CRM的客户数据与数据仓库
数据仓库在CRM中的应用研究
具 、 Ｌ Ｐ ￣ 和 数 据 挖 掘 （ ａａ ｎｎ ） 具 等 。 Ｏ Ａ ３具 Ｄ ｔＭｉｉｇ ￣
Ｏ Ａ 工具 支持 复杂 的分 析 和查 询操 作 。对分 析需要 的数 ＬＰ
据 进 行 有 效 集 成 ， 多 维 模 型 进 行 组 织 ， 行 多 角 度 、 层 次 的 按 进 多
策型 数据 的访 问 ．为 用户 更方 便 地查 询 所需 信 息提 供 决 策支 持 。企业 数据 仓库 的建设 ， 以企 业现 有业 务系统 和 大量业 务 是
数 据 的 积 累 为 基 础 ， 信 息 加 以 整 理 和 重 组 ， 及 时 服 务 于 管 将 并 理人员 的经 营决策需 要 。
决 策分 析及 管理 的不 同领域 和 阶段 。
（） １ 关联 分析 （ ｏｒｌｔ ｎ 。 目的是挖 掘 出隐藏在 数据 问 Ｃ ｒ ａｉ ） 其 ｅ ｏ 的相互 关系 。 如 ，０ 例 ８ ％顾客 同时 会在 购买某 种Ａ 品 的同 时购 产
进 行 分类 的方 法 。
１ 数据 仓 库 技 术 ２ 数 据挖 掘 的主 要 方 法体
传 统 的数 据库 系统 主要 面 向以事 务处 理 为主 的Ｏ Ｔ （ ＬＰ 联 机事务 处理 ） 用 ， 法 满足 制定决 策时 的分 析处 理要求 。 据 应 无 数 仓库技 术有 效地把 操作 型数 据集成 到统 一 的环境 中 。 提 供决 以 数 据 挖 掘 也 被 称 作 Ｋ Ｄ（ ｎｗ ｅ ｇ ｉ ｏ ｅ ａａａｅ ， Ｄ Ｋ ｏ ｌｄ ｅＤｓ ｖ ｒ ｉ Ｄ ｔｂｓ ） ｃ ｙｎ 是 一 种 决 策 支 持 过 程 ， 主 要 运 用 人 工 智 能 、 器 学 习 、 计 学 它 机 统 等 技 术 ， 度 自动 化 地 分 析 企 业 原 有 数 据 ， 出 归 纳 性 推 理 ， 高 作 从
CRM系统【精选】
C R M 系统CRM系统即客户关系管理系统(Customer Relationship Management)，以客户为中心的现代企业，以客户价值来判定市场需求，对于正在转变战略从"产品中心" 向 "客户中心" 过渡的企业无疑是一拍即合。
关于CRM的定义，不同的研究机构有着不同的表述。
最早提出该概念的GartnerCRM系统Group认为：所谓的客户关系管理就是为企业提供全方位的管理视角；赋予企业更完善的客户交流能力，最大化客户的收益率。
客户关系管理是企业活动面向长期的客户关系，以求提升企业成功的管理方式，其目的之一是要协助企业管理销售循环：新客户的招徕、保留旧客户、提供客户服务及进一步提升企业和客户的关系，并运用市场营销工具，提供创新式的个性化的客户商谈和服务。
HurwitzGroup认为：CRM的焦点是自动化并改善与销售、市场营销、客户服务和支持等领域的客户关系有关的商业流程。
CRM既是一套原则制度，也是一套软件和技术。
它的目标是缩减销售周期和销售成本、增加收入、寻找扩展业务所需的新的市场和渠道以及提高客户的价值、满意度、赢利性和忠实度。
CRM应用软件将最佳的实践具体化并使用了先进的技术来协助各企业实现这些目标。
CRM在整个客户生命期中都以客户为中心，这意味着CRM应用软件将客户当作企业运作的核心。
CRM应用软件简化协调了各类业务功能（如销售、市场营销、服务和支持）的过程并将其注意力集中于满足客户的需要上。
CRM应用还将多种与客户交流的渠道，如面对面、电话接洽以及Web访问协调为一体，这样，企业就可以按客户的喜好使用适当的渠道与之进行交流。
