B2B电子商务的客户关系管理技术研究

市场分析关注客户和企业产品间关系的研究。针对当前已有的CRM技术方法而言，现有方法在提供商和企业内部使用的分析型CRM技术很少关注与市场分析模块，但市场分析是CRM技术的重要技术之一，以后应该给予重要关注。市场分析在对企业策略的制定有重要作用，它不但能明确企业客户不同群体的重要价值，还可为相关客户提供特定服务提供重要参考依据。在原先，市场分析主要着重于客户群体的区分和对市场情况的研究，在以后，市场分析应该将更多精力放在不同客户群体间的需求鉴别和客户间的联系。现在，市场分析主要面对的两个问题是：分析型客户关系管理提供商对市场分析不够重视，以及现今缺少有效的市场分析工具。 综上所述，分析型客户关系管理是一种有效的企业客户管理方法，企业应该关注历史数据分析、客户行为分析和市场分析在CRM技术上的应用，并了解和掌握不同分析方法在客户关系管理中的使用和体现，进而使企业进行CRM管理时可以最大化的提升企业管理考核效率和提高企业效益。

10

4 数据仓库技术在CRM系统中的应用

4.1 数据仓库的概述

在信息技术飞速发展的今天，数据库技术也得到了广泛的使用。数据库一般定义为：数据库是一个针对具体对象，相关数据集成与一体，且结构相对稳定，可表现历史进程的数据集合。它可以有效的用于企业管理和经营系统的建立，有效降低系统规模，提高企业管理效率。 4.1.1 数据仓库中的数据是面向主题的

数据仓库是以面向对象的形式集成数据，并对数据进行分类和整理，以数据共有特征对其进行定义和描述，能反映数据对象特征和数据间的关联。数据仓库包括数据特征和特征关系的意义。如针对学生成绩分析数据仓库可以设置为：学生，课程，教师等，它所需用的信息，分不同类别，不同角度等主题把数据整理存储起来。 4.1.2 数据仓库的数据是集成的

集成性是指数据仓库中数据不仅有多元性，还有一致性，即数据是按照其主题进行分类储存的，对于不同事务的业务的数据由系统生成后传递给数据仓库，对异常数据进行过滤后，所有的操作型数据要先经统一和综合后才成为分析型数据进入数据仓库。

4.1.3 数据仓库的数据是相对稳定的

数据仓库中的数据只能进行手动的查询和访问，但不能对查询到的数据进行修改，这保证了数据的真实性和原始性，由于数据仓库中数据本身的规模较大，所有的数据都可以通过索引功能来进行查询和访问。

11

4.1.4 数据仓库中的数据是随时间不断变化的

数据储存到数据仓库中以后会随着时间的变化不断更新，因为系统状态是随着时间的变化不断更新的，各个时刻的数据会不断的存入数据仓库中，历史信息会被新的数据信息所取代，而且系统设定了数据的保存时间，原有的数据会不断的被处理和覆盖。在系统工作过程中，数据仓库中的数据总量总体上是在增长的，这需要数据仓库的结构进行不断的优化和改进。

4.2数据仓库在CRM系统中的设计

数据仓库系统的数据不断更新，所以遵循着系统生命周期阶段的划分，数据仓库的设计有明确的应用需求，与实际系统相结合，有很好的操作性。相关的设计内容有数据仓库系统的物理、概念和逻辑模型。如图4-1所示。

面向用户的需

业务需求 有反 收集、分析和确认 复的 逐步 概念模型设计 设

计过

程常用方法：信息包图法 关键任务：分析和理解数据仓库

将需求模型转为关系模型

详细的技术细由关系模型转为储存模型 物理模型设计

12

常用方法：星形图法 关键任务：事实表与维度表的设计，包括事实、粒度、聚合

逻辑模型设计 常用方法：关系表（通用数据库物理设计法）

关键任务：物理数据库表及其

图4-1 数据仓库设计流程

4.3数据仓库和OLAP的集合

OLAP是一种分析展示工具，它可以对用户进行统计，报表处理还有预测能力。

OLAP有两个方面的主要特征：一是能够更快的对用户的操作进行响应；二是能够从多个角度和层面上对用户的需求进行分析。数据本身的指向性使得OLAP的结构具有先天的结构优势，而数据仓库的分析功能都需要由OLAP来实现，二者是相互结合来完成所需要功能：由数据仓库来提供系统的数据存储以及读取，则OLAP来对数据进行分析。

OLAP是通过多维数据分析传递给用户，多维数据集是OLAP中的核心。 1）星型模型

维表和事实表是多维数据的主要分类方法，通过维表存储的主要是一些类别、层次信息，事实表则是关键字和数据。在星型模型中，维表和事实相互连接，由于维度的变化无法体现，数据冗余会因此产生。

在图中采购情况是一个事实表，在表中存储了地域维，时间维，企业维三个维表的外键，通过这三个外键将三个维表与事实表联系在一起，形成星型模式。如图4-2所示。

13

地域维 国家 采购事实表 地域维外键 企业维 国家