- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数据仓库的医药企业客户关系管理技术分析与研究
于芳 卢大国
摘要:本文表述了一个基于多维查询分析的客户关系管理系统,在OLAP多维分析算法的基础上对数据进行分析。从系统的功能设计出发,设计了系统整体的体系结构,并设计每个模块功能要求。以星型模式设计了实例数据库的多维数据模型,并采用了SQL SERVER2000企业版设计了数据转换服务包DTS,实现了数据的抽取、转换与装载,通过运用Analysis servers自带的挖掘工具来分析现有的医药行业数据,从而得出结论,为其更好得实施CRM提供理论依据。
关键词:数据仓库;OLAP;数据挖掘;关联规则;多维数据集
Analysis and research about technology of medicine enterprise customer relations management based on data warehouse
Fang Yu Daguo Lu
I studied customer relation management system based on many dimensions, then analysis calculate way based on many dimensions of the OLAP. I designed whole system structure and function request of each mold from function of the system. Many dimensions data models of the database is designed through star model ,and designed the data conversion service of DTS adopting the SQL SERVER2000 business enterprise version and carried out sample conversion and load of data. I analytical the existing medicine enter to sell a data by usage the Analysis servers taking mining tool to get a conclusion thus, those will carry out theories basis to CRM of medicine profession
Keyword: Data warehouse; OLAP; Data mining; Connection rule; dimensions
1、医药行业CRM特点
(1)医药行业服务的超前性:在医药服务行业中,最为普遍的就是个性化需求表现的特别突出,同样的需求在不同的客户身上体现出来的个性化特征尤为明显。
(2)将传统流程以基于互联网的模式整合在单个CRM中。
2、研究目的
本文研究的主要目的是:
① 通过数据仓库技术了解医药行业客户目前的需求和潜在客户的需求
② 探讨增强医药行业竞争力的新途径
③ 数据仓库在医药行业实施CRM中的重要性
3、系统设计和实现
系统分为四个模块:数据仓库模型设计、数据转换与管理控制模块、多维数据分析模块和数据挖掘模块。
3.1数据仓库模型设计
3.1.1概念模型设计
数据仓库模型设计首先要进行的是概念模型设计。通过概念模型设计,可以确定数据仓库的主要主题及相互关系。进行概念模型设计所要完成的工作有两个[1]:①界定系统边界②确定主要的主题域及其内容。下面介绍最常用的表示法E-R(实体-联系)法。该方法的步骤为:①任务和环境的评估;②需求的收集和分析;③主题选取,确定主题间关系;④主题内容描述;⑤E-R图;例如,订货销售主题与药品信息、客户信息主题的关系可以用E-R图表示为(如图3.1):
E-R图具有良好的可操作性,形式简单直观,易于理解,便于与用户交流。该模型只是对企业模型进行静态的描述。
3.1.2逻辑模型设计
进行逻辑模型设计所要完成的主要工作有:
分析主题,确定当前要装载的主题;
确定数据粒度的选择;粒度选择的主要标准是数据仓库中表的总行数。
确定数据分割策略;
增加导出字段;
5) 定义关系模式;
记录系统;
通过逻辑设计,可以对每个主题的逻辑实现进行定义,并将相关内容(如适当的粒度划分、合理的数据分割策略、增加的导出字段、记录系统定义等)记录在数据仓库的元数据中。
3.1.3物理模型设计
物理设计中,主要解决数据的存储结构、数据的索引策略、数据的存储策略、存储分配优化等问题。物理设计的主要目
原创力文档


文档评论(0)