① 数据仓库与维度建模
维度就是看数据的角度，被看的数据就是指标。比如：我想看2020年北京地区某品牌电脑的销售量、销售额和毛利。这里面的2020年、北京地区、某品牌电脑就是维度，分别代表了年维度、区域维度和品牌维度，看的是什么数据呢？就是销售量、销售额和毛利，这三个数据就是被看的指标。
这样的一个问题就简单构成了由年、区域、品牌三个维度以及销售量、销售额、毛利三个指标组成的一个简单的分析模型。当然如果需要从其它维度来看这些指标，在构建这个分析模型的时候就可以把这些分析的角度都加进去，形成一个相对比较全面的分析模型。
在这个分析模型中，维度可以任意搭配组合，比如只想知道2019年山东地区的销售量、销售额，实际上就只用到了这个分析模型中的两个维度和两个指标，前台的分析就会根据用户所选择的维度和指标组合相应的 SQL 查询语句到后台数据仓库中查询，并将查询的结果返回到前端页面来渲染并呈现出最后所需要的结果
② 品牌个性的品牌个性的维度构成
对品牌个性维度的研究，直接关系到如何将品牌个性理论应用于品牌管理的实践之中。在“维度”概念出现于品牌个性研究中之前，品牌个性的测量一直处于比较混乱、无系统的状态。营销人员或者根据产品的具体特点、具体品牌设计进行品牌个性描述，或者直接把心理学研究中的个性词表用于品牌个性测量。上世纪90年代，品牌研究学者开始以品牌个性概念本身及其与个性之间的关系为切入点，借鉴人格理论进行品牌个性维度的研究。基于不同人格理论的借鉴，品牌个性维度研究主要集中于两个方面：其一是基于人格类型论的品牌个性维度，其二是基于人格特质论的品牌个性维度。前者多采用演绎法，后者多采用归纳法。
a.基于人格类型论的品牌个性维度目前，基于人格类型论的品牌个性维度研究，处于品牌个性维度研究的非主流地位，它的方法主要是用人的一个或少数几个特质来描述品牌个性，如内向、外向，比较注重抽象、分类以及品牌个性在文化上的普适性。它的主要研究成果是把精神分析学家的理论运用于品牌个性维度研究之中，其中最着名的是弗罗伊德人格和阿德勒人格的运用。
品牌个性维度研究初期，部分学者将弗罗伊德人格运用到品牌个性维度研究之中，将品牌个性划分为Expression（神气）与Repression（压抑）两个维度。其中Expression体现了品牌消费中所获得的乐趣和快感，具有这种维度的品牌可以满足人们情感方面的需求。而Repression维度则体现了品牌能够满足人们对产品基本功能或功效的需求，并能解除人们的忧虑或压抑。此理论还指出大多数品牌的品牌个性位于这两个维度之间。
还有部分学者认为弗罗伊德的理论比较适于解释男性的人格心理，对于在消费品领域出现了大量的女性化品牌，弗罗伊德人格维度理论不完全适用。这些学者运用阿德勒人格理论提出品牌个性包括Assertiveness（独断）与Conform（顺从）两个维度，其中Assertiveness突出了个人化色彩，例如专家、个性化；而Conformism则更多地表现为群体性导向，例如分享、关怀。
在此基础上，Heylen，Dawson，& Sampson（1995）综合弗罗伊德维度与阿德勒维度，构建了一个新的品牌个性二维模型（简称Heylen模型）。该模型指出任何品牌的品牌个性都可能位于这两维图中的某个位置。Heylen模型就是目前国际上非常流行的 “阴阳二重性” 品牌个性理论的雏型。后来，荣格人格维度也被运用于品牌个性维度研究之中，其理论中的阿尼玛和阿尼马斯概念可以帮助解释男性消费者消费女性化品牌，以及女性消费者消费男性化品牌的现象。
可以看出，基于人格类型论的品牌个性维度研究已经在开始借鉴“阴”、“阳”理论，但由于此类研究只是从潜意识认识人格的角度去理解品牌个性，而未能从人格的原型去阐述品牌个性，其操作性不强。而且，国外学者对“阴”、“阳”理论理解的差异，以及国外“阴”、“阳”原型理论的不完整，导致国外基于人格类型论的品牌个性维度研究受到了很大的制约，只有很少的学者进行了深入研究。
b.基于人格特质论的品牌个性维度基于人格特质论的品牌个性维度研究以归纳法为方法基础。归纳法是随着统计技术的发展并在心理学中广泛运用而发展起来的，着名的“大五”人格理论模型就属于该方法体系。“大五”人格理论将人格划分为extraversion（外倾性）、neuroticism（神经质或情绪稳定性）、openness（开放性）、agreeableness（随和性）、conscientiousness（尽责性）五个方面。“大五”人格理论是基于人格特质论的品牌个性维度研究的最根本理论源泉。
