论文部分内容阅读
摘要：随着信息技术的发展和网络化经济的快速进步，传统的商业模式发生了根本性的变化。在很多行业，由于产品和服务的商品化以及同质化，企业之间的竞争更加激烈；而且客户期望也在快速变化，对产品和服务的质量、个性化和价值要求更高。在这种环境下，客户的忠诚度是取得成功的重要因素，建立和维持客户关系成为企业取得竞争优势的最重要的基础。
关键词：CRM 数据仓库 数据仓库模型
中图分类号：F270.7 文献标识码：A
一、 客户关系管理(CRM)概述
CRM 是一种源于以“客户为中心”的市场营销理论，是指导企业降低成本、提高利润的管理思想和方法,它以“一对一营销”理论为基础,旨在改善企业与客户之间关系,通常实施于企业的市场营销、服务、技术支持等与客户有关的领域。随着企业对于CRM认识的深入，企业必须以顾客为起点重新设计业务流程，以便能收集到更多的、更加深入的、各种各样的客户信息，然后才能为顾客提供量身订做的产品、服务、计划或信息等等。所以能否有效的管理和发掘客户资源，是占据市场主导地位、提高企业竞争力的关键。企业在记录客户信息时，会产生海量的数据，而这些数据和与之相关的信息都是对企业运营状况的真实反映和记载，是企业进行决策的基础。
二、数据仓库概述
通过对大型数据系统研究、管理、维护等方面的深刻认识和不断完善，在总结、丰富、集中多个企业信息的经验后，给出了数据仓库精确的定义，即“数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合”。
1.面向主题
面向主题的数据组织方式,就是在较高层次上对分析对象的数据的一个完整的、统一的、一致的描述,能完整、统一地刻画各个分析对象所涉及的企业的各项数据,以及数据之间的联系。目前,数据仓库的实现主要是基于关系数据库,每个主题由一组关系表或逻辑视图实现。
2．集成的数据
数据仓库中存贮的数据是从原来分散的各个子系统中提取出来的,但并不是原有数据的简单拷贝,而是经过统一、综合。第一,数据仓库的数据不能直接从原有数据库系统中得到,在进入数据仓库之前必须经过综合、计算,抛弃不需要的数据,增加可能涉及的数据; 第二,数据仓库每一个主题所对应的源数据在原分散数据库中有许多重复或不一致的地方,必须将这些数据转换成全局统一的定义,消除冗余和错误的地方,以保证数据的质量。
3.数据不可更新
从数据的使用方式上看,数据仓库的数据不可更新,这是指当数据被存放到数据仓库中以后, 数据对最终用户而言是只读的,而不能修改其中存贮的数据。从数据的内容上看,数据仓库存贮的是企业当前的和历史的数据,在一定的时间间隔以后,当前的数据需要按一定的方法转换成历史数据,年代久远的、查询率低的数据的需要从数据仓库脱离到外存储器上,对分析处理不再有用的数据需要从数据仓库中删除。这些工作是由系统管理员来做,或由系统自动完成,也即数据仓库在一定时间间隔内是稳定的。
4.数据随时间不断变化
数据仓库数据的不可更新是针对用户进行分析处理而言,数据从进入数据仓库以后就永远不变。数据仓库中的数据随时间变化而定期地被更新,每隔一段固定的时间间隔后,运作数据库系统中产生的数据被抽取、转换以后集成到数据仓库中,而数据的过去版本仍被保留在数据仓库中，数据以更高的综合层次被不断综合,以适应趋势分析的要求;当数据超过数据仓库的存储期限,或对分析不再有用时,这些数据将从数据仓库中删去。
三、 基于数据仓库体系结构的CRM模型构建
1.基本的数据仓库模型
斯坦福大学“WHPS”课题组提出的一个基本的数据仓库模型:
一个数据仓库的基本体系结构中应有以下几个基本组成部分:
(1) 数据源:指为数据仓库提供最底层数据的运作数据库系统及外部数据;
(2) 监视器:感知数据源发生的变化,并按数据仓库的需求提取数据;
(3) 集成器:将从运作数据库中提取的数据经过转换计算、综合等操作,
并集成到数据仓库中;
(4) 数据仓库:存贮已经按企业级视图转换的数据,供分析处理用。根据不同的分析要求,数据按不同的综合程度存储。数据仓库中还应存储元数据,其中记录了数据的结构和数据仓库的任何变化,以支持数据仓库的开发和使用;
(5) 客户应用:供用户对数据仓库中的数据进行访问查询,并以直观的方
式表示分析结果的工具。
2.基于数据仓库的CRM模型构建
首先,数据仓库将客户行为数据和其他相关的客户数据集中起来,为市场分析提供依据。其次,数据仓库把对客户行为的分析以OLAP、报表等形式传递给市场专家。专家利用这些分析结果,制定准确、有效的市场策略。通过数据仓库的分析,市场专家可以将分析结果转化为不同类型的市场机会,企业针对这些不同的市场机会,分别确定客户关系业务流程。依照业务流程,销售或服务部门通过与客户的交流达到与客户建立良好关系，并最终提升企业盈利能力。最后,数据仓库将客户对市场机会的反应行为再集中到数据仓库中,作为以后进行市场策略评价与分析的依据。
作者单位：西安工业大学经济管理学院
参考文献：
[1]汤兵勇.客户关系管理[M].北京：高等教育出版社,2003.25-27.
