1.引言
数据仓库由数据抽取、数据仓库和数据仓库日常维护系统组成。其中数据仓库存储元数据和用于决策分析相关 的数据。元数据是数据仓库的核心,它是描述数据 的数据,用于存储数据模型和定义数据结构、转换规则、仓库结构、控制信息等。数据仓库日常维护包括数据的安全、归纳、备份、恢复等工作,这些工作需要利用 数据库管理系统(DBMS)的功能。应用层是建立在数据仓库基础之上的,它主要由联机分析处理(OLAP,Online Analytical Protess)应用分析和数据挖掘两部分组成[2]。决策者利用决策支持工具,从数据仓库中获取准确科学的信息,进而做出科学性的决策。
2.CRM数据仓库项目概述
客户关系管理 (CRM) 是指通过有效地管理客户信息资源,提供客户满意的产品和服务,与客户建立起长期、稳定、相互信任的密切关系,为企业吸引新客 户,锁定老客户,提供效益和竞争优势。它是企业“以产品为中心模式”向“以客户为中心模式”转移的必然结果。企业CRM的价值在于以客户为中心,因此企业 在实施CRM的过程中除了利用先进的信通信技术将客户信息传递给企业之外,还需要对客户信息进行分析、处理。
近几年来,数据仓库被广 泛地应用到了企业CRM中,并取得了一定地效果。但是,传统的CRM数据仓库大都是基于C/S构架的,其在实际运用过程中存在 着一定的弊端。随着数据仓库技术及Web技术的飞速发展,将二种技术进行结合已成为可能,那就是基于Web的数据仓库技术。基于Web的数据仓库技术为解 决传统C/S模式的企业CRM数据仓库的问题提供了解决方案。
3.基于WEB的企业CRM数据仓库的设计
3.1基于WEB的企业CRM数据仓库的设计
企业CRM数据仓库逻辑上设计分为如下的层次:文件存储区、临时存储区、数据清洗区、基础数据区、星型数据区、数据中心。
文件存储区:
文件存储区主要存放原销售系统等多个源系统通过FTP上传的数据文件。各系统每天按时传送相关数据,作为CRM数据仓库的数据来源。
临时存储区:
临时存储区主要存储各数据文件导人的临时数据。每个数据文件在临时存储区对应一个结构相同的数据结构
数据清洗区:
根据需要,对临时存储区的数据进行清洗,并存放到数据清洗区。
基础数据区:
存放统一格式的各系统基础数据。
星型数据区:
为了实现CRM的目的,对客户信息进行多角度多层次的分析,需要在CRM中引入维、事实、层次等概念。
维是与某一事件相关因素在关系模型中的抽象,例如客户购买商品这一事件中就包含了客户、时间、地理、商品等维度;层次是人们观察数据细致程度的体现, 如从时间维上来看就可以分为年、季度、月、日等层次;事实是不同维度在某一取值下的交叉点,是对某一事件的度量,例如“某某顾客于某一时问某个地区购买了 某件商品”这个事件,就是分别选取了顾客维、时间维、地理维、商品维中的某个值,而这些维度取值的空间交叉点就是对这一事件的度量,如销售额、数量等。
有了维、事实、层次等概念就可以为客户数据建立CRM数据仓库模型了。为了能够使用关系表来表达客户多维信息,这里划分了两类表:维表和事实表,前者 用来存储维的层次、成员类别等维的描述数据,后者用来存储指向各个维的外关键字和一些相应的测量数据,即CRM中的事实。
此模型由一个事实表及多个维表组成,事实表用于存放客户的事实数据,表中的信息有多个维度,每个维度对应于一个维表,维表包括相应维度的描述信息,事实表和维表之间通过主/外键相联系。
3.2数据仓库物理设计
(1)表空间设计。其中tee为temp(临时区),clear(清洗区),extract(转换区)。Basic为基础区,star为星型 区,ods为数据中心。Teeidx为tee区的索引存放表空间。basicidx为基础区索引存放表空间,star为星型区的索引存放表空间。这样设计 主要为了把逻辑意义的区分开,也为性能考虑可以在表名前加前缀作为区分表所在的区。其中数据库中所有的业务表全部放在一个用户下,以方便在各个区之间加载 转换。
(2)归档设计。由于数据在数据仓库中频繁加载删除和插入等操作,如果选用归档模式会使数据库产生大量日志。如果归档将严重影响性能,而且数据仓库对数据恢复的要求不高。所以决定采用非归档模式。
(3)安全性设计。数据库中所有的业务表全部放在一个用户下,以方便在各个区之间加载转换。再建一个用户用于展现,对所有的业务表只有只读权限。
(4)备份恢复。这里采用每2天一次冷备份和一周一次逻辑备份。可以接受恢复两天前的数据,然后通过etl重新从源数据库中获取最新数据。
(5)参数设计。由于数据仓库经常删除、插入,很少更新的特点,相对一般业务系统,加大块的大小,增加preused和减少prefree。
基于WEB方式的企业CRM数据仓库设计
最新推荐文章于 2020-09-14 15:37:25 发布