联机分析处理（onlineanalyticalprocessing，olap）技术在多维数据库上应用领域知识，在不同的层面上进行查询和汇总分析。olap技术主要使用多维数据模型和概念分层等技术，具体有上卷和下钻、切片和切块，以及旋转等数据操作方式。olap技术的分析引擎支持统计功能，例如计算移动均值、增长率、利润、返修率等；它也支持预测分析，如预报、趋势等。olap使用的多维数据库可以是关系数据库、数据仓库或两者的混合。数据挖掘（datamining，dm）技术和olap技术刚好相反，olap依赖现有的领域知识，而dm则偏重发现新的领域知识。数据挖掘是融合统计、人工智能和机器学习等技术，从海量...

客户数据处理1、数据处理流程客户管理系统（客户管理软件crm）中的数据处理流程，包括五个阶段，客户数据收集、数据预处理、数据存储、数据分析和商业应用。1）客户数据收集客户数据收集是客户管理系统（客户管理软件crm）中数据处理的起点。在这个阶段中，企业通过多种渠道收集客户的基本信息、客户的需求，以及客户对产品的反馈：客户管理系统（客户管理软件crm）支持方便、准确和高效地记录客户数据。2）数据预处理数据预处理时客户管理系统（客户管理软件crm）中必不可少的准备工作。企业从各处通过各种方法收集的数据存在缺失、无效、冗余和矛盾等问题，在这个阶段中客户管理系统（客户管理软件crm）要提供科学的方法来清...

数据仓库数据仓库的特征数据仓库之父比尔.恩门将数据仓库定义为面向主题的、集成的、时变的、非易失的数据集合，用于支持管理决策过程。这个定义描述了数据仓库的四个主要特征。（1）面向主题的是指数据仓库一般是围绕特定主题而建立的，如客户、供应商、产品和销售等。数据仓库是特定主题数据的简明视图。（2）集成是指数据仓库将多种不同的数据源，例如关系数据库、文本文件或联机事务记录，集成在一起，并统一命名、单位和格式，统一存取，为数据分析提供语法和语义一致的数据源。（3）时变是指数据仓库中的数据横跨较长的时间段，不但提供历史数据，而且在数据结构中强制使用时间维度，隐式或显式地包含时间元素。（4）非易失是指数据仓...

客户知识概述1、客户知识的概述客户知识是以客户数据为基础，利用数据分析技术推断和预测出的对策有价值的知识。客户知识包括客户的需求和反应，例如客户的分类、客户的关联购买模式、客户的购物顺序等。客户知识往往表现为一些指标、模式或规则，例如，某款笔记本电脑的返修率，某个网站页面的焦点模式，以及某些商品销售和天气的相关度。客户知识可能是客户自己有所感知的，例如喜欢观看的电影类型，也有可能是客户自己都没有意识到的，例如在录像店租片延期的可能性。客户知识在信息层次和内容重点方面都与客户数据有很大的差别。一方面，与客户数据中直接的原始事实相比，客户知识中的信息抽象程度更高，信息内容页更复杂。例如，旅客的乘机...

客户数据来源客户数据的多样性和丰富性决定了客户管理系统（客户管理软件crm）中数据来源的多渠道和多媒体特征。客户数据来源可以简单地划分为来自企业内部和企业外部。1、内部数据来源客户数据的内部来源主要是企业内部已经登记的客户信息、销售记录、与客户互动过程中的信息、开展电子商务获取的web使用信息等。另外，很多企业也会有意识地组织一些活动来采集客户信息，例如，以各种方式对自愿登记的客户进行奖励，要求参加者填写他们的姓名、电话和地址等信息。这些活动能够在短时间内收集到大量的客户信息。收集客户信息的方式还包括有奖登记卡、折扣券、会员俱乐部、通过赠品收集客户信息等。2、外部数据来源外部数据主要是指在企业...