利用數(shù)據(jù)倉庫技術輔助CRM決策

申請免費試用、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)庫中獲得數(shù)據(jù)，結(jié)合其他部門的業(yè)務數(shù)據(jù)庫，利用數(shù)據(jù)倉庫對客戶數(shù)據(jù)進行.7P，即客戶概況分析（Profiling）；客戶忠誠度分析（Persistency）；客戶利潤分析（Profitability）；客戶性能分析（Performance）；客戶未來分析（Prospecting）；客戶產(chǎn)品分析（Product）；客戶促銷分析（Promotion），鎖定目標客戶群，并通過一定的OLAP方法和適當?shù)臄?shù)據(jù)挖掘策略來發(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、準確、有價值的分析結(jié)果；為企業(yè)留住有價值的客戶，開展高效的促銷活動提供幫助；為企業(yè)贏得客戶，贏得市場。CRM系統(tǒng)能夠從大量的信息中找到對企業(yè)有價值的知識，依靠的是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等計算機技術，其中數(shù)據(jù)倉庫是CRM的靈魂，CRM的很多工作都是以數(shù)據(jù)倉庫為基礎展開的。下面我們就來討論一下如何利用CRM系統(tǒng)中所使用的數(shù)據(jù)倉庫技術輔助企業(yè)做出決策。

一、數(shù)據(jù)倉庫技術

數(shù)據(jù)倉庫（Data Warehouse，DW）是支持管理決策過程的、面向主題的、集成的、動態(tài)的、連續(xù)的數(shù)據(jù)集合，對企業(yè)經(jīng)營管理決策具有強大的支持和推動作用，特別是對數(shù)據(jù)密集型的企業(yè)更為有效。它以改進后的數(shù)據(jù)庫技術作為存儲數(shù)據(jù)和管理資源的基本手段，以統(tǒng)計分析技術作為分析數(shù)據(jù)和提取信息的有效方法，通過人工智能、神經(jīng)網(wǎng)絡、知識推理等數(shù)據(jù)挖掘方法來發(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META集團的調(diào)查，數(shù)據(jù)倉庫技術在美國金融業(yè)、制造業(yè)、商貿(mào)業(yè)以及社會服務等方面都得到廣泛的應用，已經(jīng)采用數(shù)據(jù)倉庫的企業(yè)的投資回報率均在40%以上，部分企業(yè)高達每年600%。

二、應用數(shù)據(jù)倉庫技術輔助決策

數(shù)據(jù)倉庫技術是商業(yè)智能管理的重要基礎和手段，已經(jīng)成為企業(yè)級信息管理和決策支持系統(tǒng)建設過程中必要的技術支持。下面從兩方面分析它的應用：

1. 數(shù)據(jù)倉庫在CRM系統(tǒng)結(jié)構中的應用

CRM系統(tǒng)由業(yè)務數(shù)據(jù)庫系統(tǒng)、決策支持系統(tǒng)等部分構成。決策支持系統(tǒng)即DSS（Decision Support System）由三個層次的內(nèi)容組成：數(shù)據(jù)倉庫、聯(lián)機分析處理（On-Line Analytical Processing，OLAP）和數(shù)據(jù)挖掘（Data Mining，DM）。他們之間的關系可以從CRM系統(tǒng)的數(shù)據(jù)處理循環(huán)過程圖（如圖1）)中看出。決策支持系統(tǒng)是整個CRM的核心部分，而數(shù)據(jù)倉庫技術又是支撐DDS的核心技術。下面通過CRM系統(tǒng)的數(shù)據(jù)處理循環(huán)過程中的各個部分來分析。

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

①原始的數(shù)據(jù)進入業(yè)務數(shù)據(jù)庫

數(shù)據(jù)倉庫是企業(yè)CRM系統(tǒng)成功開發(fā)和使用的建設基礎。原始數(shù)據(jù)一部分來自現(xiàn)有的管理信息系統(tǒng)，即內(nèi)部數(shù)據(jù)源；另一部分來自企業(yè)的專門調(diào)查或來自相關部門的統(tǒng)計信息，即外部數(shù)據(jù)源，而且由于趨勢分析的需要，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

對業(yè)務數(shù)據(jù)庫的數(shù)據(jù)經(jīng)過接收、分析、抽取、凈化、匯總、變換、存儲等之后，為了得到數(shù)據(jù)倉庫的數(shù)據(jù)存儲，首先要確定數(shù)據(jù)倉庫的分析主體和指標體系，再從源數(shù)據(jù)庫中分析抽取面向主題的集成數(shù)據(jù)。以該主題數(shù)據(jù)作為分析型應用的數(shù)據(jù)基礎，可以大大的縮短系統(tǒng)的響應時間，并能很好的滿足相應主體的分析要求。這樣原先存放在多個業(yè)務系統(tǒng)中的反映企業(yè)局部情況的數(shù)據(jù)經(jīng)過整理后轉(zhuǎn)換成反應企業(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)挖掘技術細化分析結(jié)果

OLAP可以應分析人員的要求快速靈活的進行大量數(shù)據(jù)的復雜分析查詢處理操作。數(shù)據(jù)挖掘是從一個系統(tǒng)內(nèi)部自動獲取知識，從大量數(shù)據(jù)中尋找未發(fā)現(xiàn)的知識。存放在數(shù)據(jù)倉庫的信息通過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)運營提供指導意義的知識，從而完成從“信息→知識”的轉(zhuǎn)變。企業(yè)決策層可以利用OLAP和DM處理得到的知識，制定相應的策略，并應用到業(yè)務系統(tǒng)中，最終改善企業(yè)的運營。（萬方數(shù)據(jù)）