CN1340174A - 提供逆星形模式数据模型的方法 - Google Patents

Abstract

根据本发明,提供了在数据仓库环境中组织来自多个系统的信息的技术。在一个实施例中,本发明提供了一种方法,用于分析来自一个企业数据(204)一个或多个数据源的数据。本方法提供基于元模型的技术为企业数据建立模型(204)。该企业通常是一种商务活动(203),但也能是其他方面的人类活动。根据本发明的实施例能把数据从多种源(203、204)转换到特定的数据库模式以提供对数据仓库环境的组织(200—204)。

Description

提供逆星形模式数据模型的方法

                 对相关申请的交叉参考

本申请要求来自下列美国临时专利申请的优先权，它们的公开内容，包括所有附录和所有附属报告，均为所有目的而全部纳入作为参考：

美国临时专利申请序列号60/116,086，Li-Wen Chen，题为“对使用逆星形模式的计算机数据库进行客户数据分析的方法和装置”(代理人报告号19608-000100US)，1999年1月5日受理。

下列共同拥有的待决申请，包括本申请，被同时受理，除本申请外的其他申请均匀所有目的而全部纳入这里作为参考：

1.美国专利申请，序列号＿＿，Li-Wen Chen和Juan Ortiz，题为“提供逆星形模式数据模型的方法”，(代理人报告号19608-000100US)；

2.美国专利申请，序列号＿＿，Li-Wen Chen，题为“提供逆星形模式数据模型的装置”，(代理人报告号19608-000120US)；以及

3.美国专利申请，序列号＿＿，Li-Wen Chen，是为“提供逆星形模式数据模型的系统”，(代理人报告号196008-000130US)。

发明背景

一般地说，本发明涉及计算机数据库系统，具体地说，涉及在数据仓库环境中组织来自一个或多个系统的信息。

就是在几年前也很少有人能预见计算机技术的快速发展。现在计算机已在我们的家中、我们的办公室、我们的学校、甚至我们的公文包和书包中有了一席之地。随着计算机自动化继续冲击我们日常生活中不断增长的部分，政府、公司和个人已转向数据库技术以帮助他们管理“信息爆炸”，即必须在连续的基础上进行分类、同化和管理的以指数增长的信息。对数据库设计领域具有重要性的方面之一是为数据库应用选择数据模型。

数据模型代表数据库中存储的数据的结构或组织。它使能以某些形状使用数据，还可以限制以其他形式使用这些数据。不同的应用通常需要不同的数据模型，可存在许多不同的数据模型，它们通常彼此显著不同。典型情况是，数据库应用被定制成适于特定数据库的特定数据模型。不同的数据库厂商把它们的产品放在不同的数据模型基础上，这增加了混淆。通常，这些应用必须为不同的数据库重新实现，尽管该应用的功能仍然相同。

当今，数据库开发者已转向数据仓库技术以解决往往相互冲突的数据管理需求。传统的数据仓库方案集中于决策支持应用，它们强调对信息的归纳。尽管相信存在好处，但这些系统的一个固有不利之处是关于客户标识的事务细节丢失了。当应用于诸如客户数据分析之类应用时，传统方案便显示出缺点。客户数据分析是一种决策支持分析，它把数据与客户的活动、事件、事务、状态等关联起来。被归纳的信息通常失掉了关于客户标识信息的细节，限制了传统的数据仓库方案在这些类型应用中的有用性。

所需要的是一种提供数据库的方法，该数据库能被定制以适应单个用户需求，还能支持数据分析应用。

发明概要

根据本发明，提供了在数据仓库环境中对来自多种源(包括传统系统)的信息进行组织的技术。在一个实施例中，本发明提供一种方法用于分析来自一个企业的一个或多个数据源的数据。该方法提供了一种基于元模型(meta-model)的技术用于对企业数据建立模型。该企业通常是商务活动，但也能是其他人类活动。根据本发明的实施例能把来自各种源的数据转换成特定的数据库模式(schema)，以向数据仓库环境提供组织。

该方法包括多个步骤，例如为一企业提供一种模型。该模型可以是一个元模型，它在高层描述该企业所用信息。元模型能描述数据模型中各组实体之间的关系。数据模型中的实体能包含特定的一些数据类型等。该企业可以是商务活动和/或其他类似活动。由模型构成数据组织的步骤也是本方法的一部分。数据组织能包括数据模式等。数据模式向数据管理系统(DBMC)定义数据库的各方面，如属性、域和参数等。该方法还包括创建一个或多个数据库以容纳数据。把来自一个或多个源的数据转换到该数据组织也是本方法的一部分。把数据纳入数据库的步骤是本方法的一部分。本方法还包括对数据库中的数据进行分析的步骤。

