電子商務(wù)企業(yè)管理方案

1、第五章第五章電子商務(wù)企業(yè)管理電子商務(wù)企業(yè)管理方案方案 客戶關(guān)系管理客戶關(guān)系管理 供應(yīng)鏈管理供應(yīng)鏈管理 商務(wù)智能商務(wù)智能 客戶關(guān)系管理簡述客戶關(guān)系管理簡述CRM(Customer Relationship Management，客戶關(guān)系管理客戶關(guān)系管理)，是正在興起，是正在興起的一種旨在健全、改善企業(yè)與客戶之間關(guān)系的的一種旨在健全、改善企業(yè)與客戶之間關(guān)系的新型管理系統(tǒng)新型管理系統(tǒng) CRM核心思想是以核心思想是以“客戶為中心客戶為中心”，提高客戶，提高客戶滿意度，改善客戶關(guān)系，從而提高企業(yè)的競爭滿意度，改善客戶關(guān)系，從而提高企業(yè)的競爭力力 對對CRM的定義，目前還沒有一個統(tǒng)一的表述。的定義，目前還

2、沒有一個統(tǒng)一的表述。但就其功能來看，但就其功能來看，CRM是通過采用信息技術(shù)，是通過采用信息技術(shù)，使企業(yè)市場營銷、銷售管理、客戶服務(wù)和支持使企業(yè)市場營銷、銷售管理、客戶服務(wù)和支持等經(jīng)營流程信息化，實現(xiàn)客戶資源有效利用的等經(jīng)營流程信息化，實現(xiàn)客戶資源有效利用的管理軟件系統(tǒng)管理軟件系統(tǒng) 需求的拉動的沖擊需求的拉動的沖擊來自銷售人員的聲音來自銷售人員的聲音來自營銷人員的聲音來自營銷人員的聲音來自服務(wù)人員的聲音來自服務(wù)人員的聲音來自顧客的聲音來自顧客的聲音來自經(jīng)理人員的聲音來自經(jīng)理人員的聲音技術(shù)的推動技術(shù)的推動管理理念的更新管理理念的更新業(yè)務(wù)流程的重組（業(yè)務(wù)流程的重組（BPR）客戶的重要性日益突出客戶

3、的重要性日益突出網(wǎng)絡(luò)化市場的主動權(quán)在客戶方網(wǎng)絡(luò)化市場的主動權(quán)在客戶方CRM的產(chǎn)生的產(chǎn)生Internet和電子商務(wù)和電子商務(wù)多媒體技術(shù)多媒體技術(shù)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘數(shù)據(jù)倉庫和數(shù)據(jù)挖掘人工智能和專家系統(tǒng)人工智能和專家系統(tǒng)呼叫中心及相應(yīng)的硬件系統(tǒng)呼叫中心及相應(yīng)的硬件系統(tǒng)專業(yè)咨詢專業(yè)咨詢真正的真正的CRM應(yīng)做到應(yīng)做到讓客戶更方便（讓客戶更方便（Convenient）讓客戶更親切（讓客戶更親切（Care）讓客戶更覺個性化（讓客戶更覺個性化（Personalized）實時反應(yīng)（實時反應(yīng)（real-time response）CRM作為解決方案作為解決方案CRM的主要內(nèi)容的主要內(nèi)容客戶分析客戶分析企業(yè)對客戶的

4、承諾企業(yè)對客戶的承諾客戶信息交流客戶信息交流一良好的關(guān)系留住客戶一良好的關(guān)系留住客戶客戶反饋管理客戶反饋管理CRM系統(tǒng)組成系統(tǒng)組成客戶概況（客戶概況（Profiling）分析子系統(tǒng)分析子系統(tǒng)客戶利潤（客戶利潤（Profitability）分析子系統(tǒng)分析子系統(tǒng)客戶性能（客戶性能（Performance）分析子系統(tǒng)分析子系統(tǒng)客戶產(chǎn)品（客戶產(chǎn)品（Product）分析子系統(tǒng)分析子系統(tǒng)客戶忠誠度（客戶忠誠度（Persistency）分析子系統(tǒng)分析子系統(tǒng)客戶未來（客戶未來（Prospecting）分析子系統(tǒng)分析子系統(tǒng)客戶促銷（客戶促銷（Promotion）分析子系統(tǒng)分析子系統(tǒng)CRM主要內(nèi)容主要內(nèi)容CRM與

5、與ERP的關(guān)系的關(guān)系客戶關(guān)系管理模型客戶關(guān)系管理模型客戶關(guān)系管理的功能主要分為四大部分：客戶關(guān)系管理的功能主要分為四大部分：客戶信息管理客戶信息管理 ：整合記錄企業(yè)各部門、每個人所接整合記錄企業(yè)各部門、每個人所接觸的客戶資料，并進行統(tǒng)一管理觸的客戶資料，并進行統(tǒng)一管理 市場營銷管理：制訂市場推廣計劃，并對各種渠道市場營銷管理：制訂市場推廣計劃，并對各種渠道接觸的客戶進行記錄、分類和辨識，提供對潛在客接觸的客戶進行記錄、分類和辨識，提供對潛在客戶的管理，并對各種市場活動的成效進行評價戶的管理，并對各種市場活動的成效進行評價 銷售管理：包括對銷售人員電話銷售、現(xiàn)場銷售、銷售管理：包括對銷售人員電話

