客户关系管理（第二版)第九章 CRM中数据仓库与数据挖掘.pptVIP

本章内容 第一节 客户关系管理与数据仓库 第二节 客户关系管理与数据挖掘 第三节 应用案例 第一节 客户关系管理与数据仓库 一、数据仓库的基本概念 二、建立单独的数据仓库 三、数据仓库的数据组织 四、数据仓库结构 五、数据仓库如何支持CRM 一、数据仓库的基本概念 数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。 数据仓库有以下几个特点：数据仓库中的数据是面向主题的、集成的、不可更新的（稳定的）、随时间不断变化的，建立数据仓库的目的是为了更好的支持决策的制定。 二、建立单独的数据仓库 操作数据库存放了大量的数据，为什么还要建立单独的数据仓库？ 操作数据库是为已知的任务和负载设计的，而数据仓库的查询通常是复杂的，涉及大量数据在汇总级的计算，可能需要特殊的数据组织、存取方法和基于多维视图的实现方法，在操作数据库上处理这些任务，会大大降低操作任务的性能。 另外，数据仓库与操作数据库分离是由于这两种系统中数据的结构、内容和用法都不相同。 三、数据仓库的数据组织 （一）数据仓库数据组织方式 （二）数据仓库中的数据模型 （一）数据仓库数据组织方式 数据仓库中数据的组织方式与操作数据库不同，通常采用分级的方式进行组织，一个典型的数据仓库的数据组织结构图如图9-1所示。在数据仓库中，数据被分成四种级别，分别是高度综合级、轻度综合级、当前细节级、早期细节级。 （二）数据仓库中的数据模型 1.多维数据模型的定义。由于数据仓库需要管理的数据量极为庞大，并且服务的目的不同，但是传统的数据建模方法主要面向事务型的分析处理工作，因此，需要有新的数据建模方法来完成数据仓库中数据的建模和组织，这种模型就是多维数据模型。 2. 几个相关的概念。 （1）数据立方体。在多维数据模型中，数据是以多维逻辑方式 组织，数据在各个维之间相互交叉，形成立 体的数据视图即数据立方体。 （2）维。所谓维就是相同类数据的集合，是关于一个组织想要 记录的透视或实体。 （3）维表。每个维都有一个表与之相关联，该表称为维表，它 进一步描述维。 3.多维数据模型的存在形式。多维数据模式可以以星型模式、雪 花模式、事实星座模式的形式存在。 四、数据仓库结构 （一）数据仓库的三层结构（如图9-2 所示） （1） 底层是数据仓库服务器，它几乎总是一个关系数据库系 统，使用ODBC、OLE-DB、JDBC等连接程序，使用SQL 代码从操作数据库和外部数据源提取数据。 （2）中间层是OLAP服务器，其典型的实现是关系OLAP模型和 多维OLAP模型。关系OLAP模型即扩充的关系DBMS，它 将多维数据上的操作映射为标准的关系操作。多维OLAP模 型是一种特殊的服务器，它直接实现多维数据和操作。 （3）顶层是客户，它包括查询和报告工具、分析工具和数据挖 掘工具。 四、数据仓库结构 四、数据仓库结构 （二）数据仓库模型 1.企业仓库 企业仓库收集了关于主题的所有信息，跨越整个组织。企业数 据仓库可以在传统的大型机上实现，需要广泛的商务建模，可能需 要多年设计和建造。 2.数据集市 数据集市包含企业范围数据的一个子集，对于特定的用户是有 用的，其范围限于选定的主题。通常数据集市可以在低价格的部门 服务器上实现。根据数据的来源不同，数据集市分为独立的和依赖 的两类。 3.虚拟仓库 虚拟仓库是操作数据库上视图的集合。为了有效地处理查询， 只有一些可能的汇总视图被物化。虚拟仓库易于建立，但需要操作 数据库服务器具有剩余能力。 五、数据仓库如何支持CRM （一）数据仓库对CRM的重要性。 数据仓库可以将各个渠道得来的数据整理成全面、完善的客户信息库。数据仓库内存储有详细的客户轮廓的信息和客户交易行为的历史数据，通过数据挖掘和数据分析，来发现隐藏在数据后面的真实情况，了解客户的需求，从而提高企业的收益率和竞争力。数据仓库是客户关系管理的基础，是CRM必需的基本技术。 五、数据仓库如何支持CRM （二）CRM中数据仓库的逻辑结构 （见图9-3） 1、数据源 数据的来源主要有四个方面