支持CRM的数据仓库设计

作　者：	Chris Todman 钟鸣
出版社：	机械工业出版社
丛编项：	数据库技术丛书
版权说明：	本书为公共版权或经版权方授权，请支持正版图书
标　签：	数据库存储与管理

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

暂缺《支持CRM的数据仓库设计》作者简介

内容简介

本书主要介绍客户关系管理（CRM）环境中使用的数据仓库的设计和构建。书中介绍了数据仓库的概念，探讨了数据仓库的体系结构、逻辑模型、物理实现、工程管理等内容。并且描述了建造数据仓库的一些工具产品，介绍了购买这些工具时需要注意的问题。另外，书中还对数据仓库的时间性问题提出了独到的见解，给出了可行的方案。本书适合于希望学习数据仓库原理的人员以及数据仓库建造的顾问人员使用。译者序本书主要介绍客户关系管理（CRM）环境中使用的数据仓库的设计和构建。数据仓库是一种特殊的数据库，近几年来在信息技术行业中获得了极大的关注。根据著名的数据仓库专家W，H．Inmon在《BuildingtheDataWarehouse》一书中的定义：数据仓库（DataWarehouse）是一个面向主题的（SubjectOriented）、集戒的（Integrated）、非易失的（Non-Volatile）、时变的（TimeVariant）数据集合，用于支持管理决策。对于数据仓库的概念可以从两个层次予以理解，首先，数据仓库用于支持决策型、面向分析型的数据处理，它不同于企业现有的运营型（Operational）数据库；其次，数据仓库是对多个异构的数据源的有效集成，集成后按照主题进行了重新组织，并包含历史数据。而且对存放在数据仓库中的数据一般不再进行修改。从上述定义可知，数据仓库具有以下四大特点：1）面向主题。运营型数据库的数据面向事务进行组织，各个业务系统之间相互分离，而数据仓库中的数据按照一定的主题域进行组织。主题是一个抽象的概念，是指用户利用数据仓库进行决策时所关心的重点方面，一个主题通常与多个运营型信息系统相关。2）集成的。面向事务处理的运营型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有的分散的数据库数据提取、过滤的基础上经过系统加工、汇总和整理得到的，从而消除了源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。3）非易失的。运营型数据库中的数据通常实时更新，会根据需要及时发生变化。数据仓库中的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将长期保留，也就是说，数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的装载、刷新即可。4）时变的。也就是反映历史变化。运营型数据库主要关心当前某一个时间...

图书目录

第1章客户关系管理

11业务问题

12业务目标

13业务策略

14价值诉求

141客户亲密

142产品主导

143运营杰出

15客户关系管理

151什么是客户关系管理

152客户忠诚和客户流失

153客户眼光

154分段

155活动管理

156个性化营销

157客户联系 

16小结

第2章数据仓库建造介绍

21引言

211案例研究介绍

212战略信息和运营信息

22什么是数据仓库

23维分析

24建立数据仓库

241提取

242集成

243数据仓库数据库

244汇总导航

245信息表示

25使用关系数据库的问题

251关于时间的问题

252关于SQL的问题

26小结

第3章我们面对的设计问题

31维数据模型

311维与3NF

312星型模式和雪花模式

32为CRM做些什么工作

321客户行为和客户详情——因果原理

322概念/逻辑/物理模型三部曲

323概念模型和葡萄酒俱乐部 

33小结

第4章数据仓库建造中时间的含义

41时间的作用

411有效时间和事务处理时间

412行为数据

413环境数据

42与时间有关的问题

421时间对数据模型的影响

422时间对查询结果的影响

423时间维

424数据的因果变化的影响

43捕获变化

431捕获行为

432捕获环境数据

433与时间有关的问题汇总

44第一代时间问题的解决方案

441类型1方法

442类型2方法

443类型3方法

444TSQL2 

445时间查询 

45某个主题的变化

46小结

第5章概念模型



51概念模型的要求

511行为的处理

512客户详情的处理——回溯

52数据更改的识别

521因果关系

522捕捉更改的频率

53点建模

531行为点模型的成分

532点和GCM

54点建模专题讨论会

541点建模方法 

542信息策略专题讨论会

543成分分析专题讨论会

544回溯

55小结



第6章逻辑模型

61逻辑建模

62 回溯的实现

621介绍 

622使用存在属性

63使用时间维

64逻辑模式 

65性能考虑 

66选择一种方案

67改变数据捕获的频率

68约束

681重复计数约束

682参考完整性约束

683删除约束

69小结

第7章物理实现

71数据仓库体系结构

711VIM层

712误差幅度

713数据池

72CRM应用程序

73数据备份

74归档

75提取与装载

76小结

第8章业务调整 

81增量方法

82提议 

83小结

第9章项目管理

91介绍

92提交

93应该考虑何种假设和风险

94需要什么样的项目组 

95小结

第10章软件产品

101提取、转换和装载

1011提取

1012转换

1013装载

102OLAP 

103查询工具

104数据挖掘

105活动管理

106个性化

107元数据工具

108排序

第11章未来展望

111时间数据库（时间扩展）

112SQL的OLAP扩展

113主动决策支持

114外部数据

115非结构化数据

116搜索代理 

117支持DSS的应用

附录A葡萄酒俱乐部时间分类

附录B葡萄酒俱乐部的点模型

附录C葡萄酒俱乐部的逻辑模型

附录D客户属性

参考文献