而IBM则认为：客户关系管理包括企业识别、挑选、获取、发展和保持客户的整个商业过程。
IBM把客户关系管理分为三类：关系管理、流程管理和接入管理。
从管理科学的角度来考察，客户关系管理（CRM）源于市场营销理论；从解决方案的角度考察，客户关系管理（CRM）是将市场营销的科学管理理念通过信息技术的手段集成在软件上面，得以在全球大规模的普及和应用。
数据仓库与数据挖掘在客户关系管理中的应用
数据仓库与数据挖掘在客户关系管理中的应用随着信息时代的来临，企业在市场竞争中越来越注重与客户的关系管理。
客户关系管理（CRM）作为一种重要的商业策略，旨在实现企业与客户之间的有效沟通和关系建立。
数据仓库与数据挖掘技术作为支持CRM的重要工具，为企业提供了有效的客户信息管理的手段。
本文将探讨数据仓库和数据挖掘在客户关系管理中的应用，并分析其带来的益处。
首先，数据仓库为客户关系管理提供了数据集成和统一的数据视图。
客户关系管理需要从多个渠道收集和整合各种类型的数据，例如销售数据、客户反馈、社交媒体数据等。
数据仓库通过将这些分散的数据源整合到一个统一的数据存储中，提供了一个一致且易于访问的数据视图，帮助企业更好地了解客户的需求、习惯和行为。
其次，数据仓库与数据挖掘技术能够帮助企业发现隐藏在海量数据背后的规律和趋势。
数据挖掘技术通过使用统计分析、机器学习等方法，自动地发现数据中的模式、关联和规律，从而提供对客户行为的深入洞察。
例如，通过数据挖掘技术，企业可以发现某个特定时期的销售增长趋势、客户购买偏好以及客户流失的原因，从而针对性地制定营销策略和提高客户满意度。
此外，数据仓库和数据挖掘技术还能够支持个性化的营销和服务。
通过分析客户数据，企业可以了解不同客户群体的需求差异，从而针对性地进行个性化的产品推荐、定制化的营销活动和个别化的服务。
这种个性化的营销和服务能够提高客户忠诚度和满意度，帮助企业获得竞争优势。
此外，数据仓库和数据挖掘技术还可以帮助企业预测客户行为和需求。
通过历史数据的分析，数据挖掘技术可以建立预测模型来预测未来客户的购买行为、流失概率等。
这些预测结果可以为企业的销售预测和库存管理提供参考，帮助企业更好地调整营销策略和资源配置。
除了以上几点，数据仓库和数据挖掘技术还可以帮助企业提高决策的准确性和效率。
通过对大量客户数据的分析，企业可以为决策者提供可靠的信息和洞察，从而支持更明智的决策。
数据仓库和数据挖掘技术可以快速地提取和分析数据，帮助企业节省时间和成本，并提高决策的准确性和效率。
CRM中数据仓库的研究与应用
定 的 目标 ， Ｒ 系统 必 须 对 行 为分 析 、 Ｃ Ｍ 重点 客 户发
现 过程 和市 场策 略进 行 评 估． 些 性 能评 估 都 是 以 这
客 户所 提供 的市 场反 馈 为基 础 的． 能分 析 至 少具 性
数据 仓库 是一 个面 向 主题 的 、 集成 的 、 相对稳 定
的 、 映 历 史 变 化 的 数 据 集 合 ， 于 支 持 管 理 决 反 用
策口 ． ］ 整个数 据仓 库 系统是一 个 包含 数据 源 、 据 的 数 存储 与管 理 、 Ｌ Ｏ ＡＰ服 务 器 和 前端 工 具 ４个 层 次 的 体 系结构 ．
备 以下 功能 ： 针对 每 个 市 场 目标 设 计 一 系列 评 估模 板 ， 企业 能及 时跟踪 市场 的变 化 ， 使 同时在这 些模板 中 ， 出一些 统计 指标 来度量 市场 活动 的效率 ． 给 这些
