论文部分内容阅读
摘要：现如今，随着我国经济的飞速发展，我国经济在部分电网企业经营分析还局限于人工统计，没有合理数据挖掘技术，统计过程费时费力，难以保证数据的准确性与一致性。建立电力营销数据集市模式有利于电网企业分析客户消费行为，准确把握客户消费特征，使得市场营销和客户服务更有目标性。电网企业针对客户关系的管理，可以充分利用相关数据为市场营销提供及时、有效的决策依据。
关键词：电网企业;电力营销;数据集市;模式探索;实践
引言
电力营销管理系统数据集市的建立基于电力营销大数据处理现状，为了充分发挥大数据平台的服务能力，需要在现有基础上提高各业务域数据资产的价值密度，对业务数据资产进行深加工和产品化，形成全方位、立体化的数据产品，借助数据云对全领域、全业务、全口径数据资产加以管理。电力营销管理系统数据集市提供了资源丰富、质量优良、安全可控、资产透明、应用灵活、管理完善及运营智能的数据服务体系，在营销领域打造出数据集中、服务完善、应用多元、运营高效的数据应用生态圈，创新了营销数据服务模式。
1数据集市的引入
数据集市中的各类数据都是依据“主题”来存储的，主题域包含了与该主题发生联系的信息。用户如果需要访问不同的主题时，要创建基于数据仓库的数据集市。所以数据集市可以理解为“小规模的数据仓库”。数据仓库是建立于企业级数据模型，数据集市归为企业级数据仓库的子集，可以面向不同的部门级与业务级，但仅局限于面向特定的主题。用户借助数据集市可以分析业务问题，数据集合可以面向特定的功能目标。电力企业营销数据集市的建立是基于数据仓库，依据统一化的存储模型，不同级别的营销人员可以依据营销特定的需求实现对数据的处理，昀终展现为体现营销特点的数据集合，应用数据集市是对数据仓库功能的深入与扩展。数据集市的本质实现了数据仓库的分布式、交互式，因此体现了数据仓库的主要特性。数据集市的数据源自需要借助抽取、清理、转换和整合才能载入数据集市。数据仓库中的数据性质与功能是保证系统利用价值的基础。因此电力营销管理系统数据集市的结构需要包含数据源层、数据仓库层与应用，不同层次对应着不同的功能。
2電力营销数据集市的设计
2.1数据集市设计依据的原则
电力营销数据集市设计的目标是满足数据存储与管理的需要。数据集市的应用领域决定了其区别于传统的数据库，其外部数据形式也要结合电网企业。数据集市设计要保证可扩展性与适应性，要结合电力营销满足经营分析的需求，还要考虑到数据集市不同模型间要有明确的定义，保证结构稳定、关系清晰，还要考虑到响应速度。电力营销分析需求处于变化中，数据的存储方式存在多个主题域。数据集市要实现数据存储与营销的结合，保证数据集市可以满足多样化的要求。
2.2抽取数据
抽取数据是进入仓库的前提。数据仓库是相对独立的数据平台，要借助抽取将数据实现联机事务的处理。外部数据源的导入、数据的存储也需要借助数据的抽取。数据抽取技术的应用覆盖到互连、增量、转换、监控等多个环节。数据仓库中数据抽取与事务处理系统需要保持实时的同步，数据抽取需要持续进行，但是不同的抽取操作在执行的持续时间、执行顺序、数据仓库信息的利用存在差异。由于技术的进步，数据抽取涉及到的关键技术已相对成熟，特别是由于数据编程方式的进步，数据集成度的提升，起到了很大的推动作用。本项目中数据抽取技术的应用基于电力营销的数据抽取应用结合了营销业务，面向电力营销大数据平台，不同用户可以选定源数据与目标数据接入营销业务监控系统，会同步生成数据抽取代码。数据抽取工具可以支持多种数据，在数据抽取中可以实现数据的转换，可以与电力营销系统发生密切相关。数据抽取的应用使得用户对于抽取方式加以二次编程，以满足使用要求。数据仓库实施借助了抽取工具。抽取过程由于工具的使用实现有效的管理，数据的维护更加方便。
2.3数据仓库
数据仓库作为进一步分析的数据源，是面向主题的、集成的、稳定的、不同时间的数据集合，为多维分析和数据挖掘提供所需要的整齐一致的数据，用以支持经营管理中的决策制定过程;同时，数据仓库可以实现数据的集成、传输、整合、清理和储存，是商业智能的基础。
2.4提供营销数据集市的主题式服务
能够面向营销领域分析业务，以同类业务分析需求为导向，将营销域数据资源中属于同一个分析领域的若干表或将表中的字段组合在一起，梳理可能用到的统计分析，利用自助可视化工具分析需求，对分析的指标、业务特征加以标签，并按业务分析的关键视角进行分类和业务语义化处理，构建统一的主题视图。通过将几百张源表转化为几张表（数据产品），同时按照业务习惯进行数据的重组，规范数据的业务语义，利用开发工具在业务主题中选择需要分析的数据字段和分析维度，即可快速进行上层数据应用的构建和探索。
