利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)輔助CRM決策

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

 CRM（Customer Relationship Management，CRM）作為一種商業(yè)智能系統(tǒng)，能夠從企業(yè)客戶數(shù)據(jù)庫(kù)中獲得數(shù)據(jù)，結(jié)合其他部門的業(yè)務(wù)數(shù)據(jù)庫(kù)，利用數(shù)據(jù)倉(cāng)庫(kù)對(duì)客戶數(shù)據(jù)進(jìn)行.7P，即客戶概況分析（Profiling）；客戶忠誠(chéng)度分析（Persistency）；客戶利潤(rùn)分析（Profitability）；客戶性能分析（Performance）；客戶未來(lái)分析（Prospecting）；客戶產(chǎn)品分析（Product）；客戶促銷分析（Promotion），鎖定目標(biāo)客戶群，并通過(guò)一定的OLAP方法和適當(dāng)?shù)臄?shù)據(jù)挖掘策略來(lái)發(fā)現(xiàn)眾多數(shù)據(jù)背后的規(guī)律與聯(lián)系，為企業(yè)的行銷提供及時(shí)、準(zhǔn)確、有價(jià)值的分析結(jié)果；為企業(yè)留住有價(jià)值的客戶，開展高效的促銷活動(dòng)提供幫助；為企業(yè)贏得客戶，贏得市場(chǎng)。CRM系統(tǒng)能夠從大量的信息中找到對(duì)企業(yè)有價(jià)值的知識(shí)，依靠的是數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘等計(jì)算機(jī)技術(shù)，其中數(shù)據(jù)倉(cāng)庫(kù)是CRM的靈魂，CRM的很多工作都是以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)展開的。下面我們就來(lái)討論一下如何利用CRM系統(tǒng)中所使用的數(shù)據(jù)倉(cāng)庫(kù)技術(shù)輔助企業(yè)做出決策。

一、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse，DW）是支持管理決策過(guò)程的、面向主題的、集成的、動(dòng)態(tài)的、連續(xù)的數(shù)據(jù)集合，對(duì)企業(yè)經(jīng)營(yíng)管理決策具有強(qiáng)大的支持和推動(dòng)作用，特別是對(duì)數(shù)據(jù)密集型的企業(yè)更為有效。它以改進(jìn)后的數(shù)據(jù)庫(kù)技術(shù)作為存儲(chǔ)數(shù)據(jù)和管理資源的基本手段，以統(tǒng)計(jì)分析技術(shù)作為分析數(shù)據(jù)和提取信息的有效方法，通過(guò)人工智能、神經(jīng)網(wǎng)絡(luò)、知識(shí)推理等數(shù)據(jù)挖掘方法來(lái)發(fā)現(xiàn)數(shù)據(jù)背后的隱藏的規(guī)律，為企業(yè)提供各種層次的決策信息。根據(jù)美國(guó)META集團(tuán)的調(diào)查，數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在美國(guó)金融業(yè)、制造業(yè)、商貿(mào)業(yè)以及社會(huì)服務(wù)等方面都得到廣泛的應(yīng)用，已經(jīng)采用數(shù)據(jù)倉(cāng)庫(kù)的企業(yè)的投資回報(bào)率均在40%以上，部分企業(yè)高達(dá)每年600%。

二、應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)輔助決策

數(shù)據(jù)倉(cāng)庫(kù)技術(shù)是商業(yè)智能管理的重要基礎(chǔ)和手段，已經(jīng)成為企業(yè)級(jí)信息管理和決策支持系統(tǒng)建設(shè)過(guò)程中必要的技術(shù)支持。下面從兩方面分析它的應(yīng)用：

