ch-3客戶關(guān)系管理技術(shù)-資料下載頁
2025-01-16 18:40本頁面
【正文】 2. 電話集成把電話系統(tǒng)和 CRM應(yīng)用程序聯(lián)結(jié)起來。 3. 電子郵件集成：郵件自動創(chuàng)建和自動回復(fù)。甚至閱讀郵件內(nèi)容，搜索關(guān)鍵字并回復(fù)。 4. 網(wǎng)絡(luò)集成：利用網(wǎng)絡(luò)應(yīng)用程序提取信息。聊天、協(xié)作。巨大挑戰(zhàn)。 42 數(shù)據(jù)倉庫技術(shù) 大衛(wèi) 劉易斯：“太多的信息就像太少的信息一樣危險”。 信息爆炸時代，決策者容易因為太多的信息患上信息疲勞癥，很難發(fā)現(xiàn)正確的解決方案。 必須借助于現(xiàn)代信息技術(shù)和分析技術(shù)的支持。 兩大核心技術(shù)： ?數(shù)據(jù)倉庫（ data warehouse） ?數(shù)據(jù)挖掘（ data mining） 43 數(shù)據(jù)倉庫技術(shù) 數(shù)據(jù)倉庫： Data Warehouse，簡為 DW或 DWH。 ?因曼： 數(shù)據(jù)倉庫就是面向主體的、集成的、穩(wěn)定的，不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。 數(shù)據(jù)倉庫： 為企業(yè)所有級別的決策制定過程提供支持的所有類型數(shù)據(jù)的戰(zhàn)略集合。它是單個數(shù)據(jù)存儲，出于分析性報告和決策支持的目的而創(chuàng)建。為企業(yè)提供需要業(yè)務(wù)智能來指導(dǎo)業(yè)務(wù)流程改進和監(jiān)視時間、成本、質(zhì)量和控制。 44 數(shù)據(jù)倉庫技術(shù) 主要功能： 將組織透過資訊系統(tǒng)之聯(lián)機事務(wù)處理 (OLTP)經(jīng)年累月所累積的大量資料，透過數(shù)據(jù)倉庫理論所特有的資料儲存架構(gòu)，作一有系統(tǒng)的分析整理，以利各種分析方法如聯(lián)機分析處理 (OLAP)、數(shù)據(jù)挖掘 (Data Mining)之進行，并進而支持如決策支持系統(tǒng) (DSS)、主管資訊系統(tǒng) (EIS)之創(chuàng)建，幫助決策者能快速有效的自大量資料中，分析出有價值的資訊，以利決策擬定及快速回應(yīng)外在環(huán)境變動，幫助建構(gòu)商業(yè)智能 (BI)。 45 數(shù)據(jù)倉庫技術(shù) 傳統(tǒng)的數(shù)據(jù)庫技術(shù)： 以單一的數(shù)據(jù)資源，即數(shù)據(jù)庫為中心，進行事物處理、批處理到?jīng)Q策分析等各種類型的數(shù)據(jù)處理工作，只能對業(yè)務(wù)數(shù)據(jù)進行增、刪、改等事務(wù)處理操作和簡單的統(tǒng)計匯總，而不能對不同時期、不同類型的數(shù)據(jù)進行整合，也不能沉淀大量的歷史數(shù)據(jù)。 46 數(shù)據(jù)倉庫技術(shù) 數(shù)據(jù)倉庫的建立使企業(yè)信息環(huán)境劃分為兩個部分： ?操作型環(huán)境： 復(fù)雜數(shù)據(jù)的日常操作性應(yīng)用。 ?分析型環(huán)境： 數(shù)據(jù)變動很少，無數(shù)據(jù)庫的增、刪、改操作。只有存入和裝入操作。 數(shù)據(jù)倉庫獲得基本數(shù)據(jù)和綜合數(shù)據(jù)被劃分為幾個級別：早期細節(jié)級、當(dāng)前細節(jié)級、輕度細節(jié)級、高度綜合級和元數(shù)據(jù)。 P62. 47 數(shù)據(jù)挖掘技術(shù) ? 數(shù)據(jù)挖掘技術(shù) ? CRM不僅僅要改善面向顧客的運作，還需對顧客進行分析，評估顧客價值、顧客流失傾向。 ? 三個層次的分析模塊： 1. 標準報告 2. 聯(lián)機分析處理 3. 數(shù)據(jù)挖掘 48 數(shù)據(jù)挖掘技術(shù) 1. 標準報告 ? 有效 CRM系統(tǒng)的基礎(chǔ)。可以用簡單列表的方式列出重點客戶、全年收入額或其它更精確的報告，顯示某種銷售規(guī)則或業(yè)績。提供優(yōu)質(zhì)的顧客及內(nèi)部信息以了解和區(qū)分顧客。 ? 分類： 標準化報告（預(yù)定義的）和查詢報告（特殊的）。 49 數(shù)據(jù)挖掘技術(shù) 2. OLAP ? 數(shù)據(jù)處理大致可以分成兩大類： ? 聯(lián)機事務(wù)處理 OLTP（ online transaction processing） ? 聯(lián)機分析處理 OLAP（ OnLine Analytical Processing） 50 聯(lián)機分析處理 OLAP ? 隨著數(shù)據(jù)庫技術(shù)的發(fā)展和應(yīng)用，數(shù)據(jù)庫存儲的數(shù)據(jù)量從 20世紀 80年代的兆（ M）字節(jié)及千兆（ G）字節(jié)過渡到現(xiàn)在的兆兆（ T）字節(jié)和千兆兆（ P）字節(jié)，同時，用戶的查詢需求也越來越復(fù)雜，涉及的已不僅是查詢或操縱一張關(guān)系表中的一條或幾條記錄，而且要對多張表中千萬條記錄的數(shù)據(jù)進行數(shù)據(jù)分析和信息綜合，關(guān)系數(shù)據(jù)庫系統(tǒng)已不能全部滿足這一要求。聯(lián)機分析處理是共享多維信息的、針對特定問題的聯(lián)機數(shù)據(jù)訪問和分析的快速軟件技術(shù)。它通過對信息的多種可能的觀察形式進行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對數(shù)據(jù)進行深入觀察。聯(lián)機分析處理具有靈活的分析功能、直觀的數(shù)據(jù)操作和分析結(jié)果可視化表示等突出優(yōu)點，從而使用戶對基于大量復(fù)雜數(shù)據(jù)的分析變得輕松而高效，以利于迅速做出正確判斷。 51 數(shù)據(jù)挖掘技術(shù) 3. 數(shù)據(jù)挖掘 （ Data Mining） ? 數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。 52 數(shù)據(jù)挖掘技術(shù) ? 數(shù)據(jù)挖掘的主要步驟 1. 確定問題和明確目的 2. 數(shù)據(jù)準備 3. 建立模型 4. 分析評價 53 54 演講完畢，謝謝觀看！
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1