CRM系統(tǒng):數(shù)據(jù)倉庫在酒店CRM 系統(tǒng)中的應用研究
［摘要］在酒店客戶關(guān)系管理系統(tǒng)中，要實現(xiàn)對大量客戶數(shù)據(jù)的有效分析和利用，需要建立一個面向分析的多維數(shù)據(jù)倉庫模型，實
現(xiàn)從多個角度顯示和分析客戶數(shù)據(jù)，為進行數(shù)據(jù)挖掘提供基礎(chǔ)。本文中根據(jù)酒店CRM 系統(tǒng)的需求，設(shè)計了數(shù)據(jù)倉庫的事實表和各
維度表，并采用星型和雪花型相結(jié)合的多維數(shù)據(jù)模式構(gòu)建了酒店CRM 系統(tǒng)的數(shù)據(jù)倉庫模型。
［關(guān)鍵詞］CRM 數(shù)據(jù)倉庫星型模式雪花型模式
引言
近幾年，隨著我國國民經(jīng)濟的迅速增長，酒店數(shù)量不斷增加、客源
更加豐富多樣化、市場更加廣闊多渠道，酒店業(yè)面臨著日趨激烈的競爭
環(huán)境和不斷攀升的客戶期望。要想在競爭中取得優(yōu)勢，必須積極尋求擴
大酒店銷售、改進服務(wù)質(zhì)量、降低管理成本、改善客戶關(guān)系和提升客戶
滿意度的有效的信息化手段來增強酒店的核心競爭力。
酒店的管理者已經(jīng)逐漸認識到酒店的所有活動都應該以客戶為中
心，需要依靠現(xiàn)代化的輔助手段隨時對客戶進行分析，掌握客戶的動態(tài)
變化趨勢。傳統(tǒng)的酒店管理信息系統(tǒng)往往是以財務(wù)管理為設(shè)計主線，僅
能夠?qū)频暌欢螘r間的盈利狀況或客房占用情況做出分析，而忽略了
對決定酒店盈利高低的關(guān)鍵因素———客戶的注意，因此將CRM系統(tǒng)應
用到酒店行業(yè)中對于酒店的管理者而言是一個很好的解決方案。
1. 酒店CRM 系統(tǒng)
客戶關(guān)系管理（Customer Relationship Management，CRM）的基本思
想是“以客戶為中心”，其定義可以簡單概括為：利用軟件、硬件和網(wǎng)絡(luò)
技術(shù)，為企業(yè)建立一個客戶信息收集、管理、分析和利用的信息系統(tǒng)。
適合于酒店的CRM系統(tǒng)可以有效地幫助酒店正確識別客戶價值、
改善客戶關(guān)系、提高客戶滿意度、降低管理成本，從而使酒店在競爭中
取得優(yōu)勢。目前，國內(nèi)多數(shù)酒店已經(jīng)建立了簡單的信息管理系統(tǒng)，員工
利用該系統(tǒng)可以處理一些簡單、瑣碎、重復性的工作，如在前臺接待部
門，可執(zhí)行入住登記、收銀、查詢、結(jié)帳、報表生成等多種功能。CRM系
統(tǒng)可以建立在酒店原有的管理信息系統(tǒng)的基礎(chǔ)上，使客戶信息在酒店
前臺、客房服務(wù)、餐飲、娛樂、會議、財務(wù)等各個部門充分共享，并提取客
戶信息，重點實現(xiàn)對客戶信息的整理和分析，并用于支持酒店決策，將
酒店的客戶資源轉(zhuǎn)化成酒店收益。
酒店CRM系統(tǒng)最主要的任務(wù)是實現(xiàn)對大量客戶數(shù)據(jù)的收集、整
理、分析和有效利用。作為一個面向客戶的信息管理系統(tǒng)，對數(shù)據(jù)有特
殊的需求。如果直接以酒店的管理信息系統(tǒng)數(shù)據(jù)庫為基礎(chǔ)，在大量無用
數(shù)據(jù)的干擾下，將使得客戶數(shù)據(jù)的提取與操作異常困難；另一方面，操
作型環(huán)境數(shù)據(jù)表是根據(jù)操作的實際需要決定，表之間的關(guān)聯(lián)錯綜復雜，
在分析時需要建立與大量數(shù)據(jù)表之間的連接，降低了分析的時間性能，