于是，这些步骤的组合能提供一种环境，用于分析关于客户、商务过程等信息。

在本发明的另一方面中，提供了数据仓库技术。在一个特定实施例中，本发明提供了一种方法用于创建数据库以组织来自一个或多个源的信息。这些实施例能根据数据模式(例如逆星模式(reverse star schema))来组织数据库中的数据。逆星模式模型包含一个识别元素(identityelement)(例如核心组件等)以及一个或多个实体，这些实体描述数据的分类(例如客户分类组件等)，它们能与识别元素有一个或多个关系。在一个实施例中，客户分类组分提供不同的方式对客户或客户的不同商务观点进行分类。例如，客户可按地理区域、人口统计学等进行分类。该方法包含多个步骤，包括根据一个或多个商务需求从预先定义的模板中选择数据模型模板。该方法还包括一个步骤，根据其商务过程和操作从预选定义的客户实体中选择客户实体。例如，可从一个焦点组中选取取实体。在一特定实施例中，焦点组能描述关于客户特征、档案、与商务有关联的分类、客户的作用、定义等信息以及各商务功能领域中的其他信息。

为事务和/或事件定义实体及其属性以构成与特定应用关联的定制的客户活动组件组的步骤也是本方法的组成部分。事件可安排在客房活动组件。这些组件能组织到与各种操作和/或事务相对应的一个或多个定制组中。由于事件事务可分散在不同时间，这些组件包含一组商务度量值或属性。这些事件可以是彼此独立的以及彼此依赖的。一个特定的事件序列可用于描述客户活动的不同阶段。例如，在一特定时间段，一个客户可能经过一系列事件，如：预订＞记帐＞付款＞促销＞改变价格计划＞服务电话＞取消。每个事件能涉及多个不同的商务过程或操作。它们反映了一个客户的生命周期。该方法还包括在客户活动组件中定义一个或多个客户事件类型的步骤。该方法中还包括一个步骤选择数据表和属性，它们将包含具有特定数据模式和属性的一组数据表的源。

本方法还能包括根据源表中的数据类型以及主键和外部键来确定一个或多个属性的步骤。由该模式创建一个或多个数据库的步骤也是本方法的一部分。该数据库能是一个客户数据仓库等。创建数据活动映射规则也能是本方法的一部分。这种映射规则能提供关于表中信息和数据源属性向数据仓库转换的信息。

在根据本发明的一个实施例中，本方法还包括向用户提供在客户活动组件中定义他们自已的针对应用的实体的能力。在一些实施例中，用户能从多个预先定义的属性中选择，也能定义他们自己的属性。根据本发明的许多实施例提供自动导出数据类型的能力。实施例还能提供选项，用于把数据从一种数据类型转换到另一种数据类型。一些实施例还向用户提供改变自动提取的数据类型的能力，如果他们这样选择的话。实施例还能提供数据库内容分析功能，如对客户购买行为的市场篮筐分析、客户价值分析、客户分段等。

利用本发明实现了与传统技术相比的多种好处。本发明能提供技术用于提供可定制以适应不同商务需求的数据模型，但能支持可重用的应用代码。还有，使用根据本发明的技术和数据模型的一些实施例能用于解决客户数据分析问题。许多实施例能向用户提供定制其数据模型的能力，同时提供一组通用的、可重用的客户数据分析功能。许多实施例使能比此前已知的方法更容易和更快捷地构建商务应用。在本说明中将通篇描述这些及其他好处。通过参考本说明的其余部分以及附图，将能实现对本发明的性质和优点的进一步理解。

附图简述

图1显示根据本发明用于数据分析的代表性体系结构；

图2显示适于实现根据本发明的一个特定实施例的代表性计算机系统；

图3A-3B显示在根据本发明的特定实施例中的代表性元模型；

图4A-4B显示在根据本发明的特定实施例中的代表性数据模型；

图5A-5B显示根据本发明的一个实施例的简化过程步骤的代表性流程图；

图6A-6F显示在根据本发明的一个特定实施例中的代表性用户界面屏幕；以及

图7A-7B显示在根据本发明的一个特定实施例中的代表性数据分析功能。

具体实施例描述

本发明提供的技术包括在数据仓库环境中组织来自一个或多个数据库(包括传统数据库)的信息的方法。根据本发明的方法能提供对许多类型信息的更有效使用和存储。在一个实施例中，本发明提供的方法用于为商务信息提供以客户为中心的数据仓库。尽管一般将就这种客户应用来讨论本发明，但本领域普通技术人员将会理解，使用根据本发明的技术能组织和分析许多其他类型的信息。这里，下文中的讨论将是示例性的而不是限定性的。

图1显示根据本发明的一个特定实施例中用于数据仓库的代表性客户数据分析体系结构的简化框图。这个图只是一个示例，不应限制这里的权利要求的范围。本领域的一个普通技术人员会理解其他变化、修改和替换。图1显示根据本发明的一个特定实施例中多个组件的高层视图，包括数据仓库100，例如它能包含以客户为中心的信息，模式产生组件(用箭头107表示)，多个访问数据的分析函数据102、104。这些数据存储在数据仓库100中，用箭头111表示。图1中还显示出多个数据源101，数据能从那里移到数据仓库100中，如箭头112所示。数据仓库100向多个函数和应用提供数据访问能力，如知道元数据的客户数据分析函数102和产生的客户数据分析函数104。客户数据分析应用103能调用知道元数据的客户数据分析函数102以产生的客户数据分析函数104中的函数和过程。许多这些组件由数据仓库建造器109定义。

