CRM中的商业智能：何为客户智能？(三)

3.构建基于客户智能的CRM系统

　　3.1.系统主要组件及作用

　　1)数据仓库

　　数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制订过程。客户数据分布在企业的多个应用系统中，数据仓库从这些应用系统中抽取、清洗、转换，使之符合基于数据仓库的分析与决策工具的数据要求。本文将数据仓库应用在CRM的形式称为CCDW（customer-centricdatawarehouse，客户信息数据仓库）。

　　数据集市（datamart）是按照某一特定部门的决策支持需求而组织起来的、针对一组主题的小型数据仓库。由于创建企业级的数据仓库存在许多困难，许多CRM方案采用数据集市的变通办法。从数据集市可以升级到企业级数据仓库。

　　2)OLAP

　　CRM从CCDW中发现有用的信息有两种不同的方式，方式之一是较低层次上的由用户制导的被动方式，这种方式多指OLAP分析。OLAP分析属于验证驱动型发现。其策略是：用户首先提出自己的假设，然后利用OLAP工具检索查询以验证或否定假设。

　　在CCDW的数据环境下，OLAP提供上钻、下钻、切片、旋转等在线分析机制。完成的功能包括多角度实时查询、简单的数据分析，并辅之于各种图形展示分析结果。

　　3)知识发现（KnowledgeDiscoveryinDatabase,KDD）

　　CRM从CCDW中发现信息的另一种方式就是知识发现，是高层次上的主动式自动发现方法，被称为发现驱动型知识发现。知识发现是从大型数据库中的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的、潜在有用的信息，提取的知识表示为概念（concepts），规则（rules），规律（regulations），模式（patterns）等形式。知识发现是实现从客户数据、信息到客户知识转变的有力的工具。

　　从以上构成系统的三个组件的介绍中同时可以找到对以下两个问题的答案：1、客户数据、客户信息、客户知识之间的区别（图5）：由来自于事务系统，如ERP、SFA等的源数据经整理后放入CCDW或数据集市，这一过程处理的对象称为客户数据；OLAP为决策人员提供了展示有意义的客户数据的机制，这种有意义的客户数据称之为客户信息；客户数据和客户信息均可以通过KDD技术的运用，提升为对决策有价值的客户知识。2、客户知识生成的途径：从对第一个问题的解答中可以知道，客户知识从KDD作用的对象来看有两种途径：KDD作用于客户数据、KDD作用于客户信息，总之，客户知识生成是依赖于KDD过程的复杂的过程。