摘要：随着经济的发展和社会的进步，以经济为基础的科学技术的发展速度也逐渐的加快，科技的发展面越来越广，步及到我国生产与生活的各个方面。经济与科技的发展使得我国的整个社会发展呈现更加活跃的局面。在生产与生活中，必不可少的就是电力的使用，电力在社会生产生活的中重要作用，使得越来越多的人们关注电力，开始了电力营销的社会活动。经济与科技的不断发展，促使营销的管理也要与时俱进，不断的作出相应的改革，以适应社会的需要。随着电力体制改革的深入，供电系统的营销管理方面从以前的粗放型逐渐的向集约型靠近，而供电系统要想实现集约型的管理，必须综合运用多维数据分析的技能，实现多维数据分析的统一化管理手段，只有积极的运用多维数据分析才能实现真正意义上的供电系统集约型的管理模式。在电力营销中，电力营销手段的改革是电力营销中应该重视的决策，要想提高电力营销的效率，必须将电力营销与当下先进的技术相结合，有效的利用科技发展的成果，只有将电力营销不断的注入科技新元素，才能实现电力营销长期高效的发展目标。
　　关键词：多维数据;电力营销;决策应用
　　引言
　　随着电力体制改革的深入，供电系统的营销管理也逐步从粗放型向集约型转变。而只有通过管理手段的创新，采用多维数据分析的一体化管理，才能实现电力部门真正意义上的集约型管理。目前，诸如自动化调度系统、售电自动化系统、用户自助服务系统等的建立，实现了电力业务的产、输、配、售信息一体化，既促进了供电系统业务的高效化，也积累了大量的业务数据。如何有效地利用这些现有的业务数据，将业务数据转化成管理数据，为供电系统电力营销工作提供服务，提高企业管理水平，是目前供电企业信息化所面临的主要问题之一。基于OLAP的多维数据联机分析处理工具BusinessObjects是一种自适应、基于服务的商务智能应用开发平台，根据实际应用需求，可集成多个BusinessObjects套件产品如：CrystalRe-portsXI、WebIntelligence、PerformanceMan-ager等。该平台在报表归类、数据查询、企业绩效等实际应用中，提供了全方位、便捷化的多维数据分析服务，能满足用户的信息需求。
　　1多维数据分析技术
　　多维数据分析技术是一种建立在OLAp基础上的高效数据分析方法能有效地将企业数据由业务型向管理型转化是企业提高经营管理水平的有效方法。OLAp通过多维的方式对数据进行分析、查询和报表启不同于传统的oTLP应用。oTLP应用主要是完成用户的事务处理通常要进行大量的更新操作对响应时间要求比较高。而OLAp主要是对用户分析、辅助领导决策河以进行大量的查询操作对时间的要求不太严格。其典型的应用有对银行信用卡风险的分析与预测、公司市场营销策略的制度建设等。多维数据分析技术的核心是“维”，即用户根据所要经营管理信息的需求肥这种需求放在现实的情况下从不同的角度对数据信息进行细致的观察与审核然后对数据进行相应的处理从而能够准确的获得信息数据、满足经营管理需求的方法。多维数据分析基本分析操作有钻取、切片、切块、旋转启让用户能同步快速、高效灵活地掌握从总体到局部的企业经营情况将企业运营的隐藏信息直观呈现给用户。根据多维数据分析技术的基本定义及原理在供电系统电力营销中运用Businessobjce匕平台进行的多维数据分析肩如下特点：①多维性这是多维数据分析技术标志性特点。对目标数据进行分析先将数据分为多个维度加地区维、时间维等等再根据不同的维度对数据进行不同角度的观察与分析将同一维度上的不同数据进行比较。如对售电量的展现河以从时间维中的年、季、月、周、日时间层次上查看。②可析性从不同角度对数据进行平均值、差距值、数排序、汇总、记录限定等处理提供给用户强大的数据汇总、即时查询等数据分析能力。