不適應數(shù)據(jù)分析的需要。所以建立一個為CRM系統(tǒng)提供服務(wù)的數(shù)據(jù)倉
庫是必需的，數(shù)據(jù)倉庫中完備的、經(jīng)過組織的大量數(shù)據(jù)為進行客戶分析
提供了良好的基礎(chǔ)。
2. 數(shù)據(jù)倉庫
2.1 數(shù)據(jù)倉庫簡介
數(shù)據(jù)倉庫(DataWarehouse)是計算機和數(shù)據(jù)庫技術(shù)應用到一定階段
的必然產(chǎn)物。隨著計算機應用的不斷深入，企業(yè)的運營環(huán)境逐漸轉(zhuǎn)化為
以數(shù)據(jù)庫為中心，在企業(yè)的數(shù)據(jù)庫中往往存儲著大量信息數(shù)據(jù)，企業(yè)的
業(yè)務(wù)人員希望能夠快速地、交互地、方便有效地從大量雜亂無章的數(shù)據(jù)
中獲取有意義的信息，而決策者則希望能夠利用現(xiàn)有數(shù)據(jù)來指導決策
和發(fā)掘競爭優(yōu)勢。但是，傳統(tǒng)數(shù)據(jù)庫不能實現(xiàn)上述要求，于是必須將用
于事務(wù)處理的數(shù)據(jù)環(huán)境和用于數(shù)據(jù)分析的數(shù)據(jù)環(huán)境分開，也就是使原
來由單一數(shù)據(jù)庫為中心的數(shù)據(jù)環(huán)境發(fā)展為以操作型關(guān)系數(shù)據(jù)庫為中心
的數(shù)據(jù)處理系統(tǒng)和以數(shù)據(jù)倉庫為中心的數(shù)據(jù)分析系統(tǒng)。
數(shù)據(jù)倉庫的概念是在1991 年由美國著名信息工程學家WilliamH.I.
博士提出的，將其定義為：“數(shù)據(jù)倉庫是在企業(yè)管理和決策中面向主題
的、集成的、與時間無關(guān)的、不可修改的數(shù)據(jù)集合”。數(shù)據(jù)倉庫也是一個
數(shù)據(jù)庫，大部分都是基于關(guān)系型數(shù)據(jù)庫管理系統(tǒng)的設(shè)計，它精簡并整合
了來自于異地、異構(gòu)的數(shù)據(jù)源或數(shù)據(jù)庫（如CRM數(shù)據(jù)庫、ERP 數(shù)據(jù)庫等）
的原始數(shù)據(jù)，為有關(guān)部門或企業(yè)進行全局范圍的戰(zhàn)略決策和長期趨勢
分析提供了有效的支持。
數(shù)據(jù)倉庫系統(tǒng)由數(shù)據(jù)處理、數(shù)據(jù)倉庫管理和分析工具三部分組成，
其結(jié)構(gòu)如圖1 所示：
圖1 數(shù)據(jù)倉庫結(jié)構(gòu)示圖
⑴數(shù)據(jù)處理
數(shù)據(jù)倉庫有多個數(shù)據(jù)源，包括企業(yè)內(nèi)部數(shù)據(jù)（生產(chǎn)、技術(shù)、財務(wù)、設(shè)
備、銷售等）、市場調(diào)查與分析及各種文檔之類的外部數(shù)據(jù)。這些原始的
“粗數(shù)據(jù)”有很多信息是并不需要的，因此要對它們進行抽取、加載、轉(zhuǎn)
換和清洗等必要的處理。其中數(shù)據(jù)抽取是指從數(shù)據(jù)源中提取出對數(shù)據(jù)
分析有用的數(shù)據(jù)；數(shù)據(jù)轉(zhuǎn)換是指當數(shù)據(jù)來源不同而造成數(shù)據(jù)格式不統(tǒng)
一時要將數(shù)據(jù)轉(zhuǎn)換成統(tǒng)一的數(shù)據(jù)格式；數(shù)據(jù)清洗是指消除加載到數(shù)據(jù)
倉庫中的原始數(shù)據(jù)中錯誤的、無效的、不一致的地方。
⑵數(shù)據(jù)倉庫管理
