1、2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,1,第六章 CRM中的數(shù)據(jù)倉庫,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,2,數(shù)據(jù)倉庫與CRM有著難以割舍的密切關(guān)系，客戶關(guān)系管理的很多工作都是以數(shù)據(jù)倉庫為基礎(chǔ)展開的。 從某種意義上說，數(shù)據(jù)倉庫是客戶關(guān)系管理的靈魂。利用數(shù)據(jù)倉庫，企業(yè)可以對客戶行為進(jìn)行分析與預(yù)測，從而制定準(zhǔn)確的市場策略、發(fā)現(xiàn)企業(yè)的重點(diǎn)客戶和評價市場性能，并通過銷售和服務(wù)等部門與客戶交流，實現(xiàn)企業(yè)利潤的提高。 對于客戶量大、市場策略對企業(yè)影響較大的企業(yè)來說，必須在客戶關(guān)系管理系統(tǒng)中包含數(shù)據(jù)倉庫。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,3,內(nèi) 容,6.1 數(shù)據(jù)倉庫的定義和特

2、征 6.2 數(shù)據(jù)倉庫與數(shù)據(jù)庫的區(qū)別 6.3 數(shù)據(jù)倉庫的實施 6.4 數(shù)據(jù)倉庫的建模模型 6.5 聯(lián)機(jī)分析處理（OLAP） 6.6 數(shù)據(jù)倉庫中的數(shù)據(jù)集成,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,4,6.1 數(shù)據(jù)倉庫的定義和特征,數(shù)據(jù)庫技術(shù)，特別是OLTP（聯(lián)機(jī)事務(wù)處理），主要是為自動化生產(chǎn)、精簡工作任務(wù)和高速采集數(shù)據(jù)服務(wù)。它是事務(wù)驅(qū)動的、面向應(yīng)用的。 目前，人們要利用現(xiàn)有的數(shù)據(jù)，進(jìn)行分析和推理，從而為決策提供依據(jù)。這種需求既要求聯(lián)機(jī)服務(wù)，又涉及大量用于決策的數(shù)據(jù)。而傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)已無法滿足這種需求： 所需歷史數(shù)據(jù)量很大，而傳統(tǒng)數(shù)據(jù)庫一般只存儲短期數(shù)據(jù)。 涉及許多部門的數(shù)據(jù)，而不同系統(tǒng)的數(shù)

3、據(jù)難以集成。 對大量數(shù)據(jù)的訪問性能明顯下降,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,5,數(shù)據(jù)倉庫的定義,數(shù)據(jù)倉庫(Data Warehouse)：是一個面向主題的、集成的、隨時間而變的、非易失的數(shù)據(jù)的集合，是支持管理部門的決策過程。 數(shù)據(jù)集市(Data Mart)：是一個針對某個主題的經(jīng)過預(yù)統(tǒng)計處理的部門級分析數(shù)據(jù)庫，如銷售數(shù)據(jù)集市、營銷數(shù)據(jù)集市、庫存數(shù)據(jù)集市等。 元數(shù)據(jù)(Metadata)：是數(shù)據(jù)中的數(shù)據(jù)，即描述數(shù)據(jù)的數(shù)據(jù)，是數(shù)據(jù)倉庫的藍(lán)圖，應(yīng)包括如下內(nèi)容: 原始數(shù)據(jù)擁有者的信息 原始數(shù)據(jù)的數(shù)據(jù)源信息 數(shù)據(jù)的商業(yè)意義和典型用法 。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,6,數(shù)據(jù)

4、倉庫概念的兩個層次,功能上 數(shù)據(jù)倉庫用于支持決策，面向分析型數(shù)據(jù)處理，它不同于企業(yè)現(xiàn)有的操作型數(shù)據(jù)庫； 內(nèi)容上 數(shù)據(jù)倉庫是對多個異構(gòu)的數(shù)據(jù)源有效集成，集成后按照主題進(jìn)行了重組，并包含歷史數(shù)據(jù)，而且存放在數(shù)據(jù)倉庫中的數(shù)據(jù)一般不再修改。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,7,數(shù)據(jù)倉庫的特征（1）,面向主題(subject-oeiented) 數(shù)據(jù)倉庫圍繞一些主題，如客戶、供應(yīng)商、產(chǎn)品和銷售組織。數(shù)據(jù)倉庫關(guān)心決策者的數(shù)據(jù)建模與分析，而不是集中于組織機(jī)構(gòu)的日常操作和事務(wù)處理。因此數(shù)據(jù)倉庫排除對決策無用的數(shù)據(jù)，提供特定主題的簡明視圖。 集成性(integrated) 構(gòu)造數(shù)據(jù)倉庫是將多個異種

