《CRM系统中的商业智能技术培训课件.pptx》由会员分享，可在线阅读，更多相关《CRM系统中的商业智能技术培训课件.pptx（103页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第第7 7章章 CRMCRM系统中的商业智能技术系统中的商业智能技术数据仓库技术数据仓库技术数据挖掘数据挖掘理解理解三种技术的三种技术的的应用的应用CRM系统中商业智能技术系统中商业智能技术联机分析处理联机分析处理数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第一节第一节 商业智能商业智能商业智能是从大量的数据和信息中发掘有用的知识，并用于决策以增加商业利润，是一个从数据到信息到知识的处理过程。商业智能用来辅助
2、商业活动作出快速反应，加快知识的获取速度，减少企业不确定性因素的影响。因此能很好地满足管理层和决策层对信息知识的时间性和准确性的要求。商业智能在我国尚处于起步阶段，虽然其在发展和应用过程中仍存在很多不足，但商业智能正朝着实时性、标准化、集成性、实用性、大众化方向发展。商业智能的定义商业智能的定义数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能支撑技术：数据仓库为平台，数据挖掘OLAP互补，进行分析体系结构：以We
3、b服务形式提供，以XML形式发放BI应用的分析结果是新的发展趋势。应用系统：BI系统将更具专业化和行业化的特点，与企业门户、企业应用集成紧密相连 商业智能的发展商业智能的发展商业智能的发展第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能数据仓库决策支持企业决策层OLAP数据挖掘数据存储提取、清洗、转化业务数据库决策信息反馈到实际的业务系统中 商业智能系统的构成商业智能系统的构成商业智
4、能系统由业务数据仓库系统、决策支持系统等部分构成。图图7-12 7-12 商业智能系统的数据处理循环商业智能系统的数据处理循环第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能商务智能系统的三大支撑技术数据仓库技术数据仓库技术 OLAPOLAP 数据仓库完成了数据的收集、集成、存储、管理等工作，商务智能面对的是经过加工的数据，能更专注于信息的提取和知识的发现。OLAP从多种角度对原始数
5、据进行分析，将其转化为用户所理解、并真实反映企业经营情况的信息，为决策提供依据。数据挖掘技术数据挖掘技术 数据挖掘技术能高度自动化地分析数据，做出归纳性推理，挖掘出潜在的模式，帮助决策者作出正确的决策。商业智能系统的支撑技术商业智能系统的支撑技术第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能客户智能是创新和使用客户知识，帮助企业提高优化客户关系的决策能力和整体运营能力的概念、方法、
6、过程以及软件的集合。客户智能客户智能客户智能的理解 理论基础信息系统层面数据分析层面知识发现层面战略层面 客户智能的定义客户智能的定义第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能客户知识，顾名思义，是有关客户的知识。客户知识包括客户的消费偏好、喜欢选用的接触渠道、消费特征等许多描述客户的知识。客户知识是人们通过实践认识到的、与客户有关的规律性，而客户智能是获得客户知识并使用客户知
7、识求解问题的能力。客户智能是对企业战略决策真正有价值的事物和行动。生成客户知识的过程称之为客户知识的加工处理过程，客户智能不仅包括了客户知识的生成，而且强调了客户知识在企业中的分发、使用，直到产生客户智能。客户知识客户知识第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能客户知识生成客户知识分发客户档案客户知识使用营销客户服务。客户智能客户智能图图7-13 7-13 客户智能的生成、分
8、发和使用客户智能的生成、分发和使用第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能 (1)(1)客户知识的生成（客户知识的生成（generationgeneration）：）：使用商业智能提供的OLAP分析工具、数据挖掘工具或两种工具的组合，发现存在于客户数据中的模式、规则、概念、规律的整个过程，称为客户知识的生成。(2)(2)客户知识的分发（客户知识的分发（distribution
