力的供給量。

　　1.3電力轉運

　　電力運轉模式就是合理的將發(fā)電、輸電、配電三個(gè)過(guò)程進(jìn)行分離，每個(gè)發(fā)電廠(chǎng)都獨立成為一個(gè)企業(yè)，各個(gè)發(fā)電廠(chǎng)之間采取公平競爭。市場(chǎng)中的用電大戶(hù)，可以低價(jià)從電力企業(yè)直接購買(mǎi)電力，利用統一電網(wǎng)實(shí)現電力運轉。在電力運轉模式中，部分競爭市場(chǎng)、壟斷經(jīng)營(yíng)市場(chǎng)和競爭市場(chǎng)同時(shí)存在。

　　1.4配電網(wǎng)開(kāi)放

　　配電網(wǎng)開(kāi)放模式的主要特點(diǎn)是：發(fā)電、輸電、配電三個(gè)環(huán)節適當分離，三個(gè)環(huán)節都各自成為獨立的經(jīng)營(yíng)體系，三者之間存在電力買(mǎi)賣(mài)關(guān)系。這種經(jīng)營(yíng)模式將發(fā)電、輸電、配電三者打破了傳統的電力運營(yíng)管理模式，電力市場(chǎng)形成了多種商家相互競爭的形式，這不僅增加了發(fā)電企業(yè)之間的相互競爭，客戶(hù)可以通過(guò)自己的需求來(lái)選取適當的發(fā)電商，而且電力消費者和生產(chǎn)者之間形成了一種真正的買(mǎi)賣(mài)格局，從而為電力顯示商品特性提供了便利條件。

　　2、企業(yè)多維數據分析具有的特點(diǎn)

　　2.1多維性

　　多維數據分析的一個(gè)最重要特點(diǎn)就是多維性。多維性不僅體現了人們在觀(guān)察世界時(shí)的多角度，同時(shí)也體現了多層次觀(guān)察。例如，在銷(xiāo)售量數據的查看上可以從時(shí)間維入手，同時(shí)還可以從年、季、月等時(shí)間層次上進(jìn)行查看。對數據進(jìn)行分層查看，不僅符合事物的客觀(guān)運行規律，而且也能讓用戶(hù)全面地掌握數據情況。

　　2.2實(shí)時(shí)性

　　實(shí)時(shí)性不僅滿(mǎn)足了用戶(hù)在時(shí)間上對信息的需求，而且可以快速查找多維數據的分析結果，同時(shí)實(shí)現了實(shí)時(shí)的接受用戶(hù)所反饋的數據。

　　2.3開(kāi)放性

　　多維數據分析支持多數據源和系統平臺。因此，在實(shí)際工作中，不論數據存儲量有多大，存儲在何處，采取何種方式對數據進(jìn)行存儲，都可以及時(shí)獲取到存儲的數據，并且可以以多種方式將分析結果提供給不通過(guò)平臺上的客戶(hù)使用。

　　2.4可分析性

　　可以從不同的角度對數據的最大值、平均值、最小值、匯總進(jìn)行記錄和處理，將龐大的有用數據提供給客戶(hù)，此外還具有數據分析和數據查詢(xún)等能力。

　　2.5安全性

　　確保信息的安全，避免受到欺詐，對用戶(hù)進(jìn)行分級管理，數據分析過(guò)程中，對于數據分析結果只能提供給相應的用戶(hù)。如果在實(shí)際工作中，存在多個(gè)用戶(hù)共同應用同一個(gè)分析時(shí)，應當對客戶(hù)的級別進(jìn)行合理劃分，依據客戶(hù)所處的安全級別，允許客戶(hù)查看對應層次的信息。

　　3、電力營(yíng)銷(xiāo)多維數據分析過(guò)程

　�。�1）依據決策者和企業(yè)業(yè)務(wù)在信息上的需求，對多維數據分析主題進(jìn)行確定，在進(jìn)行多位數據分析時(shí)，依據面向主題分析獲取信息，從而實(shí)現為決策者提供信息的目的。

　�。�2）收集數據，目前供電企業(yè)信息系統收集了電量的業(yè)務(wù)數據，這些數據都存儲在各個(gè)供電企業(yè)的信息系統中，為了使其能夠更好的為企業(yè)所用，應當建立數據庫服務(wù)器，采集供電企業(yè)中數據。多維數據分析在電力決策的實(shí)際應用中，數據采集工作需要依據多維數據分析主體進(jìn)行，要對數據庫系統進(jìn)行確認，并且在構建面向分析時(shí)選擇數據庫，從數據庫系統中抽取、轉換企業(yè)需要的數據。數據倉庫是集成的、面向主題的且在實(shí)際運行過(guò)程中容易因為時(shí)間變化而發(fā)生改變的一個(gè)數據集合。數據倉庫是企業(yè)為數據分析工作而設計的，利用數據倉庫可以為多維數據分析提供更加穩定且具有針對性的數據，目前許多電氣企業(yè)都構建了數據服務(wù)器。