5、數(shù)據(jù)源，如關(guān)系數(shù)據(jù)庫、一般文件和聯(lián)機(jī)事務(wù)處理記錄，集成在一起。使用數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)，確保命名約定、編碼結(jié)構(gòu)、屬性度量等的一致性。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,8,數(shù)據(jù)倉庫的特征（2）,時變性(time-variant) 數(shù)據(jù)倉庫中數(shù)據(jù)都是和時間相關(guān)，并且每隔一段時間后，運(yùn)作數(shù)據(jù)庫系統(tǒng)中的數(shù)據(jù)將被抽取、轉(zhuǎn)換后集成到數(shù)據(jù)倉庫中。 非易失性(nonvolatile) 數(shù)據(jù)一旦進(jìn)入數(shù)據(jù)倉庫就不再改變，因此不需要傳統(tǒng)數(shù)據(jù)庫中類似插入、更新、刪除等操作，在數(shù)據(jù)倉庫中只有裝載操作。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,9,數(shù)據(jù)倉庫的特征（3）,可以看出，數(shù)據(jù)倉庫最根本的特點(diǎn)

6、是物理的存放數(shù)據(jù)，而且這些數(shù)據(jù)并非是最新的、專有的，而是來源于其它的數(shù)據(jù)庫。 數(shù)據(jù)倉庫的建立并不是要取代原有的數(shù)據(jù)庫，而是建立在一個較全面、完善的信息應(yīng)用的基礎(chǔ)上，用于支持高層決策分析。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,10,6.2 數(shù)據(jù)倉庫與數(shù)據(jù)庫的區(qū)別,目的不同 數(shù)據(jù)庫用于事務(wù)處理；數(shù)據(jù)倉庫用于決策支持 存儲方式不同 數(shù)據(jù)庫中的數(shù)據(jù)以表格方式存儲；數(shù)據(jù)倉庫中以數(shù)組方式存儲 查詢方式不同 數(shù)據(jù)庫中應(yīng)用OLTP(在線事務(wù)處理)；數(shù)據(jù)倉庫應(yīng)用OLAP(在線分析處理)或數(shù)據(jù)挖掘 響應(yīng)時間不同 數(shù)據(jù)庫要求響應(yīng)時間短，數(shù)據(jù)倉庫要求響應(yīng)時間合理 數(shù)據(jù)類型不同 數(shù)據(jù)庫針對交易型數(shù)據(jù)設(shè)計的，關(guān)

7、心的是短期內(nèi)每一筆交易的細(xì)節(jié)信息，并對這些交易記錄進(jìn)行增刪改的操作；數(shù)據(jù)倉庫一般只涉及從數(shù)據(jù)集中觀察數(shù)據(jù)，并不進(jìn)行增刪改等操作。 完成任務(wù)的性質(zhì)不同 前者要求實時性、交互性，而后者需要涉及大范圍的數(shù)據(jù)計算，復(fù)雜的基于多個層次的查詢語言。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,11,6.3 數(shù)據(jù)倉庫的實施,主要包括五個部分的內(nèi)容： 數(shù)據(jù)倉庫的設(shè)計建模 對數(shù)據(jù)倉庫的數(shù)據(jù)組織進(jìn)行邏輯結(jié)構(gòu)的設(shè)計 數(shù)據(jù)轉(zhuǎn)換與集成 將數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、裝載到數(shù)據(jù)倉庫（或集市）中 數(shù)據(jù)存儲與管理 保證數(shù)據(jù)的安全性、完整性、一致性 數(shù)據(jù)的分析和展現(xiàn) 利用OLAP對數(shù)據(jù)進(jìn)行多維分析、匯總，形成圖表或報表 數(shù)據(jù)倉庫的維

8、護(hù)和管理 對數(shù)據(jù)倉庫中元數(shù)據(jù)的管理,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,12,數(shù)據(jù)倉庫系統(tǒng)體系結(jié)構(gòu),2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,13,6.4 數(shù)據(jù)倉庫的建模模型,數(shù)據(jù)倉庫數(shù)據(jù)模型采用多維數(shù)據(jù)模型。可以以星型模型、雪花模型等形式存在。 幾個相關(guān)概念： 事實表（Fact）：存儲用戶需要查詢分析的數(shù)據(jù)，事實表中一般包含多個維（Dimension）和度量（Measurement）。 維：數(shù)據(jù)立方中的空間坐標(biāo)軸，例如時間維、地區(qū)維、產(chǎn)品維。 粒度：每個維可以分成若干等級，例如時間維可以分成年、月、日，描述了不同的查詢層次。 度量：是數(shù)據(jù)的實際意義，描述數(shù)據(jù)“是什么”，即一個數(shù)