1. 數(shù)據(jù)倉(cāng)庫(kù)在CRM系統(tǒng)結(jié)構(gòu)中的應(yīng)用

CRM系統(tǒng)由業(yè)務(wù)數(shù)據(jù)庫(kù)系統(tǒng)、決策支持系統(tǒng)等部分構(gòu)成。決策支持系統(tǒng)即DSS（Decision Support System）由三個(gè)層次的內(nèi)容組成：數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理（On-Line Analytical Processing，OLAP）和數(shù)據(jù)挖掘（Data Mining，DM）。他們之間的關(guān)系可以從CRM系統(tǒng)的數(shù)據(jù)處理循環(huán)過(guò)程圖（如圖1）)中看出。決策支持系統(tǒng)是整個(gè)CRM的核心部分，而數(shù)據(jù)倉(cāng)庫(kù)技術(shù)又是支撐DDS的核心技術(shù)。下面通過(guò)CRM系統(tǒng)的數(shù)據(jù)處理循環(huán)過(guò)程中的各個(gè)部分來(lái)分析。

圖1 CRM系統(tǒng)的數(shù)據(jù)處理過(guò)程循環(huán)圖

①原始的數(shù)據(jù)進(jìn)入業(yè)務(wù)數(shù)據(jù)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)是企業(yè)CRM系統(tǒng)成功開發(fā)和使用的建設(shè)基礎(chǔ)。原始數(shù)據(jù)一部分來(lái)自現(xiàn)有的管理信息系統(tǒng)，即內(nèi)部數(shù)據(jù)源；另一部分來(lái)自企業(yè)的專門調(diào)查或來(lái)自相關(guān)部門的統(tǒng)計(jì)信息，即外部數(shù)據(jù)源，而且由于趨勢(shì)分析的需要，數(shù)據(jù)源還要能夠提供歷史數(shù)據(jù)信息。

②數(shù)據(jù)的整合存儲(chǔ)

對(duì)業(yè)務(wù)數(shù)據(jù)庫(kù)的數(shù)據(jù)經(jīng)過(guò)接收、分析、抽取、凈化、匯總、變換、存儲(chǔ)等之后，為了得到數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)，首先要確定數(shù)據(jù)倉(cāng)庫(kù)的分析主體和指標(biāo)體系，再?gòu)脑磾?shù)據(jù)庫(kù)中分析抽取面向主題的集成數(shù)據(jù)。以該主題數(shù)據(jù)作為分析型應(yīng)用的數(shù)據(jù)基礎(chǔ)，可以大大的縮短系統(tǒng)的響應(yīng)時(shí)間，并能很好的滿足相應(yīng)主體的分析要求。這樣原先存放在多個(gè)業(yè)務(wù)系統(tǒng)中的反映企業(yè)局部情況的數(shù)據(jù)經(jīng)過(guò)整理后轉(zhuǎn)換成反應(yīng)企業(yè)整體情況的信息，這樣就完成了從“數(shù)據(jù)→信息”的轉(zhuǎn)變。

③結(jié)合OLAP和數(shù)據(jù)挖掘技術(shù)細(xì)化分析結(jié)果

OLAP可以應(yīng)分析人員的要求快速靈活的進(jìn)行大量數(shù)據(jù)的復(fù)雜分析查詢處理操作。數(shù)據(jù)挖掘是從一個(gè)系統(tǒng)內(nèi)部自動(dòng)獲取知識(shí)，從大量數(shù)據(jù)中尋找未發(fā)現(xiàn)的知識(shí)。存放在數(shù)據(jù)倉(cāng)庫(kù)的信息通過(guò)OLAP和DM處理后，形成面向用戶的帶有規(guī)律性的能夠?qū)ζ髽I(yè)運(yùn)營(yíng)提供指導(dǎo)意義的知識(shí)，從而完成從“信息→知識(shí)”的轉(zhuǎn)變。企業(yè)決策層可以利用OLAP和DM處理得到的知識(shí)，制定相應(yīng)的策略，并應(yīng)用到業(yè)務(wù)系統(tǒng)中，最終改善企業(yè)的運(yùn)營(yíng)。（萬(wàn)方數(shù)據(jù)）