1 引言
近幾年,我國工程機械行業發展迅猛,產銷量屢創新高。在這一過程中,企業間產品的差異逐步減小,高質量的客戶服務成為企業競爭的優勢,整個工程機械行業正在由“以產品為中心”逐步向“以客戶為中心”轉變。國外許多工程機械營銷企業已經引入了客戶關系管理(Customer Relationship Management,CRM)系統來協助管理客戶信息。在大環境的影響下,國內工程機械企業也紛紛加大了對客戶關系管理信息化建設的投入和重視。
在工程機械營銷領域實施CRM有以下意義:提升銷售業績;提升營銷管理水平;提升客戶服務水平;提升產品競爭力;提升企業渠道管理水平;提升企業風險防范能力;提升企業形象等。
在客戶關系管理中,如何在眾多信息來源中發掘潛在客戶,并抓住客戶,同時與以前的客戶又如何保持發展?如何分析更傾向于購買某些類型車輛的客戶特征?這就需要使用有效的工具和分析技術,將這些隱藏在大量數據中的潛在信息和知識進行充分的挖掘和利用,從而提高企業CRM的運行效率。基于商業智能技術的CRM系統為解決這一問題提供了方案,它從企業不同的源系統中提取出有用的數據并進行清理,然后經過抽取(Extraction)、轉換(Transformation)和裝載(Load)。即ETL過程,合并到一個企業級的數據倉庫里,從而得到企業數據的一個全局視圖。在此基礎上利用合適的查詢和分析工具、數據挖掘工具、聯機在線分析(On Line Analytical Processing,OLAP)工具等,進行分析和處理。這時,信息變為輔助決策的知識,最后將知識呈現給管理者,為管理者的決策過程提供支持。
通過上述內容可以看出,數據倉庫是商業智能的基礎,實質上來講,數據倉庫就是面向主題的、集成的、穩定的、不同時間的數據集合,用以支持經營管理中的決策制定過程。因此,數據倉庫建模的好壞,對于能否為多維分析和數據挖掘等分析工具提供所需要的、整齊一致的數據起著決定性的作用。
本研究以工程機械出口行業為背景,對面向客戶價值分析主題的數據倉庫建模進行研究,為該行業客戶關系管理系統的研究開發提供一定的理論指導。
2 商業智能數據倉庫的構成
商業智能領域對數據倉庫的共識是,數據倉庫維度模型是提供信息給用戶的首選結構。維度模型是由一個中心事實表(或者多個事實表)和與其相關的維度構成的。事實表位于中心,而所有維度表環繞在其周圍,類似于星形結構。從關系數據庫建模的角度看,維度模型是由一個規范化的事實表和反規范化的一些維度表組成的。
2.1 事實表
每個事實表都包括與特定業務主題相關的度量,事實表中的一條記錄代表一個度量,一個度量事件也總是產生一條事實表記錄。事實表中的鍵由業務主題中涉及到的每個維度表的外鍵子集組成。其中,事實表包含信息的詳細程度稱為粒度。在設計事實表的時候,通常以原始數據來源中可能的最低細節級別進行設計——通常稱為原子級別。原子事實表中提供完整的靈活性,以便數據累積跨越到任何維度所需的任何摘要級別。
2.2 維度表
在數據倉庫維度模型中,維度表用來描述業務的對象,如雇員、訂單、顧客等。它體現了數據倉庫的維度概念,維度通過數據倉庫中的維度表實現,每個維度表聯系著所有參與其中的業務過程。
3 客戶關系管理數據倉庫維度建模的過程
構建維度模型是一個具有很高的重復性和動態性的過程,需經過一系列的步驟。圖1所示為維度建模過程的流程圖。建模過程為位于左邊的部分,從上到下瀏覽。每個過程的輸入和可交付物位于右邊。
圖1 維度模型建模過程
3.1 建模準備階段
對數據倉庫維度建模過程來說,準備工作包括:確定維度建模過程的角色和參與者;決定數據體系結構策略;評審需求文檔;設置建模環境;以及確定命名規定等。
在數據建模過程中,建模人員需要深入挖掘源系統數據的底層知識,熟悉源系統數據的結構、內容、關系以及派生規則;此外還需要驗證數據的異常性,確定這些數據處于可用狀態或者其缺陷易于管理;還需要了解采取何種方式將數據轉換成維度模型形式。
3.2 高級維度模型設計階段
高級維度模型設計階段要在維度模型的基本結構和內容方面建立堅實的基礎。創建高級維度模型分為4個步驟:選擇業務主題;申明粒度;選擇維度;標明事實。
3.2.1 步驟一:選擇業務主題
