电子商务企业管理方案ppt课件

1、第五章第五章电子商务企业管理方案电子商务企业管理方案1;. 客户关系管理客户关系管理 供应链管理供应链管理 商务智能商务智能 2;.3客户关系管理简述客户关系管理简述CRM(Customer Relationship Management，客户关系管理客户关系管理)，是正在兴起的，是正在兴起的一种旨在健全、改善企业与客户之间关系的新型管理系统一种旨在健全、改善企业与客户之间关系的新型管理系统 CRM核心思想是以核心思想是以“客户为中心客户为中心”，提高客户满意度，改善客户关系，从而提高，提高客户满意度，改善客户关系，从而提高企业的竞争力企业的竞争力 对对CRM的定义，目前还没有一个统一的表述。

2、但就其功能来看，的定义，目前还没有一个统一的表述。但就其功能来看，CRM是通过采用是通过采用信息技术，使企业市场营销、销售管理、客户服务和支持等经营流程信息化，实现信息技术，使企业市场营销、销售管理、客户服务和支持等经营流程信息化，实现客户资源有效利用的管理软件系统客户资源有效利用的管理软件系统 4需求的拉动的冲击需求的拉动的冲击来自销售人员的声音来自销售人员的声音来自营销人员的声音来自营销人员的声音来自服务人员的声音来自服务人员的声音来自顾客的声音来自顾客的声音来自经理人员的声音来自经理人员的声音技术的推动技术的推动管理理念的更新管理理念的更新业务流程的重组（业务流程的重组（BPR）客户的重

3、要性日益突出客户的重要性日益突出网络化市场的主动权在客户方网络化市场的主动权在客户方CRM的产生的产生5Internet和电子商务和电子商务多媒体技术多媒体技术数据仓库和数据挖掘数据仓库和数据挖掘人工智能和专家系统人工智能和专家系统呼叫中心及相应的硬件系统呼叫中心及相应的硬件系统专业咨询真正的专业咨询真正的CRM应做到应做到让客户更方便（让客户更方便（Convenient）让客户更亲切（让客户更亲切（Care）让客户更觉个性化（让客户更觉个性化（Personalized）实时反应（实时反应（real-time response）CRM作为解决方案作为解决方案6CRM的主要内容的主要内容客户分析

4、客户分析企业对客户的承诺企业对客户的承诺客户信息交流客户信息交流一良好的关系留住客户一良好的关系留住客户客户反馈管理客户反馈管理CRM系统组成系统组成客户概况（客户概况（Profiling）分析子系统分析子系统客户利润（客户利润（Profitability）分析子系统分析子系统客户性能（客户性能（Performance）分析子系统分析子系统客户产品（客户产品（Product）分析子系统分析子系统客户忠诚度（客户忠诚度（Persistency）分析子系统分析子系统客户未来（客户未来（Prospecting）分析子系统分析子系统客户促销（客户促销（Promotion）分析子系统分析子系统CRM主要

5、内容主要内容7CRM与与ERP的关系的关系8客户关系管理模型客户关系管理模型9客户关系管理的功能主要分为四大部分：客户关系管理的功能主要分为四大部分：客户信息管理客户信息管理 ：整合记录企业各部门、每个人所接触的客户资料，并进行统整合记录企业各部门、每个人所接触的客户资料，并进行统一管理一管理 市场营销管理：制订市场推广计划，并对各种渠道接触的客户进行记录、分市场营销管理：制订市场推广计划，并对各种渠道接触的客户进行记录、分类和辨识，提供对潜在客户的管理，并对各种市场活动的成效进行评价类和辨识，提供对潜在客户的管理，并对各种市场活动的成效进行评价 销售管理：包括对销售人员电话销售、现场销售、销

6、售佣金等管理，支持现销售管理：包括对销售人员电话销售、现场销售、销售佣金等管理，支持现场销售人员的移动通信设备或掌上电脑接入场销售人员的移动通信设备或掌上电脑接入 服务管理与客户关怀：功能包括产品安装档案、服务请求、服务内容、服务服务管理与客户关怀：功能包括产品安装档案、服务请求、服务内容、服务网点、服务收费等管理信息，详细记录服务全程进行情况网点、服务收费等管理信息，详细记录服务全程进行情况 CRM的典型功能的典型功能 10 IBM的的CRM解决方案解决方案 11CRM解决方案的功能主要有三类：解决方案的功能主要有三类： 接入管理接入管理 ：用来管理客户和企业进行交互的方式用来管理客户和企业