6、銷售、現(xiàn)場銷售、銷售傭金等管理，支持現(xiàn)場銷售人員的移動通信設(shè)銷售傭金等管理，支持現(xiàn)場銷售人員的移動通信設(shè)備或掌上電腦接入備或掌上電腦接入 服務(wù)管理與客戶關(guān)懷：功能包括產(chǎn)品安裝檔案、服服務(wù)管理與客戶關(guān)懷：功能包括產(chǎn)品安裝檔案、服務(wù)請求、服務(wù)內(nèi)容、服務(wù)網(wǎng)點、服務(wù)收費等管理信務(wù)請求、服務(wù)內(nèi)容、服務(wù)網(wǎng)點、服務(wù)收費等管理信息，詳細記錄服務(wù)全程進行情況息，詳細記錄服務(wù)全程進行情況 CRM的典型功能的典型功能 IBM的的CRM解決方案解決方案 CRM解決方案的功能主要有三類：解決方案的功能主要有三類： 接入管理接入管理 ：用來管理客戶和企業(yè)進行交用來管理客戶和企業(yè)進行交互的方式互的方式 CRMCRM流程管理

7、流程管理 ：CRMCRM流程管理代表著與銷流程管理代表著與銷售、服務(wù)、支持和市場相關(guān)的業(yè)務(wù)流程的售、服務(wù)、支持和市場相關(guān)的業(yè)務(wù)流程的自動化，主要包括銷售自動化自動化，主要包括銷售自動化 、服務(wù)送、服務(wù)送達達 、產(chǎn)品支持、產(chǎn)品支持 和市場自動化和市場自動化 關(guān)系管理：關(guān)系管理： 使用數(shù)據(jù)挖掘使用數(shù)據(jù)挖掘/ /數(shù)據(jù)倉庫和復(fù)數(shù)據(jù)倉庫和復(fù)雜的分析功能，雜的分析功能， 貫穿于貫穿于CRMCRM解決方案關(guān)系解決方案關(guān)系管理的全過程，并具有全面的客戶觀念和管理的全過程，并具有全面的客戶觀念和客戶忠誠度衡量標(biāo)準(zhǔn)和條件客戶忠誠度衡量標(biāo)準(zhǔn)和條件 IBM CRM的主要內(nèi)容的主要內(nèi)容 客戶關(guān)系管理客戶關(guān)系管理 供應(yīng)鏈

8、管理供應(yīng)鏈管理 商務(wù)智能商務(wù)智能SCMSCM概念概念 供應(yīng)鏈（供應(yīng)鏈（supply chainsupply chain）定義為相互間定義為相互間通過提供原材料、零部件、產(chǎn)品、服務(wù)通過提供原材料、零部件、產(chǎn)品、服務(wù)的廠家、供應(yīng)商、零售商等組成的網(wǎng)絡(luò)的廠家、供應(yīng)商、零售商等組成的網(wǎng)絡(luò) 供應(yīng)鏈管理（供應(yīng)鏈管理（Supply Chain ManagementSupply Chain Management）則是對供應(yīng)鏈中的信息流、物流和資金則是對供應(yīng)鏈中的信息流、物流和資金流進行設(shè)計、規(guī)劃和控制，從而增強競流進行設(shè)計、規(guī)劃和控制，從而增強競爭實力，提高供應(yīng)鏈中各成員的效率和爭實力，提高供應(yīng)鏈中各成員的效

9、率和效益效益 SCMSCM幫助管理人員有效分配資源，最大限幫助管理人員有效分配資源，最大限度提高效率和減少工作周期度提高效率和減少工作周期 SCM與與ERP供應(yīng)鏈管理供應(yīng)鏈管理(SCM)應(yīng)用是在企業(yè)資源管理應(yīng)用是在企業(yè)資源管理(ERP)的基礎(chǔ)上發(fā)展起來的的基礎(chǔ)上發(fā)展起來的 ERP從概念上而言僅是對企業(yè)內(nèi)部的資源從概念上而言僅是對企業(yè)內(nèi)部的資源進行調(diào)配與平衡進行調(diào)配與平衡 SCM被作為被作為ERP的外延和補充提出來，的外延和補充提出來，因為因為SCM不僅包括資源接收、生產(chǎn)制造不僅包括資源接收、生產(chǎn)制造過程的管理，還涉及產(chǎn)品交付過程過程的管理，還涉及產(chǎn)品交付過程等管理等管理ERP是著重在交易處理（

10、是著重在交易處理（Transaction Base）的層面，的層面，SCM軟件則著重在規(guī)劃軟件則著重在規(guī)劃層面，而且它是從供應(yīng)鏈的角度思考作整層面，而且它是從供應(yīng)鏈的角度思考作整個供應(yīng)鏈的管理個供應(yīng)鏈的管理 SCMSCM的功能的功能 訂購管理：管理客戶各種訂購情況，如訂購管理：管理客戶各種訂購情況，如訂貨、收貨、付款與否等訂貨、收貨、付款與否等 需求管理：從市場動態(tài)預(yù)測客戶需求，需求管理：從市場動態(tài)預(yù)測客戶需求，以及材料補給計劃等以及材料補給計劃等 供給管理：管理材料供應(yīng)商的供給情況，供給管理：管理材料供應(yīng)商的供給情況，如庫存情況、價格、供給能力等如庫存情況、價格、供給能力等 制造管理：管理產(chǎn)

11、品的狀況，如生產(chǎn)線、制造管理：管理產(chǎn)品的狀況，如生產(chǎn)線、生產(chǎn)量、物流管理等生產(chǎn)量、物流管理等 供應(yīng)鏈流程觀供應(yīng)鏈流程觀周期的觀點周期的觀點推拉的觀點推拉的觀點Dell供應(yīng)鏈的推供應(yīng)鏈的推/拉流程拉流程OracleOracle供應(yīng)鏈管理系統(tǒng)主要包括：供應(yīng)鏈管理系統(tǒng)主要包括： 供應(yīng)鏈計劃供應(yīng)鏈計劃 供給管理供給管理 物料管理物料管理 銷售定單管理銷售定單管理 售后客戶服務(wù)售后客戶服務(wù) 質(zhì)量管理質(zhì)量管理 OracleOracle的供應(yīng)鏈管理方案的供應(yīng)鏈管理方案 客戶關(guān)系管理客戶關(guān)系管理 供應(yīng)鏈管理供應(yīng)鏈管理 商務(wù)智能商務(wù)智能核心業(yè)務(wù)與電子商務(wù)緊密結(jié)合核心業(yè)務(wù)與電子商務(wù)緊密結(jié)合 面向客戶面向客戶 個性

