CRM系統:數據倉庫對商業銀行CRM的支持研究
312 構建數據倉庫的步驟
(1) 工程啟動(Solution Startup) 。在建設數據
倉庫初始, 商業銀行的決策者和參與者需要明確工
程的目標、確定整個其工作范圍、作初步的計劃和
風險分析、確定工程組的組織結構。
(2) 需求發現(Business Discovery) 。作為整個
工程的關鍵, 在需求發現階段需要業務人員的積極
參與, 以發現和確認業務需求、問題和驅動因素,
在如何正確利用數據倉庫來滿足業務需要、解決業
務中存在的問題, 以及利于客戶的業務發展等方
面, 提出一套有效的策略和方法。
(3) 系統基礎架構規劃( Infrastructure Plan2
ning) 。進行系統基礎架構規劃, 需要收集包括技術
標準、現階段IT 架構、應用情況、組織結構等方
面的客戶信息。通過與未來的架構進行對比, 確定
技術、網絡和技能等方面存在的差距, 作為規劃系
統建設和相關支持工作的基本依據。
(4) 方案概要(Solution Outline) 。方案概要階
段提出花費、進度和風險等影響工程投資決策相關
信息。在此階段將分析客戶現階段業務功能、業務
流程、IT 情況等各個方面, 建立數據的概念模型、
邏輯模型、業務流程模型, 分析數據源信息、數據
質量, 勾畫測試、培訓和系統配置策略, 計劃原型
測試。因為數據倉庫建設的特殊性和復雜性, 工程
不僅包括系統建設和應用開發, 還涉及很多其他部
門及分行。
(5) 宏觀設計(Macro - Design) 。宏觀設計階
段將設計出一個完備的應用框架, 保證各個建設版
本的開發周期和總體質量。應采用漸進式開發方
式, 這種開發方式使得開發者可以在比較短的周期
按優先次序實現部分需求, 一方面降低工程風險,
減少開發中的難度, 另一方面又可以節省資金, 充
分發揮效益。
(6) 微觀設計(Micro - Design) 。微觀設計階段
是反復式開發中開發每個版本的三個階段的開始階
段。通過對在前面方案概要和宏觀設計中的成果的
進一步精練, 對系統進行更加詳細的設計, 以細化
到可以直接付諸編碼實施的程度。需要針對具體的
系統平臺, 依據分析模型建立實際的應用模型, 包
括數據的物理模型。
(7) 構造周期(Build Cycle) 。依據每個版本的
目標將開發細分為多個構造周期, 并明確每個周期
的具體目標。在每個構造周期又包含了多個編程周
期以實現構造周期的每個具體目標。在構造周期階
段將漸進地開發和測試數據倉庫系統直到實現版本
的設計目標。
(8) 發布(Deployment) 。發布階段, 將進行系
統的驗收測試、用戶培訓、設置運行環境、安裝和
設置系統, 進行運行準備, 切換上線。同時回顧項
目計劃, 為下一個版本的開發做好準備。
313 前端報表生成和業務分析工具
前臺用戶工具我們選用Websphere【4】、Visual2
Age for Java【5】和Brio 。Brio 產品是一個數據倉庫的
前端分析工具, 利用這個工具用戶可以很容易地訪
問OLAP Server 中經過處理的數據, 制作各種形式、
風格的分析報表, 報表內容可以包括數字、圖象、
曲線等, 使得管理層可以直接、直觀地查看商業銀
行的經營情況【6】。利用Websphere 和VisualAge for
Java 可以快速開發一個友好的、易于操作的、結構
清晰的、功能完善的用戶界面, 它適于開發對數據
庫的訪問處理, 并且能夠將對多維數據庫的訪問處
理集成在一起,
314 商業銀行數據倉庫的多維模型
由于商業銀行的業務信息復雜, 信息使用者較
多, 信息提取和分析的角度也各不相同, 這樣形成
信息分析主題途徑的多樣性和多維性, 所以, 根據
商業銀行CRM 分析主題的需要, 從數據倉庫的應
用層抽取相關的數據形成多維模型, 多維模型的建
立可以通過DB2 OLAP Server【7】的Application
Manager【8】進行。利用DB2 OLAP Server 的強大分析
功能, 給最終用戶提供在線多維分析的功能, 能夠
讓最終用戶從多個視角充分觀察和挖掘數據中包含
的信息。
在建立多維模型時, 既要考慮到如何體現主