7、进行交互的方式 CRMCRM流程管理流程管理 ：CRMCRM流程管理代表着与销售、服务、支持和市场相关的业流程管理代表着与销售、服务、支持和市场相关的业务流程的自动化，主要包括销售自动化务流程的自动化，主要包括销售自动化 、服务送达、服务送达 、产品支持、产品支持 和市场和市场自动化自动化 关系管理：关系管理： 使用数据挖掘使用数据挖掘/ /数据仓库和复杂的分析功能，数据仓库和复杂的分析功能， 贯穿于贯穿于CRMCRM解解决方案关系管理的全过程，并具有全面的客户观念和客户忠诚度衡量标决方案关系管理的全过程，并具有全面的客户观念和客户忠诚度衡量标准和条件准和条件 IBM CRM的主要内容的主要内

8、容 客户关系管理客户关系管理 供应链管理供应链管理 商务智能商务智能12;.13SCMSCM概念概念 供应链（供应链（supply chainsupply chain）定义为相互间通过提供原材料、零部件、产品、服务的定义为相互间通过提供原材料、零部件、产品、服务的厂家、供应商、零售商等组成的网络厂家、供应商、零售商等组成的网络 供应链管理（供应链管理（Supply Chain ManagementSupply Chain Management）则是对供应链中的信息流、物流和资则是对供应链中的信息流、物流和资金流进行设计、规划和控制，从而增强竞争实力，提高供应链中各成员的效率和金流进行设计、规划

9、和控制，从而增强竞争实力，提高供应链中各成员的效率和效益效益 SCMSCM帮助管理人员有效分配资源，最大限度提高效率和减少工作周期帮助管理人员有效分配资源，最大限度提高效率和减少工作周期 14SCM与与ERP供应链管理供应链管理(SCM)应用是在企业资源管理应用是在企业资源管理(ERP)的基础上发展起来的的基础上发展起来的 ERP从概念上而言仅是对企业内部的资源进行调配与平衡从概念上而言仅是对企业内部的资源进行调配与平衡 SCM被作为被作为ERP的外延和补充提出来，因为的外延和补充提出来，因为SCM不仅包括资源接收、生产制造过不仅包括资源接收、生产制造过程的管理，还涉及产品交付过程程的管理，还

10、涉及产品交付过程等管理等管理ERP是着重在交易处理（是着重在交易处理（Transaction Base）的层面，的层面，SCM软件则着重在规划层软件则着重在规划层面，而且它是从供应链的角度思考作整个供应链的管理面，而且它是从供应链的角度思考作整个供应链的管理 15SCMSCM的功能的功能 订购管理：管理客户各种订购情况，如订货、收货、付款与否等订购管理：管理客户各种订购情况，如订货、收货、付款与否等 需求管理：从市场动态预测客户需求，以及材料补给计划等需求管理：从市场动态预测客户需求，以及材料补给计划等 供给管理：管理材料供应商的供给情况，如库存情况、价格、供给能力等供给管理：管理材料供应商的

11、供给情况，如库存情况、价格、供给能力等 制造管理：管理产品的状况，如生产线、生产量、物流管理等制造管理：管理产品的状况，如生产线、生产量、物流管理等 16供应链流程观供应链流程观周期的观点周期的观点推拉的观点推拉的观点17Dell供应链的推供应链的推/拉流程拉流程18OracleOracle供应链管理系统主要包括：供应链管理系统主要包括： 供应链计划供应链计划 供给管理供给管理 物料管理物料管理 销售定单管理销售定单管理 售后客户服务售后客户服务 质量管理质量管理 OracleOracle的供应链管理方案的供应链管理方案 客户关系管理客户关系管理 供应链管理供应链管理 商务智能商务智能19;.

