【正文】 這些數(shù)據(jù)可放在同一個(gè)數(shù)據(jù)庫中，實(shí)現(xiàn)信息共享，以提高企業(yè)前臺(tái)業(yè)務(wù)的運(yùn)作效率和工作質(zhì)量。另一方面，技術(shù)人員對(duì)客戶的使用情況進(jìn)行跟蹤，為客戶提供個(gè)性化服務(wù)，并且對(duì)服務(wù)合同進(jìn)行管理。 ? CRM軟件需要集成各種接觸活動(dòng)。 ? 客戶生命周期理論 ? 客戶價(jià)值理論（客戶終身價(jià)值， CLV） ? 客戶滿意度、忠誠度 CRM技術(shù) 客戶關(guān)系管理是建立在信息技術(shù)基礎(chǔ)之上的，理念通過技術(shù)來體現(xiàn)，技術(shù)是成功實(shí)施 CRM的手段和方法 。 (12)不限制的維和聚合級(jí)別 。 有些值長期不變而重復(fù)存儲(chǔ) 。 (4)一致的報(bào)表性能 。 多維性是 OLAP的關(guān)鍵屬性 ， 系統(tǒng)能夠提供對(duì)數(shù)據(jù)分析的多維視圖和分析 ， 包括對(duì)層次維和多重層次維的支持 。多維數(shù)據(jù)在存儲(chǔ)中將形成“立方塊（ Cube）”的結(jié)構(gòu) ,在MOLAP中對(duì)“立方塊”的“旋轉(zhuǎn)”、“切塊”、“切片”是產(chǎn)生多維數(shù)據(jù)報(bào)表的主要技術(shù)。 – ROLAP表示基于關(guān)系數(shù)據(jù)庫的 OLAP實(shí)現(xiàn)（ Relational OLAP）。 OLAP多維數(shù)據(jù)分析 ? (Slice and Dice) – 在多維數(shù)據(jù)結(jié)構(gòu)中 ,按二維進(jìn)行切片 ,按三維進(jìn)行切塊 ,可得到所需要的數(shù)據(jù) 。 OLAP的多維分析視圖就是沖破了物理的三維概念，采用了旋轉(zhuǎn)、嵌套、切片、鉆取和高維可視化技術(shù)，在屏幕上展示多維視圖的結(jié)構(gòu)，使用戶直觀地理解、分析數(shù)據(jù)，進(jìn)行決策支持。 數(shù)據(jù)倉庫的數(shù)據(jù)隊(duì)以多位數(shù)據(jù)的形式存儲(chǔ) 。 – 維層次 ——人們?cè)谟^察數(shù)據(jù)的某個(gè)特定角度 (即某個(gè)維 )還可以存在細(xì)節(jié)程度不同的多個(gè)描述方面，我們稱這多個(gè)描述方面為維的層次。因此，他需要決策支持來幫助制定銷售政策。 ? (4)信息性 :不論數(shù)據(jù)量有多大 ， 也不管數(shù)據(jù)存儲(chǔ)在何處 ，OLAP系統(tǒng)應(yīng)能及時(shí)獲得信息 ， 并且管理大容量信息 。 ? OLAP大部分策略都是將關(guān)系型的或普通的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)存貯 ， 以便于進(jìn)行分析 ， 從而達(dá)到聯(lián)機(jī)分析處理的目的 。 ? 數(shù)據(jù)倉庫系統(tǒng)支持在 DW上的應(yīng)用，形成決策支持系統(tǒng)（ DSS）。 ? ⑴ 資源領(lǐng)域的確定 。 既保證這種轉(zhuǎn)換是正確的 、 合理的 ， 又要使其是可變的 。那么，隨著時(shí)間的流逝來跟蹤數(shù)據(jù)結(jié)構(gòu)的變化，則是數(shù)據(jù)倉庫中元數(shù)據(jù)很自然的一項(xiàng)任務(wù)。 這些統(tǒng)計(jì)信息對(duì)于數(shù)據(jù)倉庫性能的提高具有較高的參考價(jià)值 。 —— 說明 DW中多種數(shù)據(jù)對(duì)像之間的關(guān)系 ， 例如客戶與商品之間有購買關(guān)系 。 ? （ 2） 邏輯級(jí)：包括數(shù)據(jù)庫的關(guān)系方案 ， 邏輯多維模型等一般用偽碼或數(shù)學(xué)語言描述數(shù)據(jù)抽取 /轉(zhuǎn)換規(guī)則等 。由于所服務(wù)的人員的種類不同，以及元數(shù)據(jù)在每天的工作中所起的作用不同，元數(shù)據(jù)在數(shù)據(jù)倉庫環(huán)境中比在操作型環(huán)境中重要得多。 ? 在操作型環(huán)境中，元數(shù)據(jù)幾乎被當(dāng)成文檔來處理并且降低到同樣的重要性級(jí)別。 ? 簡單直接文件不是在每天的基礎(chǔ)上組織的，而是以較長時(shí)間為單位的，比如一個(gè)星期或一個(gè)月。 輪轉(zhuǎn)綜合數(shù)據(jù)存儲(chǔ) ? 輪轉(zhuǎn)綜合數(shù)據(jù)存儲(chǔ)。 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 ? 簡單堆積。 ? 數(shù)據(jù)倉庫包括兩種類型的數(shù)據(jù)：輕度綜合數(shù)據(jù)和“真實(shí)檔案”細(xì)節(jié)數(shù)據(jù)。數(shù)據(jù)代表一位顧客一個(gè)月的綜合信息，每位顧客一個(gè)月只有一個(gè)記錄，這樣的記錄大約只需 2 0 0個(gè)字節(jié)。 ? 在數(shù)據(jù)倉庫環(huán)境中粒度之所以是主要的設(shè)計(jì)問題，是因?yàn)樗钌畹赜绊懘娣旁跀?shù)據(jù)倉庫中的數(shù)據(jù)量的大小，同時(shí)影響數(shù)據(jù)倉庫所能回答的查詢類型。 數(shù)據(jù)倉庫實(shí)施 ? 總的來說 ， 數(shù)據(jù)倉庫的實(shí)施是為了建立一個(gè)良好的數(shù)據(jù)組織和管理環(huán)境 ， 以滿足決策支持的需要 。應(yīng)用設(shè)計(jì)的過程一般包括：確定初始的模板集、設(shè)計(jì)模板的標(biāo)準(zhǔn)、設(shè)計(jì)詳細(xì)模板、最后通過用戶反饋進(jìn)行改進(jìn)。 ? 技術(shù)體系確定以后需要選擇實(shí)現(xiàn)數(shù)據(jù)倉庫應(yīng)用的各種產(chǎn)品，包括硬件平臺(tái)、 ETL工具、 OLAP服務(wù)器、數(shù)據(jù)展現(xiàn)工具等，并進(jìn)行產(chǎn)品的安裝和測(cè)試。 首先從元數(shù)據(jù)庫查詢所需元數(shù)據(jù) ， 然后進(jìn)行數(shù)據(jù)倉庫更新作業(yè) ， 更新結(jié)束后 ， 將更新情況記錄于元數(shù)據(jù)庫中 。 在組織不同來源的數(shù)據(jù)過程中 ， 先將數(shù)據(jù)轉(zhuǎn)換成一種中間模式 ，再把它移至臨時(shí)工作區(qū) 。 數(shù)據(jù)線 物理設(shè)計(jì) ? 物理設(shè)計(jì)的主要任務(wù)是定義支持模型設(shè)計(jì)必需的物理結(jié)構(gòu)。在這種情況下星型連接在創(chuàng)建和維護(hù)上就是很麻煩的數(shù)據(jù)結(jié)構(gòu)。 ? 事實(shí)表包含了“訂單”獨(dú)有的標(biāo)識(shí)數(shù)據(jù)，也包含了訂單本身的獨(dú)有數(shù)據(jù)。代表供應(yīng)商、客戶、產(chǎn)品、發(fā)貨的實(shí)體被稀疏地載入，而代表訂單的實(shí)體則大量地載入。 數(shù)據(jù)線 模型設(shè)計(jì) ER圖 數(shù)據(jù)線 模型設(shè)計(jì) 三維透視圖 數(shù)據(jù)線 模型設(shè)計(jì) ? ER圖中所示的數(shù)據(jù)模型中有四個(gè)相互關(guān)聯(lián)的簡單實(shí)體。分析階段主要包括兩個(gè)方面的任務(wù)是深入了解數(shù)據(jù)源和分析數(shù)據(jù)倉庫系統(tǒng)所包含的主題域及其相互之間的關(guān)系。 數(shù)據(jù)倉庫在構(gòu)建之初應(yīng)明確其主題 ， 主題是一個(gè)在較高層次將數(shù)據(jù)歸類的標(biāo)準(zhǔn) ， 每一個(gè)主題對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域 ， 針對(duì)具體決策需求可細(xì)化為多個(gè)主題表 ， 具體來說就是確定決策涉及的范圍和所要解決的問題 。