数据仓库概论.ppt

难以将数据转化成信息例子：某电信公司想分析某个大客户今年的情况与过去3年有什么不同？大客户的情况包括：呼叫行为、话费情况、交费情况、咨询问题等。要把多方面的数据综合成信息。但是，记录呼叫行为的数据库通常保留3个月记录。账务数据库可能保留1年。客户咨询数据库保留客户2年的数据。因此完整的信息根本无法提取。第一章数据仓库概论第21页,共40页，星期六，2024年，5月操作型系统和分析型系统的分离第一章数据仓库概论解决蜘蛛网问题的途径第22页,共40页，星期六，2024年，5月操作型处理：以传统数据库为中心，进行日常业务处理。举例：银行数据库用于记录客户的账号、密码、存入和支出等一系列业务行为。第一章数据仓库概论第23页,共40页，星期六，2024年，5月分析型处理：以数据仓库为中心，分析数据背后的关联和规律。举例：通过对超市近期数据分析可以发现近期畅销商品，从而指导采购。操作型系统和分析型系统的分离使得以前以数据库为中心的数据环境发展成为“双核”系统。第一章数据仓库概论第24页,共40页，星期六，2024年，5月操作型系统使用人员：企业具体操作人员处理的数据：企业业务的细节信息目标：实现企业的业务经营分析型系统使用人员：决策者包含的信息：宏观信息，非细节目的：提供支持信息第一章数据仓库概论第25页,共40页，星期六，2024年，5月数据仓库系统的功能和构成第一章数据仓库概论业务数据库提取、清洗、转换数据存储OLAP数据挖掘企业决策层数据仓库决策支持多维查询预测第26页,共40页，星期六，2024年，5月企业级的多维信息查询数据仓库中的信息是企业级的整体信息，并支持多维度查询。例子：1999~2010年之间“华东区”的“机械类”产品。包括了时间维度、地理维度、产品类型维度。第一章数据仓库概论第27页,共40页，星期六，2024年，5月OLAP在线分析处理用直观的表格或图形等方式，多维度观察。例子：显示某公司在1995年~2000年间，中国各省的销售值。第一章数据仓库概论199519961997199819992000山西福建宁夏30002003500400050006000400800900400036806003000…………第28页,共40页，星期六，2024年，5月数据挖掘发现系统中诸多因素间有指导意义的关系。例子：“啤酒与尿布”英国某超市使用数据挖掘技术发现：周末，购买啤酒的年轻男性也常常购买小孩的尿布。看似毫无道理，实际因为年轻男子周末看球爱喝啤酒，为了同时显示对小孩和太太的关心，尽一些义务，就会买尿布。发现这一规律，超市把啤酒和尿布相邻摆放，方便顾客，促进销售。第一章数据仓库概论第29页,共40页，星期六，2024年，5月预测通过历史积累的信息以及发现的规律预测事务发展的趋势。例子：通过1990~2000年中国移动用户的数量信息来预测2001年用户增长的情况，提供决策依据。第一章数据仓库概论第30页,共40页，星期六，2024年，5月仓库的应用前景在客户服务及营销方面的应用现代商业竞争激烈，客户群体庞大，客户对服务的要求越来越高。客户关系管理（CRM）是一个重要课题，实际上是基于数据仓库进行的。第一章数据仓库概论第31页,共40页，星期六，2024年，5月Sybase公司认为不同行业的CRM，有80%的共性功能。这些功能包括7个模块（7P）客户概况分析：客户的层次、风险、爱好、习惯；客户忠诚度分析：客户对某个产品或商业机构的忠实程度、持久性、变动情况等；客户利润分析：指不同客户所消费第一章数据仓库概论第32页,共40页，星期六，2024年，5月客户性能分析：指不同客户所消费的产品按种类、渠道、销售地点等指标划分的销售额；客户未来分析：包括客户数量、类别等情况的未来发展趋势、争取客户的手段等；客户产品分析：包括产品设计、关联性、供应链等；客户促销分析：包括广告、宣传等促销活动的管理。第一章数据仓库概论第33页,共40页，星期六，2024年，5月在银行领域的应用市场经济带来了银行对各种金融变量控制的随机性和模糊性。经营风险防范、科学管理、正确决策是很重要的课题。银行决策支持系统=银行管理信息系统+银行数据库+银行数据仓库+各种模型库、方法库和知识库。第一章数据仓库概论第34页,共40页，星期六，2024年，5月数据仓库技术在银行业的发展现状：基本上涵盖了银行经营管理与业务运作的各个方面。现在国内几大商业银行都在着手调研、准备或者尝试实施基