［ 章编 号 ］１ ０ —４ ８ （０ ８ ０ —０ ３０ 文 ０ ３ ６ ４ ２０ ）３０ ２—３
Ｃ ＲＭ 中数 据仓库 的研究 与应用
刘 靓 ，陈 定 方 ，祖 巧 红
（ 汉 理 工大 学智 能制 造 与控 制研 究 所 ，湖 北 武 汉 ４ ０ ８ ） 武 ３ ０ １
［ 摘 要 ］介 绍 了 Ｃ Ｍ 和数 据仓 库技 术 的 有 关 概 念 以 及 数 据 仓 库 维 度 建 模 的方 法 ， Ｒ 在数 据仓 库理 论 的基 础 上
（ ｕ ｔｍｅ ｅａｉｎ ｈｐ Ｍ ａ ａ ｅ ｎ ， 客 户 关 系 Ｃ ｓｏ ｒＲ ｌｔ ｓ ｉ ｏ ｎ ｇ ｍｅ ｔ 即
管理 ） 是迎 合这 种 需求 而迅 猛 发展 的 一种 新 的管 就 理理 念． 有效 实施 Ｃ Ｍ 功能 ， 须建 立 在 客户 数 据 Ｒ 必 的集 成 之上 ， 通过 各种 接触 点获得 客户 的数 据 ， 成 集 到 企业数 据库 中 ， 利用 各种方 法分 析数 据 ， 最后 产生
客户关系管理的发展趋势
客户关系管理的发展趋势最近几年，客户关系管理的概念已经渗透到了各个领域、各个角落。
实施客户关系管理可以提高客户满意度、维持较高的客户保持率，对客户收益和潜在收益产生积极的影响，这些利益对企业来说都有很大的诱惑力。
根据调查显示，在接受调查的企业中，2/3以上的企业期望在未来五年内改变其客户关系的管理模式，3/4以上的企业计划集成“面对客户”的信息管理系统及其组织的其他部分。
因此，无论从技术还是从市场方面看，CRM都具有很大的发展空间。
1）从技术方面来看客户关系管理的发展趋势CRM的广泛运用还必须建立在与企业新的管理思想充分整合的基础上。
近年来，供应链管理（SCM）、企业资源计划（ERP）等新的管理理念和思想不断提出，许多企业都将SCM 能力视为一种重要的竞争资源，ERP系统所反映的系统化管理思想也得到了越来越多企业的肯定。
在这种形势下，CRM只有与SCM、ERP充分整合，才会增加企业的核心竞争力，为企业有效利用自身资源，在市场竞争中取胜奠定良好的基础。
从技术方面来看，未来CRM 的发展趋势主要体现在以下几个方面：（1）客户关系管理与数据仓库、数据挖掘技术的融合随着数据仓库技术的应用，越来越多的企业拥有了大量的客户数据，当这些数据的规模成为“海量”数据时，数据挖掘技术在CRM中的应用就成为必然。
如果说过去是因为企业掌握的客户数据太少而对客户行为无从把握，今天则是由于企业获得的客户数据太多而使企业无所适从。
很显然，在今天浩如烟海的数据中淘金，仅靠人力是无法做到的。
数据挖掘就是从客户数据的“矿山”中挖掘出潜在的、尚不为人知的趋势或模式，从而使企业能更好地进行客户关系管理。
数据挖掘能帮助销售人员更准确地定位销售活动，并使活动紧密结合现有客户和潜在客户的需求、愿望和状态。
数据挖掘软件能自动地从庞大的数据堆中找出好的预测客户购买行为的模式。
统计、邻近、聚类、决策树、神经元网络、规则归纳等数据挖掘技术能在客户盈利能力分析、客户获取、客户保持、客户细分、交叉营销等方面体现出重大的商业价值。
数据仓库技术在CRM中的应用研究
ａ ｅ ｎ ｇ ｍｅ ｔ ＣＲＭ ）
１ Ｃ Ｍ 的发展 背 景 。随着 科 学 技术 的飞速 发 展 和 日 ． Ｒ 是 企业 获胜 最 重要 的资 源 之一 ， 此 ， 户关 系 管理 系统 为 客 种 市场 的需要 和企 业 盈 利 目标 的 渴求 下便 继 Ｅ Ｐ之后 应 Ｒ
的数 据 管理 功 能 ， 支持 综 合 性 的数 据 分 析 ， 别是 战 略 并 特