12、20核心业务与电子商务紧密结合核心业务与电子商务紧密结合 面向客户面向客户 个性化服务个性化服务 商业智能商业智能 快速反应快速反应 智能电子商务的特征智能电子商务的特征 21如果数据是金钱，商务智能可以如果数据是金钱，商务智能可以.Existing Data Assets产品或服务分析产品或服务分析降低成本降低成本分析利润分析利润发现销售机会发现销售机会目标市场目标市场/动态区隔动态区隔22什么是商务智能？什么是商务智能？?商务智能指收集、转换、分析和发布数据的过程，目的是为了更好的决策。商务智能指收集、转换、分析和发布数据的过程，目的是为了更好的决策。?商务智能是指将数据转化为知识的过程。

13、它包括捕获和分析信息，交流信息，以商务智能是指将数据转化为知识的过程。它包括捕获和分析信息，交流信息，以及利用这些信息开发市场。及利用这些信息开发市场。DataInformationKnowledge23商务智能在行业的应用商务智能在行业的应用银行银行?客户利润分析?分支行利润分析?交叉销售?信用风险管理?新产品推销?收费策略保险?欺诈管理?收费策略?目标市场活动?客户挽留?客户利润分析零售?地区/商店各种货物（品牌，分类等）销售业绩?定价和减价?市场篮子关系?市场需求预测?仓储规划通讯?客户忠实?客户流失模式?客户利润分析?竞争分析?欺诈管理24数据仓库技术数据仓库技术 联机分析处理技术联机

14、分析处理技术OLAPOLAP数据挖掘技术数据挖掘技术代理技术代理技术商务智能关键技术商务智能关键技术 25数据仓库数据仓库数据仓库的最终目标是把企业范围内的所有数据集成在一个大仓库中，让用户能运数据仓库的最终目标是把企业范围内的所有数据集成在一个大仓库中，让用户能运行查询、产生报告、执行分析行查询、产生报告、执行分析 “数据仓库之父数据仓库之父”Bill Inmon给的定义：给的定义：数据仓库就是一个用以更好地支持企业或组织的决策分析处理的，面向主题的，数据仓库就是一个用以更好地支持企业或组织的决策分析处理的，面向主题的，集成的，不可更新的，随时间不断变化的数据集合集成的，不可更新的，随时间不

15、断变化的数据集合26数据仓库的特征数据仓库的特征面向主题的：主题是一个在较高层次将数据归类的标准，每个主题基本对应一个宏面向主题的：主题是一个在较高层次将数据归类的标准，每个主题基本对应一个宏观的分析领域观的分析领域 集成的：允许数据来自于跨组织和部门等不同数据源；集成的数据必须是一致的、集成的：允许数据来自于跨组织和部门等不同数据源；集成的数据必须是一致的、用户看来是统一的数据视图用户看来是统一的数据视图 不可更新的：指一旦某个数据进入数据仓库后，一般情况下将被长期保留（反映历不可更新的：指一旦某个数据进入数据仓库后，一般情况下将被长期保留（反映历史数据内容）史数据内容）随时间不断变化：库中

16、的信息系统地记录了企业从过去某一点到目前的各阶段的信随时间不断变化：库中的信息系统地记录了企业从过去某一点到目前的各阶段的信息息 27数据仓库与数据库比较数据仓库与数据库比较不同点：不同点： 依据决策要求，只从数据库中抽取需要的数据，依据决策要求，只从数据库中抽取需要的数据， 并进行一定的处理并进行一定的处理 数据仓库是多维的，即数据仓库的数据的组织数据仓库是多维的，即数据仓库的数据的组织 方式有多层的行和列方式有多层的行和列 支持决策处理（支持决策处理（OLAP），），不同于普通的事务处不同于普通的事务处 理（理（OLTP）需要的数据库知识需要的数据库知识 并行数据库技术：数据量很大并行数据

17、库技术：数据量很大 高性能的数据库服务器：分析型的应用高性能的数据库服务器：分析型的应用 数据库互操作技术：数据来源多种多样数据库互操作技术：数据来源多种多样28数据仓库的体系结构数据仓库的体系结构 操作型数据源1 报告查询、应用开发和EIS工具 操作型数据源2OLAP 工具 n数据挖掘工具 仓库管理器 元数据高度综合数据 轻度综合数据 细节数据 集成管理器查询管理器操作型数据源n29数据仓库建模数据仓库建模星型模式星型模式Example of Star SchemaDateMonthYearDateCustIdCustNameCustCityCustCountryCustSales Fact

18、 Table Date Product Store Customer unit_sales dollar_sales Yen_salesMeasurementsProductNoProdNameProdDescCategoryQOHProductStoreIDCityStateCountryRegionStore30数据仓库建模数据仓库建模雪片模式雪片模式 DateMonthDateCustIdCustNameCustCityCustCountryCustSales Fact Table Date Product Store Customer unit_sales dollar_sales Y