1997年Aaker首先借鉴人格特质论中的“大五”模型，采用归纳法对品牌个性维度进行研究。研究发现美国文化背景下的品牌个性体系包括五大维度，15个次级维度和42个品牌个性特征，五大维度分别为“Sincerity（真诚）、Excitement（刺激）、Competence（胜任）、Sophistication（教养）和Ruggedness（强壮）”。在此基础上，Aaker和她的同事（2001）还对美国、日本、西班牙三种文化背景下的品牌个性维度进行比较研究。结果表明，Sincerity（真诚）、Excitement（刺激）、Sophistication（教养）这三个品牌个性维度是上述三种文化背景下的品牌个性所共有的，而Peaceful（平和）是日本文化背景下的品牌个性所特有的，Passive（激情）是西班牙文化背景下的品牌个性所特有的，Ruggedness（强壮）是美国文化所特有的，Competence（胜任）则是日本文化和美国文化所共有的，而西班牙文化中没有。通过比较研究，Aaker等人提出了不同文化背景下的品牌个性维度具有差异的论断。虽然一些学者对Aaker的研究结果存在种种置疑（例如，Azoulay等（2003）认为Aaker建立的品牌个性维度体系部分偏离了人格理论的“大五”结构，并且存在一定的效度问题；Austin，Siguaw和Mattila（2003）也指出Aaker品牌个性测量框架在测量包含在Aaker研究中的广义的产品类别（饭店）中的个别品牌时不能普遍适用，且在分析一些产品类别中的集合品牌时也不能普遍适用），但Aaker的研究为学者们提供了一个新的研究思路，是品牌个性理论研究的一个重大突破，其方法得到了广大学者的推崇。
在Aaker等人（2001）研究的基础上，国外众多学者对不同国家文化背景下的品牌个性维度进行了探讨。以韩国为研究背景，Sung和Tinkham（2006）指出与美国消费者相比，韩国的消费者在感知品牌时更可能把重点放在儒家主义和儒家资本主义价值观上，因而韩国文化背景下的品牌个性维度包括两个特别的维度“被动喜爱”和“支配地位”。通过对“麦当劳”等国际品牌的实证研究，测出韩国品牌个性构成维度分别为Passive Likeableness（被动喜爱）、Ascendancy（支配地位）、Tenderness（赶潮流的）、Competence（胜任）、Sophistication（教养）、Traditionalism（传统）、Ruggedness（强壮）、Western（崇尚西方）。而另一些韩国学者Lee和Rhee（2008）则认为不同产品品类的品牌个性存在差异，并以韩国男子服装为例，指出韩国男子服饰的品牌个性应该包括Demographics Trait（人口统计特征）、Lifestyle（生活方式）、Value（价值）、Appearance（外观）等五个维度。
Smith，Brian和Hans（2006）以澳大利亚为研究背景，以会员制运动组织为研究对象，针对运动组织品牌进行品牌个性维度研究，研究结果表明，澳大利亚文化背景下的品牌个性包括6个维度，分别为Competence（胜任）、Sincerity（真诚）、Sophistication（教养）、Ruggedness（强壮）、Innovation（革新）和Excitement（刺激）。
以德国为研究背景，Bosnjak，Bochmann和Hufschmidt（2007）研究得出德国文化背景下的品牌个性包括四个维度，分别为conscientiousness（认真）、emotion（情感）、superficiality（肤浅）和drive （动力）。动力又细分为excitement（刺激）和boredom（厌烦）两个构面。与其他研究不同的是，该研究引入了负面品牌个性。
Thomas和Sekar（2008）则以印度为研究背景，以印度“最值得信赖品牌”高露洁为研究对象，对Aaker的品牌个性维度进行检验，研究表明，印度文化环境下Aaker品牌个性维度中的“Sophistication”和“Ruggedness”信度很低，这进一步验证了不同文化背景下品牌个性维度构成具有差异的说法。
③ 什么是品牌资产评估者模型