12、化服務(wù)個性化服務(wù) 商業(yè)智能商業(yè)智能 快速反應(yīng)快速反應(yīng) 智能電子商務(wù)的特征智能電子商務(wù)的特征 如果數(shù)據(jù)是金錢，商務(wù)智能可以如果數(shù)據(jù)是金錢，商務(wù)智能可以.Existing Data Assets產(chǎn)品或服務(wù)分析產(chǎn)品或服務(wù)分析降低成本降低成本分析利潤分析利潤發(fā)現(xiàn)銷售機會發(fā)現(xiàn)銷售機會目標(biāo)市場目標(biāo)市場/動態(tài)區(qū)隔動態(tài)區(qū)隔什么是商務(wù)智能？什么是商務(wù)智能？?商務(wù)智能指收集、轉(zhuǎn)換、分析和發(fā)布數(shù)據(jù)的過程，商務(wù)智能指收集、轉(zhuǎn)換、分析和發(fā)布數(shù)據(jù)的過程，目的是為了更好的決策。目的是為了更好的決策。?商務(wù)智能是指將數(shù)據(jù)轉(zhuǎn)化為知識的過程。它包括捕商務(wù)智能是指將數(shù)據(jù)轉(zhuǎn)化為知識的過程。它包括捕獲和分析信息，交流信息，以及利用這些

13、信息開發(fā)獲和分析信息，交流信息，以及利用這些信息開發(fā)市場。市場。DataInformationKnowledge商務(wù)智能在行業(yè)的應(yīng)用商務(wù)智能在行業(yè)的應(yīng)用銀行銀行?客戶利潤分析?分支行利潤分析?交叉銷售?信用風(fēng)險管理?新產(chǎn)品推銷?收費策略保險?欺詐管理?收費策略?目標(biāo)市場活動?客戶挽留?客戶利潤分析零售?地區(qū)/商店各種貨物（品牌，分類等）銷售業(yè)績?定價和減價?市場籃子關(guān)系?市場需求預(yù)測?倉儲規(guī)劃通訊?客戶忠實?客戶流失模式?客戶利潤分析?競爭分析?欺詐管理數(shù)據(jù)倉庫技術(shù)數(shù)據(jù)倉庫技術(shù) 聯(lián)機分析處理技術(shù)聯(lián)機分析處理技術(shù)OLAPOLAP數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)代理技術(shù)代理技術(shù)商務(wù)智能關(guān)鍵技術(shù)商務(wù)智能關(guān)鍵

14、技術(shù) 數(shù)據(jù)倉庫數(shù)據(jù)倉庫數(shù)據(jù)倉庫的最終目標(biāo)是把企業(yè)范圍內(nèi)的所數(shù)據(jù)倉庫的最終目標(biāo)是把企業(yè)范圍內(nèi)的所有數(shù)據(jù)集成在一個大倉庫中，讓用戶能運有數(shù)據(jù)集成在一個大倉庫中，讓用戶能運行查詢、產(chǎn)生報告、執(zhí)行分析行查詢、產(chǎn)生報告、執(zhí)行分析 “數(shù)據(jù)倉庫之父數(shù)據(jù)倉庫之父”Bill Inmon給的定義：給的定義：數(shù)據(jù)倉庫就是一個用以更好地支持企業(yè)或組數(shù)據(jù)倉庫就是一個用以更好地支持企業(yè)或組織的決策分析處理的，面向主題的，集成的，織的決策分析處理的，面向主題的，集成的，不可更新的，隨時間不斷變化的數(shù)據(jù)集合不可更新的，隨時間不斷變化的數(shù)據(jù)集合數(shù)據(jù)倉庫的特征數(shù)據(jù)倉庫的特征面向主題的：面向主題的：主題是一個在較高層次將數(shù)據(jù)歸主題

15、是一個在較高層次將數(shù)據(jù)歸類的標(biāo)準(zhǔn)，每個主題基本對應(yīng)一個宏觀的分析類的標(biāo)準(zhǔn)，每個主題基本對應(yīng)一個宏觀的分析領(lǐng)域領(lǐng)域 集成的：集成的：允許數(shù)據(jù)來自于跨組織和部門等不同允許數(shù)據(jù)來自于跨組織和部門等不同數(shù)據(jù)源；集成的數(shù)據(jù)必須是一致的、用戶看來數(shù)據(jù)源；集成的數(shù)據(jù)必須是一致的、用戶看來是統(tǒng)一的數(shù)據(jù)視圖是統(tǒng)一的數(shù)據(jù)視圖 不可更新的：不可更新的：指一旦某個數(shù)據(jù)進入數(shù)據(jù)倉庫后，指一旦某個數(shù)據(jù)進入數(shù)據(jù)倉庫后，一般情況下將被長期保留（反映歷史數(shù)據(jù)內(nèi)容）一般情況下將被長期保留（反映歷史數(shù)據(jù)內(nèi)容）隨時間不斷變化：隨時間不斷變化：庫中的信息系統(tǒng)地記錄了企庫中的信息系統(tǒng)地記錄了企業(yè)從過去某一點到目前的各階段的信息業(yè)從過去某

