CRM与数据仓库概述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CRM与数据仓库概述
路漫漫其悠远
2020/3/31
第5章 CRM与数据仓库
5.1 数据仓库概述
5.1.1 数据仓库的产生 5.1.2 数据仓库概念及特征 5.1.3 数据仓库的内容 5.1.3 数据仓库系统的体系结构
5.2 Hale Waihona Puke Baidu户关系管理中的数据仓库
5.2.1 客户关系管理需要数据仓库 5.2.2 客户关系管理中数据仓库的作用 5.2.3客户关系管理数据仓库的系统结构
• 数据仓库的数据从联机的事务处理系统、异构的外部数据 源、脱机的历史业务数据中得到。它是一个联机的系统， 专门为分析统计和决策支持应用服务，通过它可满足决策 支持和联机分析应用所要求的一切。
路漫漫其悠远
5.1.2 数据仓库的概念和特征
• 目前，数据仓库一词尚没有一个统一的定义。 • 著名的数据仓库专家W.H.Inmon在其著作
存储短期数据，切不同数据的保存期限也不一样，即 使有一些历史数据保存下来了，也被束之高阁，未得 到充分利用。但对于决策分析而言，历史数据是相当 重要的，许多分析方法必须一大量的历史数据为依托。 没有历史数据的详细分析，是难以把握企业的发展趋 势的。DSS对数据在空间和时间的广度上都有了更高的 要求，而事务处理环境难以满足这些要求。
路漫漫其悠远
（5）数据的综合问题。 • 在事务处理系统中积累了大量的细节数据，一
般而言，DSS并不对这些细节数据进行分析。 在分析前，往往需要对细节数据进行不同程度 的综合。而事务处理系统不具备这种综合能力， 根据规范化理论，这种综合还往往因为是一种 数据冗余而加以限制。
路漫漫其悠远
（6）操作繁简问题。 • 业务数据的模式是针对事务处理系统而
5.3 客户关系管理数据仓库的实施 5.4 客户关系管理数据仓库试验
5.4.1 客户关系管理数据仓库设计试验 5.4.2 客户关系管理数据仓库使用试验
路漫漫其悠远
5.1 数据仓库概述
• 数据仓库与CRM有着难以割舍的密切关系，客户关 系管理的很多工作都是以数据仓库为基础展开的。 从某种意义上说，数据仓库是客户关系管理的灵魂。 利用数据仓库，企业可以对客户行为的分析与预测， 从而制定准确的市场策略、发现企业的重点客户和 评价市场性能，并通过销售和服务等部门与客户交 流，实现企业利润的提高。对于客户量大、市场策 略对企业影响较大的企业来说，必须在客户关系管 理系统中包含数据仓库。
《Building the Data Warehouse》一书中给 予如下描述： • 数据仓库（Data Warehouse）是一个面向主题 的（Subject Oriented）、集成的 （Integrate）、相对稳定的（NonVolatile）、反映历史变化（Time Variant） 的数据集合，用于支持管理决策。
路漫漫其悠远
（3）数据动态集成问题。 • 静态集成的最大缺点在于，如果在数据集成后
数据源中数据发生了变化，这些 变化将不能 反映给决策者，导致决策者使用的是过时的数 据。集成数据必须以一定的周期（例如24小时） 进行刷新，我们称其为动态集成。显然，事务 处理系统不具备动态集成的能力。
路漫漫其悠远
（4）历史数据问题。 • 事务处理一般只需要当前数据，在数据库中一般也是
• 联机分析和事务处理对系统的要求不同，同一个数据库在 理论上难以做到两全，将具有如此不同处理性能的两种应 用放在同一个环境中运行显然是不适当的。
路漫漫其悠远
（2）数据集成问题。 • DSS需要集成的数据。全面而正确的数据是
有效的分析和决策的首要前提，相关数据收 集得越完整，得到的结果就越可靠。当前绝 大多数企业内数据的真正状况是分散而非集 成的。 • 造成这种分散的原因有多种，主要有事务处 理应用分散、“蜘蛛网”问题、数据不一致 问题、外部数据和非结构化数据。
