首页 >
案例：某商业银行拥有约15万信用卡用户。为了增加持卡者的数量并提高现有卡用户的赢利水平，该银行决定通过一系列的营销活动来刺激、激励现有的信用卡用户，集中力量来提高其赢利能力。为了帮助营销人员加深对客户的了解，该银行决定实施一个分析型CRM系统来增强其商业智能。该系统将回答哪些客户产生了80%的交易量、平均透支额排名前N位的客户、交易最活跃的客户及找出最好的商户等等诸如此类的商业问题；并能根据营销活动的要求方便快速地抽取出客户名单。
由于系统需要存储所有信用卡用户5年的交易数据，多达1000多万条记录。IT人员认为如果选用Oracle作为数据库，支撑这样大的表需要采用高性能服务器和Oracle的Range分区机制才能保证性能，而且还需要耗费DBA的大量工作。为了保证查询的性能，同时降低硬件的成本，该行使用了NCR的S28部门级服务器和Teradata海量并行数据库来构建该系统。
系统实施后，达到了银行业务人员和IT人员的预期。业务人员很容易就找出了最有价值的客户和商户，并可以根据客户的任何属性和交易类指标对客户进行分组。系统能根据营销人员的要求抓取适当的客户名单并传送到Call Center用于特定的商业营销，如交叉销售和增量销售等。通过对促销客户进行跟踪，业务人员还开始对每次营销活动的成本和产出进行评估。IT人员曾经很担心千万条记录的交易表与客户和商户表的连接需要消耗很长时间，但是数据库独特的并行处理性能使最复杂的关联查询在2分钟内即可完成。同时，数据库的自我管理机制使得数据分配完全自动，避免了繁重的数据重组工作量。
以下给出系统是如何实现这些商业问题并帮助业务人员增进对其客户的了解。
数据库：bankpdata
