面临知识经济的挑战,市场竞争日趋激烈,发现、赢得并保持客户是企业在知识经济下生存的必要的重要条件。企业的销售策略也从传统的“以产品为中心”逐步向“以客户为核心”进行转变,为此,许多国内外公司开始提出和实施客户关系管理方案(以下简称CRM)。但是,面对企业领导层最关心的“重点客户的发现、不同类型的客户购买分析、产品在不同时间和地方的销售状况”等等这些决策分析问题,传统的运营型CRM很难能给出客观的答案。 在这种情况下,在运营型CRM中引入数据仓库(Data Warehouse,以下简称DW)这一完整的、准确的、统一视角的数据平台从而使传统CRM真正转变为可以回答企业关心问题的分析型CRM系统已成为必然。它能将CRM中的同一粒度级别的数据组成多维立方体(以下简称CUBE),并转化为知识,使其成为决策的依据,从而也成为了分析型CRM的基础和核心。本文通过对CRM目标的分析,研究了数据仓库的需求设计、建立数据仓库的关键流程以及如何构建面向CRM的数据仓库系统,最后给予了一个实例实现。在这个实例中本文主要做了如下工作:数据仓库的建造与维护、数据转换、联机分析处理(OnLine Analysis Process,以下简称OLAP)多维分析结果的显示。 构建基于数据仓库的分析型CRM系统,企业和商家可以广泛收集信息,采用OLAP和数据挖掘技术对这些信息进行多维度和层次的统计分析,有针对性对不同类型和地区的客户采取不同销售策略,提供更加个性化,深入化的服务,从而为企业赢得成功。