第四节数据挖掘的基本概念.ppt

分析建立 企业模型 概念模 型设计 逻辑模 型设计 物理模 型设计 数据仓库的生成 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 商业智能 DM的应用 客户智能 基本概念 基本概念 数据挖掘 DW的应用 OLAP的应用 OLAP 基本概念 DM与OLAP DM的算法 数据仓库 7.3.4 客户数据仓库的设计 第三节 数据仓库在CRM中的应用 客 户 数 据 仓 库 的 建 设 数据信息的搜集和集成 确保数据的质量 按规则更新数据,保持对已有客户的看法 数据仓库统一共享，以发挥最大 商业智能 DM的应用 客户智能 基本概念 基本概念 数据挖掘 DW的应用 OLAP的应用 OLAP 基本概念 DM与OLAP DM的算法 数据仓库 7.3.5 客户数据仓库的建设 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 数据仓库在CRM中的应用 效 益 分 析 定性分析方法 定量分析方法 商业智能 DM的应用 客户智能 基本概念 基本概念 数据挖掘 DW的应用 OLAP的应用 OLAP 基本概念 DM与OLAP DM的算法 数据仓库 7.3.6 数据仓库应用的效益分析 定 性 分 析 方 法 (1)是否能够提高产品质量、降低产品的生产成本 (2)是否为客户提供了更好的服务 (3)是否建立了企业内部的合作关系 (4)是否能加快企业对市场的反应能力 (5)是否能够改善管理能力 (6)是否既能管理细节数据又能管理概括数据 第三节 数据仓库在CRM中的应用 效 益 分 析 定性分析方法 定量分析方法 商业智能 DM的应用 客户智能 基本概念 基本概念 数据挖掘 DW的应用 OLAP的应用 OLAP 基本概念 DM与OLAP DM的算法 数据仓库 7.3.6 数据仓库应用的效益分析 定 量 分 析 方 法 投资收益率ROI（return of investment）分析法。 ROI的计算公式是： ROI=收益现值÷成本现值 公式中强调现值是因为收益和成本应采用同一时期的价格指数。其中，收益现值为从数据仓库投入使用起每年的收益折成现值后的和。成本现值为从数据仓库投入使用起每年的投资成本折成现值后的和。也就是说，将总收益除以总成本，其中收益和成本统一为同一时期的价值标准。 定性分析使决策者们从宏观的角度衡量数据仓库项目实施的成本和效益。定量分析是在微观角度，对数据仓库项目进行具体的、详细的、有效的分析。 对数据仓库进行ROI分析能反映出数据仓库的使用是否带来了价值。当ROI结果很高时，数据仓库的信息能够有效地用于制定决策，管理人员往往以数据仓库中的信息作为赖以制定决策的唯一依据；定量计算的方法除了计算投资回报率外，还有回报周期、内部回报率和净现值等计算方法，可以根据不同的需要进行选择。 第三节 数据仓库在CRM中的应用 第四节 数据挖掘的基本概念 数据挖掘（data mining）是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的信息。它是通过分析数据发现数据内部的信息和知识过程 。 数据挖掘的基础是大量数据，所以具有高效处理大量数据的能力。这也是目前数据挖掘技术的一个难题，一些算法在小数据集上效果很好，但数据量增加到一定程度，算法的实现代价过大、效率太低，甚至无法实现。 商业智能 DM的应用 客户智能 基本概念 基本概念 数据挖掘 DW的应用 OLAP的应用 OLAP 基本概念 DM与OLAP DM的算法 数据仓库 7.4.1 数据挖掘的定义 数据来源 事务数据库 高级数据库 数据仓库 关系数据库 商