再次 ， Ｒ 数 据 仓库 反 映 了历 史 的变 化 ， 中包括 了 ＣＭ 其 信 任 的密切关 系 ， 企业 吸 引新 客户 ， 为 锁定 老 客户 ， 供效 客户 的当前 数据 和历 史 数据 ，而且 随 时间变 化不 断更新 ． 提
益和竞 争优势 。它 是 企业 “ 以产 品 为 中心模 式 ” 以客户 向“
求 为 中心 的经 营模 式 的转 变 。Ｃ Ｍ 的核 心 内容是 通 过不 据仓 库技 术解 决 数据 的不 清 洁 问题 ， 将数 据转 换为决 策 Ｒ 并 断地 改善 与管 理 企业 销 售 、 销 、 营 客户 服 务 和 支持 与 客 户 分析所 需 的类 型 。因此 Ｃ ＲＭ 必须 与数 据 仓库 联系在 一起 关 系有 关 的业 务 流程 ， 高 各 个 环节 的 自动化 程 度 ， 而 才能较 为全 面 、 提 从 正确地 了解 客户 。
按 照业界 公 认 的数 据 仓 库 创始 人 Ｂｌ Ｉｍｏ ｉ ｎ ｎ的观 点 。 ｌ 的 ， 时间变 化 的用来 支持 管 理人 员决策 的数据 集合 。 随 ２ 数据仓 库 技术 是 Ｃ Ｍ 的基础 。 业实 施 Ｃ Ｍ需 要 ． Ｒ 企 Ｒ 与客 户相 关 的海量 数据 就 需要 用 到数 据仓库 技术 ． 因此 数 据仓 库技 术是做 好 Ｃ Ｍ 的基 础 。 Ｒ
客户管理系统CRM的数据管理与分析
根据销售预测结果，制定相应的销售目标、预算和计划，并监控销售业绩，及时 调整策略以提高销售效果。
客户生命周期价值分析
客户价值评估
通过CRM数据，分析客户的购买行为、消费习惯和忠诚度等 ，评估客户的当前价值和潜在价值。
客户生命周期管理
根据客户价值评估结果，制定相应的客户维护、挽留和增值 策略，提高客户生命周期价值。
数据可视化
通过数据可视化工具，将复杂的数据以直观的方 式呈现，帮助企业更好地理解客户需求和市场趋 势。
数据挖掘
利用大数据分析技术，深入挖掘客户数据中的潜 在价值，为企业提供更精准的市场定位和营销策 略。
AI与机器学习在CRM数据分析中的应用
自动化预测
01
利用机器学习算法，自动预测客户行为和市场趋势，为企业提
供决策支ቤተ መጻሕፍቲ ባይዱ。
个性化推荐
02
基于客户数据和行为，利用AI技术实现个性化推荐，提高客户
满意度和忠诚度。
智能客服
03
通过自然语言处理技术，实现智能客服功能，提高客户服务质
量和效率。
数据隐私与安全的新挑战
数据加密与安全存储
随着数据价值的提升，数据加密和安全存储技术将成为CRM系 统的必备功能。
数据脱敏与匿名化
功能
CRM系统通常包括市场营销管理、销售管理、服务管理、客户数据管理和分析 等功能模块。
CRM的重要性
提高客户满意度和忠诚度
通过提供一致的、个性化的客户体验， CRM系统有助于提高客户满意度和 忠诚度。
优化销售和市场营销流程
CRM系统能够整合销售和市场营销 流程，提高工作效率，实现精准营销。
降低客户服务成本
客户管理系统（CRM的数据管理与 分析
面向CRM系统的数据仓库的设计与实现
具体 的 实现 ， 在企 业 引入 分析型 Ｃ Ｍ 系统 时为构 建数据 仓 库提供 了参考依据 。 Ｒ
关 键 词 ： 户 关 系 管 理 ； 数 据 仓 库 ； 数 据 集 市 ； 模 型 设 计 ； 联 机 分 析 处 理 客
中图法分类 号 ：Ｐ １．３ Ｔ ３ １１
文献标 识码 ： Ａ
