- 相关推荐
数据仓库技术在ＣＲＭ中的应用研究
摘要: 文章针对客户关系管理正日渐成为企业追求利益所关注和研究的热点，介绍了CRM 和数据仓库技术，及数据仓库在CRM 系统中的重要地位，并设计CRM 中的数据仓库，为企业引入CRM 系统时构建数据仓库提供了参考依据。 关键词：CRM；数据仓库；数据分析一、客户关系管理( Cus tomer Relationship ManagementCRM)
1. CRM的发展背景。随着科学技术的飞速发展和日益激烈的市场竞争, 人们越来越强烈地感觉到客户资源将是企业获胜最重要的资源之一, 为此, 客户关系管理系统CRM(Customer Relationship Management, 简称CRM) 在这种市场的需要和企业盈利目标的渴求下便继ERP 之后应运而生, 并成为近年来市场的热点和大买点。它已帮助许多企业获得了应有的回报, 赢取了客户、赢取了时间、赢取了效益。
CRM在国外的发展已有至少十几年的历史。近年来,随着网上订购成为热点, 又要求企业能够提供网上即时报价和网上交流环境。在这样的情况下, 许多企业发现, 分散的客户信息很大程度上阻碍了为客户提供整体的服务。
CRM在这样的背景下作为整体解决方案融合客户信息, 并被证明可以有效地提高公司的整体运营效率。
2. CRM的定义 客户关系管理(Customer RelationshipManagement, CRM) 是指通过有效的管理客户信息资源, 提供客户满意的产品和服务, 与客户建立起长期、稳定、相互信任的密切关系, 为企业吸引新客户, 锁定老客户, 提供效益和竞争优势。它是企业“以产品为中心模式”向“以客户为中心模式”转移的必然结果, 其目标是一方面通过提供更快捷、更周到的优质服务吸引和保持更多的客户, 另一方面是通过对业务流程的全面管理降低企业的成本。CRM既是一种概念, 也是一套管理软件和技术。
3. CRM的核心 CRM以数据库为中心, 以现代信息技术为手段, 对业务和工作流程进行重组, 以实现向客户需求为中心的经营模式的转变。CRM的核心内容是通过不断地改善与管理企业销售、营销、客户服务和支持与客户关系有关的业务流程, 提高各个环节的自动化程度, 从而缩短销售周期, 降低销售成本, 扩大销售量, 抢占更多市场份额, 寻求新的市场机会, 最终达到从根本上提升企业核心竞争力的目的。
二、数据仓库技术
1. 数据仓库。数据仓库是一种面向数据应用的数据管理技术, 它以关系数据库管理系统(RDBMS) 为基础, 数据在从操作型数据库进入数据仓库之前必须经过清理、集成、选择、变换, 从而使数据仓库能够提供集成的、历史化的数据管理功能, 并支持综合性的数据分析, 特别是战略分析。
按照业界公认的数据仓库创始人Bill Inmon 的观点,数据仓库可定义为: 是一种面向主题的、集成的、非易失的, 随时间变化的用来支持管理人员决策的数据集合。
2. 数据仓库技术是CRM的基础。企业实施CRM需要涉及大量详细的客户资料和交易数据, 而处理和存储这些与客户相关的海量数据就需要用到数据仓库技术, 因此数据仓库技术是做好CRM的基础。
首先, 数据仓库海量的数据存储能力可以更好地适应CRM的源数据量的激增, 而且其中央存储库可以通过可扩展硬件, 来满足数据量和计算量的进一步增加。此外为了方便数据挖掘, 中央存储库的设计可以保留一定的冗余数据和并不严格遵循实体关系模型和数据库设计范式。
其次, CRM数据仓库中存储的数据是从各个分散的源数据库系统中提取出来的, 而且是经过统一集成的。
再次, CRM数据仓库反映了历史的变化, 其中包括了客户的当前数据和历史数据, 而且随时间变化不断更新,每隔一段固定的时间后, 源数据库中的数据就会被抽取到数据仓库中, 随着时间的积累, 数据以更高的层次被综合,以满足更高层次的分析需要。
可见, 数据仓库在CRM中体现了它的关键作用, 数据仓库把信息访问的基础从一种非结构化或发展中的环境改变成一种结构化的或规划良好的环境, 这种新环境提供了企业所需的关键信息。同时, 为提高决策准确性, 需用数据仓库技术解决数据的不清洁问题, 并将数据转换为决策分析所需的类型。因此CRM必须与数据仓库联系在一起才能较为全面、正确地了解客户。
三、CRM系统中的数据仓库设计
1. 数据仓库设计的一般步骤。由于数据仓库系统的原始需求不明确, 且不断变化与增加, 同时数据仓库是在现有数据库系统基础上进行开发, 着眼于有效地抽取、综合、集成和挖掘己有数据库的数据库资源, 因此, 采用以数据驱动的原型法来进行数据仓库的开发。一般可以分为以下几个步骤( 如图1) : ( 1) 概念模型设计; ( 2) 技术准备工作;( 3) 逻辑模型设计; ( 4) 物理模型设计; ( 5) 数据仓库生成;( 6) 数据仓库运行与维护。