在這4個建模步驟中,首先要做的是選擇建模的業務主題。選擇建模業務主題的過程是一個業務決策的過程。并且通常發生在收集高級業務需求和綜合得出分析主題之后。該過程的目標是確定主題的優先級,并且選出最高優先級的業務過程。本研究確定的業務主題為依托工程機械出口行業,進行面向客戶(該客戶為廣義客戶概念,包括最終客戶、代理商和企業員工)價值的產品銷售分析,主要圍繞以下幾方面:最終客戶貢獻價值的等級劃分、代理商貢獻價值的等級劃分、業務地區區域銷售和地區年度增長的分析、業務部門銷售業績和年度增長的分析、不同業務類型的銷售對比分析、不同型號工程機械的產品銷售業績分析。
3.2.2 步驟二:申明粒度
創建高級維度模型的第二步是決定粒度,即事實數據的詳細程度。選擇的粒度需要滿足客戶關系管理系統商業智能分析的業務需求,并且基于源系統收集的數據進行選擇。圍繞第一步確定的業務主題,結合源系統數據,選擇定義維度模型的粒度為銷售合同訂單產品記錄級別。
3.2.3 步驟三:選擇維度
在確定維度模型的粒度后。根據業務主題可以初步確定幾個重要的維度。根據源系統數據結構和主題域,該維度模型初步包含以下幾個方面的維度:最終客戶、代理商、業務部門、地區、產品、業務類別。
3.2.4 步驟四:標識事實
事實通常和聲明的粒度直接相關。對許多面向事務的業務過程來說,只有一些基本的事實,如度量業務過程性能的數量和銷售額。根據步驟二所確定的數據粒度,本研究中事實表設計的業務度量包括以下方面:產品數量、產品單價、銷售總價。
在完成以上4個步驟后,可以初步形成初始高級維度模型,如圖2所示。在完成這個高級維度模型后,接下來的任務便是填充屬性和層次結構、標識和確認數據源,以及定義名稱。
圖2 初始高級維度模型
3.3 開發詳細維度模型
詳細維度模型的開發過程是標識維度和事實表屬性的過程。屬性列表是業務所需的所有相關屬性組成的一組列表,建模最終標識出的維度中,很大一部分屬性都來自于源系統。在標識完成維度和事實表的屬性后,需要進一步填充維度模型中遺漏的信息以及根據業務需求進行測試。這一過程的實質是逐表、逐列地定義商業智能數據倉庫的內容。按照上述操作描述,在初始高級維度模型的基礎上,根據確定的業務主題。標識事實表和維度表屬性,最終構建出詳細的維度模型,如圖3所示。
圖3 詳細維度模型
3.4 評審和確認模型
詳細維度模型構建完成后,還需要根據業務需求測試模型。在確認模型足夠穩定后,下一個過程便是評審和確定階段。這一過程涉及與一系列的相關用戶一起評審模型。評審和確認模型的過程中,維度模型根據得到的反饋信息進行最后的修正。
經過以上過程建立數據倉庫維度模型后,下一步可以使用相應的ETL工具對源系統中的數據進行抽取ETL操作,填充到確認的維度模型中,搭建起符合業務需求的數據倉庫,為隨后的聯機在線分析、數據挖掘等做好準備。
4 結束語
在整個工程機械行業由“以產品為中心”逐步向“以客戶為中心”轉變的背景下,基于商業智能的客戶關系管理系統逐漸成為企業對客戶信息進行有效管理的主流工具。它在滿足客戶個性化需求,提高客戶忠誠度和保有率,實現縮短銷售周期,擴展市場,全面提升企業的贏利能力和競爭力等方面起著積極的作用。
本文重點對商業智能組成中起底層支撐作用的數據倉庫維度模型構建進行了面向客戶價值分析主題的研究,對客戶關系管理數據倉庫維度建模過程的需求分析、高級維度模型設計、詳細維度模型開發、維度模型評審和確認每一步進行了相應的規定描述。按照這些規定構建的維度模型能盡可能簡潔清晰地向用戶展示需要的信息,高效地返回查詢結果給用戶,提供相關信息以便精確地跟蹤潛在的業務過程。
核心關注:拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用,蘊涵了豐富的ERP管理思想,集成了ERP軟件業務管理理念,功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理,全面涵蓋了企業關注ERP管理系統的核心領域,是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:工程機械出口行業客戶關系管理CRM/ERP數據倉庫建模研究
本文網址:http://www.guhuozai8.cn/html/consultation/1081948540.html