客戶關(guān)系管理第九章 CRM中的數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

1、 第九章 crm中的數(shù)據(jù)倉庫與數(shù)據(jù)挖掘本章內(nèi)容 n第一節(jié) 客戶關(guān)系管理與數(shù)據(jù)倉庫n第二節(jié) 客戶關(guān)系管理與數(shù)據(jù)挖掘n第三節(jié) 應用案例第一節(jié) 客戶關(guān)系管理與數(shù)據(jù)倉庫n一、數(shù)據(jù)倉庫的基本概念n二、建立單獨的數(shù)據(jù)倉庫n三、數(shù)據(jù)倉庫的數(shù)據(jù)組織n四、數(shù)據(jù)倉庫結(jié)構(gòu)n五、數(shù)據(jù)倉庫如何支持crm一、數(shù)據(jù)倉庫的基本概念n數(shù)據(jù)倉庫是在企業(yè)管理和決策中面向主題的、集成的、與時間相關(guān)的、不可修改的數(shù)據(jù)集合。n數(shù)據(jù)倉庫有以下幾個特點：數(shù)據(jù)倉庫中的數(shù)據(jù)是面向主題的、集成的、不可更新的（穩(wěn)定的）、隨時間不斷變化的，建立數(shù)據(jù)倉庫的目的是為了更好的支持決策的制定。 二、建立單獨的數(shù)據(jù)倉庫 操作數(shù)據(jù)庫存放了大量的數(shù)據(jù)，為什么還要建

2、立單獨的數(shù)據(jù)倉庫？n操作數(shù)據(jù)庫是為已知的任務和負載設計的，而數(shù)據(jù)倉庫的查詢通常是復雜的，涉及大量數(shù)據(jù)在匯總級的計算，可能需要特殊的數(shù)據(jù)組織、存取方法和基于多維視圖的實現(xiàn)方法，在操作數(shù)據(jù)庫上處理這些任務，會大大降低操作任務的性能。n另外，數(shù)據(jù)倉庫與操作數(shù)據(jù)庫分離是由于這兩種系統(tǒng)中數(shù)據(jù)的結(jié)構(gòu)、內(nèi)容和用法都不相同。三、數(shù)據(jù)倉庫的數(shù)據(jù)組織n（一）數(shù)據(jù)倉庫數(shù)據(jù)組織方式n（二）數(shù)據(jù)倉庫中的數(shù)據(jù)模型（一）數(shù)據(jù)倉庫數(shù)據(jù)組織方式n數(shù)據(jù)倉庫中數(shù)據(jù)的組織方式與操作數(shù)據(jù)庫不同，通常采用分級的方式進行組織，一個典型的數(shù)據(jù)倉庫的數(shù)據(jù)組織結(jié)構(gòu)圖如圖9-1所示。在數(shù)據(jù)倉庫中，數(shù)據(jù)被分成四種級別，分別是高度綜合級、輕度綜合級、

3、當前細節(jié)級、早期細節(jié)級。 后備數(shù)據(jù)后備數(shù)據(jù)后備數(shù)據(jù)后備數(shù)據(jù)元數(shù)據(jù)早期細節(jié)級當前細節(jié)級輕度綜合級高度綜合級圖9-1 數(shù)據(jù)倉庫數(shù)據(jù)組織結(jié)構(gòu)圖（二）數(shù)據(jù)倉庫中的數(shù)據(jù)模型n1.多維數(shù)據(jù)模型的定義。多維數(shù)據(jù)模型的定義。由于數(shù)據(jù)倉庫需要管理的數(shù)據(jù)量極為龐大，并且服務的目的不同，但是傳統(tǒng)的數(shù)據(jù)建模方法主要面向事務型的分析處理工作，因此，需要有新的數(shù)據(jù)建模方法來完成數(shù)據(jù)倉庫中數(shù)據(jù)的建模和組織，這種模型就是多維數(shù)據(jù)模型。n2. 幾個相關(guān)的概念。幾個相關(guān)的概念。 （1 1）數(shù)據(jù)立方體。）數(shù)據(jù)立方體。在多維數(shù)據(jù)模型中，數(shù)據(jù)是以多維邏輯方式 組織，數(shù)據(jù)在各個維之間相互交叉，形成立 體的數(shù)據(jù)視圖即數(shù)據(jù)立方體。 （2）維