2. CRM数据仓库设计。
( 1) 概念模型设计。数据仓库概念模型设计首先应该通过对原有数据库系统的设计文档以及在数据字典中的数据库关系模式, 获得对原有数据库系统的一个完整而深刻的理解。①界定系统的边界。在设计CRM数据仓库的起始阶段, 作为设计人员, 首先应该了解下面的一些需求( a) 决策类型: 是统计分析、关联分析、还是回归预测等( b) 决策者感兴趣的是什么问题; ( c) 这些问题需要什么信息来回答; ( d) 要得到这些信息需要包含原有数据库系统的哪些部分的数据。从建立CRM数据仓库的初衷看来, 决策者要进行的CRM分析主要有: 客户特征分析、客户行为分析、客户信任程度分析、交易分析。要进行以上的分析,所需数据应包括: 客户固定信息、产品销售信息、客户接触信息( 客户服务信息) 。于是我们可以将系统的边界定为包含客服子系统、产品销售子系统的集合。②确定主要的主题域。根据以上的系统边界划分的基础上, 确定CRM数据仓库的三个基本主题: 客户、产品、客服。
( 2) 技术准备工作。这一阶段的工作包括: 技术评估,技术环境准备。工作成果是技术评估报告、软硬件配置方案、系统总体设计方案。
( 3) 逻辑模型设计。逻辑模型设计是指: 在数据仓库中如何将一个主题描述出来。它是对概念模型设计的细化。一般来说, 数据仓库都是在现有的关系型数据库基础上发展来的。所以数据仓库中的数据仍然是以数据表格的形式进行组织的。逻辑模型就是要把不同主题和维的信息映射到数据仓库的具体的表中。
逻辑模型设计包括如下内容: 分析主题域, 确定当前要装载的主题; 确定粒度层次划分; 确定数据分割策略; 关系模式定义; 记录系统定义。
逻辑模型设计的成果是, 对每个当前要装载的主题的
逻辑实现进行定义, 并将相关内容记录在数据仓库的元数据中, 包括: 适当的粒度划分; 合理的数据分割策略; 适当的表划分; 定义合适的数据来源等。
( 4) 物理模型设计。数据仓库的物理模型就是逻辑模型在数据仓库中的实现模式。为了确定数据仓库的物理模型, 设计人员必须做这样几个方面的工作: ①确定数据的存储结构。一个数据库管理系统往往都提供多种存储结构供设计人员选用, 不同的存储结构有不同的实现方式, 各有各的适用范围和优缺点。由于目前数据仓库是以传统的数据库技术作为存储数据和管理资源的基本手段, 每个主题在数据仓库中都是由一组关系表实现的, 因此确定数据的存储结构主要是确定面向主题的数据表和对表的分割、适当引入冗余、细分数据等。②确定数据存放位置。同一个主题的数据并不要求存放在相同的介质上。在物理设计时, 常常要按数据的重要程度、使用频率以及对响应时间的要求进行分类, 并将不同类的数据分别存储在不同的存储设备中。重要程度高、经常存取并对响应时间要求高的数据就存放在高速存储设备上, 如硬盘; 存取频率低或对存取响应时间要求低的数据则可以放在低速存储设备上。③确定存储分配。确定存储分配主要是对数据库管理系统提供的一些存储分配的参数进行处理, 如块的尺寸、缓冲区的大小和个数等, 一般要在对服务器和系统软件进行实际调试后确定出来。
( 5) 数据仓库生成。这一阶段的工作是接口编程, 数据装入。工作成果是数据己经装入到数据仓库中, 可以建立数据仓库的应用。
四、结论
本文在介绍了CRM和数据仓库技术的基础上, 提出了CRM数据仓库的初步设计方法, 而数据仓库建立之后,不仅要能够运行, 还要对数据仓库进行管理和维护, 并要进行系统优化, 以使CRM系统能够真正发挥其强大的客户关系管理的功能。完整CRM方案还需要将营销自动化、销售跟踪、呼叫中心、ERP 及其它系统紧密集成起来, 因而还有许多问题有待进一步探讨与研究。
参考文献:
1．袁锋伟，欧燕群．数据仓库在客户关系管理中的应用．南华大学学报，2004，18 （ 2）：95-96．
2．钱琪，宋执环．数据仓库技术在CRM 中的应用．计算机应用研究，2003， （ 8）：121-122．
3．刘玉梅，王燕，陈澎．客户关系管理系统数据仓库的建立．信息技术，2003，27 （ 1）：20-21．
【数据仓库技术在ＣＲＭ中的应用研究】相关文章：
数据挖掘技术在ＣＲＭ中的应用03-22
GPRS技术在ITS中的应用研究03-07
数据挖掘在ＣＲＭ中的应用分析03-22
AAA技术在移动IP中的应用研究03-07
传输技术在通信工程中应用研究11-24
对数字技术在工程测量中的应用研究03-18
ERP系统中数据仓库的应用03-28
现代信息技术在高校教学中的应用研究12-07
电子商务中的数字水印技术应用研究11-17