Хранилище данных по клиентам

Важным этапом на пути построения аналитической системы является создание единого централизованного хранилища данных по клиентам (Customer Data Warehouse). В нем должна содержаться наиболее полная информация о клиентах, об истории взаимоотношений, открытых или завершенных сделках с клиентом.

Существует много направлений деятельностей организаций, работающих с клиентами. И для разных направлений, вероятно, требуется хранить различную информацию о потребителях. Например, если организация занимается торговлей, то наиболее интересной информацией о клиенте будет сфера его деятельности, категория клиента, географический регион его расположения, а сделки будут отражать продажи некоторого товара. Если же это банки, работающие с населением, то информацией о клиенте будут его возраст, пол, семейное положение, другие личные характеристики, социальный статус, заработок и другие, а сделки будут отражать предоставление каких-либо услуг, например, предоставление кредита. Описываемое решение – Deductor:CRM ориентирован на использование в торговых организациях.

В хранилище данных информация хранится в измерениях и процессах. Измерение – это объект анализа, который может характеризоваться свойствами, присущими только ему и имеет уникальный идентификатор. Процесс представляет собой звезду, в центре которой хранятся факты, а лучи являются измерениями. Хранилище данных будет содержать следующую информацию о клиентах: название, вид (юридическое или физическое лицо), сфера деятельности, географический регион расположения клиента, тип клиента по классификации АВС, тип клиента по классификации XYZ, потенциальный клиент или клиент.

Процесс отображает сделку с клиентом, то есть продажи клиенту некоторого товара. Фактом процесса будет сумма сделки и количество закупаемого товара. Измерения – клиент, менеджер организации, курирующий сделку, дата совершения сделки, состояние сделки (открыта, отказ, успех), причина отказа в случае неуспешной сделки, источник информации о приобретаемом товаре, товар.

Например, процесс 'Сделка' содержит следующее измерения:

• номер клиента;

• состояние сделки;

• причина отказа, в случае неуспешной сделки;

• менеджер, курирующий сделку;

• дата сделки;

• источник информации, способствующий сделке;

• номер покупаемого товара;

• номер региона;

• сфера деятельности клиента.

и факты:

• количество купленного по сделке товара;

• сумма сделки.

Зачем требовалось хранилище данных? Во-первых для централизованного хранения данных о клиентах и сделках. Данные в ХД могут собираться из любых источников, например, из учетной CRM системы, бухгалтерской или складской программы. Во-вторых данные будут представлены в удобном для анализа виде. В-третьих, обеспечивается полнота и непротиворечивость данных с точки зрения анализа.

Теперь, когда есть хранилище, можно приступать к анализу данных по клиентам.

Создание аналитической отчетности

Благодаря аналитической отчетности, данные из хранилища представляются в виде, удобном для дальнейшего анализа. Наиболее удобным инструментом для получения аналитической отчетности являются OLAP-кубы (On Line Analytical Processing – оперативная аналитическая обработка данных). OLAP дает возможность в реальном времени генерировать описательные и сравнительные сводки данных и получать ответы на различные другие аналитические запросы. OLAP-кубы представляют собой проекцию исходного куба данных на куб данных меньшей размерности. При этом значения ячеек объединяются. Такие проекции или срезы исходного куба представляются на плоскости в виде кросс-таблицы.

На рисунке 1 представлена кросс таблица с двумя измерениями: менеджер и статус сделки. По такой таблице легко определить наиболее успешных менеджеров.

Рисунок 1. Кросс-таблица.

Более наглядное представление кросс-таблицы дает кросс-диаграмма:

Рисунок 2. Кросс-диаграмма.

В Deductor 4 в OLAP-кубе с помощью инструмента 'селектор' можно агрегировать факты по какому-либо измерению, оставляя только те объекты, которые соответствуют указанному условию. Например, можно объединить сумму сделок по клиентам, оставив только тех, которые в сумме приносят 50% прибыли. На рисунках 3 и 4 представлены селектор и клиенты, приносящие 50% прибыли.

Рисунок 3. Селектор.

Рисунок 4. Клиенты, приносящие 50% прибыли.

Это небольшой пример применения аналитической отчетности. На практике можно таким образом анализировать любую информацию о клиентах, имеющуюся в хранилище в произвольных разрезах. Иногда может потребоваться также некоторая предобработка данных, например, очистка данных, для чего используются механизмы анализа заложенные в Deductor 4.