電信企業(yè)經營分析系統(tǒng)建設.pdf

1、　　目前，國內的數據倉庫應用已經比較普及，從電信、銀行、證券，到汽車、稅務等行業(yè)領域。山東網通是北方網通的龍頭老大，作為國內電信行業(yè)的一個重要組成部分，數據倉庫建設還沒有正式開始。
　　本課題針對企業(yè)發(fā)展的需要，將數據倉庫技術應用于山東網通的經營分析系統(tǒng)的建設中，力求提供一套可行的解決方案。我們試圖完成的這個數據倉庫模型，可以分為ETL(數據抽取(Extract)、轉換(Transform)、清洗(cleaning)和轉載(Loa

2、ding)的過程)、DW(數據倉庫)、OLAP分析等幾個部分。
　　本文首先對企業(yè)的業(yè)務需求進行了探討，然后對原始數據進行分析，由于關系型數據庫在數據分析層面已經不能適應企業(yè)業(yè)務發(fā)展的需要，因此我們可以通過建立數據倉庫，并結合OLAP分析技術，從大量的數據中發(fā)現有利于企業(yè)發(fā)展的知識信息，同時保證對業(yè)務數據的便捷訪問，以更快更好的方式回答復雜的問題。
　　需求分析已經確定了用戶業(yè)務分析所需要的數據，模型設計階段將確定數據倉庫系

3、統(tǒng)將來的藍圖。該階段的主要任務是進行數據倉庫的邏輯設計，包括選擇合適的主題、確定事實表、相關的維、屬性，設計正確的表結構和主、外鍵關系等。
　　數據采集和數據處理是建設數據倉庫不可或缺的步驟之一。在數據抽取、清洗、轉載過程中，數據質量問題凸現出來。對數據進行檢驗和整理，確保數據倉庫中數據的一致性，還要對部分數據進行聚集操作，提高數據倉庫的查詢、分析速度，然后這些完整的、一致的、細節(jié)的和綜合的數據才可以進入數據倉庫。對ETL數據清洗