CRM系统：基于CIF 的银行分析型CRM 系统的研究与设计

基于CIF 的银行分析型CRM 系统的研究与设计 冯健文1， 陈启买2， 林璇1 (1. 韩山师范学院数学与信息技术学院, 广东潮州521041; 2. 华南师范大学计算机学院, 广东广州510631) 摘要：分析型客户关系管理系统(ACRM) 的决策支持能力是CRM 实施成功的关键。首先讨论了当前银行分析型客户关系 管理数据仓库系统存在的问题，然后介绍了企业信息工厂(CIF) 理论的原理、主要部件和对CRM 的决策支持能力，提出了一 种改进的三层ACRM体系结构模型，并从体系结构和决策支持能力两个方面探讨了基于CIF 的银行分析型CRM数据仓库系 统的设计与实施，最后讨论了其应用。 关键词：客户关系管理; 企业信息工厂; 数据仓库; ODS; 体系结构; 决策支持 中图法分类号：TP311.132 文献标识码：A 文章编号：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 客户是银行最重要的资源，对客户需求的满足能力是银 行能否与客户保持紧密联系、获得发展的关键所在。国外银 行从20 世纪90 年代中期开始建立客户关系管理系统，利用 数据仓库和数据挖掘的强大决策支持能力来实现客户贡献 度、客户财产占有率、客户终身价值等为目标的商业银行营销 理念。国内则从近年来才开始。客户关系管理(CRM)系统可 以分为操作型CRM、分析型CRM 和协作型CRM3 类[1]，其中 分析型客户关系管理(ACRM) 系统是CRM 系统的大脑和心 脏。近年来，在全球化的竞争格局、市场的需求、企业融资手 段增加、客户投资渠道多样化以及自身发展的局限等考验下， 当前的银行分析型客户关系管理(ACRM) 数据仓库系统出现 了反应时间慢、性能低和决策支持能力不够等问题。 通过对当前银行ACRM 数据仓库系统的分析，讨论了企 业信息工厂(corporate information factory，CIF)理论对CRM的支 持能力，提出了一种基于CIF的银行ACRM数据仓库系统方案。 1 银行ACRM 数据仓库系统分析 银行ACRM数据仓库系统是建立在原有的前后台业务系 统基础上，然后再建立基于数据仓库系统的决策支持系统，决 策支持系统的分析结果能被其它系统重新使用，从而实现对 业务的智能分析和决策支持。银行ACRM数据仓库系统模型 如图1 所示，该模型由4 层组成：信息源、信息抽取存储、信息 应用处理和用户使用。 信息源包括银行内部的各个分散的OLTP 业务系统和客 户渠道，还有来自企业外部的情报信息和人口统计资料；第2 层通过商业智能技术对数据进行加工，存储在数据仓库中，然 后按照业务需求抽取数据建立各种业务分析集市，或进行数 据分析挖掘，最后把结果提供给各级用户使用。 目前，银行ACRM数据仓库系统主要存在以下问题： （1）银行业务系统和数据仓库系统集成度不高。由于银 行存在庞大昂贵的业务核心系统、大量分散、独立运行的OLTP 系统和查询系统，以及不断增多的渠道和客户接触点，使得操 作型CRM、协作型CRM 和分析型CRM 系统集成度不高，造 成难以维护统一、完整和高质量的客户视图。 （2）ACRM 系统体系结构不完善。实时性和客户数据量 的处理要求ACRM 数据仓库系统能快速提供统一、完整和高 质量的客户视图以及更好的客户数据管理能力。当前主流的 两层ACRM系统体系结构实时性差，数据管理效率低，不能适 应未来的需求。 （3）决策支持应用不能满足需求。银行CRM 系统必须具 备一对一营销以及多层次的决策支持能力，即战略分析与战 术分析并重。但目前数据挖掘、机器学习等战略分析理论很 多，却一直没有形成一个阶段性的成果，而理论应用还不是很 多，同时如何在战术分析中结合战略分析以实现快速客户识 别、一对一营销等理念，也需要研究。 总的来说，目前银行ACRM数据仓库系统主要体现在底 层的体系结构和上层的决策支持不完善。 2 企业信息工厂(CIF) 概述 2.1 企业信息工厂的概念 在20 世纪80 年代初期，由InmonWH引入的企业信息工 厂就是信息生态系统的具体表现形式。企业信息工厂既具有 一般的结构(易于被不同的企业认可)，又能体现每个企业独特 的业务、文化、策略、经济和技术。 