当前的最佳实施例包括位于该环境中心的数据仓库建造器109。数据仓库建造器109的操作可实现多样任务，包括建造和管理一个数据仓库环境。这些建造和管理任务包含诸如集成从商务需求和数据源分析收集的元数据信息，例如数据模式107、数据处理和数据运动规则106等。数据仓库建造器109还能完成为以客户为中心的数据仓库(如数据仓库109)产生数据模式(如数据模式107)并为元数据提供数据储藏室(如数据储藏室105)等任务。

由数据仓库建造器109定义和组织的元数据能包括数据模式(如星形模式，逆星形模式，以及许多其他数据模式拓扑)，多种源数据处理，运动和加载规则，在数据仓库内加载或维持数据流的任务日程，由用户提供的为产生客户数据分析函数代码所需参数等。再有，数据仓库建造器能产生客户数据分析函数代码102和104，管理建造和维护数据仓库100的操作，管理穿过系统110-112的数据流，以及管理数据仓库100的建造和维护。

当前的根据本发明的最佳实施例提供由数据仓库建造器109定义的数据仓库100。数据仓库100提供对以客户为中心的数据分析和以客户为中心的决策的支持。数据仓库100能接受来自多个数据源的数据，如图1中箭头112所代表的那样，如数据源101。数据源能包括现有的传统数据库系统，现有的商务应用，传统的会计、管理信息系统等。这一数据仓库是根据数据仓库建造器109产生的数据据模式107定义的。

数据源101代表具有原始客户数据的一个或多个传统系统。通常，这些传统系统是支持企业日复一日操作的可操作系统。通常，从这些数据源提取出的数据112能是多种不同格式中的任何一种，如普通文件，ASCII文件，关系数据库表等。根据本发明的实施例提供在把数据纳入数据仓库之前对其进行预处理的能力。此外，本发明提供把数据112纳入以客户为中心的数据仓库100的能力。在数据112被移到数据仓库并被填充到数据库中之前，能由数据仓库建造器109根据多个映射规则106中的一个或多个进行统一、变换和格式化。

客户数据分析函数102、104能访问填充在以客户为中心的数据仓库中的数据，以分析客户行为、商务活动相关图象等。客户数据分析函数102、104能包括客户购买行为的市场篮筐分析、客户价值分析、客户分段等。客户数据分析函数包含静态已知元数据客户分析函数102和动态产生的客户数据分析函数104。这些分析函数能分析数据库内容，提供洞察企业的运作。

在根据本发明的一个特定实施例中，已知元数据的客户数据分析函数102能作为内置函数提供。这类函数能访问元数据，如存储在数据仓库建造器109的元数据储藏室105中的元数据。在当前的最佳实施例中，元数据储藏室105能包括关于数据模式的信息。这种元数据使能访问应用，以理解和检索位于以客户为中心的数据仓库100中的数据。

在根据本发明的一个特定实施例中，数据仓库建造器(如数据仓库建造器109)部分地根据多个元数据信息105为一个或多个动态产生的客户数据分析函数104产生代码(如图1的箭头108所示)。元数据信息能由数据仓库建造器109嵌入到所产生的代码中。

客户数据分析应用103包含前端商务应用，它们适于使用分析函数，如分析函数102、104。这些应用管理与客户有关的信息，特别是把客户的商务事务和其他活动相关联的信息。电子商务应用，销售力自动化应用，客户服务应用，市场自动化应用是用客户数据分析函数的应用实例。

图2描绘适于实现根据本发明的一个特定实施例的代表性计算机系统。该图只是一个示例，不应限制这里的权利要求的范围。本领域的一个普通技术人员会理解其他变化、修改和替换。图2显示适于使用本发明的计算机系统113的各个基本子系统。在图2中，计算机系统113包括总线115，它互连主要的子系统，如中央处理器114，系统存储器116，输入/输出控制器118，打印机等外部装置(未画出)，经由显示适配器126的显示屏124、串行端口128、键盘132、固定盘驱动器144以及进行操作以接收软盘138的软盘驱动器136。

许多其他装置可以连入，如经由I/O控制器118连接扫描器(未画出)，连到串行端口128的鼠标146或网络接口148。许多其他装置或子系统(未画出)可以以类似方式连入。如下文讨论的那样，为实现本发明，图2中所示装置没有必要全部存在。这些装置和子系统可以以不同于图2所示的方式互连，对图2所示的那种计算机系统的操作是容易地知道的，故在本申请中不予详细讨论。实现本发明的源代码可以可操作地放在系统存储器116中或存储在存储介质上，如固定盘144或可卸盘138或CD ROM上。

在根据本发明的当前最佳实施例中，一种新的逆星形模式数据模型提供先有技术中此前已知的技术所不能提供的客户数据分析能力，它可操作地放置在图1的系统113的系统存储器116或固定盘144中。客户数据分析能包括但不限于把商务决策与客户行为关联起来的决策支持分析。客户数据分析应用能根据客户标识分析数据，并把客户活动、事件、事务和状态与该客户的标识关联起来。决策支持应用、归纳技术等解决方案也能被使用而不离开本发明的范围。