19、en_salesMeasurementsProductNoProdNameProdDescCategoryQOHProductMonthYearMonthYearYearCityStateCityCountryRegionCountryStateCountryStateStoreIDCityStore31操作型（操作型（OLTP）数据源数据源-销售库销售库32星形模式星形模式时间维时间维事实表事实表33多维模型多维模型事实事实度量度量(Metrics)时间维时间维时间维的属性时间维的属性34联机事物处理联机事物处理OLTP系统和数据仓库的比较系统和数据仓库的比较OLTP系系统统数数据据仓仓库库

20、系系统统保持当前数据保持历史数据存储细节数据存储细节、轻度综合、高度综合的数据数据是动态的数据大体上是静态的重复处理即时的、非结构的、启发式的处理大量事务少量事务可预测的使用模式不可预测的使用模式事务驱动分析驱动面向应用面向主题支持日常决策支持战略决策服务于大量操作型用户服务于少数管理用户35典型的数据仓库解决方案典型的数据仓库解决方案IBM数据仓库解决方案数据仓库解决方案ORACLE数据仓库解决方案数据仓库解决方案SAS数据仓库解决方案数据仓库解决方案.36IBM数据仓库解决方案数据仓库解决方案建立数据仓库包括以下阶段：建立数据仓库包括以下阶段：数据抽取阶段：完成对各种数据源的访问数据抽取阶

21、段：完成对各种数据源的访问数据转换阶段：完成对数据的清洗、汇总、整合数据转换阶段：完成对数据的清洗、汇总、整合数据分布阶段：完成对结果数据存储的分配数据分布阶段：完成对结果数据存储的分配 通常此三阶段紧密结合在一个产品中体现通常此三阶段紧密结合在一个产品中体现 数据仓库的存储：由数据仓库的存储：由DB2家族完成家族完成数据的呈现：由不同产品完成不同的分析要求数据的呈现：由不同产品完成不同的分析要求管理和维护数据仓库中的数据：管理和维护数据仓库中的数据：交给交给Visual Warehouse37IBM数据仓库解决方案数据仓库解决方案数 据 仓 库 按 主 题划 分 的 商 务 领 域描 述 性

22、 数 据 元 素 映 象 商务 视 图 操 作 性 数 据外 部 数 据管 理转 换 工 具商 务 视 图商 用 信 息38IBM数据仓库解决方案数据仓库解决方案前三个阶段（抽取、转换、分布）：前三个阶段（抽取、转换、分布）：Visual Warehouse、Data Joiner、Date Propagator数据仓库的存储由数据仓库的存储由DB2家族产品来完成家族产品来完成39IBM数据仓库解决方案数据仓库解决方案数据的呈现：数据的呈现：Approach可进行查询和统计分析可进行查询和统计分析IntelligentDecisionServer支持多维分析支持多维分析IntelligentM

23、iner用于数据挖掘用于数据挖掘用户查找和理解数据仓库中的数据：用户查找和理解数据仓库中的数据：DataGuide40ORACLE数据仓库解决方案数据仓库解决方案ORACLE数据仓库解决方案是OracleOLAP产品。其示意图如下：OLAP应用程序OLAP工具OLAP Server数据源OracleSalesAnalyzerOracleFinancialAnalyzerOracleFinancialController第三方前端工具OracleExpressObjectsOracleExpressAnalyzerOracleExpress WebAgentOracleDiscovererOra

24、cle Express Server其他传统的和外部数据库关系型数据库管理系统41ORACLE数据仓库解决方案数据仓库解决方案Oracle Express Server是一个先进的计算引擎和数据高速缓存是一个先进的计算引擎和数据高速缓存 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 42ORACLE数据仓库解决方案数据仓库解决方案Oracle Express Web Agent将将Oracle Express技术的分析能力和技术的分析能力和Web浏览器浏览器的

25、简单性相结合的简单性相结合 Oracle Financial Analyzer，Oracle Financial Controller和和Oracle Sales Analyzer是是Oracle针对财务和销售而预制的针对财务和销售而预制的OLAP应用应用 43联机分析处理（联机分析处理（OLAP）60年代，关系数据库之父年代，关系数据库之父E.F.Codd提出了关系模型，促进了联机事务处理提出了关系模型，促进了联机事务处理(OLTP)的发展的发展(数据以表格的形式而非文件方式存储数据以表格的形式而非文件方式存储)。1993年，年，E.F.Codd提出提出了了OLAP概念，认为概念，认为OLT