4、。）維。所謂維就是相同類數(shù)據(jù)的集合，是關(guān)于一個組織想要 記錄的透視或?qū)嶓w。 （3 3）維表。）維表。每個維都有一個表與之相關(guān)聯(lián)，該表稱為維表，它 進一步描述維。n3.多維數(shù)據(jù)模型的存在形式。多維數(shù)據(jù)模型的存在形式。多維數(shù)據(jù)模式可以以星型模式、雪 花模式、事實星座模式的形式存在。四、數(shù)據(jù)倉庫結(jié)構(gòu)n（一）數(shù)據(jù)倉庫的三層結(jié)構(gòu)（如圖（一）數(shù)據(jù)倉庫的三層結(jié)構(gòu)（如圖9-2 所示）所示） （1） 底層是數(shù)據(jù)倉庫服務器，它幾乎總是一個關(guān)系數(shù)據(jù)庫系 統(tǒng)，使用odbc、ole-db、jdbc等連接程序，使用sql 代碼從操作數(shù)據(jù)庫和外部數(shù)據(jù)源提取數(shù)據(jù)。 （2）中間層是olap服務器，其典型的實現(xiàn)是關(guān)系olap模型

5、和 多維olap模型。關(guān)系olap模型即擴充的關(guān)系dbms，它 將多維數(shù)據(jù)上的操作映射為標準的關(guān)系操作。多維olap模 型是一種特殊的服務器，它直接實現(xiàn)多維數(shù)據(jù)和操作。 （3）頂層是客戶，它包括查詢和報告工具、分析工具和數(shù)據(jù)挖 掘工具。四、數(shù)據(jù)倉庫結(jié)構(gòu)查詢/報告分析數(shù)據(jù)挖掘ol ap服務器ol ap服務器輸出監(jiān)控管理元數(shù)據(jù)存儲數(shù)據(jù)倉庫數(shù)據(jù)集市提取、清理轉(zhuǎn)換、轉(zhuǎn)入刷新操作數(shù)據(jù)庫外部信息源數(shù)據(jù)數(shù)據(jù)底層：數(shù)據(jù)倉庫服務器底層：數(shù)據(jù)倉庫服務器中間層：中間層：olap服務器服務器頂層：前端工具頂層：前端工具圖9-2 三層數(shù)據(jù)倉庫結(jié)構(gòu)四、數(shù)據(jù)倉庫結(jié)構(gòu)n（二）數(shù)據(jù)倉庫模型（二）數(shù)據(jù)倉庫模型1.企業(yè)倉庫企業(yè)倉庫

6、 企業(yè)倉庫收集了關(guān)于主題的所有信息，跨越整個組織。企業(yè)數(shù)據(jù)倉庫可以在傳統(tǒng)的大型機上實現(xiàn)，需要廣泛的商務建模，可能需要多年設計和建造。2.數(shù)據(jù)集市數(shù)據(jù)集市 數(shù)據(jù)集市包含企業(yè)范圍數(shù)據(jù)的一個子集，對于特定的用戶是有用的，其范圍限于選定的主題。通常數(shù)據(jù)集市可以在低價格的部門服務器上實現(xiàn)。根據(jù)數(shù)據(jù)的來源不同，數(shù)據(jù)集市分為獨立的和依賴的兩類。3.虛擬倉庫虛擬倉庫 虛擬倉庫是操作數(shù)據(jù)庫上視圖的集合。為了有效地處理查詢，只有一些可能的匯總視圖被物化。虛擬倉庫易于建立，但需要操作數(shù)據(jù)庫服務器具有剩余能力。五、數(shù)據(jù)倉庫如何支持crmn（一）數(shù)據(jù)倉庫對（一）數(shù)據(jù)倉庫對crm的重要性。的重要性。 數(shù)據(jù)倉庫可以將各個渠