③同步性体现了用户对信息在时间上的要求。包含对多维数据分析结果同步快速获得的要求，而且使多维数据分析能实时、适时地接收用户数据。④安全性保障信息安全肪止欺诈用户。用户分级管理数据分析的结果只能提供给相关的用户使用加果出现了许多名用户同时使用同一分析时应该根据用户所属的安全级别给线管用户提供相应的数据信息不同安全级别的用户获得的数据信息的层次是不同的。⑤扩展性即具有后期增加服务功能。对相关用户的数据分析的需求要实行模块化的管理方式對后期新增加的功能河以通过积木式的拼装或者是授权来实现并且能够对已经拥有的分析数据进行数据观看的维度更改。
　　2多维数据分析及其在电力营销决策中的应用
　　2.1多维数据模型的设计
　　在进行多维数据模型设计时，对维度和度量进行了严格的区分。将原始数据记录对应现实世界观察角度的字段，作为多维数据模型维度，并根据值之间的包含关系构建维度层次。将原始数据记录可以进行汇总、比较大小等计算处理的字段，作为多维数据模型度量，并可根据需要对原始度量进行相应计算处理构建新数据对象作度量。例如：在电费回收及欠费分析中，供电单位、用电性质、用电行业、用电电压等将作为维度，其中供电单位可根据上下级包含关系，分为省公司、市公司、分公司、营业站等;预收费、本月欠费、往年欠费、本月发行等将作为度量，又把本月欠费与往年欠费作求和计算，生成原始数据记录中所没有的新数据对象总欠费作度量。
　　2.2实现多维数据分析功能
　　建立多维数据模型后，依据分析目标，对数据观察角度和观察对象进行确定，找出最终重要的信息，实现对多维数据的分析工作。例如，在分析过程中可以选取曲线图和列表形式对电费结余信息进行展示，管理员可以依据实际需要截止到特定的一天。同时在实际应用过程中，客户可以依据需求和现有的多维数据模型，选取有效维和对象对数据进行查看，数据对象则可以依据用户做出的选择对相应维层次的数据进行数据处理。例如，客户选择了年-月-日的时间维层次和电费结余相关的维，因为多位数据分析中，时间维层次是记录的最低层，因此不对其进行汇总，直接将数据传送给用户所处在的单位层次。利用超连接用户可以进入下级详细数据，实现对数据的汇总。多维数据分析功能是独立的，因此可将其当作一种新功能添加到原有的电力营销系统中，使其发挥应有的作用。
　　2.3多维数据分析目标
　　多维数据分析功能的实现是根据分析目标，确定数据观察角度和数据观察对象，找出最有效的信息展现，完成多维数据分析功能的实现。如对电费结余情况的多维数据分析中，选取列表及曲线图，作为电费结余情况的信息展现，管理者可详细查询每日每时段的电费结余情况。另外，用户可根据需要选择有效的维及维的对象值来查看数据，而数据对象则根据用户的选择，进行相应维层次上的汇总、对比等处理。在各汇总数据点上，通过建立超链接，可以让用户进入下级详细数据，进一步了解该汇总数据的具体组成，得出对比信息。
　　结语
　　由于电力营销管理工作是不断发展的，相同营销管理对象在不同时间、不同地点，对于不同管理者，所需的信息观看角度、信息展现方式都会不同。又由于多维数据分析、数据存储技术及信息展现方法等方面的不断发展，多维数据分析在电力营销管理中的应用也将是一个长期的过程，需要根据应用需求的变化不断进行改进和完善。
　　参考文献
　　[1]蒋建民，张世勇.在关系数据库上实现OLAP多维分析[N].渝州大学学报（自然科学版）.2012，10（1）：18-20.
　　[2]徐丽钟.商务智能及其在电力营销中的应用设计[J].电力需求侧管理.2012，11（1）：30-32.
　　[3]李雪，等.基于数据仓库的电力营销系统的设计[J].电力信息化.2013，10（5）：15-16.