CRM系統(tǒng)：基于CIF 的銀行分析型CRM 系統(tǒng)的研究與設計
基于CIF 的銀行分析型CRM 系統(tǒng)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(shù)學與信息技術(shù)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(guān)系管理系統(tǒng)(ACRM) 的決策支持能力是CRM 實施成功的關(guān)鍵。首先討論了當前銀行分析型客戶關(guān)系
管理數(shù)據(jù)倉庫系統(tǒng)存在的問題，然后介紹了企業(yè)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(jié)構(gòu)模型，并從體系結(jié)構(gòu)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(shù)據(jù)倉庫系
統(tǒng)的設計與實施，最后討論了其應用。
關(guān)鍵詞：客戶關(guān)系管理; 企業(yè)信息工廠; 數(shù)據(jù)倉庫; ODS; 體系結(jié)構(gòu); 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(lián)系、獲得發(fā)展的關(guān)鍵所在。國外銀
行從20 世紀90 年代中期開始建立客戶關(guān)系管理系統(tǒng)，利用
數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的強大決策支持能力來實現(xiàn)客戶貢獻
度、客戶財產(chǎn)占有率、客戶終身價值等為目標的商業(yè)銀行營銷
理念。國內(nèi)則從近年來才開始。客戶關(guān)系管理(CRM)系統(tǒng)可
以分為操作型CRM、分析型CRM 和協(xié)作型CRM3 類[1]，其中
分析型客戶關(guān)系管理(ACRM) 系統(tǒng)是CRM 系統(tǒng)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(yè)融資手
段增加、客戶投資渠道多樣化以及自身發(fā)展的局限等考驗下，
當前的銀行分析型客戶關(guān)系管理(ACRM) 數(shù)據(jù)倉庫系統(tǒng)出現(xiàn)
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(shù)據(jù)倉庫系統(tǒng)的分析，討論了企
業(yè)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(shù)據(jù)倉庫系統(tǒng)方案。
1 銀行ACRM 數(shù)據(jù)倉庫系統(tǒng)分析
銀行ACRM數(shù)據(jù)倉庫系統(tǒng)是建立在原有的前后臺業(yè)務系
統(tǒng)基礎上，然后再建立基于數(shù)據(jù)倉庫系統(tǒng)的決策支持系統(tǒng)，決
策支持系統(tǒng)的分析結(jié)果能被其它系統(tǒng)重新使用，從而實現(xiàn)對
業(yè)務的智能分析和決策支持。銀行ACRM數(shù)據(jù)倉庫系統(tǒng)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(nèi)部的各個分散的OLTP 業(yè)務系統(tǒng)和客
戶渠道，還有來自企業(yè)外部的情報信息和人口統(tǒng)計資料；第2
層通過商業(yè)智能技術(shù)對數(shù)據(jù)進行加工，存儲在數(shù)據(jù)倉庫中，然
后按照業(yè)務需求抽取數(shù)據(jù)建立各種業(yè)務分析集市，或進行數(shù)
據(jù)分析挖掘，最后把結(jié)果提供給各級用戶使用。
目前，銀行ACRM數(shù)據(jù)倉庫系統(tǒng)主要存在以下問題：
（1）銀行業(yè)務系統(tǒng)和數(shù)據(jù)倉庫系統(tǒng)集成度不高。由于銀
行存在龐大昂貴的業(yè)務核心系統(tǒng)、大量分散、獨立運行的OLTP
系統(tǒng)和查詢系統(tǒng)，以及不斷增多的渠道和客戶接觸點，使得操
作型CRM、協(xié)作型CRM 和分析型CRM 系統(tǒng)集成度不高，造
成難以維護統(tǒng)一、完整和高質(zhì)量的客戶視圖。
（2）ACRM 系統(tǒng)體系結(jié)構(gòu)不完善。實時性和客戶數(shù)據(jù)量
的處理要求ACRM 數(shù)據(jù)倉庫系統(tǒng)能快速提供統(tǒng)一、完整和高
質(zhì)量的客戶視圖以及更好的客戶數(shù)據(jù)管理能力。當前主流的
兩層ACRM系統(tǒng)體系結(jié)構(gòu)實時性差，數(shù)據(jù)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(tǒng)必須具
備一對一營銷以及多層次的決策支持能力，即戰(zhàn)略分析與戰(zhàn)
術(shù)分析并重。但目前數(shù)據(jù)挖掘、機器學習等戰(zhàn)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(zhàn)術(shù)分析中結(jié)合戰(zhàn)略分析以實現(xiàn)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(shù)據(jù)倉庫系統(tǒng)主要體現(xiàn)在底
層的體系結(jié)構(gòu)和上層的決策支持不完善。
2 企業(yè)信息工廠(CIF) 概述
2.1 企業(yè)信息工廠的概念
在20 世紀80 年代初期，由InmonWH引入的企業(yè)信息工
廠就是信息生態(tài)系統(tǒng)的具體表現(xiàn)形式。企業(yè)信息工廠既具有
一般的結(jié)構(gòu)(易于被不同的企業(yè)認可)，又能體現(xiàn)每個企業(yè)獨特
的業(yè)務、文化、策略、經(jīng)濟和技術(shù)。
企業(yè)信息工廠包括：數(shù)據(jù)倉庫、數(shù)據(jù)集市、操作型數(shù)據(jù)存
