ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
KHOA HỆ THỐNG THÔNG TIN

BÁO CÁO ĐỒ ÁN

XÂY DỰNG VÀ PHÂN TÍCH DỮ LIỆU BÁN LẺ CỦA SIÊU THỊ TỒN
CẦU TỪ NĂM 2011 ĐẾN 2014

Mơn học: Kho dữ liệu và Olap
Lớp: IS217.L11
Giảng viên: Ths. Đỗ Thị Minh Phụng
Nhóm thực hiện:
Nguyễn Đức Tuấn - 16521546
Nguyễn Văn Trí - 16521287

Mục Lục
1.

Giới thiệu đề tài

5
1


2.

1.1.

Giới thiệu

5

1.2.

Nguồn gốc dữ liệu

5

Quá trình xây dựng kho dữ liệu (SSIS):
2.1.

Diagram DataWarehouse

8

2.2.

Mô tả

8

2.2.1.

Bảng DIM_CUSTOMER

8

2.2.2.

Bảng Dim_PRODUCT


8

2.2.3.

Bảng DIM_GEOGRAPHY

9

2.2.4.

Bảng DIM_SHIP_MODE

9

2.2.5.

Bảng DIM_ORDER_PRIORITY

9

2.2.6.

Bảng Dim_SHIP_TIME

9

2.2.7.

Bảng Dim_ORDER_TIME


9

2.2.8.

Bảng FACT

2.3.

Đổ dữ liệu

2.3.1.

Kết nối cơ sở dữ liệu

10
11
11

2.3.1.1.

Tạo mới 1 Project

11

2.3.1.2.

Tạo Flat File Connection chứa dữ liệu file csv

12


2.3.1.3.

Tạo OLE DB Destination và thiết lập kết nối xuống SQL Server

14

2.3.2.

Tạo bảng DIM_GEOGRAPHY

15

2.3.3.

Tạo bảng DIM_CUSTOMER

18

2.3.4.

Tạo bảng DIM_ORDER_PRIORITY

20

2.3.5.

Tạo bảng DIM_PRODUCT

22


2.3.6.

Tạo bảng DIM_ORDER_TIME

24

2.3.7.

Tạo bảng DIM_SHIP_MODE

26

2.3.8.

Tạo bảng DIM_SHIP_TIME

28

2.3.9.

Tạo bảng FACT

29

2.4.
3.

8


Thực thi toàn bộ quá trình SSIS

Truy vấn dữ liệu (SSAS):

31
32

3.1.

Tạo khối dữ liệu

32

3.2.

Tạo một Data Source

32

3.3.

Tạo cube

36

3.4.

Deploy and process

56


3.5.

Truy vấn dữ liệu

57

3.5.1.

Chọn n khách hàng có lợi nhuận cao nhất

57
2


3.5.2.

Chọn ra 30 sản phẩm có số lượng mua cao nhất

58

3.5.3.

Tìm ra các region có shipping cost lớn hơn 80000 tại market là EU

59

3.5.4.

Tìm ra 20 nước có tỉ lệ giảm giá dần trừ 10 nước cao nhất với loại sản phẩm là Furniture 59


3.5.5.

Số lượng bán của Sub-category theo quý và năm

61

3.5.6.

Thống kê số lượng giảm giá, lợi nhuận, sales, phí ship ở các loại sản phẩm

62

3.5.7.

Thống kê số lượng loại sản phẩm nhỏ nhất bán theo tuần

62

3.5.8.

Tính sales tăng trưởng quý này so với quý trước

63

3.5.9.

Tính tổng sales từ đầu tới một ngày cụ thể

63


3.5.10.

Số lượng sản phẩm bán ra 3 năm gần đây và so sánh sự tăng giảm

64

3.5.11.

Thêm vào KPI câu 3.5.10 và thực hiện lại

65

3.5.12.

Thống kê sales của các quốc gia theo quý-năm và sub-category

66

3.5.13.

Tính top các sản phẩm bán chạy, đánh thứ hạng và so sánh thứ hạng đó với năm 2013 67

3.5.14.
Tính Sales của năm 2013 đối với loại sản phẩm Funiture và của năm 2014 đối với loại sản
phẩm Technology
68
3.5.15.
Thống kê sales theo từng tháng của hai nước có tổng sales cao nhất ở 3 loại sản phẩm là
Furniture, Office Suplies, Technology

68
4.

REPORT
4.1.

Tạo report sử dụng công cụ SSRS

69

4.1.1.

Khởi tạo project

69

4.1.2.

Kết nối với Project SSAS để tạo nội dung report

70

4.1.3.

Báo cáo định lượng hàng hóa của khách hàng tại các chợ

71

4.1.4.


Lợi nhuận mặt hàng theo từng khu vực

74

4.1.5.

Thống kê doanh số mỗi loại sản phẩm đã bán trong từng quý của năm 2014

76

4.1.6.

