Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami opis książki:
Umiejętnie zarządzaj informacjami!
Czym są hurtownie danych?
Jak je zaprojektować, aby wykorzystać maksimum ich możliwości?
Jak wydajnie zarządzać relacjami z klientem?
Zastanawiasz się, jak zmaksymalizować zyski czerpane z właściwego zarządzania relacjami z klientem? Jest to pytanie, które spędza sen z oczu każdemu przedsiębiorcy. Jedną z możliwości jest wykorzystanie odpowiednio zaprojektowanej hurtowni danych. Projekt takiej bazy danych, uwzględniającej potrzeby klienta, wymaga nowych technik i metodologii. Jakich?
Na to pytanie odpowiada Chris Todman w książce, którą trzymasz w rękach. Wiodący konsultant w dziedzinie hurtowni danych przedstawi Ci kompletną metodologię, pozwalającą na zaprojektowanie, wytworzenie i wdrożenie hurtowni danych pod kątem zarządzania relacjami z klientem. Najpierw przeczytasz o kilku zagadnieniach teoretycznych, związanych z relacjami z klientem oraz hurtowniami danych. Potem zapoznasz się z typowymi problemami, aby w rozdziale piątym przejść do omówienia modelu koncepcyjnego. Dowiesz się, jak obsługiwać okoliczności, identyfikować zmiany w danych oraz modelować metodą kropki. Kolejne omawiane zagadnienia to model logiczny i sposoby rozwiązywania problemów wydajnościowych. W rozdziale poświęconym implementacji fizycznej zobaczysz, jak kontrolować poprawność danych, zarządzać kopiami zapasowymi oraz aplikacjami CRM. Ponadto nauczysz się zarządzać projektem, przejrzysz możliwości dostępnego oprogramowania oraz zdobędziesz wiedzę o perspektywach rozwoju. To wszystko znajdziesz w tej długo oczekiwanej książce, poświęconej hurtowniom danych.
Zarządzanie relacjami z klientem
Wartość marki
Zarządzanie kampaniami
Marketing personalizowany
Budowanie hurtowni danych - komponent ekstrakcji oraz integracji danych
Baza danych hurtowni - opis encji
Problemy przy wykorzystywaniu relacyjnych baz danych
Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami spis treści:
Wprowadzenie (7)
Podziękowania (11)
1. Zarządzanie relacjami z klientem (13)
Wymiar biznesowy (13)
Cele biznesowe (15)
Strategia biznesowa (16)
Wartość marki (17)
Zarządzanie relacjami z klientem (18)
Podsumowanie (30)
2. Wprowadzenie do hurtowni danych (31)
Wprowadzenie (31)
Czym jest hurtownia danych? (37)
Analiza wymiarów (38)
Budowanie hurtowni danych (41)
Problemy związane z zastosowaniem relacyjnych baz danych (58)
Podsumowanie (59)
3. Problemy projektowe do rozwiązania (61)
Wielowymiarowe modele danych (61)
Jak wspierać CRM? (69)
Podsumowanie (79)
4. Problemy z obróbką czasu w hurtowniach danych (81)
Rola czasu (81)
Problemy związane z czasem (84)
Rejestrowanie zmian (90)
Rozwiązania problemów z czasem w hurtowniach danych pierwszej generacji (94)
Odmienne podejścia (107)
Konkluzje z przeglądu metod pierwszej generacji (109)
5. Model koncepcyjny (111)
Wymagania modelu koncepcyjnego (111)
Identyfikowanie zmian w danych (118)
Modelowanie metodą kropki (119)
Warsztaty modelowania metodą kropki (124)
Podsumowanie (147)
6. Model logiczny (149)
Modelowanie logiczne (150)
Implementacja retrospekcji (150)
Zastosowanie wymiaru czasu (157)
Schemat logiczny (161)
Problemy wydajnościowe (163)
Wybór rozwiązania (165)
Częstotliwość przechwytywania zmian danych (166)
Ograniczenia (167)
Weryfikacja i podsumowanie modelu logicznego (171)
7. Implementacja fizyczna (173)
Architektura hurtowni danych (173)
Aplikacje CRM (193)
Kopia zapasowa danych (193)
Archiwizacja (194)
Ekstrakcja i ładowanie (194)
Podsumowanie (197)
8. Uzasadnienie biznesowe (199)
Podejście przyrostowe (199)
Wdrożenie (205)
Podsumowanie (207)
9. Zarządzanie projektem (209)
Wprowadzenie (209)
Co jest dostarczane? (212)
Jakie należy zdefiniować założenia i ryzyka? (213)
Jakiego zespołu potrzebujemy? (215)
Podsumowanie (226)
10. Oprogramowanie (227)
Ekstrakcja, przekształcanie i ładowanie (228)
OLAP (230)
Narzędzia zapytań (232)
Wydobywanie danych (234)
Zarządzanie kampaniami (238)
Personalizacja (240)
Narzędzia metadanych (241)
Sortowanie (242)
11. Przyszłość (245)
Temporalne bazy danych (rozszerzenia temporalne) (246)
Rozszerzenia OLAP dla SQL (246)
Aktywne wsparcie decyzji (247)
Dane zewnętrzne (247)
Dane niestrukturalizowane (248)
Agenci wyszukiwania (248)
Aplikacje obsługujące DSS (249)
A. Temporalna klasyfikacja danych Klubu Winiarza (251)
B. Model kropki dla Klubu Winiarza (255)
C. Model logiczny dla Klubu Winiarza (269)
D. Atrybuty klienta (275)