（ ｅ ａ ｍｅｔ ｆ ｏ ｕｅ Ｓ ｉ ｃ ｄ ｅｈ ｏｏ ｙ ｏ ￣ｉ ｎｖｒｉ ，Ｓ ａ ｇ ａ２ ０ ３ ，Ｃ ｉａ Ｄ ｐ ｒ ｎ ｍｐ ｔ ｃｅ ｅ ｎ ｃｎ ｌｇ ，Ｔ ｎ ｉｅｓｙ ｈｎ ｈ ｉ ０ ３ ｈｎ） ｔ ｏＣ ｒ ｎ ａ Ｔ Ｕ ｔ １
Ａｂ ｔ ａ ｔ Ｔ ｅｋ ｏ ｅ ｇ ｅ ａｅ ｓｒ ｃ ： ｈ ｎ ｗｌ ｄ ｅｒ ｌｔ ｄ ｔ ＣＲＭ ｙ ｔ ｍ ｎ ｅｉ ｅ ｉ ｂ ｌ ｙ ｏ ｐ ｙ ｎ ａ ｒ ｈ ｕ ｅｔ ｃ ｎ ｑ ｅｔ ｏ ｓ ｓｅ ａ ｄ ｔ ｖ ｔ ｉ ｔ ｆａ ｌ ｉｇ ｄ ｔ ｗａ ｅ ｏ ｓ ｈ ｉ ｕ ＣＲＭ ｙ ｔ ｍ ｒ ｌ ｓ ｈ ｎ ａ ｉ ｐ ａ ｅ ｏ ｓ ｓｅ ａ ｅ ｉ ｕ — ｌ ｔａ ｅ ， ａ ｄｔ ｅ ｓｅ ｓｒ ｃｕ ｅｄ ａ ｒ ｍ ｆ ａｙ ｉ ａ ｒ ｔ ｄ ｎ ｎ ａｓ ｔｍ ｔ ｔｒ ｉ ｇ ａ ｏ ａ ｌｔｃ ｌ ｈ ｙ ｕ ｎ ＣＲＭ ｙ ｔｍ ａ ｅ ｎ ｄ ｔ ｒ ｅ ｏ ｓ ｃ ｉｕ ｒ ｖ ｄ ｄ Ｔ ｅ ｋ ｎ Ｕ — ｓｓ ｅ ｂ ｓ ｄｏ ａ ｗａ ｈ ｕ ｅｔ ｈ ｑ ｅｉ ｐ ｏ ｉ ｅ ． ｈ ｎ ｔ ｉ ｇＣ Ｓ ａ ｅｎ ｓ ａ
ｐ ｅ ｅ ｔｄ ｗｈ ｃ ｏ ｎ ｉ ｅｂ ｏ ｓｏ ｅ Ｉ ｅｄ ｓ ， ｎ ｔ ｔ ｎ ｍｏ ｅ， ｌ ｇ ｓｉ ｄ ｌ ｄｐ ｙ ｉａ ｄ ｌ ｅ ｄ ｓ ｒｂ ｄｉ ｅ ｉ ｒ ｓ ｎ ｅ ｉｈ ｉ ｆ ｒａ ｏ ｌ ｏ ｋ ｔ ｒ ． ｎ ｔ ｅ ｉ ｓ ｎ ｎ ｈ ｎ ｇ ｏ ｉ ｄ ｌ ｏ ｉｔ ｍｏ ｅ ｈ ｓｃ ｌ ａ ｏ ｃ ｎ ａ ｍｏ ｅ ｅ ｃｉ ｅ ｄ ｔ ｌ ｒ ａ ｎ ａ ｓ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
▪ 数据挖掘，在人工智能领域，习惯上又称 为数据库中知识发现， 也有人把数据挖掘 视为数据库中知识发现过程的一个基本步 骤。
▪ 2.挖掘的知识发现过程（P323页）
3.CRM 中的数据挖掘分析技术
IDC在一次对62个数据仓库项目的调查结果表明：进行数据 仓库项目开发的公司在平均2.73年的时间内获得了平均为 321%的投资回报率。
正因如此，数据仓库市场需求量每年约以400%的速度扩张 ，而同时数据仓库产品越来越成熟，提供数据仓库产品的厂 家也越来越多。
三、CRM系统中的数据挖掘
▪ 1.数据挖掘的定义 ▪ 数据挖掘是从大量的、不完全的、有噪声
▪
好的事情马上就会到来，一切都是最 好的安 排。上 午4时57分20秒 上午4时57分04:57:2020.10.16
▪
一马当先，全员举绩，梅开二度，业 绩保底 。20.10.1620.10.1604:5704:57:2004:57:20Oc t-20
▪
牢记安全之责，善谋安全之策，力务 安全之 实。2020年10月16日 星期五4时57分 20秒Fr iday, October 16, 2020
▪ 典型的数据挖掘方法：关联分析、序列模式分析 、分类分析、聚类分析等。
▪ （1）关联分析 ▪ 从大量的数据中发现项集之间的关联、相关关系
或因果结构以及项集的频繁模式。 例如： a. 超市中客户在购买A的同时，经常会购买B，即A
=> B(关联规则) ▪ b. 客户在购买A后，隔一段时间，会购买B （序
▪
相信相信得力量。20.10.162020年10月 16日星 期五4时57分20秒20.10.16
谢谢大ቤተ መጻሕፍቲ ባይዱ！
▪ 基本特点：多维 快速 分析
▪
共享 信息
▪
