文档介绍：第4章 CRM与数据仓库 安徽建筑工业学院王素凤
wangsufeng925@
第4章 CRM与数据仓库
数据仓库概述
客户关系管理中的数据仓库
客户关系管理数据仓库的实施
案例分析
数据仓库概述
数据仓库与CRM有着难以割舍的密切关系,客户关系管理的很多工作都是以数据仓库为基础展开的。从某种意义上说,数据仓库是客户关系管理的灵魂。
数据仓库的产生
早期的数据库主要支持联机事务处理(OLTP)
决策支持对数据分析的需求(OLAP)
OLTP与OLAP
传统数据库系统不适宜DSS
事务处理和分析处理的性能特性不同
数据集成问题
数据动态集成问题
历史数据问题
数据的综合问题
操作繁简问题
OLTP vs OLAP
OLTP
OLAP
用户
操作人员,低层管理人员
决策人员,高级管理人员
功能
日常操作处理
分析决策
DB 设计
面向应用
面向主题
数据
最新的,细节的,二维的,分立的
历史的,聚集的,多维的,集成的
存取规模
读/写数条(甚至数百条)记录
读上百万(甚至上亿)条记录
操作频度
非常频繁(以秒计)
比较稀松(以小时甚至以周计)
工作单位
严格的事务
复杂的查询
用户数
数百个-数千万个
数个-数百个
DB 大小
100MB-GB
100GB-TB
(1)事务处理和分析处理的性能特性不同
所有联机事务处理强调的是数据更新处理性能和系统的可靠性,并不关心数据查询的方便与快捷。
在分析处理环境中,用户的行为模式与此完全不同,强调的是数据处理和分析的能力。
(2)数据集成问题
DSS需要集成的数据。全面而正确的数据是有效的分析和决策的首要前提,相关数据收集得越完整,得到的结果就越可靠。
造成数据分散的原因有多种,主要有事务处理应用分散、“蜘蛛网”问题、数据不一致问题、外部数据和非结构化数据。
(3)数据动态集成问题
静态集成的最大缺点在于,如果在数据集成后数据源中数据发生了变化,这些 变化将不能反映给决策者,导致决策者使用的是过时的数据。集成数据必须以一定的周期(例如24小时)进行刷新,我们称其为动态集成。显然,事务处理系统不具备动态集成的能力。
(4)历史数据问题
事务处理一般只需要当前数据,在数据库中一般也是存储短期数据。但对于决策分析而言,历史数据是相当重要的,许多分析方法必须一大量的历史数据为依托。DSS对数据在空间和时间的广度上都有了更高的要求,而事务处理环境难以满足这些要求。
(5)数据的综合问题
在事务处理系统中积累了大量的细节数据,一般而言,DSS并不对这些细节数据进行分析。在分析前,往往需要对细节数据进行不同程度的综合。而事务处理系统不具备这种综合能力,根据规范化理论,这种综合还往往因为是一种数据冗余而加以限制。