Y&R的品牌资产标量(Brand Asset Valuator,BAV) 扬罗必凯 （ Young & Rubicam ）公司的 品牌资产评估者 （Brand Asset Valuator）：其前身是 朗涛形象力模型 （Landor Image Power）。该模型使用邮寄自填问卷， 每3年进行一次消费者调查， 覆盖了19个国家450个全球性品牌及24个国家的8000多个 区域性品牌。从品牌差异性、相关性、尊重和认知4个维度衡量。
④ 对于维度建模的理解
维度模型是数据仓库领域大师Ralph Kimball 所倡导，以分析决策的需求出发构建模型，构建的数据模型为分析需求服务，因此它重点解决用户如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。
维度建模是 数据仓库/商业智能 项目成功的关键，为什么这么说，因为不管我们的数据量从GB到TG还是到PB，虽然数据量越来越大，但是数据展现要获得成功，就必须建立在简单性的基础之上，而维度建模就是时刻考虑如何能够提供简单性，以业务为驱动，以用户理解性和查询性能为目标。
维度建模：维度建模是专门应用于分析型数据库、数据仓库、数据市集建模的方法。数据市集可以理解为一种“小型的数据仓库” 维度建模指导我们在数据仓库中如何建表
维度建模分为两种表：事实表和维度表
事实表：必然存在的一些数据，像采集的日志文件，订单表，都可以作为事实表
特征：是一堆主键的集合，每个主键对应维度表中的一条记录，客观存在的，根据主题确定出需要使用的数据维度表：维度就是所分析的数据的一个量，维度表就是以合适的角度来创建的表，分析问题的一个角度：时间、地域、终端、用户等角度
星形模式：以事实表为中心，所有的维度表直接连在事实表上，最简单最常用的一种
星座模型：基于多张事实表，而且共享维度信息，即事实表之间可以共享某些维度表
维度建模的三种模式
⑤ 城市品牌的生态系统
城市品牌及其赖以生存发展的相关环境复合而成的商业生态系统就是城市品牌生态系统，简称CBE。
1、城市品牌生态系统具有地域性 城市品牌生态系统是以城市为主要载体的人工生态系统，而每个城市具有不同的地域空间。城市品牌生态系统通常与一定的空间相联系，反映一定的地区特性及空间结构。所以，城市品牌生态系统具有明显的地域性。
2、城市品牌生态系统具有生命性。任何一个城市品牌个体都会经历出生、成长、成熟、衰退的过程。城市品牌个体同样具有生命周期。城市品牌利益相关者，城市政府、顾客、公众、非营利组织、城市品牌竞争者，同样具有生命性。而且城市品牌的环境也在不断发展变化、不断更替，致使城市品牌生态系统具有发育、繁殖、生长和衰亡的生命特征。
3、城市品牌生态系统具有自动调控功能，城市品牌生态系统具有一定程度的自动调节能力。这种能力维持着CBE自身的动态平衡。城市品牌生态系统中的各主体与其生态环境是经过长期进化适应，逐步建立了互相协调的关系。城市品牌生态系统自动调控机能主要表现在三个方面：一是城市品牌个体数量是按照有限空间和优胜劣汰机制进行调整的；二是CBE内相同主体群密度是按照生态位的容量进行调整的；三是城市品牌与其生态环境是通过反馈调节机制使其达到功能协调和动态平衡。
4、城市品牌生态系统具有开放性。城市品牌生态系统总是不断地与外界进行资金、技术、资源、人才、信息等要素的交流，从而维持其有序的状态。城市品牌与其生态环境之间相互联系、相互作用，既依赖于环境的交换，同时又构建其运行的环境。城市品牌生态系统开放性决定了系统的动态和变化，开放给城市品牌生态系统提供了可持续发展的可能性，运用开放性原理就能更全面、深刻地揭示城市品牌生态系统的本质。
5、城市品牌生态系统的复杂适应性。在城市品牌生态系统中，适应主体不仅包括城市政府、企事业单位和非营利组织，还包括城市内外部顾客以及各种传媒机构。这些形式、性能各异的主体具有主动性，富有积极活性和适应性，存在着多维度、深层次、复杂的相互作用关系。在主体之间以及与其环境之间不断地交互作用中，能够不断地“学习”或“积累经验”、“增长知识”，以此改变其自身的结构和行为方式，与环境和其他主体协调一致。从而促进整个城市品牌生态系统发展、演化或进化，这正是CBE生成复杂动态模式的主要原因。
6、城市品牌生态系统具有聚集特征城市品牌是多要素的聚集。