• 传统的数据库是面向应用而进行数据组织的，其抽象程度不够高， 没有完全实现数据与应用的分离。但这种方式能较好地将企业业 务活动与数据库模式相对应，利于从手工处理向计算机处理过渡， 因而具有较好的可操作性；数据仓库是面向主题而进行数据组织 的。主题是一个在较高层次上对数据的抽象，在逻辑意义上，它 是对企业中某一宏观领域所涉及的分析对象，即将数据组织成主 题域。例如，在银行经营运作中，业务(存款、贷款、汇兑)、货 币、客户、机构、会计科目是其主要构架或方向，因此在银行业 务数据仓库中，选择业务、货币、客户、机构、会计科目五个主 题，并将会计科目作为连接其他四个主题的交易主题进行处理。
设计的，数据的格式和描述方式并不适 合非计算机专业人员进行业务上的分析 和统计。
路漫漫其悠远
• 有人感叹：20年前查询不到数据是因为数据太少了，而今 天查询不到数据是因为数据太多了。
• 要提高分析和决策的效率和有效性，分析型处理及其数据 必须与操作型处理及其数据相分离。必须把分析型数据从 事务处理环境中提取出来，按照DSS处理的需要进行重新组 织，建立单独的分析处理环境，数据仓库正是为了构建这 种新的分析处理环境而出现的一种数据存储和组织技术。
• 所有联机事务处理强调的是数据更新处理性能和系统的可 靠性，并不关心数据查询的方便与快捷。在事务处理环境 中，用户的行为特点是数据的存取操作频率高而每次操作 处理的时间短。
• 在分析处理环境中，用户的行为模式与此完全不同，强调 的是数据处理和分析的能力。在传统数据库系统基础上的 DSS应用程序可能需要连续几个小时，从而消耗大量的系 统资源。
路漫漫其悠远
数据仓库概念的两个层次
• 功能上：数据仓库用于支持决策，面向 分析型数据处理，它不同于企业现有的 操作型数据库；
• 内容和特征上：数据仓库是对多个异构 的数据源有效集成，集成后按照主题进 行了重组，并包含历史数据，而且存放 在数据仓库中的数据一般不再修改。
路漫漫其悠远
数据仓库四个特点-面向主题
路漫漫其悠远
5.1.1 数据仓库的产生
• 早期的数据库主要支持联机事务处理 • 决策支持对数据分析的需求 • 传统数据库系统不适宜DSS
① 事务处理和分析处理的性能特性不同 ② 数据集成问题 ③ 数据动态集成问题 ④ 历史数据问题 ⑤ 数据的综合问题 ⑥ 操作繁简问题
路漫漫其悠远
（1）事务处理和分析处理的性能特性不同。
路漫漫其悠远
2020/3/31
第5章 CRM与数据仓库
5.1 数据仓库概述
5.1.1 数据仓库的产生 5.1.2 数据仓库概念及特征 5.1.3 数据仓库的内容 5.1.3 数据仓库系统的体系结构
5.2 Hale Waihona Puke Baidu户关系管理中的数据仓库
5.2.1 客户关系管理需要数据仓库 5.2.2 客户关系管理中数据仓库的作用 5.2.3客户关系管理数据仓库的系统结构
• 数据仓库的数据从联机的事务处理系统、异构的外部数据 源、脱机的历史业务数据中得到。它是一个联机的系统， 专门为分析统计和决策支持应用服务，通过它可满足决策 支持和联机分析应用所要求的一切。
路漫漫其悠远
5.1.2 数据仓库的概念和特征
• 目前，数据仓库一词尚没有一个统一的定义。 • 著名的数据仓库专家W.H.Inmon在其著作
存储短期数据，切不同数据的保存期限也不一样，即 使有一些历史数据保存下来了，也被束之高阁，未得 到充分利用。但对于决策分析而言，历史数据是相当 重要的，许多分析方法必须一大量的历史数据为依托。 没有历史数据的详细分析，是难以把握企业的发展趋 势的。DSS对数据在空间和时间的广度上都有了更高的 要求，而事务处理环境难以满足这些要求。
路漫漫其悠远
（5）数据的综合问题。 • 在事务处理系统中积累了大量的细节数据，一
般而言，DSS并不对这些细节数据进行分析。 在分析前，往往需要对细节数据进行不同程度 的综合。而事务处理系统不具备这种综合能力， 根据规范化理论，这种综合还往往因为是一种 数据冗余而加以限制。
路漫漫其悠远
（6）操作繁简问题。 • 业务数据的模式是针对事务处理系统而
5.3 客户关系管理数据仓库的实施 5.4 客户关系管理数据仓库试验
5.4.1 客户关系管理数据仓库设计试验 5.4.2 客户关系管理数据仓库使用试验
路漫漫其悠远
5.1 数据仓库概述