26、P已不能满足终端用户对数据库查询分析的需要，已不能满足终端用户对数据库查询分析的需要，SQL对对大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析需大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此，出的需求。因此，E.F.Codd提出了多维数据库和多维分析的概念，即提出了多维数据库和多维分析的概念，即OLAP。44 OLTP数据数据 OLAP数据数据 原始数据原始数据 导出数据导出数据 细节性数据细节性

27、数据 综合性和提炼性数据综合性和提炼性数据 当前值数据当前值数据 历史数据历史数据 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 一次处理的数据量小一次处理的数据量小 一次处理的数据量大一次处理的数据量大 面向应用，事务驱动面向应用，事务驱动 面向分析，分析驱动面向分析，分析驱动 面向操作人员，支持日面向操作人员，支持日 面向决策人员，支持管理需要面向决策人员，支持管理需要 常操作常操作OLTP和和OLAP的区别的区别45定义定义1 ：OLAP(联机分析处理联机分析处理)是针对特定问题的联机数据访问和分析。通过对信息是针对特定问题的联机数据访问和分析。通过对信息(维数据维数据)的

28、多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。人员对数据进行深入观察。定义定义2 ：OLAP(联机分析处理联机分析处理) 是使分析人员、管理人员或执行人员能够从多种角度是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。息进行快速、一致、交互地存取，从而获得对数据的更深入了解的

29、一类软件技术。(OLAP委员会的定义委员会的定义)OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是的目标是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维维”这个概念，因此这个概念，因此OLAP也可以说是多维数据分析工具的集合。也可以说是多维数据分析工具的集合。什么是什么是OLAP？461.维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性集合构成一个维(时时间维、地理维等间维、地理维等)。2.维的层次：人们观察数据的某个特定角度维的层次：人们观察数据的某个特定角度(即某个维

30、即某个维) 可以存在细节程度不同的各个描可以存在细节程度不同的各个描述方面述方面(时间维：日期、月份、季度、年时间维：日期、月份、季度、年)。3.维的成员：维的一个取值。是数据项在某维中位置的描述。维的成员：维的一个取值。是数据项在某维中位置的描述。(“某年某月某日某年某月某日”是在时是在时间维上位置的描述间维上位置的描述)4.多维数组：维和变量的组合表示。一个多维数组可以表示为：多维数组：维和变量的组合表示。一个多维数组可以表示为：(维维1，维，维2，维，维n，变量变量)。(时间，地区，产品，销售额时间，地区，产品，销售额)5.数据单元数据单元(单元格单元格)：多维数组的取值。：多维数组的取

31、值。(2000年年1月，上海，笔记本电脑，月，上海，笔记本电脑，$100000)相关基本概念相关基本概念47(1)(1)快速性快速性: :用户对用户对OLAPOLAP的快速反应能力有很高的要求。系统应能在的快速反应能力有很高的要求。系统应能在5 5秒内对用户的大部秒内对用户的大部分分析要求做出反应。分分析要求做出反应。(2)(2)可分析性可分析性: :OLAPOLAP系统应能处理与应用有关的任何逻辑分析和统计分析。系统应能处理与应用有关的任何逻辑分析和统计分析。(3)(3)多维性多维性: :多维性是多维性是OLAPOLAP的关键属性。系统必须提供对数据的多维视图和分析的关键属性。系统必须提供对

32、数据的多维视图和分析, ,包括对包括对层次维和多重层次维的完全支持层次维和多重层次维的完全支持(4)(4)信息性信息性: :不论数据量有多大，也不管数据存储在何处，不论数据量有多大，也不管数据存储在何处，OLAPOLAP系统应能及时获得信息，系统应能及时获得信息，并且管理大容量信息。并且管理大容量信息。OLAP特性特性48多维视图多维视图 地北京 理多维数据视图 位上海 99 置 98 年广州 97 份 彩电 洗衣机 电冰箱产 品 类 型9897491.1.超立方结构超立方结构( (Hypercube) Hypercube) 超立方结构指用三维或更多的维数来描述一个对象超立方结构指用三维或更多

