Проектирование хранилища данных для анализа информации о клиентах торговой компании Исполнитель: Н.А.Гращенкова Научный руководитель:Ю.А.Периков Факультет. - презентация

1 Проектирование хранилища данных для анализа информации о клиентах торговой компании Исполнитель: Н.А.Гращенкова Научный руководитель:Ю.А.Периков Факультет Бизнес-информатики Кафедра бизнес-аналитики

2 Постановка задачи Цель работы: изучить возможности анализа информации с помощью технологий OLAP и Data Mining на основе хранилища данных по клиентам Задачи: –реализация хранилища данных по клиентам –создание OLAP-куба и просмотр его срезов –анализ данных с использованием MDX- запросов –построение диаграмм на основе OLAP-куба –проведение сегментации клиентской базы с помощью Data Mining

3 Концепция CRM Ключевые аспекты: клиент – наиболее ценный актив внимание к клиенту на всех этапах взаимодействия (персонализированный подход) построение долгосрочных отношений удержание клиентов важнее привлечения новых использование передовых управленческих и информационных технологий

4 Логическая схема хранилища данных по клиентам

5 Заполнение хранилища данных CustomerDim TimeDim ProductDim EmployeeDim SalesFact

6 OLAP-куб

7 Просмотр срезов OLAP-куба

8 Использование MDX-запросов

9 Использование MS Excel как OLAP-клиента

10

11 Анализ данных средствами Data Mining Для торговых компаний: анализ рыночных корзин (ассоциации) секвенциальный анализ кластеризация (сегментация)

12 Сегментация клиентов Признаки кластера 14, <= Order Amount <= 57, , Country = Nicaragua, Country = Venezuela, Country = Colombia, Country = Romania, Country = Vietnam, Country = Northern Ireland, Country = Malaysia, Country = Mongolia, Country = India, Country = Peru, Country = USA, Country = Chile, Country = Denmark, Country = Nepal, Country = Philippines, Product Type Name = Gloves, Product Type Name = Saddles

13 Выводы Возможности анализа информации о клиентах, предоставляемые технологиями OLAP и Data Mining с использованием хранилища данных, весьма обширны. Данные инструменты могут быть эффективно применены компаниями для анализа клиентской информации в рамках стратегии CRM.