不同企業(yè)會(huì)有不同的數(shù)據(jù)倉庫。針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，進(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行組織。 數(shù)據(jù)倉庫系統(tǒng)體系結(jié)構(gòu) 數(shù)據(jù)源 ? 數(shù)據(jù)源是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉。由于數(shù)據(jù)倉庫是一個(gè)獨(dú)立的數(shù)據(jù)環(huán)境，它需要通過抽取過程將數(shù)據(jù)從聯(lián)機(jī)事務(wù)處理系統(tǒng)、外部數(shù)據(jù)源、脫機(jī)的數(shù)據(jù)存儲(chǔ)介質(zhì)中導(dǎo)入到數(shù)據(jù)倉庫。數(shù)據(jù)倉庫中的數(shù)據(jù)包含有大量綜合數(shù)據(jù)，很多與時(shí)間有關(guān)，如按時(shí)間段進(jìn)行綜合或隔時(shí)間片進(jìn)行抽樣。 數(shù)據(jù)倉庫四個(gè)特點(diǎn) 相對(duì)穩(wěn)定的 數(shù)據(jù)倉庫四個(gè)特點(diǎn) 反映歷史變化 ? 操作型數(shù)據(jù)庫主要關(guān)心當(dāng)前某一個(gè)時(shí)間段內(nèi)的數(shù)據(jù) ， 而數(shù)據(jù)倉庫中的數(shù)據(jù)通常包含歷史信息 ， 系統(tǒng)記錄了企業(yè)從過去某一時(shí)點(diǎn) (如開始應(yīng)用數(shù)據(jù)倉庫的時(shí)點(diǎn) )到目前的各個(gè)階段的信息 ， 通過這些信息 ， 可以對(duì)企業(yè)的發(fā)展歷程和未來趨勢(shì)做出定量分析和預(yù)測(cè) 。 數(shù)據(jù)倉庫四個(gè)特點(diǎn) 集成的 ? 面向事務(wù)處理的操作型數(shù)據(jù)庫通常與某些特定的應(yīng)用相關(guān) ， 數(shù)據(jù)庫之間相互獨(dú)立 ， 并且往往是異構(gòu)的 。 數(shù)據(jù)倉庫的概念和特征 ? 目前，數(shù)據(jù)倉庫一詞尚沒有一個(gè)統(tǒng)一的定義。而事務(wù)處理系統(tǒng)不具備這種綜合能力，根據(jù)規(guī)范化理論，這種綜合還往往因?yàn)槭且环N數(shù)據(jù)冗余而加以 限制。 （ 4） 歷史數(shù)據(jù)問題。 ? DSS需要集成的數(shù)據(jù)。對(duì)于客戶量大、市場策略對(duì)企業(yè)影響較大的企業(yè)來說，必須在客戶關(guān)系管理系統(tǒng)中包含數(shù)據(jù)倉庫。 數(shù)據(jù)倉庫的產(chǎn)生 ? 早期的數(shù)據(jù)庫主要支持聯(lián)機(jī)事務(wù)處理 ? 決策支持對(duì)數(shù)據(jù)分析的需求 ? 傳統(tǒng)數(shù)據(jù)庫系統(tǒng)不適宜 DSS ① 事務(wù)處理和分析處理的性能特性不同 ② 數(shù)據(jù)集成問題 ③ 數(shù)據(jù)動(dòng)態(tài)集成問題 ④ 歷史數(shù)據(jù)問題 ⑤ 數(shù)據(jù)的綜合問題 ⑥ 操作繁簡問題 （ 1）事務(wù)處理和分析處理的性能特性不同。全面而正確的數(shù)據(jù)是有效的分析和決策的首要前提，相關(guān)數(shù)據(jù)收集得越完整，得到的結(jié)果就越可靠。 ? 事務(wù)處理一般只需要當(dāng)前數(shù)據(jù)，在數(shù)據(jù)庫中一般也是存儲(chǔ)短期數(shù)據(jù)，切不同數(shù)據(jù)的保存期限也不一樣，即使有一些歷史數(shù)據(jù)保存下來了，也被束之高閣，未得到充分利用。 （ 6）操作繁簡問題。 ? 著名的數(shù)據(jù)倉庫專家 《 Building the Data Warehouse》 一書中給予如下描述： ? 