33、的维数来描述一个对象, ,每个维彼此垂直。数据的测每个维彼此垂直。数据的测量值发生在维的交叉点上量值发生在维的交叉点上, ,数据空间的各个部分都有相同的维属性。数据空间的各个部分都有相同的维属性。( (收缩超立收缩超立方结构方结构: :这种结构的数据密度更大这种结构的数据密度更大, ,数据的维数更少数据的维数更少, ,并可加入额外的分析维并可加入额外的分析维) )。 2.2.多立方结构多立方结构( (Multicube)Multicube) 在多立方结构在多立方结构(Multicube)中中,将大的数据结构分成多个多维结构。这些多维结将大的数据结构分成多个多维结构。这些多维结构是大数据维数的子

34、集构是大数据维数的子集,面向某一特定应用对维进行分割面向某一特定应用对维进行分割,即将超立方结构变为即将超立方结构变为子立方结构。它具有很强的灵活性子立方结构。它具有很强的灵活性,提高了数据提高了数据(特别是稀疏数据特别是稀疏数据)的分析效率的分析效率OLAP多维数据结构多维数据结构50OLAP多维数据分析多维数据分析对以多维形式组织起来的数据，采取切片、切块、旋转等各种分析动作，以求剖对以多维形式组织起来的数据，采取切片、切块、旋转等各种分析动作，以求剖析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据 511.1.切片和切块

35、切片和切块( (Slice and DiceSlice and Dice) ) 在多维数据结构中在多维数据结构中, ,按二维进行切片按二维进行切片, ,按三维进行切块按三维进行切块, ,可得到所需要的数据。可得到所需要的数据。如在如在“城市、产品、时间城市、产品、时间”三维立方体中进行切块和切片三维立方体中进行切块和切片, ,可得到各城市、各可得到各城市、各产品的销售情况。产品的销售情况。2.2.钻取钻取( (Drill) Drill) 钻取包含向下钻取钻取包含向下钻取( (Drill-down)Drill-down)和向上钻取和向上钻取( (Drill-up)/Drill-up)/上卷上卷(

36、 (Roll-upRoll-up) )操作，操作， 钻取的深度与维所划分的层次相对应。钻取的深度与维所划分的层次相对应。 3.3.旋转旋转( (Rotate)/Rotate)/转轴转轴( (Pivot)Pivot) 通过旋转可以得到不同视角的数据。通过旋转可以得到不同视角的数据。数据分析方法数据分析方法52OLAP的分析方法的分析方法(一一)切片、切块切片、切块53OLAP的分析方法的分析方法(二二)钻取钻取按按时时间间维维向向下下钻钻取取按按时时间间维维向向上上钻钻取取6054OLAP的分析方法的分析方法(三三)旋转旋转55数据组织形式数据组织形式RDB数据组织数据组织 - - MDDB数据

37、组织数据组织 - - 关系表中综合数据的存放关系表中综合数据的存放 多维数据库中综合数据的存放多维数据库中综合数据的存放 产 品 名产 品 名称称地区地区销售销售量量冰箱冰箱东北东北50冰箱冰箱西北西北60冰箱冰箱华北华北100彩电彩电东北东北40彩电彩电西北西北70彩电彩电华北华北80空调空调东北东北90空调空调西北西北120空调空调华北华北140东东北北西西北北华华北北冰冰箱箱50601 00彩彩电电407080空空调调901 201 40产品名产品名称称地区地区销 售销 售量量冰箱冰箱东北东北50冰箱冰箱西北西北60冰箱冰箱华北华北100冰箱冰箱总和总和210彩电彩电东北东北40彩电彩电

38、西北西北70彩电彩电华北华北80彩电彩电总和总和190空调空调东北东北90空调空调西北西北120空调空调华北华北140空调空调总和总和350总和总和东北东北180总和总和西北西北250总和总和华北华北320总和总和总和总和750东北东北西北西北华北华北总和总和冰箱冰箱5060100210彩电彩电407080190空调空调90120140350总和总和18025032075056OLAP体系结构体系结构 数据集成、转换 数据过滤 用户图形接口超级立方体元数据数据库数据仓库57数据挖掘（数据挖掘（DataMining）数据挖掘数据挖掘(Data Mining)，又称数据库中的知识发现又称数据库中的

39、知识发现(Knowledge Discovery in Database,KDD)，是指从大型数据库或数据仓库中是指从大型数据库或数据仓库中抽取出潜在的、有价值的知识抽取出潜在的、有价值的知识（模型或规则）的过程（模型或规则）的过程数据挖掘的目的：提高市场决策能力；检测异常模式；在过去的经验基础上预言数据挖掘的目的：提高市场决策能力；检测异常模式；在过去的经验基础上预言未来趋势等未来趋势等数据挖掘不同的术语和定义：数据挖掘不同的术语和定义：data mining, knowledge discovery, pattern data mining, knowledge discovery, pa