树立质量法制观念、提高全员质量意 识。20.10.1620.10.16Friday, October 16, 2020
▪
人生得意须尽欢，莫使金樽空对月。04:57:2004:57:2004:5710/16/2020 4:57:20 AM
▪
安全象只弓，不拉它就松，要想保安 全，常 把弓弦 绷。20.10.1604:57:2004:57Oc t-2016- Oct-20
解他们的客户，难以向市场推出新的产品
和服务，不能合理地简化银行运营和优化
客户关系。不准确的客户数据也使银行不
能很好地遵守行业标准和一些法规要求。
▪
节自——《大胆假设，合理求证——
▪
Oracle建言亚洲银行的CRM建设》
▪ 2.客户数据的类型（P295页）：
定位客户
针对性促销
产生交易
描述性数据
促销性数据 交易性数据
列分析）
▪ （2）分类分析
▪ 首先从数据中选出已经分好类的训练集，在该训 练集上运用数据挖掘分类的技术，建立分类模型 ，对于没有分类的数据进行分类。
▪ 例子：
▪ a. 信用卡申请者，分类为低、中、高风险
▪ b. 故障诊断：中国宝钢集团与上海天律信息技术 有限公司合作，采用数据挖掘技术对钢材生产的 全流程进行质量监控和分析，构建故障地图，实 时分析产品出现瑕疵的原因，有效提高了产品的 优良率。
数据 仓库 数据挖掘
预测 模型
目标客户 决策评估 划分 市场活动
市场 划分
▪ 营销活动相应模型 客户价值评估模型 ▪ 交叉销售模型 客户流失模型
四、联机分析处理（OLAP）
▪ OLAP(联机分析处理:On-line Analytical Processing)是基于数据仓库的信息分析处 理过程,是专门用于支持复杂的决策分析， 支持信息管理和业务管理人员决策活动的 一种决策分析工具。
▪
追求至善凭技术开拓市场，凭管理增 创效益 ，凭服 务树立 形象。2020年10月16日星期 五上午4时57分 20秒04:57:2020.10.16
▪
严格把控质量关，让生产更加有保障 。2020年10月 上午4时 57分20.10.1604:57Oc tober 16, 2020
▪
作业标准记得牢，驾轻就熟除烦恼。2020年10月16日星期 五4时57分20秒 04:57:2016 October 2020
案例：数据仓库在电信行业中的应用
数据仓库在电信业务中的应用功能
▪ （1）客户管理
▪ （6） 市场竞争分析
（2） 客户发展分析 ▪ （7） 服务质量分析
▪ （3） 业务量分析 ▪ （4） 收入分析
▪ （8） 大客户分析 ▪ （9）欠费和动态防欺诈
▪ （5） 营销管理分析 ▪
行为分析
▪ （10）代理商及渠道分析
CRM数据仓库的作用
▪ 保留客户 ▪ 降低管理成本 ▪ 分析利润的增长 ▪ 增强竞争优势
数据仓库的发展
随着数据仓库技术的不断发展，在实际应用中发挥了巨大的 作用。
根据美国META集团的研究，数据仓库技术在金融业、制造 业、商贸业以及社会服务等方面都有广泛的应用前景，已经 采用数据仓库的企业的投资回报率（Return On Investment，ROI）均在40%以上，部分企业高达每年 600%。
2.数据仓库体系结构
3.数据仓库的类型
▪ 根据数据仓库所管理的数据类型和它们所 解决的企业问题范围，一般可将数据仓库 分为下列３种类型：
▪ （1）企业数据仓库（EDW） ▪ （2）操作型数据库（ODS） ▪ （3）数据市集（Data Martet） ▪ 数据仓库主要工作的对象为多维数据，因
此又称为多维数据库。
3.客户数据的信息来源
企业内部数据