　�。�3）多維數據模型的建立，多維數據分析需要以多維數據模型為基礎，從哪些角度對多維數據模型進(jìn)行觀(guān)察，對哪些數據進(jìn)行分析，可以通過(guò)多維數據分析決定哪些數據需要仔細分析歷史數據結構來(lái)獲得，從獲取的數據中找到有用的數據構建成適當的度量、維度從而構成高效的多維數據模型。

　�。�4）設計人員依據現有的多維數據模型，選取適當的度量和維度，結合報表利用適當的統計方法，通過(guò)圖表直觀(guān)地展現企業(yè)的大量了歷史數據。

　�。�5）發(fā)布信息，通過(guò)靈活的方式將電力企業(yè)想要發(fā)布的相關(guān)信息直接提供給決策者。

　　4、分析電力影響數據主題

　　在電力營(yíng)銷(xiāo)決策中，每一個(gè)主體都對應一個(gè)具體的分析，表示一種營(yíng)銷(xiāo)決策者在工作中需要掌握的信息。本文在研究上將分析主體分為用戶(hù)情況、購電情況、電價(jià)情況、電費回收、設備資產(chǎn)情況等，并對較大的主體進(jìn)行了進(jìn)一步劃分，針對電力營(yíng)銷(xiāo)的數據分析，應當從宏觀(guān)到微觀(guān)，從多個(gè)角度對電氣企業(yè)的數據進(jìn)行科學(xué)分析，為電力企業(yè)的各級領(lǐng)導者提供決策信息。因此，在分析上還需要確定分析層次和分析角度。

　　5、結論

　　綜上所述，近年來(lái)電力營(yíng)銷(xiāo)工作得到了一定的發(fā)展，但在管理過(guò)程中，同一營(yíng)銷(xiāo)管理因為時(shí)間、地點(diǎn)上的差異，管理者通過(guò)不同的角度觀(guān)看信息，信息的呈現方式都會(huì )所差別。同時(shí)因為多維數據的存儲、分析不斷的發(fā)展，多維數據分析在電力營(yíng)銷(xiāo)決策中的應用是一個(gè)漫長(cháng)的過(guò)程，因此需要依據需求的變化進(jìn)行不斷地改進(jìn)和完善。

　　工具設計

　　1、技術(shù)架構

　　本文建設的主題數據集市分為四層：基礎層、匯總層、應用層、交互層。為了應對未來(lái)各種數據要求，盡可能減少各層之間的耦合性以確保數據集市的框架結構穩定性�；A層用于源數據的ETL處理，整理基本數據源與補充數據源提供的海量數據。選取覆蓋較廣、數據質(zhì)量較高的EAST數據為基本數據源。補充數據源提供較多的數據接口，以支持各類(lèi)異構源數據的裝載過(guò)程。匯總層為數據加工區域，經(jīng)過(guò)ETL的數據按照不同的主題進(jìn)行匯總，形成不同的主題分析數據集。應用層實(shí)現各種分析模塊的聚合存儲，包含所需要的數據模型與分析指標。交互層面向不同用戶(hù)提供全方位的分析數據展現，包括管理人員、業(yè)務(wù)人員與數據分析人員，為決策提供數據支撐。

　　2、應用流程

　　基礎層、匯總層、應用層用于數據處理，對用戶(hù)透明。交互層直接面向用戶(hù)，通過(guò)多維數據展現平臺為用戶(hù)提供全方位的匯總信息，并在用戶(hù)登錄時(shí)對數據安全性進(jìn)行控制，其應用流程遵循步驟。首先，識別和確定業(yè)務(wù)過(guò)程。業(yè)務(wù)人員通過(guò)自身對業(yè)務(wù)活動(dòng)的任務(wù)、目標和實(shí)現過(guò)程進(jìn)行深入解析，確定分析主題與分析對象，界定分析范圍。其次，識別度量指標。度量指標是分析和評價(jià)業(yè)務(wù)績(jì)效的依據，通常表現為數值形式，但是百分比和比率等不具備可加性的指標不適合選取為度量指標度量值。再次，選取合適的分析維度，通過(guò)調整分析指標的層次順序，進(jìn)行數據信息挖掘，如評比不同年份的各分支機構經(jīng)營(yíng)開(kāi)展成果，或是分析各分支機構歷年來(lái)經(jīng)營(yíng)業(yè)績(jì)，其分析維度的布置是不同的。最后，可以將結果用不同的報表形式進(jìn)行展現，如復雜二維報表、柱狀圖形、時(shí)點(diǎn)趨勢線(xiàn)等。