題, 又要考慮到適當的維數, 盡量使結構緊湊。一
個多維模型按一般的經驗來看, 最好不要超過10
個維。因為當維數太多時, 其各維交叉數據的計算
量將成指數倍增長, 多維數據庫也將隨之增大, 這
樣即耗存儲資源、又占用過多的CPU 時間, 且響
應查詢速度減慢。當顯示的分析結果過于復雜時,
前臺人員也難于理解。所以一定要仔細分割需求功
能, 巧妙組合, 在保證充分展示主題的同時, 盡量
控制每個多維數據模型的維數。
4 數據倉庫容量的擴展及安全性
411 數據倉庫容量的擴展
數據倉庫的特點是要積累歷史的數據, 也就是
說數據量通常都比較大, 所以通常需要比較大的存
儲設備。當數據容量達到存儲設備容量的一定比例
時, 可以考慮購買更多的存儲設備, 或者將一些歷
史數據(如三年以上的數據) 轉移到二級存儲設備
上(如磁帶或光盤) 。
除了容量的擴展, 當數據積累到一定程度, 以
及用戶數量的增加, 對系統的壓力將會增加【9】。這
時候可以采用硬件升級的方法, 提高服務器(例如
RSP6000) 的性能; 或采用組成MPP 的方法, 采用
多臺服務器形成一個MPP 系統, 如圖4 所示。
圖4 數據倉庫擴展示意圖
412 數據倉庫的安全性
數據倉庫系統是一個信息管理系統, 所以必須
保證信息的安全性。嚴格的授權管理, 靈活的權限
組合。
(1) 安全級別的管理原則。①總行領導可查看
所有信息; ②各級機構及人員只能查看所轄范圍內
信息及同級的部分匯總信息; ③根據人員職能不
同, 可以分組授權, 也可以單獨授權;
(2) 安全級別的技術實現。①數據分析模型權
限管理機制。系統管理員可以根據實際需要對不同
的多維分析模型授予不同的用戶或用戶組, 只有授
權的用戶才能看到此多維數據庫中的數據, 例如:
總行部門負責人的權限控制在其職能范圍內的多維
數據分析模型上, 使其只能訪問自己職能管轄范圍
內的數據。②前端分析工具的權限管理機制。前端
分析工具也應授權控制, 可以使用SSL 加密協議,
加強客戶端瀏覽器到Web 服務器的通訊信道的安
全性, 包括服務器認證, 客戶端認證, 對信息加密
等安全措施。
5 結 語
數據倉庫系統可以實現商業銀行核心業務、外
掛產品等系統的, 數據抽取、清洗、加載和轉換
(ETL) , 實現全行賬戶、客戶和交易數據及所有歷
史數據的集中統一存放和管理, 整合商業銀行的所
有數據。這種企業級的數據倉庫環境, 對商業銀行
建立CRM, 具有重要意義, 可以極大改善商業銀
行的營銷流程, 提高營銷效率, 降低營銷成本, 為
商業銀行帶來持續的經濟效益。
參考文獻
1 邵兵家,等編. 客戶關系管理- 理論與實踐[M] . 北京:清
華大學出版社,2004 :23 - 29.
2 陳京民. 數據倉庫原理、設計與應用[M] . 北京:水利水電
出版社,2004 :66 - 73.
3 池太崴. 數據倉庫結構設計與實施:建造信息系統的金字
塔[M] . 北京:電子工業出版社,2005 :12 - 17.
4 馬超群,等. 金融數據挖掘[M] . 北京:科學出版社,2007 :
82 - 89.
5 于宗民,等. 數據倉庫項目管理實踐[M] . 北京:人民郵電
出版社,2006 :65 - 71.
6 張 吉吉. 數據挖掘及其在客戶關系管理中的應用[M] . 上
海:復旦大學出版社,2007 :16 - 23.
7 袁 林. 基于數據倉庫的輔助決策系統設計與實現[J ] .
電力系統自動化,2001 , (21) :101 - 123.
8 王彥龍. 企業級數據倉庫( EDW) 原理、設計與實踐[M] .
北京:電子工業出版社,2006 :35 - 43.
9 齊克蒙德,等著. 客戶關系管理:營銷戰略與信息技術的
整合[M] . 胡左浩,等譯. 北京:人民大學出版社,2005 :35
- 39. (責任編輯:徐 波)
強力推薦：
天柏客戶關系管理系統
天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。
關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統