數(shù)據(jù)倉庫（ Data Warehouse）是一個(gè)面向主題的（ Subject Oriented）、集成的（ Integrate）、相對(duì)穩(wěn)定的（ NonVolatile）、反映歷史變化（ Time Variant）的數(shù)據(jù)集合，用于支持管理決策。 在 數(shù)據(jù)倉庫的所有特性之中 ， 這是最重要的 。 ? 數(shù)據(jù)倉庫中的數(shù)據(jù)時(shí)間期限要遠(yuǎn)遠(yuǎn)長于操作型系統(tǒng)中的數(shù)據(jù)時(shí)間期限。隨著時(shí)間變化，數(shù)據(jù)倉庫需要不斷增加新數(shù)據(jù)、刪去舊數(shù)據(jù)。數(shù)據(jù)抽取在技術(shù)上主要涉及互連、復(fù)制、增量、轉(zhuǎn)換、調(diào)度和監(jiān)控等方面。通常包括企業(yè)內(nèi)部信息和外部信息。數(shù)據(jù)倉庫按照數(shù)據(jù)的覆蓋范圍可以分為企業(yè)級(jí)數(shù)據(jù)倉庫和部門級(jí)數(shù)據(jù)倉庫（通常稱為數(shù)據(jù)集市）。企業(yè)人員往往不懂如何建立和利用數(shù)據(jù)倉庫，發(fā)揮其決策支持的作用，而數(shù)據(jù)倉庫公司人員又不懂業(yè)務(wù)，不知道建立哪些決策主題，從數(shù)據(jù)源中抽取哪些數(shù)據(jù)。 但是主題的確定必須建立在現(xiàn)有聯(lián)機(jī)事務(wù)處理 （ OLTP） 系統(tǒng)基礎(chǔ)上 ， 否則按此主題設(shè)計(jì)的數(shù)據(jù)倉庫存儲(chǔ)結(jié)構(gòu)將成為一個(gè)空殼 ， 缺少可存儲(chǔ)的數(shù)據(jù) 。分析階段必須堅(jiān)持用戶參與，并且與原有系統(tǒng)開發(fā)或維護(hù)人員進(jìn)行深入的溝通。如果數(shù)據(jù)庫設(shè)計(jì)只需要考慮數(shù)據(jù)模型的話，可以推斷所有的實(shí)體都是平等關(guān)系。將會(huì)有大量的數(shù)據(jù)載入代表訂單實(shí)體的表中，而在代表別的實(shí)體的表中載入的數(shù)據(jù)量則相對(duì)較少。事實(shí)表還包含了指向其周圍的表 — 維表的外鍵。但是由于數(shù)據(jù)倉庫是一個(gè)裝載 — 訪問環(huán)境，它包括很多歷史數(shù)據(jù)，且有大量的數(shù)據(jù)要管理，因此，星型連接的數(shù)據(jù)結(jié)構(gòu)是十分理想的。其過程包括以下三個(gè)方面： 1）確定物理存儲(chǔ)結(jié)構(gòu)； 2）確定索引策略； 3）確定存儲(chǔ)分配。 加工數(shù)據(jù)是保證目標(biāo)數(shù)據(jù)庫中數(shù)據(jù)的完整性 、 一致性 。 當(dāng)數(shù)據(jù)源的運(yùn)行環(huán)境 、 結(jié)構(gòu)及目標(biāo)數(shù)據(jù)的維護(hù)計(jì)劃發(fā)生變化時(shí) ， 需要修改元數(shù)據(jù) 。現(xiàn)在市場上的數(shù)據(jù)倉庫產(chǎn)品有很多，數(shù)據(jù)倉庫廠商通常都提出了自己的一系列解決方案，限于篇幅，在這里不再展開，而主要著眼于數(shù)據(jù)倉庫實(shí)現(xiàn)的一些關(guān)鍵技術(shù)，以便對(duì)數(shù)據(jù)倉庫的建立有更深層的理解。應(yīng)用開發(fā)是通過應(yīng)用設(shè)計(jì)說明書，按照標(biāo)準(zhǔn)的軟件開發(fā)流程，實(shí)現(xiàn)模板的設(shè)計(jì)。 數(shù)據(jù)倉庫包含了數(shù)據(jù) 、 技術(shù) 、應(yīng)用三方面的要求 ， 所以只有把良好的數(shù)據(jù)模型 、 合理的技術(shù)和準(zhǔn)確的應(yīng)用設(shè)計(jì)結(jié)合起來 ， 形成一套有效的方法 ， 才能建立起一個(gè)成功的數(shù)據(jù)倉庫 。在數(shù)據(jù)倉庫中的數(shù)據(jù)量大小與查詢的詳細(xì)程度之間要作出權(quán)衡。