9、值的測量指標(biāo)，如：人數(shù)、單價、銷售量等。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,14,星型模型,星型模型： 度量的實際數(shù)據(jù)存放在事實表中。維的詳細(xì)信息，如不同的層次劃分和相應(yīng)數(shù)據(jù)等在維表中存儲，事實表中存放各個維的標(biāo)識碼鍵。事實表和維表將通過這些鍵關(guān)聯(lián)起來，構(gòu)成一種星型模型。 這種模式圖像星星爆發(fā)，維表圍繞中心事實表顯示在射線上。在星型模式中，每維只用一個表表示，每個表包含一組屬性。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,15,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,16,雪花模型,雪花模型： 對于層次復(fù)雜的維,為避免冗余數(shù)據(jù)占用過大的存儲空間,可以使用多個表來描述,這種

10、星型模式的擴(kuò)展稱為雪花模型。 雪花模型是星型模型的變種，其中某些維表是規(guī)范的，把數(shù)據(jù)進(jìn)一步分解到附加的表中。這種模型圖形成類似于雪花的形狀。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,17,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,18,6.5 聯(lián)機(jī)分析處理（OLAP）,聯(lián)機(jī)分析處理,On-Line Analysis Processing,支持通過多維的方式對數(shù)據(jù)進(jìn)行分析、查詢和生成報表，其基本功能是對用戶當(dāng)前及歷史數(shù)據(jù)進(jìn)行分析以輔助領(lǐng)導(dǎo)決策。 相關(guān)概念： 維：數(shù)據(jù)立方中的空間坐標(biāo)軸，例如時間維、地區(qū)維、產(chǎn)品維。 粒度：每個維可以分成若干等級，例如時間維可以分成年、月、日，描述了不同的

11、查詢層次。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,19,OLAP特性,（1）多維性:多維性是OLAP的關(guān)鍵屬性。系統(tǒng)必須提供對數(shù)據(jù)的多維視圖和分析,包括對層次維和多重層次維的完全支持。 （2）快速性:用戶對OLAP的快速反應(yīng)能力有很高的要求。系統(tǒng)應(yīng)能在5秒內(nèi)對用戶的大部分分析要求做出反應(yīng)。 （3）可分析性:OLAP系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計分析。 （4）共享性：滿足大量用戶間數(shù)據(jù)的共享 （5）信息性:不論數(shù)據(jù)量有多大，也不管數(shù)據(jù)存儲在何處，OLAP系統(tǒng)應(yīng)能及時獲得信息，并且管理大容量信息。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,20,OLTP vs OLAP,2

12、020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,21,OLAP的分析思路,OLAP是決策支持領(lǐng)域的一部分。傳統(tǒng)的查詢和報表工具是告訴你數(shù)據(jù)庫中都有什么（what happened），OLAP則更進(jìn)一步告訴你下一步會怎么樣（What next）、和如果我采取這樣的措施又會怎么樣（What if）。 用戶首先建立一個假設(shè)，然后用OLAP檢索數(shù)據(jù)庫來驗證這個假設(shè)是否正確。 比如，一個分析師想找到什么原因?qū)е铝速J款拖欠，他可能先做一個初始的假定，認(rèn)為低收入的人信用度也低，然后用OLAP來驗證他這個假設(shè)。如果這個假設(shè)沒有被證實，他可能去察看那些高負(fù)債的賬戶，如果還不行，他也許要把收入和負(fù)債一起考慮，一直進(jìn)行

13、下去，直到找到他想要的結(jié)果或放棄。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,22,OLAP中的操作,應(yīng)用OLAP工具進(jìn)行的分析操作主要有：鉆取、旋轉(zhuǎn)、切片 鉆取：沿著維上粒度的粗細(xì)方向進(jìn)行的分析操作，改變維的層次，變換分析的粒度。它包括向上鉆取和向下鉆取。roll up是在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)；而drill down則相反，它從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察 旋轉(zhuǎn)：參與分析的維的變化，即在表格中重新安排維的放置（例如行列互換 ） 切片：將某維固定觀察其他維的變化，即一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布。,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,23,OLAP的分析方法(一)鉆取,按時間維向下鉆取,按時間維向上鉆取,60,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,24,OLAP的分析方法(二)旋轉(zhuǎn),2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,25,OLAP的分析方法(三)切片、切塊,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,26,6.6 數(shù)據(jù)倉庫中的數(shù)據(jù)集成,數(shù)據(jù)集成的目的： 訪問多種數(shù)據(jù)源的數(shù)據(jù) 轉(zhuǎn)換成統(tǒng)一格式 校驗數(shù)據(jù)的完整性 存儲數(shù)據(jù)到數(shù)據(jù)倉庫中,2020/9/8,仲愷農(nóng)業(yè)工程學(xué)院市場營銷系,27,數(shù)據(jù)集成的