16、一點到目前的各階段的信息 數(shù)據(jù)倉庫與數(shù)據(jù)庫比較數(shù)據(jù)倉庫與數(shù)據(jù)庫比較不同點：不同點： 依據(jù)決策要求，只從數(shù)據(jù)庫中抽取需要的數(shù)據(jù)，依據(jù)決策要求，只從數(shù)據(jù)庫中抽取需要的數(shù)據(jù)， 并進行一定的處理并進行一定的處理 數(shù)據(jù)倉庫是多維的，即數(shù)據(jù)倉庫的數(shù)據(jù)的組織數(shù)據(jù)倉庫是多維的，即數(shù)據(jù)倉庫的數(shù)據(jù)的組織 方式有多層的行和列方式有多層的行和列 支持決策處理（支持決策處理（OLAP），），不同于普通的事務(wù)處不同于普通的事務(wù)處 理（理（OLTP）需要的數(shù)據(jù)庫知識需要的數(shù)據(jù)庫知識 并行數(shù)據(jù)庫技術(shù)：數(shù)據(jù)量很大并行數(shù)據(jù)庫技術(shù)：數(shù)據(jù)量很大 高性能的數(shù)據(jù)庫服務(wù)器：分析型的應(yīng)用高性能的數(shù)據(jù)庫服務(wù)器：分析型的應(yīng)用 數(shù)據(jù)庫互操作技術(shù)：

17、數(shù)據(jù)來源多種多樣數(shù)據(jù)庫互操作技術(shù)：數(shù)據(jù)來源多種多樣數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu) 操作型數(shù)據(jù)源1 報告查詢、應(yīng)用開發(fā)和EIS 工具 操作型數(shù)據(jù)源2OLAP工具 n數(shù)據(jù)挖掘工具 倉庫管理器 元數(shù)據(jù)高度綜合數(shù)據(jù) 輕度綜合數(shù)據(jù) 細節(jié)數(shù)據(jù) 集成管理器查詢管理器操作型數(shù)據(jù)源n數(shù)據(jù)倉庫建模數(shù)據(jù)倉庫建模 星型模式星型模式Example of Star SchemaDateMonthYearDateCustIdCustNameCustCityCustCountryCustSales Fact Table Date Product Store Customer unit_sales dollar_sale

18、s Yen_salesMeasurementsProductNoProdNameProdDescCategoryQOHProductStoreIDCityStateCountryRegionStore數(shù)據(jù)倉庫建模數(shù)據(jù)倉庫建模 雪片模式雪片模式 DateMonthDateCustIdCustNameCustCityCustCountryCustSales Fact Table Date Product Store Customer unit_sales dollar_sales Yen_salesMeasurementsProductNoProdNameProdDescCategoryQOHPr

19、oductMonthYearMonthYearYearCityStateCityCountryRegionCountryStateCountryStateStoreIDCityStore操作型（操作型（OLTP）數(shù)據(jù)源數(shù)據(jù)源 - 銷售庫銷售庫星形模式星形模式時間維時間維事實表事實表多維模型多維模型事實事實度量度量(Metrics)時間維時間維時間維的屬性時間維的屬性聯(lián)機事物處理聯(lián)機事物處理OLTP系統(tǒng)和數(shù)據(jù)倉庫的比較系統(tǒng)和數(shù)據(jù)倉庫的比較OLTP系系統(tǒng)統(tǒng)數(shù)數(shù)據(jù)據(jù)倉倉庫庫系系統(tǒng)統(tǒng)保持當(dāng)前數(shù)據(jù)保持歷史數(shù)據(jù)存儲細節(jié)數(shù)據(jù)存儲細節(jié)、輕度綜合、高度綜合的數(shù)據(jù)數(shù)據(jù)是動態(tài)的數(shù)據(jù)大體上是靜態(tài)的重復(fù)處理即時的、非結(jié)

20、構(gòu)的、啟發(fā)式的處理大量事務(wù)少量事務(wù)可預(yù)測的使用模式不可預(yù)測的使用模式事務(wù)驅(qū)動分析驅(qū)動面向應(yīng)用面向主題支持日常決策支持戰(zhàn)略決策服務(wù)于大量操作型用戶服務(wù)于少數(shù)管理用戶典型的數(shù)據(jù)倉庫解決方案典型的數(shù)據(jù)倉庫解決方案IBM數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案ORACLE數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案SAS數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案.IBM數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案建立數(shù)據(jù)倉庫包括以下階段：建立數(shù)據(jù)倉庫包括以下階段：數(shù)據(jù)抽取階段：完成對各種數(shù)據(jù)源的訪問數(shù)據(jù)抽取階段：完成對各種數(shù)據(jù)源的訪問數(shù)據(jù)轉(zhuǎn)換階段：完成對數(shù)據(jù)的清洗、匯總、整合數(shù)據(jù)轉(zhuǎn)換階段：完成對數(shù)據(jù)的清洗、匯總、整合數(shù)據(jù)分布階段：完成對結(jié)果數(shù)

21、據(jù)存儲的分配數(shù)據(jù)分布階段：完成對結(jié)果數(shù)據(jù)存儲的分配 通常此三階段緊密結(jié)合在一個產(chǎn)品中體現(xiàn)通常此三階段緊密結(jié)合在一個產(chǎn)品中體現(xiàn) 數(shù)據(jù)倉庫的存儲：由數(shù)據(jù)倉庫的存儲：由DB2家族完成家族完成數(shù)據(jù)的呈現(xiàn)：由不同產(chǎn)品完成不同的分析要求數(shù)據(jù)的呈現(xiàn)：由不同產(chǎn)品完成不同的分析要求管理和維護數(shù)據(jù)倉庫中的數(shù)據(jù)：管理和維護數(shù)據(jù)倉庫中的數(shù)據(jù)：交給交給Visual WarehouseIBM數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案數(shù) 據(jù) 倉 庫 按 主 題劃 分 的 商 務(wù) 領(lǐng) 域描 述 性 數(shù) 據(jù) 元 素 映 象 商務(wù) 視 圖 操 作 性 數(shù) 據(jù)外 部 數(shù) 據(jù)管 理轉(zhuǎn) 換 工 具商 務(wù) 視 圖商 用 信 息IBM數(shù)據(jù)倉庫解決方