9、distribution）：）：客户知识必须到达组织内每一个需要客户知识的部分。将客户知识存储与动态知识库，借助CRM的系统平台，将客户知识分发到需要的终端。(3)(3)客户知识的使用（客户知识的使用（using itusing it）：）：将客户信息和知识投入使用是CRM的最后一个环节。许多CRM和知识发现没有成功，很大程度上在于产生的与客户有关的信息和知识不能投入使用。第一节第一节 商业智能商业智能数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成O
10、LAP技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述数据仓库的产生数据仓库的产生 没有（一致的）全局信息 很难产生正确的决策没有（完整的）历史数据 历史数据分析（经验）发展趋势预测隐含信息挖掘 更难 支持企业决策 研究企业范围内的数据集成多数据库系统面向问题的分析海量数据存储产生一项新的信息技术 Data WarehousingData WarehousingDW 的概念起源于 20 世纪 80 年代 美国 著名信息工程学家 W.H.Inmon 博士 Record SystemAtomic Data 提出 数据仓库的概念Decision Support Database
11、数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述早期 数据仓库的 定义的 重要文献：Martin Hubel 1986.10 Data Base and the Data Data Base and the Data Warehousing ConceptWarehousing Concept 数据仓库的定义数据仓库的定义 1988B.A.Devilin P.T.Murphy
12、 An Architecture for a Business and Information System IBM System Journal 其中，披露了一项 IBM 的 内部研究计划 目的：构造一种“以关系数据库为基础的公司数据的集成化仓储”仓储的使用者：不是 IT 人员 而是各级决策者 数据仓库数据仓库1991年，IBM 公司 正式 公布 其 DW 构架 INDEPTH 成功 开发 DW数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP
13、技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述数据仓库数据仓库(data warehouse)(data warehouse)是一个面向是一个面向主题的主题的(subject oriented)(subject oriented)、集成的、集成的(integrated)(integrated)、非易失的、非易失的(non-(non-volatile)volatile)、随时间变化的、随时间变化的(time(time variant)variant)数据集合，用于支持管理决策。数据集合，用于支持管理决策。面向主题面向主题集成性集成性非易失性非易失性时变性时变性 在数据仓库
14、中，所有数据都是围在数据仓库中，所有数据都是围绕一定主题进行。绕一定主题进行。对于同一主题：对于同一主题：关系数据库中，数据分布在相关关系数据库中，数据分布在相关的数据表中，的数据表中，在数据仓库中，数据存放在同一在数据仓库中，数据存放在同一数据表中。数据表中。数据仓库中数据都经过清洗、数据仓库中数据都经过清洗、过滤、转换。都有统一得格过滤、转换。都有统一得格式、消除了源数据中结构、式、消除了源数据中结构、表示方式、代码含义，不一表示方式、代码含义，不一致性致性 对于支持决策，历史数据非常重对于支持决策，历史数据非常重要。数据一旦写入，几乎不再更要。数据一旦写入，几乎不再更改，除非错误。对数据
15、仓库的操改，除非错误。对数据仓库的操作只是数据追加。作只是数据追加。所以数据仓库所以数据仓库中数据是非易失的（稳定的）中数据是非易失的（稳定的）数据仓库中数据是只增不删数据仓库中数据是只增不删的，所以记录了所有的数据。的，所以记录了所有的数据。反映企业各个时期的信息，反映企业各个时期的信息，即反映企业随时间动态变化即反映企业随时间动态变化的数据。的数据。数据仓库的定义数据仓库的定义 数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应
