CRM系統：基于CIF 的銀行分析型CRM 系統的研究與設計

基于CIF 的銀行分析型CRM 系統的研究與設計 馮健文1， 陳啟買2， 林璇1 (1. 韓山師范學院數學與信息技術學院, 廣東潮州521041; 2. 華南師范大學計算機學院, 廣東廣州510631) 摘要：分析型客戶關系管理系統(ACRM) 的決策支持能力是CRM 實施成功的關鍵。首先討論了當前銀行分析型客戶關系 管理數據倉庫系統存在的問題，然后介紹了企業信息工廠(CIF) 理論的原理、主要部件和對CRM 的決策支持能力，提出了一 種改進的三層ACRM體系結構模型，并從體系結構和決策支持能力兩個方面探討了基于CIF 的銀行分析型CRM數據倉庫系 統的設計與實施，最后討論了其應用。 關鍵詞：客戶關系管理; 企業信息工廠; 數據倉庫; ODS; 體系結構; 決策支持 中圖法分類號：TP311.132 文獻標識碼：A 文章編號：1000-7024 (2006) 12-2288-03 Research and design of banking analytical customer relationship management system based on corporate information factory FENG Jian-wen1, CHEN Qi-mai2, LIN Xuan1 (1. College of Mathematics and Information Technology, Hanshan Normal University, Chaozhou 521041, China; 2. College of Computer, South China Normal University, Guangzhou 510631, China) Abstract：The decisionsupport capacity of analytical customer relationshipmanagement system (ACRM) is the key of CRM's success. Firstly, problems existed in present banking ACRMdata warehouse systems are analyzed. The principle of corporate information factory (CIF) theory is introduced as well as its main components and its ability to support the decision of CRM. On this basis, an improved three-layers ACRM infrastructure model is presented. And the design and implementation of banking ACRM data warehouse system based on CIF are expressed in two ways of infrastructure and decision support capacity. Finally, applications of the systemare discussed. Keywords：customer relationshipmanagement (CRM); corporate information factory (CIF); data warehouse; ODS; infrastructure; decision support 引言 客戶是銀行最重要的資源，對客戶需求的滿足能力是銀 行能否與客戶保持緊密聯系、獲得發展的關鍵所在。國外銀 行從20 世紀90 年代中期開始建立客戶關系管理系統，利用 數據倉庫和數據挖掘的強大決策支持能力來實現客戶貢獻 度、客戶財產占有率、客戶終身價值等為目標的商業銀行營銷 理念。國內則從近年來才開始。客戶關系管理(CRM)系統可 以分為操作型CRM、分析型CRM 和協作型CRM3 類[1]，其中 分析型客戶關系管理(ACRM) 系統是CRM 系統的大腦和心 臟。近年來，在全球化的競爭格局、市場的需求、企業融資手 段增加、客戶投資渠道多樣化以及自身發展的局限等考驗下， 當前的銀行分析型客戶關系管理(ACRM) 數據倉庫系統出現 了反應時間慢、性能低和決策支持能力不夠等問題。 通過對當前銀行ACRM 數據倉庫系統的分析，討論了企 業信息工廠(corporate information factory，CIF)理論對CRM的支 持能力，提出了一種基于CIF的銀行ACRM數據倉庫系統方案。 1 銀行ACRM 數據倉庫系統分析 銀行ACRM數據倉庫系統是建立在原有的前后臺業務系 統基礎上，然后再建立基于數據倉庫系統的決策支持系統，決 策支持系統的分析結果能被其它系統重新使用，從而實現對 業務的智能分析和決策支持。銀行ACRM數據倉庫系統模型 如圖1 所示，該模型由4 層組成：信息源、信息抽取存儲、信息 應用處理和用戶使用。 信息源包括銀行內部的各個分散的OLTP 業務系統和客 戶渠道，還有來自企業外部的情報信息和人口統計資料；第2 層通過商業智能技術對數據進行加工，存儲在數據倉庫中，然 后按照業務需求抽取數據建立各種業務分析集市，或進行數 據分析挖掘，最后把結果提供給各級用戶使用。 