题目：基于OLAP的雀巢销售决策系统的设计与实现

雀巢公司随着自身企业的快速发展，不同业务部门的业务系统积累了大量的分散的数据，而且随着长期不断的积累，业务生产系统的数据库越来越大，业务数据的积累越来越多。最初的时候，不同业务部门对数据的需求只限于与自己的相关数据，发展到后期，业务部门对数据的需求开始扩展到其他相关部门，因为相关数据也可能会帮助他们制订合理的营销方案和营销策略。因此他们对数据的精确性要求也越来越高，对辅助性数据的需求越来越多。而当前的数据系统的分散性和独立性不能很好的提供决策人员的数据需求，通常表现为业务人员在想要获取几个数据的集合的时候不得不联系不同的系统管理员并手工的把所有的数据进行合并和整理，这个过程中会耗费大量的时间把不同数据源的数据进行转换和合并，同时也可能出现一些人为的失误并影响数据的精确性，进而对企业的销售决策和销售指导造成了一定影响。

因此，一个能够提供给雀巢公司内部决策人员使用的综合性数据平台便显得尤为重要，它的作用便是对不同部门的不同业务人员的分析决策提供帮助。公司内部的海量数据全都存储在这个决策分析平台中，这些海量数据中蕴含着无限多的企业的运作信息、企业的发展趋势信息、企业的潜力信息等，如果充分把这些数据进行整合并合理利用，便可以充分的帮助企业提高决策能力，帮助企业有更大的市场竞争力。这其中也包含企业的高层通过这个平台分析未来公司的发展方向和规模，普通的市场销售人员通过这个平台制定促销计划，之后的销售数据又源源不断的进入到系统中，企业的高层人员或决策人员又可以再次分析新的成果。

OLAP联机分析处理是一个非常适用这种企业模式的一个分析平台，OLAP中所有的数据均来自数据仓库平台，数据仓库平台里面融入规范并统一了所有的离散的生产系统的数据以及与企业相关的周边数据。OLAP是一种多维度的数据集合，它包含着需要分析的不同的维度信息，也包含着企业想要考察的不同的指标，它可以容纳企业内部的海量数据，也可以轻松的以报表的形式展现数据给最终用户。

实现一个功能强大，数据精准的销售决策系统，需要很多的技术支撑，包含数据仓库技术、ETL数据处理技术、SSAS多维数据集技术、零售业数据挖掘算法、智能数据分析报表技术等。

本论文首先结合商业智能技术介绍了课题的来源、研究现状、研究目标，并介绍了数据仓库多维数据集支撑的销售决策系统在企业中具体使用现状，同时也介绍了数据仓库的理论体系、OLAP多维数据集的技术概念，数据仓库架构的实践模型等相关的技术与理论。

其次，结合雀巢公司的现状对销售决策系统平台进行了需求分析，并制订了销售决策系统的总体设计和详细设计。其中SSIS数据流程包的设计，复杂维度的设计和优化，合理分区与优化都是详细设计中的核心问题和难点。

然后，详细说明了雀巢销售决策系统的实现模块，包含有ETL数据处理SSIS包的实现过程、OLAP多维数据集的实现过程、ReportingService数据报表的实现过程、系统操作界面的展示和一些非功能性需求的实现。

最后，对系统进行了规范的测试，包含单元测试、集成测试、系统测试、压力测试，并得出了相应的测试报告。