數(shù)據(jù)倉庫本身的內(nèi)容包括數(shù)據(jù)、元數(shù)據(jù)及自身日志等。其中元數(shù)據(jù)
是描述數(shù)據(jù)倉庫特性的數(shù)據(jù)，主要用它創(chuàng)建、維護、管理和使用數(shù)據(jù)倉
庫。
數(shù)據(jù)倉庫管理的主要任務(wù)包括批處理作業(yè)管理，數(shù)據(jù)安全管理，數(shù)
據(jù)沖突解決，數(shù)據(jù)質(zhì)量核查，管理數(shù)據(jù)倉庫元數(shù)據(jù)的更新，數(shù)據(jù)刪除與
復制，備份與恢復等，從而為保證數(shù)據(jù)倉庫的正常運轉(zhuǎn)提供基本的管理
環(huán)境。
⑶分析工具
數(shù)據(jù)倉庫的分析工具包括用于完成實際決策問題所需要的各種查
詢檢索工具、基于多維數(shù)據(jù)庫的OLAP 分析工具、數(shù)據(jù)挖掘工具等。
數(shù)據(jù)倉庫應用是一個典型的C/S 結(jié)構(gòu)，其客戶端的工作包括客戶
交互、格式化查詢及結(jié)果和報表生成等。服務(wù)器端完成各種輔助的SQL
查詢、復雜的計算和各種綜合功能等。目前普遍采用的形式是三層結(jié)
構(gòu)，即在客戶與服務(wù)之間增加一個多維數(shù)據(jù)分析服務(wù)器。
基于多維數(shù)據(jù)庫的在線分析工具———OLAP 可以幫助高級用戶從
精細、多維、復雜的角度分析數(shù)據(jù)，但它與數(shù)據(jù)挖掘工具不同。OLAP 工
具是一種數(shù)據(jù)訪問工具，是對歷史數(shù)據(jù)進行統(tǒng)計并有效地向系統(tǒng)用戶
顯示。它只是提供“事實數(shù)據(jù)”，即回答是什么的問題，對今后的預測則
完全由用戶靠自己的“人腦”判斷。使用OLAP 工具，首先要建立OLAP
分析數(shù)據(jù)庫，對數(shù)據(jù)倉庫中的數(shù)據(jù)進行預處理，比如將月份統(tǒng)計值（總
和、平均、最低、最高等）以記錄的方式先存放在OLAP 數(shù)據(jù)庫中，當用
戶切換視圖時可以利用這些現(xiàn)存的數(shù)據(jù)提高系統(tǒng)的反應速度。OLAP 工
具能加強和規(guī)范決策支持的服務(wù)工作，集中和簡化原客戶端和數(shù)據(jù)挖
掘的部分工作，降低系統(tǒng)數(shù)據(jù)傳輸量，提高工作效率。目前，支持OLAP的
數(shù)據(jù)庫有多維數(shù)據(jù)庫和多關(guān)系數(shù)據(jù)庫（即支持多維特性的關(guān)系數(shù)據(jù)庫），
雖然兩種數(shù)據(jù)庫采用不同的數(shù)據(jù)庫模式，但目的都是為了將預處理的
結(jié)果以合理的方式儲存，以供OLAP 工具使用。
2.2 數(shù)據(jù)倉庫的多維數(shù)據(jù)模型
數(shù)據(jù)倉庫中，可以對數(shù)據(jù)進行多維化處理，構(gòu)成多維數(shù)據(jù)模型，它
是數(shù)據(jù)分析時用戶的數(shù)據(jù)視圖，是面向分析的數(shù)據(jù)模型。多維數(shù)據(jù)模型
包括事實、維和粒度。其中，事實是分析的目標數(shù)據(jù)；維是事實信息的屬
性，也是考察數(shù)據(jù)的角度，每一個維都有一個表與之相關(guān)聯(lián)，稱為維表，
它進一步描述維的屬性；粒度是維劃分的單位，也就是明細的程度，可
以用超立方體結(jié)構(gòu)來表示事實、維和粒度的關(guān)系。所以在數(shù)據(jù)倉庫系統(tǒng)
中的統(tǒng)計分析就統(tǒng)一歸結(jié)為:從不同的角度(維)、不同的層次(粒度)來觀