城市品牌是多个组织功能的聚集。城市品牌的塑造需要多个公私组织协同，无论从城市品牌规划到城市品牌设计，从城市形象工程到城市文化工程，从城市品牌推广到城市品牌维护，都离不开城市规划、交通、建设、旅游、文化等政府部门，以及房地产开发商、建筑商、金融机构、电力和供气等公共事业公司、产业集群、骨干企业、各种媒体等私人部门紧密配合。另外，城市品牌塑造更离不开市民文化素质的提高，社区和谐和社会安定。
7、城市品牌生态系统具有非线性特征。城市品牌生态系统非线性是指主体之间以及与其环境之间反复交互作用，并非遵循简单的线性关系。在城市品牌生态系统中，多元主体之间相互作用、相互适应以及与环境之间的相互联系与主动适应。
⑥ 维度建模的简介
其最简单的描述就是，按照事实表，维度表来构建数据仓库，数据集市。这种方法的最被人广泛知晓的名字就是星型模式（Star-schema）。实体关系模型(E-R)建模通常用于为单位的所有进程创建一个复杂的模型。这种方法已被证实在创建高效的联机事务处理 (OLTP) 系统方面很有效。相反，维度建模针对零散的业务进程创建个别的模型。例如，销售信息可以创建为一个模型，库存可以创建为另一个模型，而客户帐户也可以创建为另一个模型。每个模型捕获事实数据表中的事实，以及那些事实在链接到事实数据表的维度表中的特性。由这些排列产生的架构称为星型模式或雪花模式，已被证实在数据仓库设计中很有效。
维度建模将信息组织到结构中，这些结构通常对应于分析者希望对数据仓库数据使用的查询方法。1999 年第三季度西北地区的食品销售额是多少？表示使用三个维度（产品、地理、时间）指定要汇总的信息。
星型模式之所以广泛被使用，在于针对各个维作了大量的预处理，如按照维进行预先的统计、分类、排序等。通过这些预处理，能够极大的提升数据仓库的处理能力。特别是针对 3NF 的建模方法，星型模式在性能上占据明显的优势。
同时，维度建模法的另外一个优点是，维度建模非常直观，紧紧围绕着业务模型，可以直观的反映出业务模型中的业务问题。不需要经过特别的抽象处理，即可以完成维度建模。这一点也是维度建模的优势。维度建模的优点可以总结如下：
a) 维度建模是可预测的标准框架。允许数据库系统和最终用户查询工具在数据方面生成强大的假设条件，这些数据主要在表现和性能方面起作用。
b) 星型连接模式的可预测框架能够忍受不可预知的用户行为变化。
c) 具有非常好的可扩展性，以便容纳不可预知的新数据源和新的设计决策。可以很方便在不改变模型粒度情况下，增加新的分析维度和事实，不需要重载数据，也不需要为了适应新的改变而重新编码。较好的扩展性意味着以前的所有应用都可以继续运行，并不会产生不同的结果。
但是，维度建模法的缺点也是非常明显的，由于在构建星型模式之前需要进行大量的数据预处理，因此会导致大量的数据处理工作。而且，当业务发生变化，需要重新进行维度的定义时，往往需要重新进行维度数据的预处理。而在这些与处理过程中，往往会导致大量的数据冗余。
另外一个维度建模法的缺点就是，如果只是依靠单纯的维度建模，不能保证数据来源的一致性和准确性，而且在数据仓库的底层，不是特别适用于维度建模的方法。
⑦ 品牌 平台 生态 三者关系及作用
摘要 感谢您的耐心等待，您的咨询问题答案经整理如下：品牌是组织的个性识别和核心竞争力的集中体现,建构良好的品牌生态环境,不仅是一种有效的资源配置,更是组织良好有序发展的保障.而一个良好的品牌生态除了''物''层面的资源配置,更要关注''人''层面的关系生态的建构和维系.在互联网时代,传播对象容易迷失在信息的海洋之中,他们也很少在网络上谈论更多的大议题.在这种传播习惯下,寒暄传播更容易打开话题.究其以上,我们认为寒暄传播对建构品牌的关系生态来说具有重要意义.本文从新媒体环境出发,从分析组织的关系生态网络的建构出发,探讨网络寒暄传播对品牌关系生态建构的作用.
⑧ 品牌生态学的研究内容
是指在特定的商业领域里，具有一定的品牌种类组成及其与周围商业环境之间彼此影响、相互作用，具有一定的外貌及结构，包括形态结构(品牌种类、数量、品牌力等)和功能结构(品牌相互作用格局)，并具有特殊功能(演替、协同进化、自然选择)的品牌集合体;品牌生态系统是指“在特定的商业领域里，品牌群落与其商业环境之间相互作用、相互影响所形成的统一整体”;品牌生态学则是指“研究品牌系统(品牌生命体、品牌种群、品牌群落等不同尺度的品牌系统)与商业环境系统之间相互作用规律及其机理的科学”。