22、案數(shù)據(jù)倉庫解決方案前三個階段（抽取、轉(zhuǎn)換、分布）：前三個階段（抽取、轉(zhuǎn)換、分布）：Visual Warehouse、Data Joiner、Date Propagator數(shù)據(jù)倉庫的存儲由數(shù)據(jù)倉庫的存儲由DB2家族產(chǎn)品來完成家族產(chǎn)品來完成IBM數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案數(shù)據(jù)的呈現(xiàn)：數(shù)據(jù)的呈現(xiàn)：Approach可進行查詢和統(tǒng)計分析可進行查詢和統(tǒng)計分析IntelligentDecisionServer支持多維分析支持多維分析IntelligentMiner用于數(shù)據(jù)挖掘用于數(shù)據(jù)挖掘用戶查找和理解數(shù)據(jù)倉庫中的數(shù)據(jù)：用戶查找和理解數(shù)據(jù)倉庫中的數(shù)據(jù)：DataGuideORACLE數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉

23、庫解決方案ORACLE數(shù)據(jù)倉庫解決方案是OracleOLAP產(chǎn)品。其示意圖如下：OLAP應(yīng)用程序OLAP工具OLAP Server數(shù)據(jù)源OracleSalesAnalyzerOracleFinancialAnalyzerOracleFinancialController第三方前端工具OracleExpressObjectsOracleExpressAnalyzerOracleExpress WebAgentOracleDiscovererOracle Express Server其他傳統(tǒng)的和外部數(shù)據(jù)庫關(guān)系型數(shù)據(jù)庫管理系統(tǒng)ORACLE數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案Oracle Express

24、Server是一個先進的是一個先進的計算引擎和數(shù)據(jù)高速緩存計算引擎和數(shù)據(jù)高速緩存 Oracle 的的OLAP工具主要包括工具主要包括Oracle Express Objects、Oracle Express Analyzer和和Oracle Discoverer ORACLE數(shù)據(jù)倉庫解決方案數(shù)據(jù)倉庫解決方案Oracle Express Web Agent將將Oracle Express技術(shù)的分析能力和技術(shù)的分析能力和Web瀏覽器瀏覽器的簡單性相結(jié)合的簡單性相結(jié)合 Oracle Financial Analyzer，Oracle Financial Controller和和Oracle Sale

25、s Analyzer是是Oracle針對財務(wù)和銷售而預(yù)針對財務(wù)和銷售而預(yù)制的制的OLAP應(yīng)用應(yīng)用 聯(lián)機分析處理（聯(lián)機分析處理（OLAP）60年代，關(guān)系數(shù)據(jù)庫之父年代，關(guān)系數(shù)據(jù)庫之父E.F.Codd提出了關(guān)提出了關(guān)系模型，促進了聯(lián)機事務(wù)處理系模型，促進了聯(lián)機事務(wù)處理(OLTP)的發(fā)展的發(fā)展(數(shù)據(jù)以表格的形式而非文件方式存儲數(shù)據(jù)以表格的形式而非文件方式存儲)。1993年，年，E.F.Codd提出了提出了OLAP概念，認(rèn)為概念，認(rèn)為OLTP已不能滿足終端用戶對數(shù)據(jù)庫查詢分析已不能滿足終端用戶對數(shù)據(jù)庫查詢分析的需要，的需要，SQL對大型數(shù)據(jù)庫進行的簡單查詢也對大型數(shù)據(jù)庫進行的簡單查詢也不能滿足終端用戶

26、分析的要求。用戶的決策分不能滿足終端用戶分析的要求。用戶的決策分析需要對關(guān)系數(shù)據(jù)庫進行大量計算才能得到結(jié)析需要對關(guān)系數(shù)據(jù)庫進行大量計算才能得到結(jié)果，而查詢的結(jié)果并不能滿足決策者提出的需果，而查詢的結(jié)果并不能滿足決策者提出的需求。因此，求。因此，E.F.Codd提出了多維數(shù)據(jù)庫和多提出了多維數(shù)據(jù)庫和多維分析的概念，即維分析的概念，即OLAP。 OLTP數(shù)據(jù)數(shù)據(jù) OLAP數(shù)據(jù)數(shù)據(jù) 原始數(shù)據(jù)原始數(shù)據(jù) 導(dǎo)出數(shù)據(jù)導(dǎo)出數(shù)據(jù) 細節(jié)性數(shù)據(jù)細節(jié)性數(shù)據(jù) 綜合性和提煉性數(shù)據(jù)綜合性和提煉性數(shù)據(jù) 當(dāng)前值數(shù)據(jù)當(dāng)前值數(shù)據(jù) 歷史數(shù)據(jù)歷史數(shù)據(jù) 可更新可更新 不可更新，但周期性刷新不可更新，但周期性刷新 一次處理的數(shù)據(jù)量小一次處

27、理的數(shù)據(jù)量小 一次處理的數(shù)據(jù)量大一次處理的數(shù)據(jù)量大 面向應(yīng)用，事務(wù)驅(qū)動面向應(yīng)用，事務(wù)驅(qū)動 面向分析，分析驅(qū)動面向分析，分析驅(qū)動 面向操作人員，支持日面向操作人員，支持日 面向決策人員，支持管理需要面向決策人員，支持管理需要 常操作常操作OLTP和和OLAP的區(qū)別的區(qū)別定義定義1 ：OLAP(聯(lián)機分析處理聯(lián)機分析處理)是針對特定問題的聯(lián)機數(shù)是針對特定問題的聯(lián)機數(shù)據(jù)訪問和分析。通過對信息據(jù)訪問和分析。通過對信息(維數(shù)據(jù)維數(shù)據(jù))的多種可能的觀察形的多種可能的觀察形式進行快速、穩(wěn)定一致和交互性的存取，允許管理決策式進行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對數(shù)據(jù)進行深入觀察。人員對數(shù)據(jù)進行深入