2.5实时分析场景
结合大数据平台可以实时采集数据，借助流计算工具可以完成实时数据的采集，并基于大数据分析工具分析营销实时数据，可直接服务于自助。可视化工具构建可以分析实时业务，监控应用，亦可通 Web ?Service、Rest等技术接口为其他业务提供数据服务支撑。
3数据集市在电力营销中的应用
3.1营销需求分析
由于电网企业运营业务众多，基于数据集市的电力营销要明确关键指标的统计口径，以实现数据集市的作用。电网营销分析的目标是针对发展战略通过流程制定出科学合理的关键业务改善措施，借助数据集市将指标的完成情况以多层次、多角度的形式来展示，使业务管理部门可以准确意识到营销中存在的问题，从而为营销活动的改进提供指标支撑，提升战略目标的执行效果，也为考核提供依据，使管理层专注于经营活动的改善。
3.2数据集市模式下的营销分析
数据集市营销围绕目标实施用户筛选、用户细分、互动、监控和效益评估。营销管理中的市场分析、营销策划是建立数据集市要解决的关键问题。营销分析相关模块的设计要结合市场分析的需要，分析结果要为营销策划提供有价值的依据。目标客户是指在营销中针对的群体。筛选目标客户是营销人员依据数据分析确定营销客户清单列表，对客户的特征加以描述。营销管理系统中的子系统也要考虑到营销的需要，要有利于分析目标客户。
结语
数据集市应用于电力营销满足了数据展示多样化的要求，基于客户需要的展示可以为营销提供更好的依据。数据集市具有集成性，解决了电网企业不同数据的孤岛问题，提高了营销数据分析的准确性。
参考文献
[1]李敏强，潘振江.基于数据仓库技术的决策支持系统的研究与应用[J].天津大学管理学院学报，2017，15（11）：108-109.
[2]何涛.小议云南电力营销信息系统的建设[J].云南电力技术，2019，29（1）：69-70.
[3]黎锁平，李娟.基于数据仓库的 DSS的结构体系及开发[J].莱阳农学院学报，2018，17（1）：67-70.
[4]俞文彬，谢康林，张忠能.基于数据仓库的决策支持系统框架研究[J].上海交通大学学报，2017，34（6）：810-812.
[5]周文琼.数据集市环境下的电力客户服务数据分析系统[J].计算机系统应用，2018，24（4）：51-57.
[6]龙少杭.基于 Storm的实时数据集市分析系统的研究与实现[D].上海：上海交通大学，2019.
关键词：电网企业;电力营销;数据集市;模式探索;实践
引言
电力营销管理系统数据集市的建立基于电力营销大数据处理现状，为了充分发挥大数据平台的服务能力，需要在现有基础上提高各业务域数据资产的价值密度，对业务数据资产进行深加工和产品化，形成全方位、立体化的数据产品，借助数据云对全领域、全业务、全口径数据资产加以管理。电力营销管理系统数据集市提供了资源丰富、质量优良、安全可控、资产透明、应用灵活、管理完善及运营智能的数据服务体系，在营销领域打造出数据集中、服务完善、应用多元、运营高效的数据应用生态圈，创新了营销数据服务模式。
1数据集市的引入
数据集市中的各类数据都是依据“主题”来存储的，主题域包含了与该主题发生联系的信息。用户如果需要访问不同的主题时，要创建基于数据仓库的数据集市。所以数据集市可以理解为“小规模的数据仓库”。数据仓库是建立于企业级数据模型，数据集市归为企业级数据仓库的子集，可以面向不同的部门级与业务级，但仅局限于面向特定的主题。用户借助数据集市可以分析业务问题，数据集合可以面向特定的功能目标。电力企业营销数据集市的建立是基于数据仓库，依据统一化的存储模型，不同级别的营销人员可以依据营销特定的需求实现对数据的处理，昀终展现为体现营销特点的数据集合，应用数据集市是对数据仓库功能的深入与扩展。数据集市的本质实现了数据仓库的分布式、交互式，因此体现了数据仓库的主要特性。数据集市的数据源自需要借助抽取、清理、转换和整合才能载入数据集市。数据仓库中的数据性质与功能是保证系统利用价值的基础。因此电力营销管理系统数据集市的结构需要包含数据源层、数据仓库层与应用，不同层次对应着不同的功能。
2電力营销数据集市的设计
2.1数据集市设计依据的原则
电力营销数据集市设计的目标是满足数据存储与管理的需要。数据集市的应用领域决定了其区别于传统的数据库，其外部数据形式也要结合电网企业。数据集市设计要保证可扩展性与适应性，要结合电力营销满足经营分析的需求，还要考虑到数据集市不同模型间要有明确的定义，保证结构稳定、关系清晰，还要考虑到响应速度。电力营销分析需求处于变化中，数据的存储方式存在多个主题域。数据集市要实现数据存储与营销的结合，保证数据集市可以满足多样化的要求。
