信息中心
數據倉庫在CRM中的應用研究
在競爭激烈的網絡經濟時代，隨著Internet以及Web的商業迅速發展、營銷理念的更新，企業保持客戶所面臨的困難越來越大，企業競爭的重點是“以客戶為中心”，如何加強對企業客戶資源的管理、開發與利用變得更加重要。客戶關系管理(CRM)自產生以來，它的相關研究與應用得到了快速發展，但在企業中CRM應用失敗的案例也比比皆是。
究其原因主要有兩點：一是人們對CRM核心思想的理解認識不準確，二是現有企業CRM應用的體系結構不完善。因此，企業的當務之急是如何進行有效的客戶關系管理，以便能夠深層分析數據倉庫中儲存的大量客戶信息，從而獲得有利于企業商業運作、提高市場競爭優勢的有效信息，實現CRM的理念和目標，滿足現代電子商務時代的需求和挑戰。
1 客戶關系管理的特征
隨著現代信息技術的快速發展，企業之間的競爭方式和方法也在逐步地發生轉變。傳統的單純以產品為中心的企業競爭優勢已經逐漸的淡化，而“以客戶為中心”，能否及時、準確地響應客戶需求的能力成為網絡經濟時代企業取得成功的關鍵因素。因此，企業必須能夠完整地掌握客戶信息，準確把握客戶需求，快速響應其個性化需要，并且提供便捷的購買渠道以及良好的售后服務與經常性的客戶關懷等，客戶關系管理能夠幫助企業實現這一目標。
客戶關系管理的內涵是以客戶信息和與企業的交易數據為基礎，利用計算機信息技術，深層分析數據庫中的海量數據，找出客戶的不同特征，分析客戶行為，然后挖掘出有商業價值的信息，從而幫助企業規劃和決策相關的企業經營活動。
2 基于數據倉庫的CRM體系結構
2.1 數據倉庫與數據挖掘技術
數據倉庫的創始人W.H.Inmon將數據倉庫定義如下：“數據倉庫是一個面向主題的、集成的、不可更新的、隨時間不斷變化的數據集合，用以支持企業或組織的決策分析處理。”
從CRM的角度，數據挖掘(Data Mining, DM)的應用就是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規則，并能夠根據已有的信息預測未來可能發生的行為和結果，為企業經營決策、市場策劃提供依據。各種類型的數據，如靜態的歷史數據和動態數據流數據等，都可以利用數據挖掘技術進行分析。常用的數據挖掘技術包括關聯分析、序列分析、分類分析、預測分析、聚類分析以及時間序列分析等。
數據挖掘技術是企業實現有效的客戶關系管理的引擎。數據倉庫及其數據挖掘技術在企業客戶關系管理系統中的應用，能夠幫助企業全方位的了解客戶，把握客戶的特征與需求，更有效地掌握客戶的行為。
2.2 基于數據倉庫的CRM解決方案
基于數據倉庫的CRM是：利用數據倉庫與數據挖掘的理論與技術，創建能夠描述并預測企業客戶行為的模型，目的是優化整個CRM的流程，最終實現有效的客戶關系管理。數據源、數據倉庫應用系統和CRM分析系統三個部分組成了整個CRM體系結構：
(1)通過廣泛收集企業生產、經營過程中產生的客戶信息、客戶行為、生產系統和其他相關數據，最終形成了數據源當中的海量數據。
(2)CRM中的數據倉庫應用系統主要由數據倉庫建設和數據倉庫系統兩個部分組成。數據倉庫建設的功能是利用數據倉庫的數據ETL和設計工具的抽取、轉換、加載、刷新等功能逐步形成數據倉庫;數據倉庫系統具有聯機分析處理(OLAP)、報表等功能，能夠分析客戶的整體行為和企業運營數據，針對不同的數據倉庫用戶提供有價值的信息。
(3)CRM分析系統是CRM的核心，主要有分析數據準備、客戶分析數據集市、客戶分析系統和企業調度監控等模塊。分析數據準備模塊從數據倉庫中提取出進行客戶分析所需要的數據，并形成客戶分析數據集市;客戶分析系統在客戶分析數據集市的基礎上，進行客戶行為分組、重點客戶發現和市場性能評估，其分析結果通過進一步的OLAP和報表，為市場專家經營決策、市場策劃提供依據;對客戶分析系統的有效性、可靠性分析由企業調度監控模塊進行監管，提高企業應用CRM的成功機率。
集成系統網絡情報信息數據庫
CIO頻道人物視窗
CIO頻道方案案例庫
大數據建設方案案例庫
電子政務建設方案案例庫
互聯集成系統構建方案案例庫
商務智能建設方案案例庫
系統集成類軟件信息研發企業名錄