数据模型代表数据库中数据的组织。对数据模型的选择有利于以某些方式使用数据而可能限制以其他方式使用数据。被建造用于一种特定数据模型的应用能与其他数据模型相当地不兼容。往往是要针对具有不同数据模型的数据库来重新实现这些应用，即使这些应用的底层逻辑是相似的。元模型是一个摘要数据模型，它描述数据模型中不同实体或实休组合之间的关系。通过遵循元模型中描述的关系，不同的商务应用能定制出数据模型。能写出数据库应用以遵从。元模型并在必要时通过数据字典等手段参考详细的数据模型。根据本发明的这些和其他技术使应用代码能重新使用。

图3A显示根据本发明的一个特定实施例一个具有星形模式组织的代表性元模型的实体-关系图。该图只是一个示例，不应限制这里的权利要求的范围。本领域的一个普能技术人员会理解其他改变、修改和替换。商务度量组203代表一个商务操作的集合的商务性能度量。商务度量组203可以包含一个或多个“事实组件”，如事实组件200。事实组件代表企业决策者想要分析的各种商务主题区中的具体度量。例如，公共事实组件能包括许多商务性能度量，如销售量、毛容限销售量等。图3A描绘多个商务操作组204，它们代表商务过程或操作，这些过程或操作编索引或描述商务度量组203中的度量。实施例能有任何数量的商务操作组，如图3A中的商务操作组204。商务操作组204包含一个或多个维组件201，一个或多个维查询组件202以及其他组件。维组件201代表那些表征事实组件中数据的特定商务操作。例如，产品、销售渠道等事项可以是销售事实的维。

维查询组件202描述关于维组件201的详细信息。例如，产品类别、产品式样等事项可以是与产品维组件对应的维查询组件。

利用星形模式数据模型的实施例对于提供商务操作的宏观透视是有用的。提供这种宏观透视的实施例使决策支持系统能使用一张“大图”作为指南来提供与决策有关的信息。于是，基于星形模式的实施例能提代基于预先定义的尺度和归纳的数据提供一个静态结论。由具有星形模式的实施例提供的数据集合能提供高层次分析透视，这是因为多尺度模型的性质造成的。

图3B显示根据本发明进行客户数据分析的一个特定实施例中用于逆星形模式的一个代表性元模型，该图只是示例性的，不应限制这里的权利要求的范围。本领域一个普通技术人员会理解其他变化、修改和替换。许多客户数据分析把来自企业活动的一个或多个方面上不同商务操作的事件或活动关联起来。在一个特定实施例中，客户数据分析涉及关联不同客户活动组件(如图3B的客户活动组件215)内的不同活动。这些分析能通过多个核心组件(如核心组件212)把客户活动关联起来。在核心组件212中的数据能用于为来自不同客户活动组件的客户活动标识实体。在一些实施例中，数据分析在客户活动的更详细层面上操作。这些实施例搜索一个或多个活动查询组件(例如活动查询组件214)以得到更详细的客户活动数据。在客户分类组件中的数据提供不同的方式对客户或客户的不同商务观点进行分类。例如，客户可按地理区域、人口统计等进行分类。使用这些类型的客户分类组件中的一个或多个类型的实施例能提供多种有用的可能方式来观察客户数据分析结果。利用逆星形模式的实施例提供对数据的细节层面的观察，它提供了根据事务或事件层面上诸如客户数据、客户活动及其相关性等概念来进行分析的能力。

图4A显示根据本发明在一个特定实施例中一个代表性数据模型的简化的一般形式。该图只是作为示例，不应限制这里的权利要求的范围。本领域一个普能技术人员应该理解其他变化、修改和替代。图4A的数据模型是具有逆星形模式组织的数据模型。图4A显示的代表性数据模型包含焦点组210，包含多个核心组件212中的至少一个，多个客户分类组件213中的至少一个，多个定制组211中的至少一个。多个客户活动组件215中的至少一个，以及多个活动查询组件214中的至少一个。还能包括其他组件、而且在一些实施例中不需要所示组件全部存在，这不会离开本

发明的范围。

焦点组(例如焦点组210)包括描述信息的组件，例如客户特征、档案、与商务有关的分类、客户的作用、定义等信息以及各商务功能领域中的其他信息。图4A中显示焦点组210中的两类组件。还能包括其他组件而不离开本发明的范围。图4A显示核心组件212和客户分类组件213。核心组件212包括客户实体(CCI)和其他相关的客户标识数据(用(CC2-CCn)表示)。诸如账户标识、社会安全号、加密的名字等信息是这种客户标识数据的例子。这些实体能在进行客户事件相关分析中特别有用。客户分类组件213描述关于客户在商务组织或过程中的作用或位置的信息，这些描述性组件能被关联于客户商务的结构或组织，例如地区、渠道、销售组织等，或者关联于客户的特征，如商务档案、人口统计、当前档案等。

定制组211的组件对应于操作的商务事务的各种形式。由于事件事务在时间上能是分散的，这些组件包含一组商务度量和属性。这些事件能是彼此独立的，也能是彼此依赖的。一个特定的事件序列能用于描述客户活动的不同阶段。例如，在一个特定的时间段，一个客户可能经过一系列事件，如预订＞记账＞付款＞促销＞改变价格计划＞服务电话＞取消。每个事件能涉及多个不同的商务过程或操作，它们反映了一个客户的生命周期。