7、道得來的數(shù)據(jù)整理成全面、完善的客戶信息庫。數(shù)據(jù)倉庫內(nèi)存儲有詳細的客戶輪廓的信息和客戶交易行為的歷史數(shù)據(jù)，通過數(shù)據(jù)挖掘和數(shù)據(jù)分析，來發(fā)現(xiàn)隱藏在數(shù)據(jù)后面的真實情況，了解客戶的需求，從而提高企業(yè)的收益率和競爭力。數(shù)據(jù)倉庫是客戶關(guān)系管理的基礎，是crm必需的基本技術(shù)。 五、數(shù)據(jù)倉庫如何支持crmn（二）（二）crm中數(shù)據(jù)倉庫的邏輯結(jié)構(gòu)中數(shù)據(jù)倉庫的邏輯結(jié)構(gòu) （見圖（見圖9-3）1、數(shù)據(jù)源、數(shù)據(jù)源 數(shù)據(jù)的來源主要有四個方面：客戶信息、客戶行為、生產(chǎn)系統(tǒng)和其他相關(guān)數(shù)據(jù)。 2、數(shù)據(jù)倉庫系統(tǒng)、數(shù)據(jù)倉庫系統(tǒng) 主要有數(shù)據(jù)倉庫建設和數(shù)據(jù)倉庫兩個部分。數(shù)據(jù)倉庫建設，利用數(shù)據(jù)倉庫的數(shù)據(jù)etl和設計工具將客戶相關(guān)的數(shù)據(jù)集中

8、到數(shù)據(jù)倉庫中。在數(shù)據(jù)倉庫的基礎上，通過olap和報表等將客戶的整體行為分析、企業(yè)運營分析等傳遞給數(shù)據(jù)倉庫用戶。 3、crm分析系統(tǒng)分析系統(tǒng) 由數(shù)據(jù)準備、客戶分析數(shù)據(jù)集市、客戶分析系統(tǒng)和調(diào)度監(jiān)控模塊構(gòu)成。crm分析系統(tǒng)的分析結(jié)果由olap和報表等，傳遞給市場專家。調(diào)度監(jiān)控工具，負責控制客戶分析系統(tǒng)的更新和維護。五、數(shù)據(jù)倉庫如何支持crm圖9-3 crm中數(shù)據(jù)倉庫的邏輯結(jié)構(gòu)圖第二節(jié) 客戶關(guān)系管理與數(shù)據(jù)挖掘n一、數(shù)據(jù)挖掘的基本定義n二、在crm中應用數(shù)據(jù)挖掘n三、crm中的數(shù)據(jù)挖掘流程一、數(shù)據(jù)挖掘的基本定義n簡單地說，數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中，抽取出潛在的，有價值的知識、模型或規(guī)則的過程。n數(shù)據(jù)挖掘

9、的功能大體可分為以下幾種： 1.分類 2.聚類 3.關(guān)聯(lián)分析 4.概念描述 5.孤立點分析 6.演變分析二、在crm中應用數(shù)據(jù)挖掘n隨著客戶信息的日趨復雜，客戶數(shù)據(jù)的大量積累，分析大量復雜的客戶數(shù)據(jù)，挖掘客戶價值，發(fā)現(xiàn)客戶行為趨勢，理解客戶對企業(yè)的真正價值，用全生命周期的觀點來分析客戶關(guān)系是企業(yè)成功的關(guān)鍵因素，這些恰恰要依賴數(shù)據(jù)挖掘。n數(shù)據(jù)挖掘和數(shù)據(jù)庫查詢的不同點在于，數(shù)據(jù)查詢只能根據(jù)現(xiàn)有的數(shù)據(jù)歸納一些事實，而數(shù)據(jù)挖掘可以發(fā)現(xiàn)事物之間的關(guān)系和隱藏的趨勢與模式。n利用數(shù)據(jù)挖掘?qū)@些數(shù)據(jù)進行分析，從中發(fā)現(xiàn)相關(guān)的知識和規(guī)律，可以使整個crm系統(tǒng)形成一個閉環(huán)，充分發(fā)揮crm系統(tǒng)的作用。三、crm中的數(shù)