28、觀察。定義定義2 ：OLAP(聯(lián)機分析處理聯(lián)機分析處理) 是使分析人員、管理人員是使分析人員、管理人員或執(zhí)行人員能夠從多種角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、或執(zhí)行人員能夠從多種角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的、并真實反映企業(yè)維特性的信能夠真正為用戶所理解的、并真實反映企業(yè)維特性的信息進行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更息進行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。深入了解的一類軟件技術(shù)。(OLAP委員會的定義委員會的定義)OLAP的目標(biāo)的目標(biāo)是滿足決策支持或多維環(huán)境特定的查詢和報是滿足決策支持或多維環(huán)境特定的查詢和報表需求，它的技術(shù)核心是表需

29、求，它的技術(shù)核心是“維維”這個概念，因此這個概念，因此OLAP也也可以說是多維數(shù)據(jù)分析工具的集合。可以說是多維數(shù)據(jù)分析工具的集合。什么是什么是OLAP？1.維：維：是人們觀察數(shù)據(jù)的特定角度，是考慮問題時的一類是人們觀察數(shù)據(jù)的特定角度，是考慮問題時的一類屬性，屬性集合構(gòu)成一個維屬性，屬性集合構(gòu)成一個維(時間維、地理維等時間維、地理維等)。2.維的層次：維的層次：人們觀察數(shù)據(jù)的某個特定角度人們觀察數(shù)據(jù)的某個特定角度(即某個維即某個維) 可可以存在細節(jié)程度不同的各個描述方面以存在細節(jié)程度不同的各個描述方面(時間維：日期、月時間維：日期、月份、季度、年份、季度、年)。3.維的成員：維的成員：維的一個取

30、值。是數(shù)據(jù)項在某維中位置的描維的一個取值。是數(shù)據(jù)項在某維中位置的描述。述。(“某年某月某日某年某月某日”是在時間維上位置的描述是在時間維上位置的描述)4.多維數(shù)組：多維數(shù)組：維和變量的組合表示。一個多維數(shù)組可以表維和變量的組合表示。一個多維數(shù)組可以表示為：示為：(維維1，維，維2，維，維n，變量變量)。(時間，地區(qū)，產(chǎn)時間，地區(qū)，產(chǎn)品，銷售額品，銷售額)5.數(shù)據(jù)單元數(shù)據(jù)單元(單元格單元格)：多維數(shù)組的取值。多維數(shù)組的取值。(2000年年1月，上月，上海，筆記本電腦，海，筆記本電腦，$100000)相關(guān)基本概念相關(guān)基本概念(1)(1)快速性快速性: :用戶對用戶對OLAPOLAP的快速反應(yīng)能力有

31、很高的要求。系的快速反應(yīng)能力有很高的要求。系統(tǒng)應(yīng)能在統(tǒng)應(yīng)能在5 5秒內(nèi)對用戶的大部分分析要求做出反應(yīng)。秒內(nèi)對用戶的大部分分析要求做出反應(yīng)。(2)(2)可分析性可分析性: :OLAPOLAP系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計分析。析和統(tǒng)計分析。(3)(3)多維性多維性: :多維性是多維性是OLAPOLAP的關(guān)鍵屬性。系統(tǒng)必須提供對數(shù)的關(guān)鍵屬性。系統(tǒng)必須提供對數(shù)據(jù)的多維視圖和分析據(jù)的多維視圖和分析, ,包括對層次維和多重層次維的完包括對層次維和多重層次維的完全支持全支持(4)(4)信息性信息性: :不論數(shù)據(jù)量有多大，也不管數(shù)據(jù)存儲在何處，不論數(shù)據(jù)量有多大，

32、也不管數(shù)據(jù)存儲在何處，OLAPOLAP系統(tǒng)應(yīng)能及時獲得信息，并且管理大容量信息。系統(tǒng)應(yīng)能及時獲得信息，并且管理大容量信息。OLAP特性特性多維視圖多維視圖 地北京 理多維數(shù)據(jù)視圖 位上海 99 置 98 年廣州 97 份 彩電 洗衣機 電冰箱產(chǎn) 品 類 型98971.1.超立方結(jié)構(gòu)超立方結(jié)構(gòu)( (Hypercube)Hypercube) 超立方結(jié)構(gòu)指用三維或更多的維數(shù)來描述一個對象超立方結(jié)構(gòu)指用三維或更多的維數(shù)來描述一個對象, ,每個維彼此垂直。數(shù)據(jù)的測量值發(fā)生在維的交叉點上每個維彼此垂直。數(shù)據(jù)的測量值發(fā)生在維的交叉點上, ,數(shù)據(jù)空間的各個部分都有相同的維屬性。數(shù)據(jù)空間的各個部分都有相同的維屬

33、性。( (收縮超立收縮超立方結(jié)構(gòu)方結(jié)構(gòu): :這種結(jié)構(gòu)的數(shù)據(jù)密度更大這種結(jié)構(gòu)的數(shù)據(jù)密度更大, ,數(shù)據(jù)的維數(shù)更少數(shù)據(jù)的維數(shù)更少, ,并可加入額外的分析維并可加入額外的分析維) )。 2.2.多立方結(jié)構(gòu)多立方結(jié)構(gòu)( (Multicube)Multicube) 在多立方結(jié)構(gòu)在多立方結(jié)構(gòu)(Multicube)中中,將大的數(shù)據(jù)結(jié)構(gòu)分成多將大的數(shù)據(jù)結(jié)構(gòu)分成多個多維結(jié)構(gòu)。這些多維結(jié)構(gòu)是大數(shù)據(jù)維數(shù)的子集個多維結(jié)構(gòu)。這些多維結(jié)構(gòu)是大數(shù)據(jù)維數(shù)的子集,面面向某一特定應(yīng)用對維進行分割向某一特定應(yīng)用對維進行分割,即將超立方結(jié)構(gòu)變?yōu)榧磳⒊⒎浇Y(jié)構(gòu)變?yōu)樽恿⒎浇Y(jié)構(gòu)。它具有很強的靈活性子立方結(jié)構(gòu)。它具有很強的靈活性,提高了數(shù)據(jù)提

