基于数据仓库的销售预测系统

1、销售预测方法

    销售预测的方法有多种，可以通过统计技术，也可以采用直觉或经验，哪一类手段更好则无一定之规，但是应该注意，不要拘泥于某一种销售预测手段，而要视实际情况来加以预测。

    时间数列分析法是一种广泛应用的数量分析方法，主要用于描述和探索现象随时间发展变化的数量规律性。
    时间数列分析法已经成为销售预测中具有代表性的方法，一般所称的销售预测大多是指时间数列分析法。首先按照年或月的时间顺序，依次排列销售数量或销售额，一般用图或数字资料来表示。
    根据企业的情况，我们推荐采用时间数列分析法和专家意见法结合进行，时间数列分析包含四种变动因素：
    ■趋势变动
    ■循环变动
    ■不规则变动
    ■季节变动
    趋势变动是时间数列的主要构成要素，是指现象在较长时间内持续发展变化的一种趋向或状态。通过对时间数列趋势变动的分析，可以掌握现象活动的规律性，并对其未来的发展趋势做出判断或预测。
    在高意，销售的趋势变动、循环变动、季节变动特别明显。体现为每年的季节变动比较有规律，每年在一定的增长趋势下又有一定的销售循环变动。
    根据时间数列分析方法的原理，结合专家意见法的需要，我们设计了基于数据仓库框架的销售预测系统。

2、历史数据整合

    数据仓库系统数据整合就是对数据进行的“净化提炼”处理。对从不同业务数据库所抽取的数据，进行数据的整理集中，形成一个完整的数据中心，包括数据项名称的统一、位数的统一、编码的统一和形式的统一，消除重复数据。数据整合的过程如下：

    通过提取ERP系统中的相关数据，完成了下述事业部帐套的历史数据合并：
    1）高意通讯
    2）高意光学
    3）高意K2
    4）高意激光
    5）高意奥普
    6）F1项目
    相关数据按照事业部进行分类，按照数据的最小粒度进行保存，以便更好进行数据分析。