40、ttern discovery, data dredging, data archeology.discovery, data dredging, data archeology.58数据挖掘过程数据挖掘过程选择选择转换转换挖掘挖掘理解理解转换后数据转换后数据抽取的信息抽取的信息可理解的信息可理解的信息选择的数据选择的数据数据仓库数据仓库59数据挖掘过程模型数据挖掘过程模型1.定义商业问题定义商业问题2.建立数据挖掘模型建立数据挖掘模型3.分析数据分析数据4.准备数据准备数据5.建立模型建立模型6.评价模型评价模型7.实施实施60数据挖掘和数据仓库数据挖掘和数据仓库数据源数据源数据仓库数据仓库

41、各分公司数据集各分公司数据集市市分析分析数据集市数据集市数据挖掘数据挖掘数据集市数据集市图图1：数据挖掘库从数据仓库中得出：数据挖掘库从数据仓库中得出数据源数据源数据挖掘库数据挖掘库图图2：数据挖掘库从事务数据库中得出：数据挖掘库从事务数据库中得出61数据挖掘模式数据挖掘模式分类模式分类模式 关联模式关联模式顺序模式顺序模式聚类模式聚类模式回归模式回归模式时间序列模式时间序列模式62分类分类 （Classification）方法：方法： 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，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，

42、对于没有分类的数据进行分类。建立分类模型，对于没有分类的数据进行分类。例子：例子： a. 信用卡申请者，分类为低、中、高风险信用卡申请者，分类为低、中、高风险b.b.分配客户到预先定义的客户分片分配客户到预先定义的客户分片注意：注意： 类的个数是确定的，预先定义好的类的个数是确定的，预先定义好的常用算法：常用算法： Decision tree induction、 Neural networks、 Genetic algorithms、 K-Nearest neighbors 、Case based reasoning、 Association Rule Model、 Decision Clu

43、ster model、 Rough set classification model63回归（估值回归（估值Estimation）方法方法 估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。的输出；分类的类别是确定数目的，估值的量是不确定的。例子：例子： a. 根据购买模式，估计一个家庭的孩子个数根据购买模式，估计一个家庭的孩子个数b. 根据购买模式，估计一个家庭的收入根据购买模式，估计一个家庭的收入c. 估计估计real estate的价值

44、的价值一般来说，估值可以作为分类的前一步工作。给定一些输入数据，通过估值，得到未一般来说，估值可以作为分类的前一步工作。给定一些输入数据，通过估值，得到未知的连续变量的值，然后，根据预先设定的阈值，进行分类。例如：银行对家庭贷款知的连续变量的值，然后，根据预先设定的阈值，进行分类。例如：银行对家庭贷款业务，运用估值，给各个客户记分（业务，运用估值，给各个客户记分（Score 01）。）。然后，根据阈值，将贷款级别分然后，根据阈值，将贷款级别分类。类。64关联模式关联模式相关性分组或关联规则（相关性分组或关联规则（Affinity grouping or association rules）两种

45、常用的技术是两种常用的技术是关联规则关联规则和和序列模式序列模式。关联规则是寻找在同一个事件中出现的不同项的相关性；序列模式寻找的是关联规则是寻找在同一个事件中出现的不同项的相关性；序列模式寻找的是事件之间时间上的相关性事件之间时间上的相关性 例子：例子： a. 超市中客户在购买超市中客户在购买A的同时，经常会购买的同时，经常会购买B，即即A = B(关联规则关联规则)b.b. 客户在购买客户在购买A后，隔一段时间，会购买后，隔一段时间，会购买B （序列分析）序列分析）65聚类（聚类（Clustering）方法方法 聚类是对记录分组，把相似的记录在一个聚类里。聚类和分类的区别是聚类不依赖聚类是对记录分组，把相似的记录在一个聚类里。聚类和分类的区别是聚类不依赖于预先定义好的类，不需要训练集。于预先定义好的类，不需要训练集。例子：例子： a. 一些特定症状的聚类可能预示了一个特定的疾病一些特定症状的聚类可能预示了一个特定的疾病b. 租租VCD类型不相似