顯然，如果數(shù)據(jù)倉庫的空間很有限的話 (數(shù)據(jù)量總是數(shù)據(jù)倉庫中的首要問題 )，用高粒度級(jí)表示數(shù)據(jù)將比用低粒度級(jí)表示數(shù)據(jù)的效率要高得多。 ? “真實(shí)檔案”細(xì)節(jié)數(shù)據(jù)。 ? 輪轉(zhuǎn)綜合。 ? 數(shù)據(jù)先用與前面相同的處理方法從操作型環(huán)境輸入到數(shù)據(jù)倉庫環(huán)境中。 ? 簡單直接文件是間隔一定時(shí)間的操作型數(shù)據(jù)的一個(gè)快照。然而，在數(shù)據(jù)倉庫環(huán)境中，元數(shù)據(jù)的重要性提高了。 元數(shù)據(jù)的類型 按類型分類 （ 1） 關(guān)于基本數(shù)據(jù)的元數(shù)據(jù) 。 ? （ 3） 物理級(jí)：包括業(yè)務(wù)規(guī)則相應(yīng)的 SQL代碼 、關(guān)系的索引文件 、 分析應(yīng)用的代碼 。 —— 用于說明 DW中數(shù)據(jù)的有效值范圍 。 —— 用于跟蹤 DW的運(yùn)行情況 ， 例如 ， 數(shù)據(jù)最近一次的備份時(shí)間 ， 備份所需要的時(shí)間 ，出現(xiàn)的錯(cuò)誤情況等狀況 。 數(shù)據(jù)倉庫環(huán)境中的元數(shù)據(jù) 元數(shù)據(jù)的內(nèi)容 前臺(tái)元數(shù)據(jù) ? （ 1） 業(yè)務(wù)名稱和有關(guān)列 、 表以及分組的描述 ? （ 2） 現(xiàn)有的查詢和和報(bào)告定義 ? （ 3） 連接規(guī)范工具設(shè)置 ? （ 4） 打印工具規(guī)范 ? （ 5） 最終用戶文檔 ? （ 6） 網(wǎng)絡(luò)安全性用戶特權(quán)概況 ? （ 7） 網(wǎng)絡(luò)安全性身份驗(yàn)證證書 ? （ 8） 網(wǎng)絡(luò)安全性使用統(tǒng)計(jì) ， 包括登錄嘗試 、 存取嘗試以及按位置報(bào)告的用戶標(biāo)識(shí)符 ? （ 9） 個(gè)人用戶概況 ? （ 10） 有關(guān)數(shù)據(jù)源 、 表 、 視圖以及報(bào)告的使用及存取映射 元數(shù)據(jù)在數(shù)據(jù)倉庫中的作用 ? 元數(shù)據(jù)實(shí)際上是要解決人在何時(shí) 、 何地 、 何因 、 如何使用 DW的問題 。 靈活的 。 利用元數(shù)據(jù)可以確定將數(shù)據(jù)元的哪些資源加載到 DW中 。 數(shù)據(jù)倉庫主要應(yīng)用 ? 在證券業(yè)的應(yīng)用 :可處理客戶分析、帳戶分析、證券交易數(shù)據(jù)分析、非資金交易分析等多個(gè)業(yè)界關(guān)心的主題，為客戶提供針對(duì)其個(gè)人習(xí)慣、投資組合的投資建議，從而真正作到對(duì)客戶的貼心服務(wù)。 這種多維 DB也被看作一個(gè)超立方體 ， 沿著各個(gè)維方向存貯數(shù)據(jù) ， 它允許用戶沿事物的軸線方便地分析數(shù)據(jù) ， 與主流業(yè)務(wù)型用戶相關(guān)的分析形式一般有切片和切塊以及下鉆 、 挖掘等操作 。 OLTP vs OLAP OLTP ? 細(xì)節(jié)的 ? 綜合的或派生的 ? 當(dāng)前的 ? 歷史的 ? 可更新 ? 不可更新 ? 需求事先可知道 ? 需求事先不知道 ? 符合系統(tǒng)生命周期 ? 完全不同的生命周期 ? 對(duì)性能要求高 ? 對(duì)性能要求相對(duì)寬松 ? 事務(wù)驅(qū)動(dòng) ? 數(shù)據(jù)驅(qū)動(dòng) ? 面向應(yīng)用 ? 面向分析 ? 一次操作數(shù)據(jù)量小 ? 一次操作數(shù)據(jù)量大 ? 支持日常事務(wù) ? 支持管理需求 OLAP OLAP的多維數(shù)據(jù)概念 – 多維結(jié)構(gòu)是決策支持的支柱，也是 OLAP的核心。 – 這里，商店、時(shí)間和產(chǎn)品都是維。例 時(shí)間維：日期，月份，季度，年不同層次