Doanh số mặt hàng cho từng phân khúc

79

4.2.

5.

69

Tạo report sử dụng Power BI

82

4.2.1.

Tạo kết nối với SQL Server Analysis với Power BI


82

4.2.2.

Số lượng đặt hàng tại nơi bán sản phẩm qua các năm

83

4.2.3.

Thống kê lợi nhuận theo mơ hình ship và độ ưu tiên

84

4.2.4.

Giá ship theo các năm của mỗi nơi bán sản phẩm

84

Data Mining

85

5.1.

Tạo Mining Structure sử dụng nguồn Data warehouse hoặc Cube

85


5.2.

Chọn mơ hình khai phá dữ liệu phù hợp với dữ liệu và yêu cầu

85

5.3.

Chọn Dimension

86

3


5.4. Chọn thuộc tính của Dimension cần so sánh khi gom cụm và measure của bảng Fact làm thuộc
tính của vector trọng số.
86
5.5.

Do sử dụng thuật toán gom cụm nên đặt phần trăm dữ liệu test về 0

87

5.6. Cài đặt tham số cho giải thuật: đặt số lượng cụm bằng 0 để thuật toán tự động xác định số lượng
cụm phù hợp nhất với dữ liệu thay vì mặc định là 10 cụm
88
5.7. Sau khi phân cụm hoàn tất sẽ nhận được sơ đồ liên kết giữa các cụm và phân bổ giá trị trên các
cụm theo độ phổ biến, theo các thuộc tính đầu vào đã chọn
88

88
5.8. Thuộc tính cụm cho thấy sự hiện diện của các thành phố trên các cụm. Ví dụ: Cụm số 2 với tổng
doanh số dưới 1091$ có sự tập trung chủ yếu của Market EU
89
5.9. Tab đặc điểm cụm cho thấy thông tin chi tiết từng cụm với độ phổ biến theo giá trị doanh số và
sự hiện diện của các Market trên các cụm đó
89

4


1. Giới thiệu đề tài
1.1. Giới thiệu
Ngành bán lẻ đang không ngừng phát triển, với một siêu thị, cửa hàng hay chợ thì
việc thống kê hay kiểm tra doanh số, lợi nhuận bán hàng là điều tất yếu. Từ việc thu
thập dữ liệu thì những nhà kinh doanh có thể phân tích và đánh giá những sản phẩm
tiềm năng hay những mặt hàng phù hợp với những khoảng thời gian nhất định. Vì vậy,
nhóm chúng tơi quyết định lựa chọn dữ liệu về doanh số bán lẻ của một siêu thị tồn cầu
để phân tích và dự đốn, đưa ra một số đánh giá giúp phát triển siêu thị.
1.2. Nguồn gốc dữ liệu
Dữ liệu về số liệu bán lẻ của một siêu thị toàn cầu trong 4 năm từ đầu năm 2011 tới
cuối năm 2014, bao gồm 24 thuộc tính và 51290 dịng dữ liệu về thơng tin của sản
phẩm đã bán.
Link dữ liệu: />Mô tả dữ liệu:
Dữ liệu được phân chia và đặt lại theo tên và kiểu dữ liệu
STT

Thuộc tính

Kiểu dữ liệu


Mơ tả

1

Row ID

int

Số thứ tự của đơn hàng

2

Order ID

varchar

Mã định danh của đơn hàng

3

Order Date

datetime

Ngày đặt hàng

4

Ship Date


datetime

Ngày giao hàng

5

Ship Mode

varchar

Hình thức giao hàng

5

Customer ID

varchar

Mã định danh của khách hàng

6

Customer Name

nvarchar

Tên khách hàng

7


Segment

varchar

Phân khúc khách hàng

8

City

varchar

Thành phố

9

State

varchar

Bang

10

Country

varchar

Quốc gia


11

Postal Code

varchar

Mã bưu điện

12

Market

varchar

Nơi bán sản phẩm đó

5


13

Region

varchar

Khu vực giao dịch

14


Product ID

varchar

Mã sản phẩm

15

Product Name

nvarchar

Tên sản phẩm

16

Category

varchar

Phân loại sản phẩm

17

Sub-Category

varchar

Tiểu mục của từng loại sản
phẩm


18

Sales

float

Giá thành sản phẩm

19

Quantity

int

Số lượng mua

20

Discount

float

Tỉ lệ giảm giá đơn hàng đó

21

Profit

float


Lợi nhuận thu được

22

Shipping Cost

float

Phí giao hàng

23

Order Priority

varchar

Độ ưu tiên khi đặt hàng

6


2. Q trình xây dựng kho dữ liệu (SSIS):
2.1.

Diagram DataWarehouse

2.2.