定制组211包含多个客户活动组件215，多个活动查询组件214等。客户活动组件215能代表关于客户活动的事件事务或度量。这些实体能包含一个或多个属性，如事务类型，事务时间戳(timestamp)等。当定义客户活动组件215时，为事务类型选择一个域值。事务类型是对事件相关分析有用的一个属性。在一个特定实施例中，用户能通过从多个预先建立的属性中选择属性来定义客户活动组件，如客户活动组件215。一些实施例还能提供添加用户定义的属性的能力。许多实施例提供定义客户活动实体(例如图4A中的CC3)的能力，活动查询组件214代表的实体详细给出客户事件事务的特征。例如，在一事务中购买的产品、购物存储位置等能作为活动查询实体214存储起来供分析。

图4B显示根据本发明的一个特定实施例中具有逆星形模式组织的数据模型的一个代表性例子的简化实体关系图。该图只是作为示例，不应限制这里的权利要求的范围。本领域一个普通技术人员会理解其他变化、修改和替换。在图4B的实例数据模型中，图4A的核心组件212包含客户实体220和账户实体212。箭头221指出客户实体220和账户实体之间的“一对多”关系。客户实体220和账户实体222等实体的存在使数据模型219能为所考虑的商务模型中关于客户的查询提供账户层面的概念。图4B显示图4A的客户分类组件213，它包含多个实体，图中显示了其中的4个：销售渠道实体228、客户地区实体230、客户档案实体224及人口统计实体226。许多实施例能包括其他实体，或包括这些褓中的一些但不是全部，这不离开本发明的范围。

在一个特定的代表性实施例中，人口统计实体226、客户档案实体224及客户地区实体230与客户实体220有关系。例如，如图4B中所示，箭头223指出客户实体220和人口统计实体226之间的“多对一”关系。类似地，箭头225指出客户实体220和客户档案224之间的多对一关系；箭头227指出客户实体220和地区实体230之间的多对一关系。再有，在这个特定实施例中，如图4B中的箭头229所示，销售渠道实体228与账户实体222有一对多关系。

在图4B所示的特定代表性实施例中，多个不同的实体包含图4A的客户活动组件215。这些实体包括记账事务实体232，购买/退回实体234，服务事件实体236，销售活动实体240，促销实体242以及用户定义事件238。再有，图4B显示一个活动查询组件，它包含产品实体244。在根据本发明的一些实施例中还能包括这里没有显示或描述的其他实体。再有，一些实施例可能不提供这里描述的全部实体，但不离开本发明的范围。

图5A显示根据本发明的一个特定实施例中用于定制数据模型的代表性过程的简化过程方框图。该图只是一个示例，不应限制这里的权利要求的范围。本领域的一个普通技术人员会理解其他变化、修改和替换。在图5A的实施例中，模板模式401已转换成一个物理模式403，它能用于创建一个以客户为中心的数据据仓库，例如以客户为中心的数据仓库100。在根据本发明的一个特定实施例中，如图5A中的商务需求405和数据源分析406所示，用户根据他或她的特定应用及源数据的可用性，定制他或她的数据仓库的特点。

包含数据模式模板的模板模式401能包含多个实体以对范围广泛的不同类型应用提供支持。通过商务模型选择407，商务实体选择408，以及客户事务事件实体和属性的选择和定义409等过程，那些与特定应用无关的实体和属性能被排除，以形成一个定制组，如图4A的定制组211。再有，能对一特定商务模型添加新的实体。一个逻辑模式402能是一个逻辑数据模型，它包含有用的实体和属性，包括内置的和定制的实体和属性。诸如商务模型选择407。商务实体选择408及客户事务事件实体和属性的选择和定义409以及源数据和属性的选择412等过程提供了由模板模式401构建逻辑模式402的输入。可包括事件或其他事务类型的物理模式403能用于通过数据类型定义411和413、确定主键和外键411以及定义客户事件类型410来建立以客户为中心的数据仓库。再有，在一个特定实施例中，多个映射规则404能用于把数据源(例如数据源101)映射到以客户为中心的数据仓库(例如以客户为中心的数据仓库100)。映射规则404包含的元数据描述外部源中的数据据如何能映射到数据仓库中的数据表和属性。在一些实施例中映射规则404能进一步包含多个变换规则。

图5B显示在根据本发明的一个特定实施例中产生具有逆星形模式组织的数据模型所用简化过程的代表性流程图。该图只是一个示例，不应限制这里的权利要求的范围。本领域一个普通技术人员会理解其他变化、修改和替换。图5B显示的第一步407中选择一个商务模型模板。选择一个商务模型能从进一步的考虑中去掉不必要的实体。在这一步中，从多个预定义的商务模型中选择一个预定义商务模型。不同的应用能使用不同的商务模型，它们所具有的实体与它们的商务过程和操作有关。在当前的最佳实施例中，用户能根据与其商务有关的商务需求405。从模板中的多个预先构建的实体中为一特定的数据模式401选择实体。然后，在步骤408中，从焦点组(例如图4A的焦点组210)中的多个预定义客户实体中选择客户实体。这从进一步的考虑中再去掉了一些无关的实体。能根据其商务过程和操作选择核心组件212和客户分类组件213中要包括的实体以满足用户的需求。