16、用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述面向主题案例面向主题案例数据结构：数据结构：销售管理系统顾客（顾客号，姓名，性别，年龄，文化程度，地址，电话）销售（员工号，顾客号，商品号商品号，数量数量，单价，日期）采购管理系统订 单（订单号，供应商号，总金额，日期）订单细则（订单号，商品号商品号，类别，单价，数量数量）供 应 商（供应商号，供应商名，地址，电话）库存管理系统领料单（领料单号，领料人，商品号商品号，数量数量，日期）进料单（进料单号，订单号，进料人，收料人，日期）库 存（商品号，库房号，库存量，日期）库 房（库房号，仓库管理员，地点，库存商品描述）数据挖掘数据挖掘 OLA
17、P的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述面向主题案例面向主题案例这种数据组织的特点：对相关部门的数据进行收集和处理，重点是“数据”和“处理”数据按部门的组织结构和业务活动特点进行；数据是不断变化和反复更新的，所以，是动态的，要求的是 处理的速度和即时性（只反映当时的情况）；数据库中存储的表与部门中的业务报表基本上是对应的，所以，直观，处理方便，易理解；数据库建立的本质：数据与处理分离（在程序
18、中不分离）因为：很多应用涉及同一数据项，而同一数据项分散在不同的 数据库中 造成数据的不一致性。这样的数据处理方式称为“联机事务处理”OLTP 数据库的存储要求 冗余小（各种范式）速度快（保留一定的冗余）数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述按主题组织数据的数据结构:商 品商品固有信息(商品号,商品名,类别,颜色,)商品采购信息(商品号,供应商号,供应价,供应日期,
19、供应量,)商品销售信息(商品号,顾客号,售价,销售日期,销售量,.)商品库存信息(商品号,库房号,库存量,日期,)供应商供应商固有信息(供应商号,供应信息,地址,电话,)供应商品信息(供应商号,商品号,供应价,供应日期,供应量,)顾 客顾客固有信息(顾客号,顾客名,性别,年龄,文化程度,住址,电话,)顾客购物信息(顾客号,商品号,售价,购买日期,购买量,)企业关心的业务方向：客户，商品，供应商企业关心的业务方向：客户，商品，供应商 对上述分析对象，可围绕主题进行数据组织：对上述分析对象，可围绕主题进行数据组织：采购采购销售销售库存库存商品商品（一致）信息，便于（一致）信息，便于 联机分析处理联
20、机分析处理 OLAPOLAP数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能（1 1）数据粒度）数据粒度面向数据挖掘面向数据挖掘 面向面向OLAPOLAP粒度的大小反映数据仓库的数据综合程度。粒度越小，数据越详细，数据量也越大。（表）反映的是抽样率。抽样率的确定取决于源数据量的大小和数据挖掘的具体要求。源数据量越大，抽样率越低。表数据粒度的相关指标表数据粒度的相关指标数据粒度的划分是设计最重要的工作，需考虑数据仓
21、库可接受的分数据粒度的划分是设计最重要的工作，需考虑数据仓库可接受的分析类型和最低粒度以及能存储的数据量。一般数据仓库都选择多重粒度析类型和最低粒度以及能存储的数据量。一般数据仓库都选择多重粒度的结构。的结构。重要概念重要概念第二节第二节 数据仓库概述数据仓库概述数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能数据分割常见形式数据分割常见形式 垂直分割垂直分割水平分割水平分割图解分割图解分割（2 2）数据分割）数
22、据分割 数据分割数据分割就是将大量的数据分成独立的、较小的单元进行存储以就是将大量的数据分成独立的、较小的单元进行存储以提高数据处理的效率。在进行分割时要考虑数据量、数据对象和粒度提高数据处理的效率。在进行分割时要考虑数据量、数据对象和粒度划分策略等几个方面。划分策略等几个方面。一个表垂直分一个表垂直分成两部分，把成两部分，把一个大表分成一个大表分成两个表，表之两个表，表之间通过关键间通过关键字段关联。字段关联。表按行分成两表按行分成两部分，表被用部分，表被用来存储用户联来存储用户联系紧密的本地系紧密的本地重要数据，减重要数据，减少网络查询。少网络查询。经过多个分布系经过多个分布系统把一个图分
