MENU

CRMパッケージの機能1

【3】データウェアハウス
顧客と接して得られた情報、即ち企業内外の既存システムや基幹業務システムから抽出したデータ全てを蓄積し、分析するための情報倉庫(ウェアハウス)です。

 

既存のデータベースでは、様々な分析を行うのに適していません。

 

データウェアハウスとして、既存のデータベースとは別の新しいデータベースを構築します。

 

データウェアハウスは、顧客をセグメントに分類し、真の顧客にニーズを把握し、顧客満足度向上を図るなど意思決定を支援します。

 

たとえば顧客管理である個人顧客が引越した場合、住居環境の変化により購買活動が変化すると考えられるため、別個人顧客とした方が良いです。

 

また更新データは必要なく、常にトランズアクションデータを時系列的に履歴データとして保持する必要があります。

 

様々な既存データベースから、ユーザ利用の目的にあった様々な形式のデータを変換・統一してデータを蓄積します。

 

最近では、データウェアハウスの概念を拡張して、SAP社のようにビジネスインテリジェンスと言うソリューションを提供するベンダーもあります。

 

データウェアハウスを構築し、様々な分析やデータマイエングで生み出された情報を、新しい知識として統合し、経営者から現場まであらゆるビジネスの場での意思決定を支援します。

 

その知識統合と言う意味でビジネスインテリジェンスと呼びます。

 

データウェアハウスのデータを検索・集計して分析するアプリケーションをOLAP(Online Analytical Processing)といいます。

 

OLAPには、 アーキテクチャーの違いからM-OLAP(多次元OLAP)とR- OLAP(関係OLAP)があります。

 

M-OLAPは、サーバー側に当初より多次元データベースを構成し、データウェアハウスのサマリ(要約)情報に基づいてデータを格納します。

 

クライアントからの要求で、処理要求に応じてデータを切り出します。

 

検索や切り出しが高速で、 ドリルダウンの詳細情報の表示などの処理を素早く行います。

 

R-OLAPは、多次元データベースを持たず、リレーショナルデータベースを直接検索し、結果を多次元の軸に基づいて表示します。

 

検索時間がかかるため、 ドリルダウン等の処理に時間を要します。

 

データの分析には、一般に仮説に基づいて行います。

 

データマイニングは、その仮説を立てるための傾向あるいはパターンを導く技術、手法す。

 

たとえば、優良顧客の絞り込み、顧客の購買パターンやそのパターンに影響を及ぼす要因の特定、同時購入商品の組合わせパターン分析と陳列の展開などがあります。

 

この他に、クレジットカードの不正防止やダイレクトメールの応答率向上などの活用もあります。

 

なお、データウェアハウスから特定ユーザーグループに絞り込み、要約化したデータを格納したものをデータマートといいます。

 

データウェアハウスが企業情報全体を持つのに対して、データマートは特定部門に限定した機能を持たせます。