在步骤409中，定义客户事务和事件实体以及它们的属性，创建一个定制组，如图4A的定制组211。用户可以为客户活动组件选择事件事务实体，它们与用户应用的特征有关。在一个特定实施例中，用户还能定义客户活动组件215中的针对其应用的实体。在一些实施例中，用户能从多个预定义属性中选择，以及定义它们自已的属性。在客户活动组件215中的实体链接于更详细的信息，这些信息能通过可定义的多个活动查询组件214被访问。活动查询组件214能包含例如在商务事务中被访问的商务实体，如产品、商店等。

在步骤410中，在客户活动组件中定义多个客户事件类型。在许多实施例中，用户能定义事件事务类型，它们能用于客户活动组件(如图4A的客户活动组件215)中。在许多实施例中，当创建数据仓库时，这些事件事务类型能用作域约束。一些实施例提供事件事务类型作为属性值，用于客户数据分析中的客户事件相关查询。

在步骤412中，选择多个源数据表和属性以匹配所选择的实体，例如407中选择的实体。在一些实施例中，用户能浏览和巡航数据源(如源数据101)的数据模型，以选择数据表和属性，使其构成以客户为中心的数据仓库的数据表和属性之源。

在步骤413中，根据源数据(如图1的源数据101)确定多个数据类型。根据源表中的数据类型能导出以客户为中心的数据仓库的表和属性的类型。许多实施例提供自动导出这些数据类型的能力。一些实施例还向用户提供改变这些自动导出的数据类型的能力。

在步骤411中，确定数据类型和主键及外键，如果需要的话。在一个特定实施例中，能最终定下数据类型、主键及外键的关系。这可由本领域普通技术人员已知的任意多种技术来实现，例如使用如PlatinumTechnologies公司提供的称作ERWin/ERX的数据库设计工具，该公司总部设在Illinois州的Oakbrook Terrace。然而，也能使用其他等效的产品或方法，而不离开本发明的范围。

在步骤414中，由步骤411中创建的模式创建出以客户为中心的数据仓库。数据仓库建造器100^(*)能根据模式403以及用户提供数据库配置信息来构建以客户为中心的的数据仓库。该数据仓库建造器利用数据库命令和编程界面完成建造数据仓库。

在步骤415中，创建多个数据运动映射规则。映射规则提供关于数据源(如数据源101)的表和属性中信息向以客户为中心的数据仓库(例如步骤414中创建的以客户为中心的数据仓库)转换的信息。这可由本领域普通技术人员已知的任何多种技术来实现，例如使用由EvolutionaryTechnologies International公司提供的称作EXTRACT的数据库设计工具，该公司总部设在Texas州的Austin。然而，也能使用其他等效的产品或方法，而不离开本发明的范围。

图6A-6F显示根据本发明的一个特定实施例中使用一代表性数据仓库方法的简化用户界面屏幕。这些图只是示例，不应限制这里的权利要求的范围。本领域一个普通技术人员会理解其他变化、修改和替换。图6A显示根据本发明的一个特定实施例中的一个项目(project)屏幕501，它具有功能性组件的体系结构视图。第一级包括一个“项目”文件夹502，它具有为特定企业创建数据仓库所用的组件。在项目级之下是组件级，它有多个属于父项目文件夹的组件。“逆星形模式”的第一组件504被突显。突显表明这一组件是下一个要定义的组件。其他组件包括客户分析组件506、应用组件508、物理布局组件510、数据变换组件512、数据加载组件514以及OLAP组件516。在许多实施例中能包括其他组件而不离开本发明的范围。如果用户选取“选择”504，则出现一个商务模型对话框。

图6B显示在根据本发明的一个特定实施例中的一个商务模型对话框503。每当从项目起始屏501中选择“逆星形模式”时便显示对话框503。对话框503使用户能根据特定行业的主要商务模型定制商务模板。对话框503包含一个商务模型选择字段520，用于说明该用户正在为远程通信业选择商务模型，包括该商务是否是基于账户、产品或服务的。打入适当的信息和点击“OK”按钮使该实施例呈现出一个数据库创建屏。

图6C显示数据库创建屏505的一个通用组合件(tab)的内容。屏幕505包括一个数据库名字段530、数据库文件区532和文件性质区534。用户送入适于这些字段的信息并点击“OK”按钮。用户能选择一个事务组合件以显示图6D中的屏幕507。屏幕507包括的字段用于送入关于数据库事务日志的种类和大小的信息，包括文件区542和文件性质区544、用户送入适于这些字段的信息并点击“OK”按钮。然后用户能移到逆星形模式定制屏。

图6E显示在根据本发明的一个特定实施例中的逆星形模式定制屏509。定制屏509显示一个显示给用户的焦点组550。用户能突显一个指定的组，如焦点组550，提示该实施例呈现出关于该组的详细信息以用于编辑等。选择框551使用户能选择是否要添加一个新组或者要编辑或删除一个已存在的组。焦点组550包括多个表552-559。用户能在该组内添加新表或编辑已存在的表，计划布局，为每个表或列识别数据源和指定数据转换，或为表计划数据加载。

图6F显示在根据本发明的一个特定实施例中的数据模式定制屏511。定制屏511显示要显示给用户的定制组560。定制组560包括多个实体，如提供“事务id”的突显实体562。定制组560与活动查询组564和活动查询组566有关系。选择框568使用户能进一步定义和配置实体和活动查询组。