　　案例分析

　　1、市場(chǎng)營(yíng)銷(xiāo)

　　小企業(yè)部為了提高對公客戶(hù)的業(yè)務(wù)辦理效率，針對業(yè)務(wù)量較多的小微企業(yè)營(yíng)銷(xiāo)網(wǎng)銀業(yè)務(wù)。業(yè)務(wù)人員通過(guò)多維數據展現工具，首先選定小企業(yè)主題，篩選分析范圍為未開(kāi)通網(wǎng)銀的小微型企業(yè)，然后選定度量值為客戶(hù)數，選擇近期交易金額區間與企業(yè)開(kāi)戶(hù)機構為分析維度。為了鎖定各經(jīng)營(yíng)機構的有效客戶(hù)，調整兩個(gè)分析維度的順序，最終選定目標客戶(hù)群體后，再深入挖掘出每一個(gè)目標客戶(hù)，進(jìn)行網(wǎng)銀業(yè)務(wù)營(yíng)銷(xiāo)。

　　2、風(fēng)險分析

　　某機構信貸員需要對貸款業(yè)務(wù)實(shí)現精準營(yíng)銷(xiāo)，基于以往經(jīng)驗，對公賬戶(hù)中存款余額較大而貸款結清的客戶(hù)信用風(fēng)險較小，為此該業(yè)務(wù)人員依靠本分析工具鎖定該類(lèi)客戶(hù)群體，進(jìn)一步提取目標客戶(hù)信息。同樣的業(yè)務(wù)操作，還可以用于數據分析員對目標客戶(hù)群體鎖定后，進(jìn)行后續數據分析應用。某機構風(fēng)險專(zhuān)家需要考察各分支機構針對不同行業(yè)發(fā)放貸款的額度，通過(guò)不同的資本計量方法得到定量的結果，進(jìn)而評估各機構的信用風(fēng)險。本例中，選取對公貸款分析主題，貸款余額為度量值，分析維度有管理機構、貸款五級分類(lèi)、貸款投向行業(yè)等。為了方便非IT人員在制定商業(yè)銀行的營(yíng)銷(xiāo)方案、風(fēng)險分析決策等過(guò)程中靈活地獲取數據支撐，本文基于多維數據結構就全方位信息支撐應用模式進(jìn)行理論探索，通過(guò)數據指標統一管理、主題數據集市建設與數據預處理等手段，并實(shí)現支持多維數據鉆取的數據展現工具，具有以下優(yōu)點(diǎn)。

　�。�1）首先是支持分析維度自由拖拽，展示直觀(guān)。使用者通過(guò)拖拽等鼠標操作完成指標分析工作，并取得直觀(guān)的數據結果進(jìn)行有針對性的進(jìn)一步數據分析與拓展應用。這就降低了業(yè)務(wù)人員、管理人員和分析人員對數據獲取的難度，更為專(zhuān)注于自身業(yè)務(wù)領(lǐng)域的能力應用，根據需要修改取數方案，而不需要先去掌握復雜的SQL分析腳本。

　�。�2）其次是提高了數據服務(wù)效率。由于金融交易數據的保密性等安全控制，數據應用從需求提出到分析應用的過(guò)程中需要通過(guò)審批、科技人員取數等步驟。將后臺交易明細數據與安全性策略在匯總層做過(guò)預先處理，需要的匯總數據可以方便地利用多維數據展現工具得到，精簡(jiǎn)了數據需求流程，提高了分析效率，也將IT人員從實(shí)時(shí)響應的服務(wù)支持狀態(tài)中解放出來(lái)，去解決其余科技難題。本文的研究是在數據倉庫技術(shù)應用中一次非常有效的探索，基于多維數據結構的主題數據集市可以認為是某區域性商業(yè)銀行的數據倉庫項目建設的雛形�；诩幸约岸嗑S展現工具，該行在實(shí)際生產(chǎn)中已經(jīng)取得了良好的經(jīng)濟效益。

【多維數據分析方法】相關(guān)文章：

銷(xiāo)售數據的分析方法07-25

數據整理分析方法10-22

傳統數據分析方法09-20

醫學(xué)數據分析方法10-24

配件庫存分析數據的方法09-17

庫存數據分析方法06-07

什么是數據包絡(luò )分析方法12-16

常用數據的分析方法有哪些01-22

服裝銷(xiāo)售數據分析方法08-21