10、據(jù)挖掘流程n有效的有效的crm中數(shù)據(jù)挖掘的基本步驟為：中數(shù)據(jù)挖掘的基本步驟為： 1.定義商業(yè)問題。定義商業(yè)問題。 2.建立營銷數(shù)據(jù)庫。建立營銷數(shù)據(jù)庫。步驟2到4是組成數(shù)據(jù)準備的核心。 3.探索數(shù)據(jù)。探索數(shù)據(jù)。 4.為建模準備數(shù)據(jù)。為建模準備數(shù)據(jù)。這是建立模型之前數(shù)據(jù)準備的最 后一步。主要有四個主要部分： （1）為建立模型選擇變量 （2）從原始數(shù)據(jù)中構(gòu)建新的預示值 （3）從數(shù)據(jù)中選取一個子集或樣本來建立模型 （4）轉(zhuǎn)換變量 5.數(shù)據(jù)挖掘模型的建立。數(shù)據(jù)挖掘模型的建立。 6.評價模型。評價模型。 7.將數(shù)據(jù)挖掘運用到將數(shù)據(jù)挖掘運用到crm方案中。方案中。 第三節(jié) 應用案例n一、數(shù)據(jù)挖掘在證券行業(yè)中

11、的應用n二、數(shù)據(jù)挖掘在電信crm中的應用一、數(shù)據(jù)挖掘在證券行業(yè)中的應用n（一）客戶分析（一）客戶分析 建立數(shù)據(jù)倉庫來存放對全體客戶、預定義客戶群、某個客戶的信息和交易數(shù)據(jù)，并通過對這些數(shù)據(jù)進行挖掘和關(guān)聯(lián)分析，實現(xiàn)面向主題的信息抽取。 1.對客戶的需求模式和盈利價值進行分類，找出最有價值和盈利潛力的客戶群，以及他們最需要的服務，更好地配置資源，改進服務，牢牢抓住最有價值的客戶。 2.通過對客戶資源信息進行多角度挖掘，了解客戶各項指標，掌握客戶投訴、客戶流失等信息，從而在客戶離開券商之前，捕獲信息，及時采取措施挽留客戶。n（二）咨詢服務（二）咨詢服務 根據(jù)采集行情和交易數(shù)據(jù)，結(jié)合行情分析，預測未來

12、大盤走勢，并發(fā)現(xiàn)交易情況隨著大盤變化的規(guī)律，并根據(jù)這些規(guī)律做出趨勢分析，對客戶針對性進行咨詢。 一、數(shù)據(jù)挖掘在證券行業(yè)中的應用n（三）風險防范（三）風險防范 通過對資金數(shù)據(jù)的分析，可以控制營業(yè)風險，同時可以改變公司總部原來的資金控制模式，并通過橫向比較及時了解資金情況，起到風險預警的作用。n（四）經(jīng)營狀況分析（四）經(jīng)營狀況分析 通過數(shù)據(jù)挖掘，可以及時了解營業(yè)狀況、資金情況、利潤情況、客戶群分布等重要的信息。并結(jié)合大盤走勢，提供不同行情條件下的最大收益經(jīng)營方式。同時，通過對各營業(yè)部經(jīng)營情況的橫向比較，以及對本營業(yè)部歷史數(shù)據(jù)的縱向比較，對營業(yè)部的經(jīng)營狀況作出分析，提出經(jīng)營建議。 二、數(shù)據(jù)挖掘在電信crm中的應用 在全球電信行業(yè)，數(shù)據(jù)挖掘技術(shù)已經(jīng)被廣泛應用于日常市場經(jīng)營活動中，目前主要用于“分群”和“預測”。n（一）分群（一）分群 分群就是根據(jù)客戶基本信息、客戶的消費水平、客戶的消費行為及客戶與企業(yè)的交互，將客戶分為不同的群，分群擺脫了傳統(tǒng)的以客戶價值為依據(jù)的“分類”思想，它綜合考慮客戶與企業(yè)交互的所有行為及基本人口統(tǒng)計信息。 電信企業(yè)有其先天性的it優(yōu)勢，大量的數(shù)據(jù)包括: 客戶基本信息、產(chǎn)品/服務使用信息、各種通話時長、各種通話費用、通話時間偏好、與企業(yè)互動信息等，都可拿來作為分群的變量（維度）。 電信運營商