图6A-6F显示在根据本发明的一个特定实施例中的用户界面。图6A-6F的实施例能提供逆星形模式数据模型。然而，可以使用其他数据模型和数据组织而不离开本发明的范围。

图7A显示在根据本发明的一个特定实施例中的代表性客户数据分析函数，如图1的客户数据分析函数102、104。该图只是一个示例，不应限制这里的权利要求的范围。本领域的一个普通技术人员会理解其他变化、修改和替换。客户数据分析能包含多个客户数据分析类型，如客户购买行为分析，客户(市场)分段，客户价值、客户冲击(churn)分析等。这些分析能与上述数据模式的元模型集成在一起。这些函数能在使用相同数据模型的不同商务应用和实施例上操作。

图7A描绘在根据本发明的特定实施例中被分成不同软件层的多个代表性客户分析函数。本领域一个普通技术人员能预见许多其他实施例，它们将以不同的顺序安排这些功能层，添加函数或删除函数，而不离开本发明的范围。元数据访问层605提供通信和访问元数据储藏室(如元数据储藏室600等)中数据的功能。映射层604位于元模型和数据模式之间，提供从元模型到数据模式转换实体以形成数据库的能力。在许多实施例中，然后能产生SQL查询以查询所造成的数据库。

客户活动相关分析层603提供3层602中客户数据分析的基础。层603为客户活动相关查询提供访问以客户为中心的数据仓库的数据库的能力。层603参考元数据储藏室600中的元模型607以确定以客户为中心的数据仓库中数据的数据模式。

客户数据分析层602提供客户数据分析函数。层602包含的组件能分析关于客户的信息。这些客户分析组件能包含市场篮筐分析函数、客户价值函数等。由客户数据分析函数602完成的分析结果能被商务应用601使用。客户数据分析函数能提供为这些函数定义参数的能力。这些参数将存储在元数据储藏室600并被这一层访问。

图7B显示在根据本发明的一个特定实施例中的代表性以客户为中心的数据仓库的建造器，如图1的以客户为中心的数据仓库建造器109。该图只是一个示例，不应限制这里的权利要求的范围。本领域一个普通技术人员会理解其他变化、修改和替换。图7B的以客户为中心的数据仓库建造器包含一个数据模式设计器模块623，它可操作以集成数据模型需求和数据源分析，并为以客户为中心的数据仓库产生目标数据模式。已在前面参考图5B讨论过数据模式产生过程。模块623提供了一个图形用户界面，使用户能对根据图5B的过程步骤定义的数据模型进行计划、编辑、巡航等处理。

元数据储藏室600存储元数据，包括关于数据模式的元数据，如由模式设计器模块623产生的逆星形模式，数据运动映射规则，向数据仓库加载数据流和维护数据仓库内数据流的各种作业时间表，为产生客户数据分析代码的用户参数等。

代码产生模块624产生客户数据分析函数代码。函数代码是根据存储的元数据(如存储在元数据储室600中的元数据)产生的。元数据(如最终数据模式)和输入到客户数据分析函数设计器模块621的用户参数构成对代码产生过程的输入。在根据本发明的一个特定实施例中，能基于一组内置函数代码模板来产生代码。

作业/事件/时间表管理模块627管理构建、管理和维护以客户为中心的数据仓库环境的操作。这能包括对整个数据仓库环境的作业、事件、例外、时间表等的管理。计划的任务可作为作业用时间表管理。活动的发生可表示为事件、例外等，并能由这一模块管理。在一些实施例中，事件和例外能触发其他作业。

在数据运动、网上物理数据传送和在目标机器上的数据加载任务之前，由数据处理/运动/加载管理模块626提供对数据的预处理。

数据仓库构造和管理模块625管理数据仓库的构造，包括数据库对象管理任务，如表的创建，物理空间管理，编索引等。再有，模块625在数据仓库已建成之后管理数据仓库操作。

客户数据分析函数设计器模块621定义客户数据分析函数102、104的配置。数据分析函数被设计成可定制的，因此客户数据分析函数设计器模块621使用户能定义不同类型的分析函数。这一模块向用户提供用户图形界面，以便为他们的应用配置他们自已的客户数据分析函数。用户定义的配置信息可作为分析函数元据(例如分析函数元数据602等)存储在元数据储藏室。

数据源分析器模块622进行数据源分析。数据分析能包括源数据模型、数据域值、数据体量分析等。这一模块能向用户提供图形用户界面用于用户的分析活动。

管理控制台628是一个集成用户设计和管理活动的图形用户界面。管理控制台628与数据模式设计器623、数据源分析器622、操作计划器629、客户数据分析函数设计器621等有接口相连。

操作计划器模块629提供图形用户界面以计划客户数据分析环境的操作方面。模块629能把作业定义、事件定义、时间表信息等操作性元数据存储在元数据储藏室600，供作业/事件/时间表管理模块627检索以进行基于操作性元数据的任务。