目前，銀行ACRM數據倉庫系統主要存在以下問題： （1）銀行業務系統和數據倉庫系統集成度不高。由于銀 行存在龐大昂貴的業務核心系統、大量分散、獨立運行的OLTP 系統和查詢系統，以及不斷增多的渠道和客戶接觸點，使得操 作型CRM、協作型CRM 和分析型CRM 系統集成度不高，造 成難以維護統一、完整和高質量的客戶視圖。 （2）ACRM 系統體系結構不完善。實時性和客戶數據量 的處理要求ACRM 數據倉庫系統能快速提供統一、完整和高 質量的客戶視圖以及更好的客戶數據管理能力。當前主流的 兩層ACRM系統體系結構實時性差，數據管理效率低，不能適 應未來的需求。 （3）決策支持應用不能滿足需求。銀行CRM 系統必須具 備一對一營銷以及多層次的決策支持能力，即戰略分析與戰 術分析并重。但目前數據挖掘、機器學習等戰略分析理論很 多，卻一直沒有形成一個階段性的成果，而理論應用還不是很 多，同時如何在戰術分析中結合戰略分析以實現快速客戶識 別、一對一營銷等理念，也需要研究。 總的來說，目前銀行ACRM數據倉庫系統主要體現在底 層的體系結構和上層的決策支持不完善。 2 企業信息工廠(CIF) 概述 2.1 企業信息工廠的概念 在20 世紀80 年代初期，由InmonWH引入的企業信息工 廠就是信息生態系統的具體表現形式。企業信息工廠既具有 一般的結構(易于被不同的企業認可)，又能體現每個企業獨特 的業務、文化、策略、經濟和技術。 企業信息工廠包括：數據倉庫、數據集市、操作型數據存 儲、元數據、探索和數據挖掘倉庫、備用存儲、決策支持系統、 應用軟件系統、Internet/Intranet 和外部世界等構件，如圖2 所 示[2]。不同的構件奠定了一個基礎，可以提供信息，提供決策 支持能力[3]。 2.2 數據倉庫 數據倉庫(datawarehouse，DW)是CIF 中最主要的構件，不 僅是一種新型的面向數據應用的數據管理技術，同時也是基 于數據庫的數據挖掘(DM)和知識發現(KDD)的數據基礎。 根據Inmon W H 的描述，數據倉庫特性包括面向主題的、 集成的、反映歷史變化的、相對穩定的和包含匯總數據和詳細 數據的[3]。數據倉庫存儲面向管理應用與綜合分析的集成化綜 合性信息，能從歷史的角度描述系統結構和狀態的變化，采用 的能夠反映時間維特征的數據結構；數據倉庫把傳統的面向業 務的數據庫或外界數據庫作為數據源，經過提煉、加工、匯總和 歸一化整理，生成符合數據應用語義規范要求的數據集合；數 據倉庫能夠支持多種復雜數據應用和綜合性管理決策分析[4]。 2.3 操作型數據存儲 2.3.1 操作型數據存儲的概念 操作型數據存儲(operational data store，ODS)是用于支持 企業日常全局應用的數據集合，是業務處理的基礎，它可向數 據倉庫饋送數據。保存在ODS 中的數據具有以下特點[5]：面 向主題的、集成的、可變的、數據是當前或接近當前的。 2.3.2 操作型數據存儲的分類 按照數據從數據源載入ODS 系統的頻度，可將其劃分為 3 類[3]： （1）同步方式：1 到2 秒的延遲。在非常少的時間內，以同 步方式將信息加載入ODS 中，因為響應時間短，所以這種載 入方式使得來自于多個源數據的數據變換很有限，主要完成 的數據抽取工作是大量的數據集成，因此對它的源系統要求 有較為統一的數據格式，即具有相當高的匯總程度。這一結 構的ODS 主要適用于需要集成業務處理平臺的環境中。 （2）存儲轉發：2 到4 小時的延遲。以存儲轉發方式將數 據載入ODS 中，它的更新頻率一般為數小時一次或更頻繁， 所以可以對數據進行大量的集成處理，因此可提供功能強大 的用戶視圖和統一報表、匯總表分析，有助于進行日常的決策 分析，適用于需要戰術性決策支持的企業。 （3）批處理：12 到24 小時的延遲。加載方式如同數據倉 庫中細節性數據的抽取工作，數據更新周期通常為日加載，它 可以作為基于3 層DB-ODS-DW 結構的決策支持系統的一部 分，因此它可以輔助日常的決策支持，也可以將對數據倉庫基 于細節數據的查詢處理放在該層中實現，可以說它有助于實 現一個較全面的決策支持系統，既滿足面向中層管理人員的 日常分析和決策，也滿足企業長遠的戰略性決策。 還有重要的第4 種類型：數據來自數據倉庫。數據直接 從數據倉庫進入ODS。因此，數據的讀取和分析是在數據倉 庫中進行的，最終把處理結果傳輸給ODS。通常，處理結果包 括客戶分段與客戶評價等。當試圖訪問從數據倉庫中導出的 數據的情況下，不需要為做出決策再回到數據倉庫中收集和 強力推薦： 天柏客戶關系管理系統 天柏客戶關系管理系統（CRM）是一款集專業性、實用性、易用性為一體的純B/S架構的CRM系統，它基于以客戶為中心的協同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業級協同，有效的“發現、保持和留住客戶”，從而達到留住客戶、提高銷售，實現企業利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業銷售、營銷、客戶服務和支持等與客戶關系有關的業務流程并提高各個環節的自動化程度，從而幫助企業達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業的核心競爭力，使得企業在當前激烈的競爭環境中立于不敗之地。 關鍵詞：CRM,CRM系統,CRM軟件,客戶關系管理,客戶管理軟件,客戶管理系統,客戶關系管理軟件,客戶關系管理系統