儲、元數(shù)據(jù)、探索和數(shù)據(jù)挖掘倉庫、備用存儲、決策支持系統(tǒng)、
應用軟件系統(tǒng)、Internet/Intranet 和外部世界等構(gòu)件，如圖2 所
示[2]。不同的構(gòu)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(shù)據(jù)倉庫
數(shù)據(jù)倉庫(datawarehouse，DW)是CIF 中最主要的構(gòu)件，不
僅是一種新型的面向數(shù)據(jù)應用的數(shù)據(jù)管理技術(shù)，同時也是基
于數(shù)據(jù)庫的數(shù)據(jù)挖掘(DM)和知識發(fā)現(xiàn)(KDD)的數(shù)據(jù)基礎。
根據(jù)Inmon W H 的描述，數(shù)據(jù)倉庫特性包括面向主題的、
集成的、反映歷史變化的、相對穩(wěn)定的和包含匯總數(shù)據(jù)和詳細
數(shù)據(jù)的[3]。數(shù)據(jù)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(tǒng)結(jié)構(gòu)和狀態(tài)的變化，采用
的能夠反映時間維特征的數(shù)據(jù)結(jié)構(gòu)；數(shù)據(jù)倉庫把傳統(tǒng)的面向業(yè)
務的數(shù)據(jù)庫或外界數(shù)據(jù)庫作為數(shù)據(jù)源，經(jīng)過提煉、加工、匯總和
歸一化整理，生成符合數(shù)據(jù)應用語義規(guī)范要求的數(shù)據(jù)集合；數(shù)
據(jù)倉庫能夠支持多種復雜數(shù)據(jù)應用和綜合性管理決策分析[4]。
2.3 操作型數(shù)據(jù)存儲
2.3.1 操作型數(shù)據(jù)存儲的概念
操作型數(shù)據(jù)存儲(operational data store，ODS)是用于支持
企業(yè)日常全局應用的數(shù)據(jù)集合，是業(yè)務處理的基礎，它可向數(shù)
據(jù)倉庫饋送數(shù)據(jù)。保存在ODS 中的數(shù)據(jù)具有以下特點[5]：面
向主題的、集成的、可變的、數(shù)據(jù)是當前或接近當前的。
2.3.2 操作型數(shù)據(jù)存儲的分類
按照數(shù)據(jù)從數(shù)據(jù)源載入ODS 系統(tǒng)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(nèi)，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(shù)據(jù)的數(shù)據(jù)變換很有限，主要完成
的數(shù)據(jù)抽取工作是大量的數(shù)據(jù)集成，因此對它的源系統(tǒng)要求
有較為統(tǒng)一的數(shù)據(jù)格式，即具有相當高的匯總程度。這一結(jié)
構(gòu)的ODS 主要適用于需要集成業(yè)務處理平臺的環(huán)境中。
（2）存儲轉(zhuǎn)發(fā)：2 到4 小時的延遲。以存儲轉(zhuǎn)發(fā)方式將數(shù)
據(jù)載入ODS 中，它的更新頻率一般為數(shù)小時一次或更頻繁，
所以可以對數(shù)據(jù)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(tǒng)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(zhàn)術(shù)性決策支持的企業(yè)。
（3）批處理：12 到24 小時的延遲。加載方式如同數(shù)據(jù)倉
庫中細節(jié)性數(shù)據(jù)的抽取工作，數(shù)據(jù)更新周期通常為日加載，它
可以作為基于3 層DB-ODS-DW 結(jié)構(gòu)的決策支持系統(tǒng)的一部
分，因此它可以輔助日常的決策支持，也可以將對數(shù)據(jù)倉庫基
于細節(jié)數(shù)據(jù)的查詢處理放在該層中實現(xiàn)，可以說它有助于實
現(xiàn)一個較全面的決策支持系統(tǒng)，既滿足面向中層管理人員的
日常分析和決策，也滿足企業(yè)長遠的戰(zhàn)略性決策。
還有重要的第4 種類型：數(shù)據(jù)來自數(shù)據(jù)倉庫。數(shù)據(jù)直接
從數(shù)據(jù)倉庫進入ODS。因此，數(shù)據(jù)的讀取和分析是在數(shù)據(jù)倉
庫中進行的，最終把處理結(jié)果傳輸給ODS。通常，處理結(jié)果包
括客戶分段與客戶評價等。當試圖訪問從數(shù)據(jù)倉庫中導出的
數(shù)據(jù)的情況下，不需要為做出決策再回到數(shù)據(jù)倉庫中收集和
強力推薦：
天柏客戶關(guān)系管理系統(tǒng)
天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)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(yè)級協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達到留住客戶、提高銷售，實現(xiàn)企業(yè)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(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營銷、客戶服務和支持等與客戶關(guān)系有關(guān)的業(yè)務流程并提高各個環(huán)節(jié)的自動化程度，從而幫助企業(yè)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(yè)的核心競爭力，使得企業(yè)在當前激烈的競爭環(huán)境中立于不敗之地。
關(guān)鍵詞：CRM,CRM系統(tǒng),CRM軟件,客戶關(guān)系管理,客戶管理軟件,客戶管理系統(tǒng),客戶關(guān)系管理軟件,客戶關(guān)系管理系統(tǒng)