Mơ tả


2.2.1. Bảng DIM_CUSTOMER
STT
Tên trường

Mơ tả

1

Customer ID

Khóa chính của bảng, mã định danh khách hàng

2

Customer Name

Tên khách hàng

3

Segment

Phân khúc khách hàng

2.2.2. Bảng Dim_PRODUCT
STT
Tên trường

Mơ tả


1

Product_ID

Khóa chính của bảng, mã sản phẩm

2

Product Name

Tên sản phẩm

3

Sub-Category

Tiểu mục từng loại sản phẩm
7


4

Category

Phân loại sản phẩm

2.2.3. Bảng DIM_GEOGRAPHY
STT
Tên trường


Mơ tả

1

geoID

Khóa chính của bảng

2

City

Thành phố

3

State

Bang

4

Country

Quốc gia

5

Region


Khu vực giao dịch

6

Market

Nơi bán sản phẩm đó

2.2.4. Bảng DIM_SHIP_MODE
STT
Tên trường

Mơ tả

1

Ship_Mode_ID

Khóa chính của bảng

2

Ship Mode

Hình thức giao hàng

2.2.5. Bảng DIM_ORDER_PRIORITY
STT
Tên trường

1

Order_priority_id

Khóa chính của bảng

2

Order Priority

Độ ưu tiên khi đặt hàng

2.2.6. Bảng Dim_SHIP_TIME
STT
Tên trường

Mơ tả

Mơ tả

1

Ship_Date

Khóa chính của bảng

2

Ship_day


Ngày giao hàng

3

Ship_month

Tháng giao hàng

4

Ship_year

Năm giao hàng

5

Quarter_ship

Quý giao hàng

8


6

Week_ship

Tuần giao hàng

2.2.7. Bảng Dim_ORDER_TIME


STT

Tên trường

Mơ tả

1

Order_Date

Khóa chính của bảng

2

order_day

Ngày đặt hàng

3

order_month

Tháng đặt hàng

4

order_year

Năm đặt hàng


5

quarter_order

Quý đặt hàng

6

week_order

Tuần đặt hàng

2.2.8. Bảng FACT
STT

Tên trường

Mô tả

1

Row ID

Số thứ tự của đơn hàng

2

Order ID


Mã định danh của đơn hàng

3

Quantity

Số lượng mua

4

Discount

Tỉ lệ giảm giá đơn hàng

5

Profit

Lợi nhuận thu được

6

Sales

Giá thành phẩm

7

Customer ID


Khóa bảng khách hàng, liên kết tới bảng Dim_Customer

8

geoID

Khóa, liên kết tới bảng Dim_Geography

9


2.3.

9

Order_priority_id

Khóa liên kết với bảng Dim_Order_Priority

10

Product_ID

Khóa liên kết với bảng Dim_Product

Đổ dữ liệu

2.3.1. Kết nối cơ sở dữ liệu
2.3.1.1. Tạo mới 1 Project


10


2.3.1.2.

Tạo Flat File Connection chứa dữ liệu file csv

11


Số dòng định dạng để lấy hết dữ liệu cần 51290

12


Tạo CSDL mới (SSIS_OLAP) ở Microsoft SQL Server 2014

2.3.1.3.

Tạo OLE DB Destination và thiết lập kết nối xuống SQL Server

13


Dữ liệu được kết nối và được đổ xuống CSDL

2.3.2. Tạo bảng DIM_GEOGRAPHY

Sử dụng OLE DB Source chứa dữ liệu cần đổ vào bảng DIM_GEOGRAPHY


14


Chọn các thuộc tính cần thiết cho bảng

15


Sắp xếp và lọc dữ liệu trùng

Bảng Dim_GEOGRAPHY đã được tạo ở database

16


Dữ liệu đã được đổ vào bảng DIM_GEOGRAPHY ở Database thành công.

2.3.3. Tạo bảng DIM_CUSTOMER

Sắp xếp và lọc các dữ liệu trùng trong bảng DIM_CUSTOMER

17


Bảng DIM_CUSTOMER đã được tạo ở DATABASE

18


Dữ liệu đã được đổ vào bảng DIM_CUSTOMER ở Database thành công.


2.3.4. Tạo bảng DIM_ORDER_PRIORITY

Bảng DIM_ORDER_PRIORITY đã được tạo
19


20


Dữ liệu đã được đổ vào bảng DIM_ORDER_PRIORITY ở DATABASE

2.3.5. Tạo bảng DIM_PRODUCT

21


Bảng DIM_PRODUCT đã được tạo ở DATABASE

22


Dữ liệu đổ vào bảng DIM_PRODUCT thành công
2.3.6. Tạo bảng DIM_ORDER_TIME

Trong OLE DB Destionation sử dụng SQL command, viết câu query tạo bảng

23



Dữ liệu trùng lặp được loại bỏ, và bảng đã được tạo ở DATABASE

24


Dữ liệu được đổ vào bảng DIM_ORDER_TIME ở DATABASE

25