企业信息工厂包括：数据仓库、数据集市、操作型数据存 储、元数据、探索和数据挖掘仓库、备用存储、决策支持系统、 应用软件系统、Internet/Intranet 和外部世界等构件，如图2 所 示[2]。不同的构件奠定了一个基础，可以提供信息，提供决策 支持能力[3]。 2.2 数据仓库 数据仓库(datawarehouse，DW)是CIF 中最主要的构件，不 仅是一种新型的面向数据应用的数据管理技术，同时也是基 于数据库的数据挖掘(DM)和知识发现(KDD)的数据基础。 根据Inmon W H 的描述，数据仓库特性包括面向主题的、 集成的、反映历史变化的、相对稳定的和包含汇总数据和详细 数据的[3]。数据仓库存储面向管理应用与综合分析的集成化综 合性信息，能从历史的角度描述系统结构和状态的变化，采用 的能够反映时间维特征的数据结构；数据仓库把传统的面向业 务的数据库或外界数据库作为数据源，经过提炼、加工、汇总和 归一化整理，生成符合数据应用语义规范要求的数据集合；数 据仓库能够支持多种复杂数据应用和综合性管理决策分析[4]。 2.3 操作型数据存储 2.3.1 操作型数据存储的概念 操作型数据存储(operational data store，ODS)是用于支持 企业日常全局应用的数据集合，是业务处理的基础，它可向数 据仓库馈送数据。保存在ODS 中的数据具有以下特点[5]：面 向主题的、集成的、可变的、数据是当前或接近当前的。 2.3.2 操作型数据存储的分类 按照数据从数据源载入ODS 系统的频度，可将其划分为 3 类[3]： （1）同步方式：1 到2 秒的延迟。在非常少的时间内，以同 步方式将信息加载入ODS 中，因为响应时间短，所以这种载 入方式使得来自于多个源数据的数据变换很有限，主要完成 的数据抽取工作是大量的数据集成，因此对它的源系统要求 有较为统一的数据格式，即具有相当高的汇总程度。这一结 构的ODS 主要适用于需要集成业务处理平台的环境中。 （2）存储转发：2 到4 小时的延迟。以存储转发方式将数 据载入ODS 中，它的更新频率一般为数小时一次或更频繁， 所以可以对数据进行大量的集成处理，因此可提供功能强大 的用户视图和统一报表、汇总表分析，有助于进行日常的决策 分析，适用于需要战术性决策支持的企业。 （3）批处理：12 到24 小时的延迟。加载方式如同数据仓 库中细节性数据的抽取工作，数据更新周期通常为日加载，它 可以作为基于3 层DB-ODS-DW 结构的决策支持系统的一部 分，因此它可以辅助日常的决策支持，也可以将对数据仓库基 于细节数据的查询处理放在该层中实现，可以说它有助于实 现一个较全面的决策支持系统，既满足面向中层管理人员的 日常分析和决策，也满足企业长远的战略性决策。 还有重要的第4 种类型：数据来自数据仓库。数据直接 从数据仓库进入ODS。因此，数据的读取和分析是在数据仓 库中进行的，最终把处理结果传输给ODS。通常，处理结果包 括客户分段与客户评价等。当试图访问从数据仓库中导出的 数据的情况下，不需要为做出决策再回到数据仓库中收集和 强力推荐： 天柏客户关系管理系统 天柏客户关系管理系统（CRM）是一款集专业性、实用性、易用性为一体的纯B/S架构的CRM系统，它基于以客户为中心的协同管理思想和营销理念，围绕客户生命周期的整个过程，针对不同价值的客户实施以客户满意为目标的营销策略，通过企业级协同，有效的“发现、保持和留住客户”，从而达到留住客户、提高销售，实现企业利润最大化的目的。通过对客户进行7P的深入分析，即客户概况分析(Profiling)、客户忠诚度分析(Persistency)、客户利润分析(Profitability)、客户性能分析(Performance)、客户未来分析(Prospecting)、客户产品分析(Product)、客户促销分析(Promotion)以及改善与管理企业销售、营销、客户服务和支持等与客户关系有关的业务流程并提高各个环节的自动化程度，从而帮助企业达到缩短销售周期、降低销售成本、扩大销售量、增加收入与盈利、抢占更多市场份额、寻求新的市场机会和销售渠道，最终从根本上提升企业的核心竞争力，使得企业在当前激烈的竞争环境中立于不败之地。 关键词：CRM,CRM系统,CRM软件,客户关系管理,客户管理软件,客户管理系统,客户关系管理软件,客户关系管理系统