面向CRM的集团公司数据仓库研究

论文摘要

随着市场竞争的日趋激烈,企业的经营观念已经从“以产品为中心”向“以客户为中心”转变,客户关系管理(CRM)已经成为企业界高度关注的一个重要领域。建立功能完善的客户关系管理系统,对现有客户进行培养和维护并挖掘潜在客户,是企业在市场竞争中取得成功的一项关键措施。近年来,数据仓库技术快速发展,其在支持客户关系管理分析方面具有明显优势。在集团公司客户关系管理系统中,数据仓库技术做为数据分析的基础将成为必然趋势。企业集团化使得企业各种信息系统向着分布式的方向发展。本文正是在这样的背景下研究支持集团公司客户关系管理的数据仓库。本文首先对数据仓库理论和客户关系管理理论以及相关技术的研究现状做了剖析,同时对客户关系管理系统中数据仓库的应用进行了分析研究。其次,结合制造业客户关系管理的特点,探讨了客户关系管理系统的结构框架以及客户关系管理系统对数据仓库的需求,在此基础上,设计了适合制造业的客户关系管理框架,并使用点建模和维度建模方法设计了支持制造业客户关系管理的数据仓库,确立了数据仓库中的数据组织主题,并具体设计了与每个主题对应的多维模型中的维表和事实表。针对制造业集团公司特点,建立了集团公司三层次结构模型,并结合分布式数据仓库,设计了支持制造业集团公司客户关系管理的分布式数据仓库系统,对局部数据仓库和全局数据仓库在设计中的粒度问题、数据集成、数据提取和刷新、数据传输问题提出了相关策略。本文最后在分析数据仓库与OLAP关系的基础上,采用微软的数据仓库工具,验证了数据仓库对OLAP应用的支持,进而验证了数据仓库对制造业集团公司客户关系管理的支持。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.1.1 集团化成为企业发展的重要趋势
• 1.1.2 客户关系管理成为企业关注的焦点
• 1.1.3 信息技术迅速发展对客户关系管理的影响
• 1.2 研究问题的提出
• 1.3 研究思路
• 1.4 论文结构
• 2 文献综述
• 2.1 数据仓库文献综述
• 2.1.1 数据仓库概述
• 2.1.2 国内外研究进展情况
• 2.1.3 数据仓库研究展望
• 2.2 客户关系管理文献综述
• 2.2.1 客户关系管理概述
• 2.2.2 客户关系管理的主要概念
• 2.2.3 国内外相关研究综述
• 2.2.4 客户关系管理的未来趋势
• 2.3 基于数据仓库的CRM研究现状分析
• 3 制造业CRM与数据仓库关系分析
• 3.1 制造业CRM分析
• 3.2 制造业CRM系统设计
• 3.1.1 CRM系统的设计目标
• 3.1.2 CRM系统的框架设计
• 3.1.3 制造业CRM对数据仓库的需求分析
• 3.1.4 制造业CRM系统体系结构设计
• 3.1.5 制造业CRM系统主要功能
• 4 支持制造业CRM的数据仓库数据模型研究
• 4.1 数据仓库的概念数据模型设计
• 4.1.1 点建模（Dot Modeling）
• 4.1.2 以客户为中心的点模型
• 4.2 数据仓库的逻辑数据模型分析
• 4.2.1 星型模式
• 4.2.2 雪花模式
• 4.2.3 逻辑数据模型
• 4.3 维度设计
• 4.3.1 客户维
• 4.3.2 时间维
• 4.3.3 产品维
• 4.3.4 组织机构维
• 4.4 事实表设计
• 4.4.1 销售事实表
• 4.4.2 维修事实表
• 4.4.3 付款事实表
• 5 制造业集团公司分布式数据仓库设计
• 5.1 集团公司的分散特点研究
• 5.1.1 集团公司的概念
• 5.1.2 集团公司的分散特点研究
• 5.1.3 制造业集团公司的分散特点分析
• 5.1.4 建立制造业集团公司层次模型
• 5.2 分布式数据仓库技术概述
• 5.2.1 分布式数据仓库技术的优点
• 5.2.2 分布式数据仓库体系结构
• 5.3 集团公司分布式数据仓库设计
• 5.3.1 制造业集团公司的信息化程度
• 5.3.2 集团公司分布式数据仓库设计原则
• 5.3.3 支持制造业CRM的分布式数据仓库设计
• 5.4 分布式数据仓库的粒度设计
• 5.4.1 粒度的重要性
• 5.4.2 局部数据仓库的粒度设计
• 5.4.3 全局数据仓库的粒度设计
• 5.5 分布式数据仓库的结构设计
• 5.5.1 局部和全局数据仓库的结构
• 5.5.2 局部数据仓库到全局数据仓库的数据集成
• 5.6 分布式数据仓库数据的提取与刷新
• 5.6.1 局部数据仓库的数据提取
• 5.6.2 局部数据仓库的数据刷新
• 5.6.4 局部数据仓库到全局数据仓库的数据传输
• 6 CRM数据仓库的应用研究
• 6.1 联机分析处理OLAP概述
• 6.1.1 OLAP的定义
• 6.1.2 多维数据模型
• 6.1.3 多维数据集
• 6.1.4 数据仓库和OLAP系统关系分析
• 6.2 微软数据仓库架构
• 6.3 CRM数据仓库应用研究
• 6.3.1 数据的提取和转换
• 6.3.2 维度表的建立
• 6.3.3 事实表和多维数据集的建立
• 6.3.4 多维数据集分析与展示
• 7 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 参考文献