• 数据仓库与CRM有着难以割舍的密切关系，客户关 系管理的很多工作都是以数据仓库为基础展开的。 从某种意义上说，数据仓库是客户关系管理的灵魂。 利用数据仓库，企业可以对客户行为的分析与预测， 从而制定准确的市场策略、发现企业的重点客户和 评价市场性能，并通过销售和服务等部门与客户交 流，实现企业利润的提高。对于客户量大、市场策 略对企业影响较大的企业来说，必须在客户关系管 理系统中包含数据仓库。
《Building the Data Warehouse》一书中给 予如下描述： • 数据仓库（Data Warehouse）是一个面向主题 的（Subject Oriented）、集成的 （Integrate）、相对稳定的（NonVolatile）、反映历史变化（Time Variant） 的数据集合，用于支持管理决策。
路漫漫其悠远
（3）数据动态集成问题。 • 静态集成的最大缺点在于，如果在数据集成后
数据源中数据发生了变化，这些 变化将不能 反映给决策者，导致决策者使用的是过时的数 据。集成数据必须以一定的周期（例如24小时） 进行刷新，我们称其为动态集成。显然，事务 处理系统不具备动态集成的能力。
路漫漫其悠远
（4）历史数据问题。 • 事务处理一般只需要当前数据，在数据库中一般也是
• 联机分析和事务处理对系统的要求不同，同一个数据库在 理论上难以做到两全，将具有如此不同处理性能的两种应 用放在同一个环境中运行显然是不适当的。
路漫漫其悠远
（2）数据集成问题。 • DSS需要集成的数据。全面而正确的数据是
有效的分析和决策的首要前提，相关数据收 集得越完整，得到的结果就越可靠。当前绝 大多数企业内数据的真正状况是分散而非集 成的。 • 造成这种分散的原因有多种，主要有事务处 理应用分散、“蜘蛛网”问题、数据不一致 问题、外部数据和非结构化数据。
• 传统的数据库是面向应用而进行数据组织的，其抽象程度不够高， 没有完全实现数据与应用的分离。但这种方式能较好地将企业业 务活动与数据库模式相对应，利于从手工处理向计算机处理过渡， 因而具有较好的可操作性；数据仓库是面向主题而进行数据组织 的。主题是一个在较高层次上对数据的抽象，在逻辑意义上，它 是对企业中某一宏观领域所涉及的分析对象，即将数据组织成主 题域。例如，在银行经营运作中，业务(存款、贷款、汇兑)、货 币、客户、机构、会计科目是其主要构架或方向，因此在银行业 务数据仓库中，选择业务、货币、客户、机构、会计科目五个主 题，并将会计科目作为连接其他四个主题的交易主题进行处理。
设计的，数据的格式和描述方式并不适 合非计算机专业人员进行业务上的分析 和统计。
路漫漫其悠远
• 有人感叹：20年前查询不到数据是因为数据太少了，而今 天查询不到数据是因为数据太多了。
• 要提高分析和决策的效率和有效性，分析型处理及其数据 必须与操作型处理及其数据相分离。必须把分析型数据从 事务处理环境中提取出来，按照DSS处理的需要进行重新组 织，建立单独的分析处理环境，数据仓库正是为了构建这 种新的分析处理环境而出现的一种数据存储和组织技术。
• 所有联机事务处理强调的是数据更新处理性能和系统的可 靠性，并不关心数据查询的方便与快捷。在事务处理环境 中，用户的行为特点是数据的存取操作频率高而每次操作 处理的时间短。
• 在分析处理环境中，用户的行为模式与此完全不同，强调 的是数据处理和分析的能力。在传统数据库系统基础上的 DSS应用程序可能需要连续几个小时，从而消耗大量的系 统资源。
路漫漫其悠远
数据仓库概念的两个层次
• 功能上：数据仓库用于支持决策，面向 分析型数据处理，它不同于企业现有的 操作型数据库；
• 内容和特征上：数据仓库是对多个异构 的数据源有效集成，集成后按照主题进 行了重组，并包含历史数据，而且存放 在数据仓库中的数据一般不再修改。
路漫漫其悠远
数据仓库四个特点-面向主题
路漫漫其悠远
5.1.1 数据仓库的产生
• 早期的数据库主要支持联机事务处理 • 决策支持对数据分析的需求 • 传统数据库系统不适宜DSS
① 事务处理和分析处理的性能特性不同 ② 数据集成问题 ③ 数据动态集成问题 ④ 历史数据问题 ⑤ 数据的综合问题 ⑥ 操作繁简问题
路漫漫其悠远
（1）事务处理和分析处理的性能特性不同。