一篇幾年前資料倉庫與商務智慧的課程大作業，主要涵蓋使用SQL Server BI進行資料倉庫的設計和裝載、多維分析。

另一作者：Katherine

分析工具：SQL Server BI 2008、Excel

關於資料倉庫的理論和SQL Server BI 的使用推薦慕課網 西南財經大學李瑾坤副教授的商務智慧。

原始資料：資料為浙江省溫州市鹿城區2011年11月1日到20日公共自行車借還資料記錄表，包括欄位如下：

1. 分析目標

    （1）每個站點在不同時間段的借出次數、還入次數；

    （2）每個時間段人們的用車頻率，以小時、時段、天、月為單位；

    （3）每輛車在一定時間段內的累計使用時長及總使用時長；

    （4）每個樁在一定時間段內的累計使用頻次及總使用次數；

    （5）每個客戶的用車偏好性：平均用車時間、高頻用車時間點等。

2. 多維分析模型設計

設定度量值為用車時間、借車次數和還車次數，其中用車時間直接使用原始資料集中的“用車時間”屬性，單位是分鐘；借車次數、還車次數應用多維分析模型“事實表計數”功能實現。

維度包括站點、借車時間、還車時間、借車卡、自行車這5個維度。

注：借車時段及還車時段的劃分如下：6~9時為上午，10~14時為中午，1~20時為下午，其餘為夜晚。

3. 資料倉庫設計

資料倉庫包括一個事實表、四個維度表。

事實表：

記錄編號僅作主鍵，不參與多維分析；自行車編號、車樁編號、借車卡號分別對應自行車、車樁、借車卡維度表；用車時間為一個度量值。

各維度表：

車樁號指的是某個站點的第幾個車樁，如15表示第15號車樁；車樁編號的構成是“站點編號+車樁號”，如“100第10號”表示第100號站點第10號車樁；站點編號對應站點維度表。

表關係圖：

4. 資料裝載

建立名稱為LoadBicycleDM的Integration Service專案，新建兩個連線管理器，Localhost.Bicycle和Localhost.BicycleDM，分別對應OLEDB源和OLE DB目標。在控制流面板中插入資料流任務如下：

裝載借車卡表：

圖片太小看不清，OLE DB源中的資料訪問模式為SQL命令：select distinct(借車卡SN),卡型別 from [Bicycle].[dbo].[Bicycle] order by 借車卡SN

裝載自行車表：

SQL命令：select distinct(車號SN),車號 from [Bicycle].[dbo].[Bicycle] order by 車號SN

裝載站點表：

SQL命令：select 借出車站號,借出車站,COUNT(distinct([借車鎖樁號])) as 車樁數 from [Bicycle].[dbo].[Bicycle] group by 借出車站號,借出車站

裝載車樁表：

OLE DB源：

OLE DB源1：

排序：

排序1：

派生列：

聚合：

裝載事實表：

OLE DB源：

派生列：

資料轉換：

執行資料裝載

5. 多維分析

建立名稱為BicycleAS的Analysis Service專案，新建資料來源為已建好的資料倉庫，名稱為BicycleDM.ds。

根據資料來源建立資料來源檢視，名稱為Bicycle.dsv,並做如下修改:

(1)將記錄編號的邏輯主鍵刪除，設定借車卡號、自行車編號、車樁編號、借車時刻、還車時刻為邏輯主鍵;

(2)在事實表中新建命名計算：借車小時、還車小時、借車時段、還車時段、借車日期、還車日期、借車月份、還車月份。程式碼如下：

借車小時：

convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2)))

convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2)))

substring(借車時刻,6,(charindex('/',借車時刻,6)-6)) + '.' + right('0'+ rtrim(substring(借車時刻,(charindex('/',借車時刻,6)+1),2)),2)

substring(還車時刻,6,(charindex('/',還車時刻,6)-6)) + '.' + right('0'+ rtrim(substring(還車時刻,(charindex('/',還車時刻,6)+1),2)),2)

case
when convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2))) between 0 and 5 then '夜晚'
when convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2))) between 6 and 9 then '上午'
when convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2))) between 10 and 14 then '中午'
when convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2))) between 15 and 20 then '下午'
when convert(int,ltrim(substring(借車時刻,(charindex(':',借車時刻,5)-2),2))) between 21 and 23 then '夜晚'
else '無'
end