23、解统把一个图分解成两部分，从指成两部分，从指定的服务器或在定的服务器或在多个服务器之间多个服务器之间建立连接而得到建立连接而得到一个表所需要的一个表所需要的全部数据。全部数据。第二节第二节 数据仓库概述数据仓库概述数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第二节第二节 数据仓库概述数据仓库概述 数据仓库与数据库的区别数据仓库与数据库的区别 表表2数据库和数据仓库的区别数据库和数据仓库的区别 数据库只存储当前
24、数据，而数据仓库存放历史数据；数据库主数据库只存储当前数据，而数据仓库存放历史数据；数据库主要面向业务操作，而数据仓库面向数据分析和决策支持；数据库中要面向业务操作，而数据仓库面向数据分析和决策支持；数据库中的数据是动态变化的，随时刷新，而数据仓库中的数据是静态的，的数据是动态变化的，随时刷新，而数据仓库中的数据是静态的，一般不会改变；数据库使用频率比数据仓库高，数据访问量少，要一般不会改变；数据库使用频率比数据仓库高，数据访问量少，要求响应时间短。求响应时间短。数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构
25、体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能企业外部数据数据仓库存储 业务操作型系统数据清洗/转换数据提取提取仓库数据挖掘系统/数据展现系统数据集市数据集市数据集市数据集市 数据仓库的体系结构数据仓库的体系结构数 据元 数 据图图3数据仓库的体系结构图数据仓库的体系结构图第二节第二节 数据仓库概述数据仓库概述数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能
26、数据仓库的体系结构数据仓库的体系结构 由于数据库和数据仓库应用的出发点不同，因此数据由于数据库和数据仓库应用的出发点不同，因此数据仓库与业务数据库系统是相互独立的，但数据仓库又同业仓库与业务数据库系统是相互独立的，但数据仓库又同业务数据库系统密切相关。务数据库系统密切相关。数据仓库是将业务操作型系统中的数据提取出来，辅数据仓库是将业务操作型系统中的数据提取出来，辅以企业外部数据，这些数据经过清洗和转换，存储在数据以企业外部数据，这些数据经过清洗和转换，存储在数据仓库中。数据仓库不只存储业务数据，还存储记录数据信仓库中。数据仓库不只存储业务数据，还存储记录数据信息的元数据。息的元数据。数据仓库中
27、还可以抽取部门型数据仓库，即数据集市。数据仓库中还可以抽取部门型数据仓库，即数据集市。数据最终传送给数据挖掘系统或数据展现系统，以供数据数据最终传送给数据挖掘系统或数据展现系统，以供数据分析或展现给用户。所以，数据仓库不是简单地对数据进分析或展现给用户。所以，数据仓库不是简单地对数据进行存储，而是对数据进行行存储，而是对数据进行“再组织再组织”。第二节第二节 数据仓库概述数据仓库概述数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应
28、用商业智能商业智能 传统数据库面向操作型环境，系统设计人员能够明确了解用户需求，因此传统数据库一般采用系统生命周期法（system development life cycle,SDLC）。而数据仓库面向分析型应用,设计人员要在与用户不断沟通的基础上,逐步明确与完善系统需求,因此数据仓库设计采用CLDS(cycle life development system)方法。需求分析贯穿整个数据仓库设计过程。数据仓库的设计方法与步骤数据仓库的设计方法与步骤 第二节第二节 数据仓库概述数据仓库概述数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓
29、库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能数据仓库的设计方法与步骤数据仓库的设计方法与步骤 第二节第二节 数据仓库概述数据仓库概述图7-4SDLC方法和CLDS方法比较数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能数据仓库的设计方法与步骤数据仓库的设计方法与步骤 第二节第二节 数据仓库概述数据仓库概述表7-3数据仓库设计与数据库