[2]米天胜,数据仓库和数据挖掘在客户关系管理中的应用[J].情报杂志,2005,2:69-72.
[3]Jiawei Han and Micheline Kamber.数据挖掘概念与技术[M].北京：机械工业出版社,2003.5.
关键词：CRM 数据仓库 数据仓库模型
中图分类号：F270.7 文献标识码：A
一、 客户关系管理(CRM)概述
CRM 是一种源于以“客户为中心”的市场营销理论，是指导企业降低成本、提高利润的管理思想和方法,它以“一对一营销”理论为基础,旨在改善企业与客户之间关系,通常实施于企业的市场营销、服务、技术支持等与客户有关的领域。随着企业对于CRM认识的深入，企业必须以顾客为起点重新设计业务流程，以便能收集到更多的、更加深入的、各种各样的客户信息，然后才能为顾客提供量身订做的产品、服务、计划或信息等等。所以能否有效的管理和发掘客户资源，是占据市场主导地位、提高企业竞争力的关键。企业在记录客户信息时，会产生海量的数据，而这些数据和与之相关的信息都是对企业运营状况的真实反映和记载，是企业进行决策的基础。
二、数据仓库概述
通过对大型数据系统研究、管理、维护等方面的深刻认识和不断完善，在总结、丰富、集中多个企业信息的经验后，给出了数据仓库精确的定义，即“数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合”。
1.面向主题
面向主题的数据组织方式,就是在较高层次上对分析对象的数据的一个完整的、统一的、一致的描述,能完整、统一地刻画各个分析对象所涉及的企业的各项数据,以及数据之间的联系。目前,数据仓库的实现主要是基于关系数据库,每个主题由一组关系表或逻辑视图实现。
2．集成的数据
数据仓库中存贮的数据是从原来分散的各个子系统中提取出来的,但并不是原有数据的简单拷贝,而是经过统一、综合。第一,数据仓库的数据不能直接从原有数据库系统中得到,在进入数据仓库之前必须经过综合、计算,抛弃不需要的数据,增加可能涉及的数据; 第二,数据仓库每一个主题所对应的源数据在原分散数据库中有许多重复或不一致的地方,必须将这些数据转换成全局统一的定义,消除冗余和错误的地方,以保证数据的质量。
3.数据不可更新
从数据的使用方式上看,数据仓库的数据不可更新,这是指当数据被存放到数据仓库中以后, 数据对最终用户而言是只读的,而不能修改其中存贮的数据。从数据的内容上看,数据仓库存贮的是企业当前的和历史的数据,在一定的时间间隔以后,当前的数据需要按一定的方法转换成历史数据,年代久远的、查询率低的数据的需要从数据仓库脱离到外存储器上,对分析处理不再有用的数据需要从数据仓库中删除。这些工作是由系统管理员来做,或由系统自动完成,也即数据仓库在一定时间间隔内是稳定的。
4.数据随时间不断变化
数据仓库数据的不可更新是针对用户进行分析处理而言,数据从进入数据仓库以后就永远不变。数据仓库中的数据随时间变化而定期地被更新,每隔一段固定的时间间隔后,运作数据库系统中产生的数据被抽取、转换以后集成到数据仓库中,而数据的过去版本仍被保留在数据仓库中，数据以更高的综合层次被不断综合,以适应趋势分析的要求;当数据超过数据仓库的存储期限,或对分析不再有用时,这些数据将从数据仓库中删去。
三、 基于数据仓库体系结构的CRM模型构建
1.基本的数据仓库模型
斯坦福大学“WHPS”课题组提出的一个基本的数据仓库模型:
一个数据仓库的基本体系结构中应有以下几个基本组成部分:
(1) 数据源:指为数据仓库提供最底层数据的运作数据库系统及外部数据;
(2) 监视器:感知数据源发生的变化,并按数据仓库的需求提取数据;
(3) 集成器:将从运作数据库中提取的数据经过转换计算、综合等操作,
并集成到数据仓库中;
(4) 数据仓库:存贮已经按企业级视图转换的数据,供分析处理用。根据不同的分析要求,数据按不同的综合程度存储。数据仓库中还应存储元数据,其中记录了数据的结构和数据仓库的任何变化,以支持数据仓库的开发和使用;
(5) 客户应用:供用户对数据仓库中的数据进行访问查询,并以直观的方
式表示分析结果的工具。
2.基于数据仓库的CRM模型构建
首先,数据仓库将客户行为数据和其他相关的客户数据集中起来,为市场分析提供依据。其次,数据仓库把对客户行为的分析以OLAP、报表等形式传递给市场专家。专家利用这些分析结果,制定准确、有效的市场策略。通过数据仓库的分析,市场专家可以将分析结果转化为不同类型的市场机会,企业针对这些不同的市场机会,分别确定客户关系业务流程。依照业务流程,销售或服务部门通过与客户的交流达到与客户建立良好关系，并最终提升企业盈利能力。最后,数据仓库将客户对市场机会的反应行为再集中到数据仓库中,作为以后进行市场策略评价与分析的依据。
作者单位：西安工业大学经济管理学院
参考文献：
[1]汤兵勇.客户关系管理[M].北京：高等教育出版社,2003.25-27.
[2]米天胜,数据仓库和数据挖掘在客户关系管理中的应用[J].情报杂志,2005,2:69-72.
[3]Jiawei Han and Micheline Kamber.数据挖掘概念与技术[M].北京：机械工业出版社,2003.5.