2.2抽取数据
抽取数据是进入仓库的前提。数据仓库是相对独立的数据平台，要借助抽取将数据实现联机事务的处理。外部数据源的导入、数据的存储也需要借助数据的抽取。数据抽取技术的应用覆盖到互连、增量、转换、监控等多个环节。数据仓库中数据抽取与事务处理系统需要保持实时的同步，数据抽取需要持续进行，但是不同的抽取操作在执行的持续时间、执行顺序、数据仓库信息的利用存在差异。由于技术的进步，数据抽取涉及到的关键技术已相对成熟，特别是由于数据编程方式的进步，数据集成度的提升，起到了很大的推动作用。本项目中数据抽取技术的应用基于电力营销的数据抽取应用结合了营销业务，面向电力营销大数据平台，不同用户可以选定源数据与目标数据接入营销业务监控系统，会同步生成数据抽取代码。数据抽取工具可以支持多种数据，在数据抽取中可以实现数据的转换，可以与电力营销系统发生密切相关。数据抽取的应用使得用户对于抽取方式加以二次编程，以满足使用要求。数据仓库实施借助了抽取工具。抽取过程由于工具的使用实现有效的管理，数据的维护更加方便。
2.3数据仓库
数据仓库作为进一步分析的数据源，是面向主题的、集成的、稳定的、不同时间的数据集合，为多维分析和数据挖掘提供所需要的整齐一致的数据，用以支持经营管理中的决策制定过程;同时，数据仓库可以实现数据的集成、传输、整合、清理和储存，是商业智能的基础。
2.4提供营销数据集市的主题式服务
能够面向营销领域分析业务，以同类业务分析需求为导向，将营销域数据资源中属于同一个分析领域的若干表或将表中的字段组合在一起，梳理可能用到的统计分析，利用自助可视化工具分析需求，对分析的指标、业务特征加以标签，并按业务分析的关键视角进行分类和业务语义化处理，构建统一的主题视图。通过将几百张源表转化为几张表（数据产品），同时按照业务习惯进行数据的重组，规范数据的业务语义，利用开发工具在业务主题中选择需要分析的数据字段和分析维度，即可快速进行上层数据应用的构建和探索。
2.5实时分析场景
结合大数据平台可以实时采集数据，借助流计算工具可以完成实时数据的采集，并基于大数据分析工具分析营销实时数据，可直接服务于自助。可视化工具构建可以分析实时业务，监控应用，亦可通 Web ?Service、Rest等技术接口为其他业务提供数据服务支撑。
3数据集市在电力营销中的应用
3.1营销需求分析
由于电网企业运营业务众多，基于数据集市的电力营销要明确关键指标的统计口径，以实现数据集市的作用。电网营销分析的目标是针对发展战略通过流程制定出科学合理的关键业务改善措施，借助数据集市将指标的完成情况以多层次、多角度的形式来展示，使业务管理部门可以准确意识到营销中存在的问题，从而为营销活动的改进提供指标支撑，提升战略目标的执行效果，也为考核提供依据，使管理层专注于经营活动的改善。
3.2数据集市模式下的营销分析
数据集市营销围绕目标实施用户筛选、用户细分、互动、监控和效益评估。营销管理中的市场分析、营销策划是建立数据集市要解决的关键问题。营销分析相关模块的设计要结合市场分析的需要，分析结果要为营销策划提供有价值的依据。目标客户是指在营销中针对的群体。筛选目标客户是营销人员依据数据分析确定营销客户清单列表，对客户的特征加以描述。营销管理系统中的子系统也要考虑到营销的需要，要有利于分析目标客户。
结语
数据集市应用于电力营销满足了数据展示多样化的要求，基于客户需要的展示可以为营销提供更好的依据。数据集市具有集成性，解决了电网企业不同数据的孤岛问题，提高了营销数据分析的准确性。
参考文献
[1]李敏强，潘振江.基于数据仓库技术的决策支持系统的研究与应用[J].天津大学管理学院学报，2017，15（11）：108-109.
[2]何涛.小议云南电力营销信息系统的建设[J].云南电力技术，2019，29（1）：69-70.
[3]黎锁平，李娟.基于数据仓库的 DSS的结构体系及开发[J].莱阳农学院学报，2018，17（1）：67-70.
[4]俞文彬，谢康林，张忠能.基于数据仓库的决策支持系统框架研究[J].上海交通大学学报，2017，34（6）：810-812.
[5]周文琼.数据集市环境下的电力客户服务数据分析系统[J].计算机系统应用，2018，24（4）：51-57.
[6]龙少杭.基于 Storm的实时数据集市分析系统的研究与实现[D].上海：上海交通大学，2019.