30、设计的区别数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能数据仓库的设计方法与步骤数据仓库的设计方法与步骤 第二节第二节 数据仓库概述数据仓库概述图7-5数据仓库设计的主要步骤数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能第三节第
31、三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术最最终终用用户户信息使用者信息使用者 知识挖掘者知识挖掘者 数据仓库的用户数据仓库的用户 信息使用者使用数据仓库是经常性的、重复性的，只访问很少的一部分数据。每次查询也许是相同的几个指标，运用数据仓库可以快速、准确地得到他们所需要的信息。信息使用者是操作型用户。知识挖掘者不只查询数据仓库目前能够提供的信息，还通过数据分析找到其中的隐含信息，用以发现更深层次的知识来指导决策。知识挖掘者是分析型用户。知识挖掘者在使用数据仓库时，先对数据进行概括分析，然后根据需要从数据仓库中抽取数据，对抽取出来的数据选择合适的数据挖掘算法进行建模分析，最后
32、是根据建模分析得到的知识对数据仓库进行分类处理。数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能客户数据仓库的功能动态、整合的客户数据管理和查询功能 基于数据仓库支持的客户关系结构和忠诚客户识别功能 基于WEB数据仓库的信息共享功能 基于数据仓库支持的客户购买行为参考功能 基于数据仓库支持的客户流失警示功能 CRMCRM系统中数据仓库的功能系统中数据仓库的功能 CRM的数据仓库必须是动态的、整合的数据库系统。动态
33、动态指数据库能够实时地提供客户的基本资料和历史交易行为等信息，并在客户每次交易完成后，能够自动补充新的信息；整合整合是指客户数据库与企业其他资源和信息系统要综合、统一，各业务部门及人员可根据职能、权限的不同实施信息查询和更新功能，客户数据仓库与企业的各交易渠道和联络中心必须紧密结合等。实施忠诚客户管理的企业需要制定一套合理的建立和保持客户关系的格式或结构。即企业要像建立雇员的提升计划一样，建立一套把新客户提升为老客户的计划和方法。例如，航空公司的里程积累计划客户飞行了一定的里程数，便可以获得相应的免费里程，或根据客户要求提升舱位等级等。企业运用客户数据仓库，可以使每一个服务人员在为客户提供产品
34、和服务时，明确客户的偏好和习惯，从而提供更具有针对性的个性化服务。例如，读者俱乐部都有定制寄送服务，他们能根据会员最后一次的选择和购买记录，以及他们最近一次与会员交流获得的有关个人生活信息，向会员推荐不同的书籍。企业的客户数据仓库将通过对客户历史交易行为的观察和分析，发挥警示客户异常购买行为的功能。如一位客户的购买周期或购买量出现显著萎缩变化时，就是潜在的客户流失迹象。客户数据库通过自动监视客户的交易资料，对客户的潜在流失现象作出警示。Web数据仓库将成为企业信息共享的基础架构。客户数据仓库应拥有可以通过浏览器使用的接口，以成为支持客户关系管理的基本架构，并且数据仓库要能够通过用户的简单点击就
35、可以获得分析结果。CRM环境下连接分散单位的数据中心建成关键在于Web数据仓库构造之初就为其所有部分确立一致的数据元，并通过一致的数据元实现数据仓库的总线体系结构。第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能图7-6 客户数据仓库的体系结构 数据挖掘对分析的结果进行评估客户信息客户活动清洗、转换外部数据联机分析处理数据仓库数据准备客 户 数据
36、 集 市 CRMCRM系统中数据仓库的系统结构系统中数据仓库的系统结构第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能 CRMCRM系统中数据仓库的系统结构系统中数据仓库的系统结构 数据通过抽取、转换和装载，形成数据仓库，并通过OLAP和报表，将客户的整体行为分析和企业运营分析等传递给数据仓库用户。在数据仓库中，利用数据仓库的ETL(extrac
