如何用部門(mén)級服務(wù)器構建分析型CRM應用

2002/04/10

　　案例：某商業(yè)銀行擁有約15萬(wàn)信用卡用戶(hù)。為了增加持卡者的數量并提高現有卡用戶(hù)的贏(yíng)利水平，該銀行決定通過(guò)一系列的營(yíng)銷(xiāo)活動(dòng)來(lái)刺激、激勵現有的信用卡用戶(hù)，集中力量來(lái)提高其贏(yíng)利能力。為了幫助營(yíng)銷(xiāo)人員加深對客戶(hù)的了解，該銀行決定實(shí)施一個(gè)分析型CRM系統來(lái)增強其商業(yè)智能。該系統將回答哪些客戶(hù)產(chǎn)生了80%的交易量、平均透支額排名前N位的客戶(hù)、交易最活躍的客戶(hù)及找出最好的商戶(hù)等等諸如此類(lèi)的商業(yè)問(wèn)題；并能根據營(yíng)銷(xiāo)活動(dòng)的要求方便快速地抽取出客戶(hù)名單。

　　由于系統需要存儲所有信用卡用戶(hù)5年的交易數據，多達1000多萬(wàn)條記錄。IT人員認為如果選用Oracle作為數據庫，支撐這樣大的表需要采用高性能服務(wù)器和Oracle的Range分區機制才能保證性能，而且還需要耗費DBA的大量工作。為了保證查詢(xún)的性能，同時(shí)降低硬件的成本，該行使用了NCR的S28部門(mén)級服務(wù)器和Teradata海量并行數據庫來(lái)構建該系統。

　　系統實(shí)施后，達到了銀行業(yè)務(wù)人員和IT人員的預期。業(yè)務(wù)人員很容易就找出了最有價(jià)值的客戶(hù)和商戶(hù)，并可以根據客戶(hù)的任何屬性和交易類(lèi)指標對客戶(hù)進(jìn)行分組。系統能根據營(yíng)銷(xiāo)人員的要求抓取適當的客戶(hù)名單并傳送到Call Center用于特定的商業(yè)營(yíng)銷(xiāo)，如交叉銷(xiāo)售和增量銷(xiāo)售等。通過(guò)對促銷(xiāo)客戶(hù)進(jìn)行跟蹤，業(yè)務(wù)人員還開(kāi)始對每次營(yíng)銷(xiāo)活動(dòng)的成本和產(chǎn)出進(jìn)行評估。IT人員曾經(jīng)很擔心千萬(wàn)條記錄的交易表與客戶(hù)和商戶(hù)表的連接需要消耗很長(cháng)時(shí)間，但是數據庫獨特的并行處理性能使最復雜的關(guān)聯(lián)查詢(xún)在2分鐘內即可完成。同時(shí)，數據庫的自我管理機制使得數據分配完全自動(dòng)，避免了繁重的數據重組工作量。

　　以下給出系統是如何實(shí)現這些商業(yè)問(wèn)題并幫助業(yè)務(wù)人員增進(jìn)對其客戶(hù)的了解。

數據庫：bankpdata

涉及的數據表：

查詢(xún)一：2001年7月份產(chǎn)生80%交易金額的客戶(hù)名單，按倒序排列。

（結果發(fā)現客戶(hù)數量?jì)H占全部交易客戶(hù)的15%）

SELECT AL3.card_no as card_no,

AL4.custom_no as custom_no,

AL5.custom_name as custom_name,

AL3.txn_amt as txn_amt,

CAST(AL3.csum_txn_amt/AL6.total_amt as decimal(18,2)) as bl,

AL3.rank_id as pm

FROM

(

SELECT AL2.card_no as card_no,

AL2.txn_amt as txn_amt,

AL2.rank_id as rank_id,

CAST(CSUM(CAST(AL2.txn_amt as decimal(18,2)),AL2.rank_id) as decimal(18,2)) as csum_txn_amt

FROM

(

SELECT AL1.card_no AS card_no,

AL1.txn_amt AS txn_amt,

rank(AL1.txn_amt) AS rank_id

FROM (select card_no as card_no,

sum(abs(txn_amt)) as txn_amt

from bankpdata.dw_trans_cc

where CAST(trans_date AS CHAR(11)) LIKE '%200107%'

group by 1

)AL1

)AL2

) AL3,

( SELECT CAST(sum(abs(txn_amt)) as decimal(18,2)) as total_amt

from bankpdata.dw_trans_cc

where CAST(trans_date AS CHAR(11)) LIKE '%200107%'

)AL6,

bankpdata.dw_cardinfo_cc AL4,

bankpdata.dw_custinfo_cc AL5

WHERE (AL3.card_no = AL4.card_no) AND (AL4.custom_no = AL5.custom_no)

and bl < 0.8

ORDER BY 6;

查詢(xún)二：2001年3月到8月期間每個(gè)月交易金額都在前六十名的客戶(hù)名單

這些客戶(hù)名單定期地傳送到該行的一個(gè)Call Center,用于相關(guān)促銷(xiāo)活動(dòng)和提升客戶(hù)忠誠度和服務(wù)水平。

SELECT customer.custom_name , sex,contact_addr,contact_tel,email

FROM

(SELECT ALT2.account0 acct,

count(*) mycount

FROM

(SELECT account0,

mymonth,

amount

FROM

(SELECT account0,

substring(cast(trans_date as char(8) ),1, 6) as mymonth,

sum(txn_amt) as amount

FROM bankpdata.dw_trans_cc

WHERE mymonth in ('200103', '200104', '200105', '200106', '200107', '200108' )

GROUP BY 1, 2) ALT1

GROUP BY mymonth

QUALIFY rank(amount) <= 60) ALT2

GROUP BY 1

HAVING count(*) = 6) ALT3,

bankpdata.dw_cardinfo_cc card,

bankpdata.dw_custinfo_cc customer

WHERE ALT3.acct = card.account0

AND card.custom_no = customer.custom_no

查詢(xún)三：交易金額前二十名帳戶(hù)在那些商戶(hù)做交易？

SELECT DISTINCT shop.merch_name, tran.account0

FROM bankpdata.dw_trans_cc tran

LEFT JOIN bankpdata.dw_merch shop

ON tran.shop_no = shop.merch_no

JOIN

(SELECT ALT1.account0

FROM

(SELECT account0, sum(txn_amt) as amount

FROM bankpdata.dw_trans_cc

group by account0) ALT1

QUALIFY rank(ALT1.amount) <= 20 ) ALT2

ON tran.account0 = ALT2.account0

ORDER BY 2;

　　該行的信用卡營(yíng)銷(xiāo)部門(mén)通過(guò)對這個(gè)分析型CRM系統的使用，有效地定位了目標客戶(hù)群；其營(yíng)銷(xiāo)活動(dòng)的回應率從7%上升至24%。同時(shí)，通過(guò)對高利潤客戶(hù)的回報，客戶(hù)忠誠度和服務(wù)水平顯著(zhù)提高。該行還準備進(jìn)一步細分其客戶(hù)群體，開(kāi)發(fā)出新的有針對性的信用卡品種。其長(cháng)遠目標是不斷爭取新客戶(hù)的同時(shí)，最大限度地擴大每個(gè)持卡者的貢獻。

計算機世界網(wǎng)　2002/04/10