第7章 CRM中的数据仓库和数据挖掘技术（课件）-《客户关系管理》同步教学（武汉大学出版社）

CRM中的数据仓库和数据挖掘技术 第七章 第 1 页 数据仓库、数据挖掘以及商业智能都与客户关系管理有着十分密切的关系。如今，这些技术已广泛应用于制造、零售、电信、银行、科学研究和政府决策等各大领域，并取得了显著的经济效益和社会效益。本章就来为读者介绍这些技术。 第 页 本章导读 第 1 页 第 页 目录 CONTENTS 任务1 数据仓库综述 任务2 数据挖掘综述 任务3 商业智能综述 第 1 页 Learning goals 第 页 学习目标 重点掌握多维数据模型上的OLAP分析动作 掌握数据仓库投资效益分析的方法 掌握数据仓库的定义及特点 了解数据挖掘的定义和应用 掌握常用的数据挖掘方法 重点掌握关联规则、神经网络、决策树等数据挖掘算法 掌握数据挖掘在客户关系管理中的具体应用 掌握商业智能的定义以及客户知识与客户智能的生成 第 1 页 任务描述 随着数据库技术的广泛应用，企业拥有了越来越多的数据。如果想高效快速地使用这些数据并从中得到有价值的信息，就必须运用数据仓库。本任务将介绍数据仓库相关内容。 第七章 任务1 数据仓库综述 第 1 页 阶段一 数据仓库的基本概念 数据仓库的产生 01 目前的情况是，企业建立了企业级数据库，各部门针对自己关心的问题，又在企业级数据库中抽取相关的数据组成部门级数据库。随着数据的逐层抽取，数据访问变得错综复杂。由于各部门分别抽取数据，针对同一问题抽取的数据内容也不尽相同，如果他们均对自己抽取的数据进行分析，得到的结论也会产生差异甚至截然相反。可见，传统的关系型数据库无法满足分析数据、支持决策的需求。这势必要求分析型数据环境的产生，数据仓库就是在此时产生的。 数据仓库的产生将企业的数据处理分为两部分。传统的关系数据库处理企业的日常事务，数据仓库则用于分析数据中隐含的信息，以支持决策。 第七章 任务1 数据仓库综述 第 1 页 阶段一 数据仓库的基本概念 数据仓库与数据库的区别 02 第七章 任务1 数据仓库综述 第 1 页 阶段一 数据仓库的基本概念 数据仓库的定义 03 著名的数据仓库专家W.H.Inmon在Building the Data Warehouse一书中给数据仓库的定义是：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的(Integrated)、非易失的（NonVolatile）、随时间变化的（Time Variant）数据集合，用于支持管理决策。 该定义指出了数据仓库的4个特性：面向主题、集成性、非易失性和时变性。 第七章 任务1 数据仓库综述 第 1 页 阶段二 数据仓库的基本原理 数据仓库的体系结构 01 第七章 任务1 数据仓库综述 第 1 页 阶段二 数据仓库的基本原理 数据仓库的相关概念 02 1 2 3 4 5 6 数据抽取 数据清理 数据转化 外部数据 历史数据 元数据 7 数据粒度 第七章 任务1 数据仓库综述 第 1 页 阶段二 数据仓库的基本原理 数据集市（Data Marts） 03 数据集市也称数据市场，是企业级数据仓库中针对某一主题的数据库，是企业数据库的一个子集。也可以将数据集市理解为一个小型的、部门级的数据仓库。数据集市只存放针对一个主题的数据，对于查询和分析数据具有灵活性、减少了信息处理量，但如果数据仓库中的数据集市过多，又会使数据存放变得凌乱、复杂，此时应将数据集市进行整合。数据集市也可以独立于数据仓库存在，但当企业存在多个数据集市而且它们之间的数据定义不统一时，将这些数据集市整理进统一的数据仓库才是最终趋势。 不同的数据集市可以按业务的分类来组织，也可以按数据仓库的主题或数据的地理分布来组织。数据集市中的数据一般来自部门级的关系数据库，或者来自企业的数据仓库。 第七章 任务1 数据仓库综述 第 1 页 阶段二 数据仓库的基本原理 操作数据存储（Operational Data Store ,ODS） 04 ODS是用于支持企业日常的全局应用的数据集合。ODS解决的是“日常性”问题，因而具有引入数据是可变的、数据是当前或近期的两个特点。ODS是面向全局应用的，使得ODS中的数据需要面向主题来组织，并且应当是实时集成的。 ODS中的数据按照主题来组织，在企业级上要求保持一致，因此进入ODS 的数据必须经过清洗和整理，达到集成和一致性的目的。这也是ODS与原有的数据库系统的区别。 ODS只存放当前和近期数据。与数据库类似，ODS中的数据可以进行增加、删除、更新等操作，而数据仓库中的数据具有稳定性，只增不删，因此ODS与数据仓库也是不同的。 第七章 任务1 数据仓库综述 第 1 页 阶段三 多维数据