37、tion-transformation-loading)工具，针对行为分组和寻找重点客户的需要，产生相应的数据集市(DM)，将分析结果与性能评价等传递给CRM用户。对于客户量巨大、市场策略对企业影响较大的企业，CRM要以数据仓库为核心。数据来源客户信息客户行为生产系统其他相关数据第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能分析建立企业模型 概
38、念模型设计 逻辑模型设计 物理模型设计 数据仓库生成确定系统边界及主题域技术准备工作确定数据的存储结构 确定数据存放位置 确定存储分配 CRMCRM系统中数据仓库的设计与实施系统中数据仓库的设计与实施第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能客客户户数数据据仓仓库库的的建建立立注注意意问问题题数据信息收集和集成 确保数据的质量 按规则更新客
39、户数据,保持对已有客户的统一看法 数据仓库统一共享，以发挥最大作用 为进一步了解客户身份及其需求，并做出预测，企业需要花费一些精力进行分析，因此产生了数据信息搜集。成功地使用数据信息搜集是CRM建设的重要步骤。CRM的客户数据仓库需要把企业内外的客户数据集成起来。就客户数据集成来讲，企业需要对客户进行匹配和合并。首先，在建立CRM数据库时，一定要确认由应用程序所生成的客户编码的唯一性；其次，建立完整、准确的客户数据仓库，姓名和地址这两个信息片段是很重要的，一定要进行分解和规范化；最后，对企业想收集又没有一定结构且信息量比较大的数据一定要非常慎重，比如文本信息。首先识别新数据性质，新客户的数据给
40、一个独立的标识，在数据仓库中插入一条新的记录；如果是已有客户的数据，更新客户记录的相关信息片段。数据更新要求同步化是CRM数据仓库的特点之一。统一共享的客户数据仓库把销售、市场营销和客户服务的所有信息连接起来。如果一个企业的信息来源互相独立，那么这些信息会不可避免地出现重复、互相冲突等现象，这对企业的整体运作效率将产生消极的影响。第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术CRMCRM系统中数据仓库的设计与实施系统中数据仓库的设计与实施数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系
41、结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能CRM中中数数据据仓仓库库的的应应用用客户行为分析 重点客户发现 市场性能评估 客户行为分析包括整体行为分析和群体行为分析两个方面。整体行为分析用来发现企业所有客户的行为规律，行为分组时按照客户的不同种类的行为,将客户划分成不同的群体。在行为分组完成后,要进行客户理解、客户行为规律发现和客户组间交叉分析等。重点客户发现主要是发现能为企业带来潜在效益的重要客户。根据客户的属性特点就可以挖掘出重点客户,然后做好保持和提高这些重点客户的忠诚度工作。此外,通过数据仓库的数据清洗与集中过程,可以将客户对市场的
42、反馈自动输入数据仓库中,这个获得客户反馈的过程,称为客户行为追踪。根据客户行为分析,企业可以准确地制定市场策略和市场活动。然而,这些市场活动是否能够达到预定的目标,是改进市场策略和评价客户行为分组性能的重要指标。因此,在CRM中必须对行为分析和市场策略进行评估。第三节第三节 CRM CRM系统中的数据仓库技术系统中的数据仓库技术CRMCRM系统中数据仓库的应用系统中数据仓库的应用数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商
43、业智能商业智能第四节第四节 OLAPOLAP技术及其在技术及其在CRMCRM系统中的应用系统中的应用OLAPOLAP是共享多维信息的、针对特定问题的联是共享多维信息的、针对特定问题的联机数据机数据快速快速访问和分析的软件技术。它通过访问和分析的软件技术。它通过对信息的多种可能的观察形式进行快速、稳对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员定一致和交互性的存取，允许管理决策人员对数据进行深入观察。对数据进行深入观察。相关概念变量 维 维的层次性 维成员 多维数组数据单元 联机分析处理的概念联机分析处理的概念 数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数
