丰车科技

BI數據倉庫的內容和搭建步驟

豐車智慧二手車BI的BI數據倉庫的構建主要包括確定需求，確定主題和數據倉庫建模。

1、確定需求和主題

需求是系統的使用者，通常是企業中高層管理人員所關心的問題。主題是為了高效可靠地利用數據，根據需求分析把分散的數據重組，按照不同的主題進行統一管理。

2、數據倉庫建模

數據倉庫的建模則包括概念模型設計、邏輯模型設計和物理模型設計3個部分，每一步都是對用戶需求的逐步細化。

①概念模型設計：概念模型以用戶能理解的方式表達數據倉庫的結構，確定數據倉庫要訪問的信息，與具體的系統實現無關，它是企業最高層次的抽象，主要是以圖標的形式反映主題數據多維性，指明用戶希望從數據倉庫中分析的各種指標。它包含3個重要對象:指標、維度和類別。

②邏輯模型：邏輯模型是在概念模型的基礎上對主題進行細化。每個主題域包含若干數據表，并為表增加時間字段，進行表的分割，合理化表的劃分，消除純粹是操作型的數據，增加導出字段，定義關系模式和記錄系統等。常用的結構有星型結構和雪花型結構。

③物理數據模型：物理模型設計是為了提高數據倉庫的性能，同時考慮存儲效率和查詢效率，包括確定數據的存儲結構、確定索引策略、確定數據存放位置及存儲分配等。物理數據模型設計不但與用戶的需求有關，更依賴于數據管理系統和硬件設施。

豐車智慧二手車BI數據分析有哪些應用？

豐車智慧二手車BI數據分析主要是基于OLAP(聯機分析處理)技術用于支持復雜的分析操作，側重于輔助企業決策者和高層管理人員的決策，以便分析人員快速靈活地進行大數據量的復雜查詢處理，并且以一種直觀而易懂的數據形式供分析人員查看，幫助管理者實時全面地了解企業的經營狀況。

豐車智慧二手車BI數據分析應用在二手車行業較為廣泛，按業務功能可分為問題診斷、業務預測、效果評估、探索性研究；按業務主題應用可包括財務主題分析、銷售主題分析、客戶研究分析等。

1、銷售分析

在對銷售情況進行分析時，由于數據具有很強的地域性和實時性，以往的報表方式因滯后的弊端很難有成效。通過商業智能系統豐車智慧二手車BI平臺，我們可以進行銷售、回款、應收款、可售庫存、推盤、動態成本、杜邦分析、資金計劃等各類細分主題的分析，以地圖、環比圖、漏斗圖等特征圖表配以鉆取聯動顯示，可以較好地從數據中觀測銷售過程出現的問題。

2、財務分析

在建立企業財務分析時，我們可以建立績效指標庫和行業或標桿指標庫作為財務分析的數據源。在績效考核模型、投資評估模型、財務風險模型、經營分析模型的基礎上分別建立資產主題、盈利主題、資金主題、收入主題、成本費用主題、存貨主題等。通過這些分析主題對企業進行進度監控和經營預警，從而達到對企業戰略的控制。

3、客戶關系分析

很多行業尤其是零售制造業需要對客戶生命周期進行細致的分析。按照客戶的生命周期，從潛在客戶再到保有客戶，增值客戶，再到搖擺客戶，流失客戶和挽回客戶，可建立客戶細分模型，潛在客戶轉化模型，營銷活動反饋模型，客戶價值細分模型，交叉銷售模型，垂直銷售模型，客戶忠誠度模型。這些都是企業營銷決策的分析基礎。