34、高了數(shù)據(jù)(特別特別是稀疏數(shù)據(jù)是稀疏數(shù)據(jù))的分析效率的分析效率OLAP多維數(shù)據(jù)結(jié)構(gòu)多維數(shù)據(jù)結(jié)構(gòu)OLAP多維數(shù)據(jù)分析多維數(shù)據(jù)分析對以多維形式組織起來的數(shù)據(jù)，采取切對以多維形式組織起來的數(shù)據(jù)，采取切片、切塊、旋轉(zhuǎn)等各種分析動作，以求片、切塊、旋轉(zhuǎn)等各種分析動作，以求剖析數(shù)據(jù)，使最終用戶能從多個角度、剖析數(shù)據(jù)，使最終用戶能從多個角度、多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù)多側(cè)面地觀察數(shù)據(jù)庫中的數(shù)據(jù) 1.1.切片和切塊切片和切塊( (Slice and DiceSlice and Dice) ) 在多維數(shù)據(jù)結(jié)構(gòu)中在多維數(shù)據(jù)結(jié)構(gòu)中, ,按二維進行切片按二維進行切片, ,按三維進行切按三維進行切塊塊, ,可得到所需要的

35、數(shù)據(jù)。如在可得到所需要的數(shù)據(jù)。如在“城市、產(chǎn)品、時間城市、產(chǎn)品、時間”三維立方體中進行切塊和切片三維立方體中進行切塊和切片, ,可得到各城市、各產(chǎn)可得到各城市、各產(chǎn)品的銷售情況。品的銷售情況。2.2.鉆取鉆取( (Drill) Drill) 鉆取包含向下鉆取鉆取包含向下鉆取( (Drill-down)Drill-down)和向上鉆取和向上鉆取( (Drill-Drill-up)/up)/上卷上卷( (Roll-upRoll-up) )操作，操作， 鉆取的深度與維所劃分鉆取的深度與維所劃分的層次相對應(yīng)。的層次相對應(yīng)。 3. 3.旋轉(zhuǎn)旋轉(zhuǎn)( (Rotate)/Rotate)/轉(zhuǎn)軸轉(zhuǎn)軸( (Pivo

36、t)Pivot) 通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。數(shù)據(jù)分析方法數(shù)據(jù)分析方法OLAP的分析方法的分析方法(一一)切片、切塊切片、切塊OLAP的分析方法的分析方法(二二)鉆取鉆取按按時時間間維維向向下下鉆鉆取取按按時時間間維維向向上上鉆鉆取取60OLAP的分析方法的分析方法(三三)旋轉(zhuǎn)旋轉(zhuǎn)數(shù)據(jù)組織形式數(shù)據(jù)組織形式RDB數(shù)據(jù)組織數(shù)據(jù)組織 - - MDDB數(shù)據(jù)組織數(shù)據(jù)組織 - - 關(guān)系表中綜合數(shù)據(jù)的存放關(guān)系表中綜合數(shù)據(jù)的存放 多維數(shù)據(jù)庫中綜合數(shù)據(jù)的存放多維數(shù)據(jù)庫中綜合數(shù)據(jù)的存放 產(chǎn)品名稱產(chǎn)品名稱地區(qū)地區(qū)銷售量銷售量冰箱冰箱東北東北50冰箱冰箱西北西北60冰箱冰箱華北華北

37、100彩電彩電東北東北40彩電彩電西北西北70彩電彩電華北華北80空調(diào)空調(diào)東北東北90空調(diào)空調(diào)西北西北120空調(diào)空調(diào)華北華北140 東東北北西西北北華華北北冰冰箱箱5060100彩彩電電407080空空調(diào)調(diào)90120140產(chǎn)品名稱產(chǎn)品名稱地區(qū)地區(qū)銷售量銷售量冰箱冰箱東北東北50冰箱冰箱西北西北60冰箱冰箱華北華北100冰箱冰箱總和總和210彩電彩電東北東北40彩電彩電西北西北70彩電彩電華北華北80彩電彩電總和總和190空調(diào)空調(diào)東北東北90空調(diào)空調(diào)西北西北120空調(diào)空調(diào)華北華北140空調(diào)空調(diào)總和總和350總和總和東北東北180總和總和西北西北250總和總和華北華北320總和總和總和總和750

38、東北東北西北西北華北華北總和總和冰箱冰箱5060100210彩電彩電407080190空調(diào)空調(diào)90120140350總和總和180250320750OLAP體系結(jié)構(gòu)體系結(jié)構(gòu) 數(shù)據(jù)集成、轉(zhuǎn)換 數(shù)據(jù)過濾 用戶圖形接口超級立方體元數(shù)據(jù)數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)挖掘（數(shù)據(jù)挖掘（Data Mining） 數(shù)據(jù)挖掘數(shù)據(jù)挖掘(Data Mining)，又稱數(shù)據(jù)庫中的知識又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)發(fā)現(xiàn)(Knowledge Discovery in Database,KDD)，是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中抽取出潛在的、抽取出潛在的、有價值的知識（模型或規(guī)則）的過程有價值的知識（模型或規(guī)則）的過程

39、數(shù)據(jù)挖掘的目的：提高市場決策能力；檢測異數(shù)據(jù)挖掘的目的：提高市場決策能力；檢測異常模式；在過去的經(jīng)驗基礎(chǔ)上預(yù)言未來趨勢等常模式；在過去的經(jīng)驗基礎(chǔ)上預(yù)言未來趨勢等數(shù)據(jù)挖掘不同的術(shù)語和定義：數(shù)據(jù)挖掘不同的術(shù)語和定義：data mining, data mining, knowledge discovery, pattern discovery, knowledge discovery, pattern discovery, data dredging, data archeology.data dredging, data archeology.數(shù)據(jù)挖掘過程數(shù)據(jù)挖掘過程選擇選擇轉(zhuǎn)換轉(zhuǎn)換挖掘挖掘理解