44、据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能变量：变量：分析数据时要考虑的属性，即描述数据“是什么”。维：维：是人们观察数据的特定角度,是考虑问题时的一类属性,属性集合构成一个维。维的层次性：维的层次性：人们观察数据的某个特定角度(即某个维)还可以存在细节程度不同的各个描述方面,我们称这多个描述方面为维的层次。一个维往往具有多个层次。维成员：维成员：维的一个取值，若维分为几个层次，那么维成员就是不同维层次取值的组合。多维数组：多维数组：多维数组是维和变量的组合表
45、示。一个多维数组可以表示为:(维1,维2,维n,变量)。数据单元：数据单元：数据单元是多维数组的取值。当多维数组的各个维都选中一个维成员,这些维成员的组合就唯一确定了一个变量的值。那么数据单元就可以表示为:(维1维成员,维2维成员,维n维成员,变量的值)。联机分析处理的概念联机分析处理的概念 第四节第四节 OLAPOLAP技术及其在技术及其在CRMCRM系统中的应用系统中的应用数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业
46、智能商业智能 多维数据模型上的多维数据模型上的OLAPOLAP操作操作 对多维数据集（维1、维2、维3维n、变量值）在维度i上选定一个维成员，得到一个n1维多维数据集，称得到的这个n1维多维数据集为原数据集在第i维上的数据切片。OLAP的分析方法数据切 片 数据切 块 数据钻 取 数据聚 集 数据旋 转 在多维数据立方体中，确定某些维度的取值范围，得到一个原立方体的子立方体的过程被称为数据切块。数据切块与数据切片得到的多维数组都是原多维立方体的子集，不同的是数据切片使多维立方体降低了一个维度，而数据切块得到的多维立方体与原立方体的维度是相同的。数据钻取(数据下钻)，是由概括的数据到详细的数据的
47、过程。数据钻取对应于维的层次，它是由维的高层次展开到低层次的一个动作。比如，我们由“年”数据下钻到“季度”数据，这无疑会增加数据细节和数据量，得到更详细的数据。数据钻取的具体操作参见 图72 中的数据钻取部分。数据聚集又叫数据上卷，是数据钻取的逆过程。数据聚集是将详细的数据聚集为较概括的数据，是一个综合数据的动作。数据旋转即变换维度的位置，也就是转动数据的视角，给用户提供一个从不同的角度观察数据的方法。第四节第四节 OLAPOLAP技术及其在技术及其在CRMCRM系统中的应用系统中的应用数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库
48、技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能 原数据立方体包含了时间（年）、城市、产品三个维度，其中a1，a2为产品名。钻取过程是按时间下钻，由年数据得到季度数据，数据由原来的两行展为八行。聚集过程是按地区维度上卷，将城市维上卷为国家维，即将北京、上海两城市数据统计为中国的数据，将东京、大阪两城市的数据统计为日本的数据。数据聚集和数据钻取为用户提供了不同层次观察数据的方法。2007 3季2007 1季2006 1季2006 3季2007 4季2007 2季2006 4季2006 2季a1a2 北京 上海 东京 大阪
49、钻取聚集a2a120062007中国 日本20062007北京 上海 东京 大阪a1a2图7-7 数据钻取与聚集 聚集钻取第四节第四节 OLAPOLAP技术及其在技术及其在CRMCRM系统中的应用系统中的应用数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能20062007A1200230A2456478A3100120A1A2A320062004561002007230478120图7-8 数据旋转 图7-8是数
50、据旋转的一个简单示例，只体现了二维表的旋转。当数据是三维或是三维以上的多维数据时，数据旋转将更有意义，每进行一次数据旋转就可以从一个新的视角观察数据。第四节第四节 OLAPOLAP技术及其在技术及其在CRMCRM系统中的应用系统中的应用数据挖掘数据挖掘 OLAP的应用的应用 数据挖掘应用数据挖掘应用基本步骤基本步骤设计与实施设计与实施数据仓库技术数据仓库技术体系结构体系结构数据仓库数据仓库客户智能客户智能定义、构成定义、构成OLAP技术技术应用应用商业智能商业智能 OLAP OLAP的特点的特点 联机分析处理的用户是企业中的专业分析人员及管理决策人员，在分析业务经营的数据时，从不同的角度来审视