2 (506)

di iii? I :>7C7urovv:.ki IliIRTOWNIl DANYCH lid urnrni 7.1' I ?iI Y

3.2 Składniki CKM w firmie

W DW na potrzeby CkhA należy uwzględnić następujące ważniejsze elementy.

1.    Lojalność klienta,

2.    odejście klienta,

-    niewłaściwa dyscyplina wartości (bliskość klienta,

przywództwo produktowe, doskonałość operacyjna)

-    zmiana okoliczności (zmiana poziomu dochodów,

adresu ...)

-    Złe doświadczenia (versus doskonałość operacyjna)

-    Lepsza ofer\a (zwycięstwo konkurencji)

3.    znajomość klienta,-

4.    segmentacja

grupowanie wg danych osobistych =

nazwisko, data urodzenia, hobby, wiek dzieci. płeć, wiek, dochód, geografia;

grupowanie wg zachowania = zakupy, phi Inaści, kontakty, ...

Podsumowanie problemów związanych z czasem

Z dotychczasowej części tego rozdziału dowiedzieliśmy się, że zachowywani' «di i.wr ści w hurtowni danych wiąże się z rzucającym wyzwanie zbiorem próbie.im'w.. id ■ streszczam poniżej:

1.    Identyfikowanie i zapisywanie wymagań czasowych. Pierwszym pi obi: m-i., jest identyfikacja wymagań czasowych. Nie istnieją obecnie żadne meiu.K. które by to umożliwiały. Dzisiejsze metody modelowania hurtowni darń u nie służą w tym względzie żadnym prawdziwym wsparciem

2.    Przechwytywanie aktualizacji wymiarów. Co się dzieje, biedy /u n- .

związek (np. sprzedawca przechodzi z jednego działu do iimpr ■ ' ¹ • dzieje, kiedy związek przestaje istnieć (np. sprzedawca odchudź 1,    ,

W jaki sposób hurtownia obsługuje zmiany wartości atiybutu (np piudm niebieski, a teraz jest czerwony)? Czy niezbędna jest możliwość ode.-.u j raportowania jego wyników sprzedaży, kiedy był czerwony lid) menrd 1. o też wystarczy pełny raport dla tego produktu, obejmujący całość jeg u cyl-m życia?

3.    Aktualność przechwytywania. Wydaje się teraz jasne, że absolutna dokładność w hurtowni danych nie jest praktycznie osiągalna. Musimy mieć możliwość oszacowania poziomu niedokładności po to, żeby do wyników otrzymanych po wykonaniu zapytań móc przyłożyć odpowiedni stopień ufności.

4.    Synchronizacjo zmian. Kiedy zmienia się atrybut, potrzebny jest mechanizm identyfikujący zależne od niego atrybuty, które być może także muszą zostać zmienione. Brak synchronizacji odbija się na wiarygodności wyników.