《CRM中的数据仓库》PPT课件.ppt

1、2020/9/8,仲恺农业工程学院市场营销系,1,第六章 CRM中的数据仓库,2020/9/8,仲恺农业工程学院市场营销系,2,数据仓库与CRM有着难以割舍的密切关系，客户关系管理的很多工作都是以数据仓库为基础展开的。 从某种意义上说，数据仓库是客户关系管理的灵魂。利用数据仓库，企业可以对客户行为进行分析与预测，从而制定准确的市场策略、发现企业的重点客户和评价市场性能，并通过销售和服务等部门与客户交流，实现企业利润的提高。 对于客户量大、市场策略对企业影响较大的企业来说，必须在客户关系管理系统中包含数据仓库。,2020/9/8,仲恺农业工程学院市场营销系,3,内 容,6.1 数据仓库的定义和特

2、征 6.2 数据仓库与数据库的区别 6.3 数据仓库的实施 6.4 数据仓库的建模模型 6.5 联机分析处理（OLAP） 6.6 数据仓库中的数据集成,2020/9/8,仲恺农业工程学院市场营销系,4,6.1 数据仓库的定义和特征,数据库技术，特别是OLTP（联机事务处理），主要是为自动化生产、精简工作任务和高速采集数据服务。它是事务驱动的、面向应用的。 目前，人们要利用现有的数据，进行分析和推理，从而为决策提供依据。这种需求既要求联机服务，又涉及大量用于决策的数据。而传统的数据库系统已无法满足这种需求： 所需历史数据量很大，而传统数据库一般只存储短期数据。 涉及许多部门的数据，而不同系统的数

3、据难以集成。 对大量数据的访问性能明显下降,2020/9/8,仲恺农业工程学院市场营销系,5,数据仓库的定义,数据仓库(Data Warehouse)：是一个面向主题的、集成的、随时间而变的、非易失的数据的集合，是支持管理部门的决策过程。 数据集市(Data Mart)：是一个针对某个主题的经过预统计处理的部门级分析数据库，如销售数据集市、营销数据集市、库存数据集市等。 元数据(Metadata)：是数据中的数据，即描述数据的数据，是数据仓库的蓝图，应包括如下内容: 原始数据拥有者的信息 原始数据的数据源信息 数据的商业意义和典型用法 。,2020/9/8,仲恺农业工程学院市场营销系,6,数据

4、仓库概念的两个层次,功能上 数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库； 内容上 数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。,2020/9/8,仲恺农业工程学院市场营销系,7,数据仓库的特征（1）,面向主题(subject-oeiented) 数据仓库围绕一些主题，如客户、供应商、产品和销售组织。数据仓库关心决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理。因此数据仓库排除对决策无用的数据，提供特定主题的简明视图。 集成性(integrated) 构造数据仓库是将多个异种

5、数据源，如关系数据库、一般文件和联机事务处理记录，集成在一起。使用数据清理和数据集成技术，确保命名约定、编码结构、属性度量等的一致性。,2020/9/8,仲恺农业工程学院市场营销系,8,数据仓库的特征（2）,时变性(time-variant) 数据仓库中数据都是和时间相关，并且每隔一段时间后，运作数据库系统中的数据将被抽取、转换后集成到数据仓库中。 非易失性(nonvolatile) 数据一旦进入数据仓库就不再改变，因此不需要传统数据库中类似插入、更新、删除等操作，在数据仓库中只有装载操作。,2020/9/8,仲恺农业工程学院市场营销系,9,数据仓库的特征（3）,可以看出，数据仓库最根本的特点

6、是物理的存放数据，而且这些数据并非是最新的、专有的，而是来源于其它的数据库。 数据仓库的建立并不是要取代原有的数据库，而是建立在一个较全面、完善的信息应用的基础上，用于支持高层决策分析。,2020/9/8,仲恺农业工程学院市场营销系,10,6.2 数据仓库与数据库的区别,目的不同 数据库用于事务处理；数据仓库用于决策支持 存储方式不同 数据库中的数据以表格方式存储；数据仓库中以数组方式存储 查询方式不同 数据库中应用OLTP(在线事务处理)；数据仓库应用OLAP(在线分析处理)或数据挖掘 响应时间不同 数据库要求响应时间短，数据仓库要求响应时间合理 数据类型不同 数据库针对交易型数据设计的，关

7、心的是短期内每一笔交易的细节信息，并对这些交易记录进行增删改的操作；数据仓库一般只涉及从数据集中观察数据，并不进行增删改等操作。 完成任务的性质不同 前者要求实时性、交互性，而后者需要涉及大范围的数据计算，复杂的基于多个层次的查询语言。,2020/9/8,仲恺农业工程学院市场营销系,11,6.3 数据仓库的实施,主要包括五个部分的内容： 数据仓库的设计建模 对数据仓库的数据组织进行逻辑结构的设计 数据转换与集成 将数据进行提取、转换、装载到数据仓库（或集市）中 数据存储与管理 保证数据的安全性、完整性、一致性 数据的分析和展现 利用OLAP对数据进行多维分析、汇总，形成图表或报表 数据仓库的维