還車時段：

case
when convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2))) between 0 and 5 then '夜晚'
when convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2))) between 6 and 9 then '上午'
when convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2))) between 10 and 14 then '中午'
when convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2))) between 15 and 20 then '下午'
when convert(int,ltrim(substring(還車時刻,(charindex(':',還車時刻,5)-2),2))) between 21 and 23 then '夜晚'
else '無'
end

substring(借車時刻,6,(charindex('/',借車時刻,6)-6)) + '月'

substring(還車時刻,6,(charindex('/',還車時刻,6)-6)) + '月'

構建多維資料來源檢視：

使用現有表建立多維資料集，名稱為BicycleDM.cube。度量值表選為事實表，度量值選擇用車時間和事實表計數，現有維度選擇自行車、車樁、借車卡。預覽圖如下：

使用現有表新建借車時間維度、還車時間維度。以建立借車時間維度為例，主表選擇事實表，鍵列選擇借車時刻，不選擇任何相關表，可用屬性勾選借車時刻、借車小時、借車時段、借車日期、借車月份，維度名稱設定為借車時間。還車時間使用相同方法建立，兩者的預覽圖如下：

各維度屬性通用設定如下：

借車時間維度的層次結構和屬性關係如下：

還車時間維度的層次結構和屬性關係：

借車卡維度的層次結構和屬性關係：

車樁維度的層次結構和屬性關係：

自行車維度沒有特殊設定。

6. Excel 資料呈現

處理多維分析模型

在SQL Server中連線Analysis Service，使用Localhost伺服器，在資料庫目錄下發現存在名為BicycleAS的資料庫（如下圖），證明操作成功。

開啟EXCEL2016，匯入來自Analysis Service的資料，使用Localhost伺服器，選擇BicycleAS資料庫，資料顯示方式選擇資料透視表。

7. 結論

在11月1日到11月20日，各站點用車次數的資料透檢視和頻數分佈圖如下：

從圖中可以看出，“五馬美食林”“國光大廈”等6個站點用車次數遙遙領先，均在8000以上；“市二醫院”“數碼廣場”等55個站點用車次數在4000到8000之間，處於中等水平；“新城車站”“科技館”等119個站點用車次數在4000以下。假定在這20天中用車次數在8000以上的為高頻站點，4000到6000之間的為中頻站點，4000以下的為低頻站點，結合溫州市鹿城區公共自行車站點分佈圖，可的得到如下高中低頻站點分佈圖：

管理部門可根據各站點的分佈和用車頻次的相對大小，合理分配資源，提高公共自行車網路執行效率，如按實際情況增減站點的車樁個數，高頻站點配備較多的車樁，低頻站點配備較少的車樁。

下圖為各小時借車頻次分佈圖：

從圖中可以看出，按小時分佈的借車頻次存在兩個峰值，分別位於上午8-9時和下午17-18時，與人們上下班時間相符，交通部門可據此在這兩個時段內合理指揮交通，儘量避免自行車和機動車的行駛衝突。此外，晚上21時到次日6時借車次數接近於0，管理部門可利用這個時間段對公共自行車進行檢查、維修、更換、排程等工作。

從11月1日到11月20日，各量自行車用車時間統計圖如下：

從圖中可以看出，大部分自行車的累計使用時間在1000到3000分鐘之間。高於3000分鐘的車輛因為使用時間長，可能面臨提前報廢的風險，而低於1000分鐘的車輛可能是由於自身出現問題，導致騎行功能降低甚至無法騎行。管理部門可以據此識別出這些車輛，並只對這些車輛進行檢測和維修，從而有效降低運營成本。

計算每一趟單車出行的使用時長，統計得出的用車時長頻數分佈如上圖所示。從圖中可以看出，大部分單車出行的時長在10分鐘到30分鐘這個區間內，有少數人騎行超過2小時。共享單車行業主打綠色低碳，在提供設施的同時，配套地推出鼓勵使用單車出行的優惠政策，有利於企業提升軟實力。根據用車時長，企業經營者可以合理定價，鼓勵人們更多地使用單車出行，比如：對於騎行超過1小時的使用者，可以減免一定的使用費用，從而達到鼓勵人們使用自行車，推廣單車共享行業的目的。