- 相关推荐
多维数据分析方法
多维数据分析也称为联机分析处理，是以海量数据为基础的复杂分析技术。以下是多维数据分析方法，希望给大家带来帮助！
1、电力营销现状
1.1垄断
世界多数大国在近一百多年来在供电上采取的模式是集发电、输电、配电为一身的垄断模式。国家在电力供应上大多数或全部由国家垄断经营，广大电力用户就是消费者。这种垄断经营在短时间内使电力工业聚集了大量的资金，电力工业持续发展，同时避免了重复设施的出现，为电网的统一规划和建设提供了有力的支持。
1.2发电竞争
发电竞争模式，竞争主要体现在发电环节，输电和配电仍然采取垄断经营。在电力经营过程中对电力市场进行开放，引入发电企业，在市场中由垄断企业对发电企业生产的电力进行买断，然后由垄断企业统一卖给电力用户，这种供电模式的引入加大了市场中电力的供给量。
1.3电力转运
电力运转模式就是合理的将发电、输电、配电三个过程进行分离，每个发电厂都独立成为一个企业，各个发电厂之间采取公平竞争。市场中的用电大户，可以低价从电力企业直接购买电力，利用统一电网实现电力运转。在电力运转模式中，部分竞争市场、垄断经营市场和竞争市场同时存在。
1.4配电网开放
配电网开放模式的主要特点是：发电、输电、配电三个环节适当分离，三个环节都各自成为独立的经营体系，三者之间存在电力买卖关系。这种经营模式将发电、输电、配电三者打破了传统的电力运营管理模式，电力市场形成了多种商家相互竞争的形式，这不仅增加了发电企业之间的相互竞争，客户可以通过自己的需求来选取适当的发电商，而且电力消费者和生产者之间形成了一种真正的买卖格局，从而为电力显示商品特性提供了便利条件。
2、企业多维数据分析具有的特点
2.1多维性
多维数据分析的一个最重要特点就是多维性。多维性不仅体现了人们在观察世界时的多角度，同时也体现了多层次观察。例如，在销售量数据的查看上可以从时间维入手，同时还可以从年、季、月等时间层次上进行查看。对数据进行分层查看，不仅符合事物的客观运行规律，而且也能让用户全面地掌握数据情况。
2.2实时性
实时性不仅满足了用户在时间上对信息的需求，而且可以快速查找多维数据的分析结果，同时实现了实时的接受用户所反馈的数据。
2.3开放性
多维数据分析支持多数据源和系统平台。因此，在实际工作中，不论数据存储量有多大，存储在何处，采取何种方式对数据进行存储，都可以及时获取到存储的数据，并且可以以多种方式将分析结果提供给不通过平台上的客户使用。
2.4可分析性
可以从不同的角度对数据的最大值、平均值、最小值、汇总进行记录和处理，将庞大的有用数据提供给客户，此外还具有数据分析和数据查询等能力。
2.5安全性
确保信息的安全，避免受到欺诈，对用户进行分级管理，数据分析过程中，对于数据分析结果只能提供给相应的用户。如果在实际工作中，存在多个用户共同应用同一个分析时，应当对客户的级别进行合理划分，依据客户所处的安全级别，允许客户查看对应层次的信息。
3、电力营销多维数据分析过程
（1）依据决策者和企业业务在信息上的需求，对多维数据分析主题进行确定，在进行多位数据分析时，依据面向主题分析获取信息，从而实现为决策者提供信息的目的。
（2）收集数据，目前供电企业信息系统收集了电量的业务数据，这些数据都存储在各个供电企业的信息系统中，为了使其能够更好的为企业所用，应当建立数据库服务器，采集供电企业中数据。多维数据分析在电力决策的实际应用中，数据采集工作需要依据多维数据分析主体进行，要对数据库系统进行确认，并且在构建面向分析时选择数据库，从数据库系统中抽取、转换企业需要的数据。数据仓库是集成的、面向主题的且在实际运行过程中容易因为时间变化而发生改变的一个数据集合。数据仓库是企业为数据分析工作而设计的，利用数据仓库可以为多维数据分析提供更加稳定且具有针对性的数据，目前许多电气企业都构建了数据服务器。
（3）多维数据模型的建立，多维数据分析需要以多维数据模型为基础，从哪些角度对多维数据模型进行观察，对哪些数据进行分析，可以通过多维数据分析决定哪些数据需要仔细分析历史数据结构来获得，从获取的数据中找到有用的数据构建成适当的度量、维度从而构成高效的多维数据模型。
（4）设计人员依据现有的多维数据模型，选取适当的度量和维度，结合报表利用适当的统计方法，通过图表直观地展现企业的大量了历史数据。
（5）发布信息，通过灵活的方式将电力企业想要发布的相关信息直接提供给决策者。
4、分析电力影响数据主题
在电力营销决策中，每一个主体都对应一个具体的分析，表示一种营销决策者在工作中需要掌握的信息。本文在研究上将分析主体分为用户情况、购电情况、电价情况、电费回收、设备资产情况等，并对较大的主体进行了进一步划分，针对电力营销的数据分析，应当从宏观到微观，从多个角度对电气企业的数据进行科学分析，为电力企业的各级领导者提供决策信息。因此，在分析上还需要确定分析层次和分析角度。