察分析數(shù)據(jù)(事實)。
多維數(shù)據(jù)模型有以下兩種基本模式：
⑴星型模式：星型模式是最常見的數(shù)據(jù)倉庫實現(xiàn)模式，由一個不含
冗余數(shù)據(jù)的大規(guī)模中心表（事實表）和一組小的附屬表（維度表）構(gòu)成。
其中，維度表只與事實表發(fā)生聯(lián)系，而各個維度表之間沒有直接關(guān)系，
事實表中包含了所有維度表的外鍵，這些外鍵指向各維度表的首鍵。
在星型數(shù)據(jù)關(guān)系模型中，事實表的每個維度都有深度的索引，用戶
查詢時先用體積小的多的維度去過濾很大的事實表，首先獲得較小的
相關(guān)數(shù)據(jù)集，從而減少數(shù)據(jù)查詢的數(shù)量，提高查詢速度。
⑵雪花型模式：雪花型模式是對星型模式的擴展，每個維度表都可
以向外連接到多個詳細類別表，即子維度表，詳細類別表在有關(guān)維度上
對事實表進行詳細描述，達到縮小事實表、提高查詢效率的目的。
由于采用標準化和較低的粒度，雪花模式在執(zhí)行查詢時需要更多
的連接操作，所以可能降低瀏覽的性能。
3. 酒店CRM 數(shù)據(jù)倉庫的建立
3.1 數(shù)據(jù)倉庫的數(shù)據(jù)源
數(shù)據(jù)倉庫是面向主題的，酒店CRM系統(tǒng)要實現(xiàn)的目標是通過對酒
店的客戶關(guān)系進行分析來評價酒店的客戶滿意度、衡量客戶價值和細
分客戶群。酒店CRM系統(tǒng)數(shù)據(jù)倉庫的數(shù)據(jù)源主要包括酒店各個部門收
集到的各方面的客戶信息數(shù)據(jù)，酒店硬件設(shè)施統(tǒng)計數(shù)據(jù)，另外還有社會
調(diào)查、外部信息等外部數(shù)據(jù)。將這些數(shù)據(jù)源中符合分析需要的客戶信息
數(shù)據(jù)（包括客戶資料數(shù)據(jù)、消費數(shù)據(jù)、活動數(shù)據(jù)等）從客戶關(guān)系管理數(shù)據(jù)
庫中提取出來，經(jīng)過清洗與轉(zhuǎn)化，并存入數(shù)據(jù)倉庫，就得到了CRM分析
的基礎(chǔ)數(shù)據(jù)集。在此基礎(chǔ)上對數(shù)據(jù)進行標準化、抽象化、規(guī)范化分類和
分析，為酒店的管理層提供及時的決策支持，為各個業(yè)務(wù)部門提供有效
的反饋數(shù)據(jù)。
3.2 數(shù)據(jù)倉庫中各表的設(shè)計
⑴事實表的設(shè)計
事實表反映的是分析的目標，酒店CRM系統(tǒng)主要針對酒店的客戶
關(guān)系進行分析，因此建立客戶關(guān)系事實表，該表包括客戶號（Customer_
ID）、客戶住宿關(guān)鍵字（Load_ID）、客戶消費關(guān)鍵字（Expense_ID）、
客戶滿意度關(guān)鍵字（Satisfaction_ID）等字段。
⑵維度表的設(shè)計
在酒店CRM系統(tǒng)中共有四個主維度，即直接與事實發(fā)生聯(lián)系的維
度，分別是客戶信息維度（Customer）、客戶消費維度（Expense）、客戶住
宿維度(Load)和客戶滿意維度(Satisfaction)。另外還有五個子維度，分別
是客戶通訊維度（Address）、客戶資料維度（Resource）、酒店服務(wù)維度
（Service）、酒店客房維度（Room）和時間維度（Time）。五個子維度表分別
與相應的主維度表相連，
3.3 酒店CRM數(shù)據(jù)倉庫模型的設(shè)計
本系統(tǒng)中采用星型和雪花型相結(jié)合的模式構(gòu)建的酒店CRM的數(shù)
據(jù)倉庫模型，四個主維度表直接與事實表相聯(lián)系，五個子維度表