数据仓库与数据掘分析.doc

Adventure Works分销商销售数据分析 ---Women’s Tights 一、概述 Women’s Tights型号共三种产品，分别为“Women’s Tights,L”、“omen’s Tights,M”和“omen’s Tights,S”。这三种商品在拿大、法国和英国均有销售。 在Adventure WorksDW数据库中查询得知三种产品的总销售额如下： 表 1 三种商品销量对比 English Product Name Sales Amount Womens Tights, L $93,554.46 Womens Tights, M $17,727.64 Womens Tights, S $90,550.91 总计 $201,833.01 查询命令为：SELECT DimProduct.EnglishProductName AS 产品, SUM(FactResellerSales.SalesAmount) AS 销售额 FROM DimProduct INNER JOIN FactResellerSales ON DimProduct.ProductKey = FactResellerSales.ProductKey GROUP BY DimProduct.EnglishProductName, DimProduct.ModelName HAVING (DimProduct.ModelName = Womens Tights)  从上表可以看出，[Womens Tights, L]与[Womens Tights, S]的销量相当，而[Womens Tights, M]的销量明显低于另两种，其销量只占总销量的9%。会有如此大的差距呢？下面运用OLAP技术进行分析。 为叙述方便，下文用“M”简称[Womens Tights, M]，用“L”表示[Womens Tights, L]，用“S”表示[Womens Tights, S]。 二、多维数据集的设计 1、事实表的设计：本任务主要考查销售额，因此需要的销售额、运费和税额三个主要指标； 2、维度表的设计：影响销售的因素有很多，如销售商、销售团队、区域、时间、促销手段等，所以此处设计了雇员、分销商、促销、产品、订单日期、销售区域等维度。  三、数据分析 1、将销售数据按年度分割，以确认是否与时间有关 以年度为列字段，产品名称为行字段，销售额为数据字段设计立方体。 表 2 分年度销售额 Sales Amount Calendar Year English Product Name 2002 2003 总计 Womens Tights, L $54,257.97 $39,296.49 $93,554.46 Womens Tights, M $12,508.33 $5,219.30 $17,727.64 Womens Tights, S $56,129.63 $34,421.28 $90,550.91 总计 $122,895.93 $78,937.08 $201,833.01  图 1 分年度销售额直方图 从上图来看，2002年和2003年Women’s Tights,M的销量都明显低于另两种商品，且2003年的销量还不及2002年的一半，下降的幅度较另外两种更明显。为进一步分析M的销售额是否爱时间的影响，对两年的销售数据按周进行钻取，如下表所示： 表 3 三种产品分周销售额 Year Week Womens Tights, L Womens Tights, M Womens Tights, S 总计 M所占比重 2002 　 　 　 　 　 27 $8,130.34 $1,529.80 $8,817.50 $18,477.64 8.28% 31 $12,040.01 $2,609.65 $12,441.75 $27,091.41 9.63% 36 $8,739.59 $2,429.68 $9,582.15 $20,751.42 11.71% 40 $7,677.33 $1,484.80 $7,045.04 $16,207.17 9.16% 44 $10,144.89 $2,204.71 $10,445.66 $22,795.25 9.67% 49 $7,525.82 $2,249.70 $7,797.52 $17,573.04 12.80% 2003 　 　 　 　 　 1 $4,139.45 　 $3,689.51 $7,828.96 0.00% 14 $6,829.58 $1,529.