5、结论
综上所述，近年来电力营销工作得到了一定的发展，但在管理过程中，同一营销管理因为时间、地点上的差异，管理者通过不同的角度观看信息，信息的呈现方式都会所差别。同时因为多维数据的存储、分析不断的发展，多维数据分析在电力营销决策中的应用是一个漫长的过程，因此需要依据需求的变化进行不断地改进和完善。
工具设计
1、技术架构
本文建设的主题数据集市分为四层：基础层、汇总层、应用层、交互层。为了应对未来各种数据要求，尽可能减少各层之间的耦合性以确保数据集市的框架结构稳定性。基础层用于源数据的ETL处理，整理基本数据源与补充数据源提供的海量数据。选取覆盖较广、数据质量较高的EAST数据为基本数据源。补充数据源提供较多的数据接口，以支持各类异构源数据的装载过程。汇总层为数据加工区域，经过ETL的数据按照不同的主题进行汇总，形成不同的主题分析数据集。应用层实现各种分析模块的聚合存储，包含所需要的数据模型与分析指标。交互层面向不同用户提供全方位的分析数据展现，包括管理人员、业务人员与数据分析人员，为决策提供数据支撑。
2、应用流程
基础层、汇总层、应用层用于数据处理，对用户透明。交互层直接面向用户，通过多维数据展现平台为用户提供全方位的汇总信息，并在用户登录时对数据安全性进行控制，其应用流程遵循步骤。首先，识别和确定业务过程。业务人员通过自身对业务活动的任务、目标和实现过程进行深入解析，确定分析主题与分析对象，界定分析范围。其次，识别度量指标。度量指标是分析和评价业务绩效的依据，通常表现为数值形式，但是百分比和比率等不具备可加性的指标不适合选取为度量指标度量值。再次，选取合适的分析维度，通过调整分析指标的层次顺序，进行数据信息挖掘，如评比不同年份的各分支机构经营开展成果，或是分析各分支机构历年来经营业绩，其分析维度的布置是不同的。最后，可以将结果用不同的报表形式进行展现，如复杂二维报表、柱状图形、时点趋势线等。
案例分析
1、市场营销
小企业部为了提高对公客户的业务办理效率，针对业务量较多的小微企业营销网银业务。业务人员通过多维数据展现工具，首先选定小企业主题，筛选分析范围为未开通网银的小微型企业，然后选定度量值为客户数，选择近期交易金额区间与企业开户机构为分析维度。为了锁定各经营机构的有效客户，调整两个分析维度的顺序，最终选定目标客户群体后，再深入挖掘出每一个目标客户，进行网银业务营销。
2、风险分析
某机构信贷员需要对贷款业务实现精准营销，基于以往经验，对公账户中存款余额较大而贷款结清的客户信用风险较小，为此该业务人员依靠本分析工具锁定该类客户群体，进一步提取目标客户信息。同样的业务操作，还可以用于数据分析员对目标客户群体锁定后，进行后续数据分析应用。某机构风险专家需要考察各分支机构针对不同行业发放贷款的额度，通过不同的资本计量方法得到定量的结果，进而评估各机构的信用风险。本例中，选取对公贷款分析主题，贷款余额为度量值，分析维度有管理机构、贷款五级分类、贷款投向行业等。为了方便非IT人员在制定商业银行的营销方案、风险分析决策等过程中灵活地获取数据支撑，本文基于多维数据结构就全方位信息支撑应用模式进行理论探索，通过数据指标统一管理、主题数据集市建设与数据预处理等手段，并实现支持多维数据钻取的数据展现工具，具有以下优点。
（1）首先是支持分析维度自由拖拽，展示直观。使用者通过拖拽等鼠标操作完成指标分析工作，并取得直观的数据结果进行有针对性的进一步数据分析与拓展应用。这就降低了业务人员、管理人员和分析人员对数据获取的难度，更为专注于自身业务领域的能力应用，根据需要修改取数方案，而不需要先去掌握复杂的SQL分析脚本。
（2）其次是提高了数据服务效率。由于金融交易数据的保密性等安全控制，数据应用从需求提出到分析应用的过程中需要通过审批、科技人员取数等步骤。将后台交易明细数据与安全性策略在汇总层做过预先处理，需要的汇总数据可以方便地利用多维数据展现工具得到，精简了数据需求流程，提高了分析效率，也将IT人员从实时响应的服务支持状态中解放出来，去解决其余科技难题。本文的研究是在数据仓库技术应用中一次非常有效的探索，基于多维数据结构的主题数据集市可以认为是某区域性商业银行的数据仓库项目建设的雏形。基于集市以及多维展现工具，该行在实际生产中已经取得了良好的经济效益。
【多维数据分析方法】相关文章：
销售数据的分析方法01-03
数据分析的方法08-16
数据整理分析方法08-14
大数据的分析方法09-04
数据分析方法09-06
数据分析与办公软件：数据分析方法02-14
常用数据分析方法09-21
配件库存分析数据的方法02-14
数据分析常用方法07-26