企业外部信息
继续 购买中
继续往来客户
一年内 无购买
流失客户 营销渠道客户
整理 测试
基本信息 营销信息 交易信息
基本信息 营销信息 交易信息
客户数据库
二、CRM数据仓库
▪ 1.数据库技术
▪ 数据库是按一定的数据模型组织、描述和存储的 ，有组织、可共享的数据集合，是构成数据库系 统的重要部分。
▪ 数据库系统指引进数据库技术后的计算机系统， 实质上是由有组织、动态存储的有密切联系的数 据集合，及对其进行统一管理的计算机软件和配 件资源所组成的系统。
▪ 数据库系统由硬件系统、数据库、数据库管理系 统应用程序和用户组成。
数据库系统结构
建立、修改数据 查询及编辑信息 生成菜单数据输入
用户及权限 查看变更的结果
▪ 注意： 类的个数是确定的，预先定义好的
▪ （3）聚类分析
▪ 聚集是对记录分组，把相似的记录在一个聚集里 。聚集和分类的区别是聚集不依赖于预先定义好 的类，不需要训练集。
▪ 例子：
▪ a. 一些特定症状的聚集可能预示了一个特定的疾 病
▪ b. 租VCD类型不相似的客户聚集，可能暗示成员 属于不同的亚文化群
呼叫中心 网上交流 电子邮件
传真 直接接触
OLAP 数据仓库
数据挖掘
运营分析 市场专家 知识发现
一、CRM的客户数据
▪ 1.数据的概念
▪ 为反映客观世界中的某一事件而记录的可以鉴别 的数字或符号，如数字、文字、图形、图像、声 音等。
▪ 各种类型的企业在日常的经营活动中都会产生大 量的有关客户的描述、促销活动和交易活动等方 面的数据。
数据定义 数据处理 应用系统生成 数据管理
D
B
M
S
工
具
数据库
▪ 2.数据仓库定义
▪ 数据仓库之父Bill Inmon在1991年出版的 《建立数据仓库》一书中所提出的定义被 广泛接受——
▪ 数据仓库是一个面向主题的、集成的、相 对稳定的、反映历史变化的数据集合，用 于支持管理决策。
▪ 关键特征：
▪ 面向主题；集成； 时变；不可修改
▪ 超市的原始数据：顾客购买时间、交易金额和每 天不同时段顾客 的购买频率；购买种类和搭配情 况；付款方式；购买了“会员卡”的顾客数据更多 。
数据的重要性
▪ 客户数据是银行实施CRM过程中最薄弱的
环节。不准确、不完整和未能很好协调的
客户数据在过去一度是CRM项目失败的主
要原因。缺乏高质量的数据使银行无法了
▪ c. 中国移动采用先进的数据挖掘工具，对用户 wap上网的行为进行聚类分析，通过客户分群， 进行精确营销。
3.数据挖掘模型的建立过程
确定分析和预测目标 建立数据挖掘库 数据准备
基础数据不足 或噪音太大
数据相关性前期探索 模型构造
检验达 预定成功率
模型评估与检验
检验达预 定成功率
部署和应用
4.数据挖掘模型在CRM中的应用
第9章 客户信息的整合与运用
▪ 企业CRM的实施离不开数据的支持，对 优质数据的分析和应用可以提高企业决策 的质量和速度。
▪ 单纯地收集客户数据和信息是不够的，企 业必须学会分析信息，把信息转化为客户 知识，进而依据这些知识制定有效的行动 方案来影响客户行为和购买意向。
客户数据 客户信息 客户知识过程图
▪
加强交通建设管理，确保工程建设质 量。04:57:2004:57:2004:57Fri day, October 16, 2020
▪
安全在于心细，事故出在麻痹。20.10.1620.10.1604:57:2004:57:20October 16, 2020
▪
踏实肯干，努力奋斗。2020年10月16日上午4时57分 20.10.1620.10.16