8、护和管理 对数据仓库中元数据的管理,2020/9/8,仲恺农业工程学院市场营销系,12,数据仓库系统体系结构,2020/9/8,仲恺农业工程学院市场营销系,13,6.4 数据仓库的建模模型,数据仓库数据模型采用多维数据模型。可以以星型模型、雪花模型等形式存在。 几个相关概念： 事实表（Fact）：存储用户需要查询分析的数据，事实表中一般包含多个维（Dimension）和度量（Measurement）。 维：数据立方中的空间坐标轴，例如时间维、地区维、产品维。 粒度：每个维可以分成若干等级，例如时间维可以分成年、月、日，描述了不同的查询层次。 度量：是数据的实际意义，描述数据“是什么”，即一个数

9、值的测量指标，如：人数、单价、销售量等。,2020/9/8,仲恺农业工程学院市场营销系,14,星型模型,星型模型： 度量的实际数据存放在事实表中。维的详细信息，如不同的层次划分和相应数据等在维表中存储，事实表中存放各个维的标识码键。事实表和维表将通过这些键关联起来，构成一种星型模型。 这种模式图像星星爆发，维表围绕中心事实表显示在射线上。在星型模式中，每维只用一个表表示，每个表包含一组属性。,2020/9/8,仲恺农业工程学院市场营销系,15,2020/9/8,仲恺农业工程学院市场营销系,16,雪花模型,雪花模型： 对于层次复杂的维,为避免冗余数据占用过大的存储空间,可以使用多个表来描述,这种

10、星型模式的扩展称为雪花模型。 雪花模型是星型模型的变种，其中某些维表是规范的，把数据进一步分解到附加的表中。这种模型图形成类似于雪花的形状。,2020/9/8,仲恺农业工程学院市场营销系,17,2020/9/8,仲恺农业工程学院市场营销系,18,6.5 联机分析处理（OLAP）,联机分析处理,On-Line Analysis Processing,支持通过多维的方式对数据进行分析、查询和生成报表，其基本功能是对用户当前及历史数据进行分析以辅助领导决策。 相关概念： 维：数据立方中的空间坐标轴，例如时间维、地区维、产品维。 粒度：每个维可以分成若干等级，例如时间维可以分成年、月、日，描述了不同的

11、查询层次。,2020/9/8,仲恺农业工程学院市场营销系,19,OLAP特性,（1）多维性:多维性是OLAP的关键属性。系统必须提供对数据的多维视图和分析,包括对层次维和多重层次维的完全支持。 （2）快速性:用户对OLAP的快速反应能力有很高的要求。系统应能在5秒内对用户的大部分分析要求做出反应。 （3）可分析性:OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。 （4）共享性：满足大量用户间数据的共享 （5）信息性:不论数据量有多大，也不管数据存储在何处，OLAP系统应能及时获得信息，并且管理大容量信息。,2020/9/8,仲恺农业工程学院市场营销系,20,OLTP vs OLAP,2

12、020/9/8,仲恺农业工程学院市场营销系,21,OLAP的分析思路,OLAP是决策支持领域的一部分。传统的查询和报表工具是告诉你数据库中都有什么（what happened），OLAP则更进一步告诉你下一步会怎么样（What next）、和如果我采取这样的措施又会怎么样（What if）。 用户首先建立一个假设，然后用OLAP检索数据库来验证这个假设是否正确。 比如，一个分析师想找到什么原因导致了贷款拖欠，他可能先做一个初始的假定，认为低收入的人信用度也低，然后用OLAP来验证他这个假设。如果这个假设没有被证实，他可能去察看那些高负债的账户，如果还不行，他也许要把收入和负债一起考虑，一直进行

13、下去，直到找到他想要的结果或放弃。,2020/9/8,仲恺农业工程学院市场营销系,22,OLAP中的操作,应用OLAP工具进行的分析操作主要有：钻取、旋转、切片 钻取：沿着维上粒度的粗细方向进行的分析操作，改变维的层次，变换分析的粒度。它包括向上钻取和向下钻取。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据；而drill down则相反，它从汇总数据深入到细节数据进行观察 旋转：参与分析的维的变化，即在表格中重新安排维的放置（例如行列互换 ） 切片：将某维固定观察其他维的变化，即一部分维上选定值后，关心度量数据在剩余维上的分布。,2020/9/8,仲恺农业工程学院市场营销系,23,OLAP的分析方法(一)钻取,按时间维向下钻取,按时间维向上钻取,60,2020/9/8,仲恺农业工程学院市场营销系,24,OLAP的分析方法(二)旋转,2020/9/8,仲恺农业工程学院市场营销系,25,OLAP的分析方法(三)切片、切块,2020/9/8,仲恺农业工程学院市场营销系,26,6.6 数据仓库中的数据集成,数据集成的目的： 访问多种数据源的数据 转换成统一格式 校验数据的完整性 存储数据到数据仓库中,2020/9/8,仲恺农业工程学院市场营销系,27,数据集成的