40、理解轉(zhuǎn)換后數(shù)據(jù)轉(zhuǎn)換后數(shù)據(jù)抽取的信息抽取的信息可理解的信息可理解的信息選擇的數(shù)據(jù)選擇的數(shù)據(jù)數(shù)據(jù)倉庫數(shù)據(jù)倉庫數(shù)據(jù)挖掘過程模型數(shù)據(jù)挖掘過程模型1. 定義商業(yè)問題定義商業(yè)問題2. 建立數(shù)據(jù)挖掘模型建立數(shù)據(jù)挖掘模型3. 分析數(shù)據(jù)分析數(shù)據(jù)4. 準(zhǔn)備數(shù)據(jù)準(zhǔn)備數(shù)據(jù)5. 建立模型建立模型6. 評價模型評價模型7. 實施實施數(shù)據(jù)挖掘和數(shù)據(jù)倉庫數(shù)據(jù)挖掘和數(shù)據(jù)倉庫數(shù)據(jù)源數(shù)據(jù)源數(shù)據(jù)倉庫數(shù)據(jù)倉庫各分公司數(shù)各分公司數(shù)據(jù)集市據(jù)集市分析分析數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)挖掘數(shù)據(jù)挖掘數(shù)據(jù)集市數(shù)據(jù)集市圖圖1：數(shù)據(jù)挖掘庫從數(shù)據(jù)倉庫中得出：數(shù)據(jù)挖掘庫從數(shù)據(jù)倉庫中得出數(shù)據(jù)源數(shù)據(jù)源數(shù)據(jù)挖掘庫數(shù)據(jù)挖掘庫圖圖2：數(shù)據(jù)挖掘庫從事務(wù)數(shù)據(jù)庫中得出：數(shù)據(jù)挖掘庫

41、從事務(wù)數(shù)據(jù)庫中得出數(shù)據(jù)挖掘模式數(shù)據(jù)挖掘模式分類模式分類模式 關(guān)聯(lián)模式關(guān)聯(lián)模式順序模式順序模式 聚類模式聚類模式 回歸模式回歸模式時間序列模式時間序列模式分類分類 （Classification）方法：方法： 首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對于沒上運用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對于沒有分類的數(shù)據(jù)進行分類。有分類的數(shù)據(jù)進行分類。例子：例子： a. 信用卡申請者，分類為低、中、高風(fēng)險信用卡申請者，分類為低、中、高風(fēng)險b.b.分配客戶到預(yù)先定義的客戶分片分配客戶到預(yù)先定義的客戶分片注意：注意：

42、 類的個數(shù)是確定的，預(yù)先定義好的類的個數(shù)是確定的，預(yù)先定義好的常用算法：常用算法： Decision tree induction、 Neural networks、 Genetic algorithms、 K-Nearest neighbors 、Case based reasoning、 Association Rule Model、 Decision Cluster model、 Rough set classification model回歸（估值回歸（估值Estimation）方法方法 估值與分類類似，不同之處在于，分類描述的是離散型變估值與分類類似，不同之處在于，分類描述的是離散型

43、變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。數(shù)目的，估值的量是不確定的。例子：例子： a. 根據(jù)購買模式，估計一個家庭的孩子個數(shù)根據(jù)購買模式，估計一個家庭的孩子個數(shù)b. 根據(jù)購買模式，估計一個家庭的收入根據(jù)購買模式，估計一個家庭的收入c. 估計估計real estate的價值的價值一般來說，估值可以作為分類的前一步工作。給定一些輸一般來說，估值可以作為分類的前一步工作。給定一些輸入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根據(jù)預(yù)先設(shè)定的閾值，進行分類。例如

44、：銀行對家庭貸款業(yè)據(jù)預(yù)先設(shè)定的閾值，進行分類。例如：銀行對家庭貸款業(yè)務(wù)，運用估值，給各個客戶記分（務(wù)，運用估值，給各個客戶記分（Score 01）。）。然后，然后，根據(jù)閾值，將貸款級別分類。根據(jù)閾值，將貸款級別分類。關(guān)聯(lián)模式關(guān)聯(lián)模式相關(guān)性分組或關(guān)聯(lián)規(guī)則（相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinity grouping or association rules）兩種常用的技術(shù)是兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則和和序列模式序列模式。關(guān)聯(lián)規(guī)則是尋找在同一個事件中出現(xiàn)的不同項的相關(guān)聯(lián)規(guī)則是尋找在同一個事件中出現(xiàn)的不同項的相關(guān)性；序列模式尋找的是事件之間時間上的相關(guān)性關(guān)性；序列模式尋找的是事件之間時間上的相關(guān)性

45、 例子：例子： a. 超市中客戶在購買超市中客戶在購買A的同時，經(jīng)常會購買的同時，經(jīng)常會購買B，即即A = B(關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則)b.b. 客戶在購買客戶在購買A后，隔一段時間，會購買后，隔一段時間，會購買B （序列分序列分析）析）聚類（聚類（Clustering）方法方法 聚類是對記錄分組，把相似的記錄在一個聚類聚類是對記錄分組，把相似的記錄在一個聚類里。聚類和分類的區(qū)別是聚類不依賴于預(yù)先定里。聚類和分類的區(qū)別是聚類不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。義好的類，不需要訓(xùn)練集。例子：例子： a. 一些特定癥狀的聚類可能預(yù)示了一個特定的疾病一些特定癥狀的聚類可能預(yù)示了一個特定的疾病b. 租租VCD類型不相似的客戶聚類，