数据库应用包含基于数据库中所用数据模型的应用代码。通常应用代码的设计和研制是在实现了数据模型之后进行的。应用代码遵循某些摘要数据模型图案(称作元模型)，使它能提供向其他应用移值代码的能力。为特定元模型设计的应用能在其他类似场合再使用。定制和使那些与定制有关的细节能作为元数据为应用代码使用，这使该应用能满足特定客户的独特需求。数据库设计者们从各种竞争因素中作出选择，以设计特定的数据模型和伴随的元模型。要考虑的因素包括：(1)在定制数据模型以适应不同商务应用需求方面的灵活性；(2)在设计可重用应用代码方面的灵活性；以及(3)通过使用数据模型得到的应用功能有用性水平。

例如，与一多维元模型结合的星形模式数据模型构成一个可能的数据模型—元模型组合。该星形模式包含该数据模型而多维模型包含元模型。数据仓库技术能用许多数据模型和元模型组合来实现。元模型简化了对企业中操作的各操作方面的分析和理解性能或有效性。多维模型提供对企业性能的宏观描述。通常，这一宏观透视能被高度概括，从而使企业管理者(如公司执行官)、政府官员等能得到企业的清晰“大图”。数据能按企业内的多个过程、方面等编辑索引，以向企业管理者提供不同的视点。

在许多实施例中，多维模型被映射到一个特定的关系数据模型，称作模式，它能是星形模式或其他模式。一个模式是与一个数据模型对应的数据库组织。在一个关系数据库中的维表中的记录能被映射到多维模型的多个维指数(indices)，而在数据库实事表中的记录能被映射到多维模型中的度量或数据点。在许多实施例中，数据模型提供操作性能分析，用于多个公司范围的决策支持应用。各种应用、工具、系统、框架、数据库管理器等都能作为基于元模型(即多维模型)和数据模型(即模式及其变体)的可重用产品来实现。结论

虽然上文中已根据特定的系统一般性地描述了本发明，但本发明有广泛得多的应用范围。特别是，本发明不限于特定类型的数据模式，而是能应用于任何数据模型，那里希望有改善的和优化的分析供以客户为中心的数据仓库系统和应用来使用。这样，在一些实施例中，本发明的技术能提供对许多不同的各类传统商务、政府和教育数据库的访问。当然，本领域一个普通技术人员会理解其他变化、修改和替换。

Claims (34)

1.一种基于计算机的方法，用于分析一个企业的多个数据源的至少一个中含有的数据，所述方法包含：

为所述企业的多个数据源的所述至少一个提供模型；

为所述模型构成数据组织；

创建具有所述组织的数据库；

把多个数据源的所述至少一个中的数据转换到所述数据组织，以构成多个转换后的数据；

把所述转换后的数据纳入所述数据库中；以及

对所述数据库中的所述转换后的数据进行分析，其中所述数据组织包含多个数据的至少一个，所述数据包含：

(a)至少一个标识元素；以及

(b)至少一个属性元素，其中所述标识元素和所述属性元素彼此之间有多个关系中的至少一个关系。

2.权利要求1的方法，这里所述模型进一步包含：

一个焦点组，所述焦点组包含：

多个分类组件中的至少一个；以及

多个核心组件中的至少一个；以及

一个定制组，所述定制组包含：

多个客户活动组件中的至少一个；以及

多个活动查询组件中的至少一个；

这里所述定制组有与所述焦点组的多个关系中的至少一个。

3.权利要求2的方法，这里所述分类组件包含与商务过程有关的客户信息类别。

4.权利要求2的方法，这里所述活动组件包含商务事务。

5.权利要求2的方法，这里所述活动组件包含商务事件。

6.权利要求2的方法，这里所述活动组件包含商务活动。

7.权利要求2的方法，这里所述活动组件包含商务度量。

8.权利要求2的方法，这里所述活动查询组件包含客户商务事务的参考信息。

9.权利要求2的方法，这里所述活动查询组件包含客户商务事件的参考信息。

10.权利要求2的方法，这里所述活动查询组件包含客户商务活动的参考信息。

11.权利要求2的方法，这里所述活动查询组件包含客户商务度量的参考信息。

12.权利要求1的方法，这里所述数据组织进一步包含多个核心组件中的至少一个，所述核心组件包含：

一个客户标识；以及

多个分类组件中的至少一个，这里所述分类组件有与所述核心组件的多个关系中的至少一个。

13.权利要求12的方法，这里所述核心组件进一步包含一个账户标识。

14.权利要求12的方法，这里所述分类组件包含一个销售渠道。

15.权利要求12的方法，这里所述分类组件包含一个客户地区。

16.权利要求12的方法，这里所述分类组件包含一客户档案。

17.权利要求12的方法，这里所述分类组件包含一人口统计档案。

18.权利要求1的方法，这里所述企业包含商务。

19.权利要求1的方法，这里所述数据包括远程通信信息。

20.权利要求1的方法，这里所述数据包含财务信息。

21.权利要求1的方法，这里所述数据包含零售市场信息。

22.权利要求1的方法，这里所述数据包含保险信息。

23.权利要求1的方法，这里所述数据包含保健信息。

24.一种基于计算机的方法，用于对多个数据源中至少一个的内容进行客户分析，所述方法包含：

从多个预定义模板中选择一个模板，所述模板实现一种商务的多个特征；

从多个预定义的客户实体中选择这多个客户实体的至少一个，以构成客户实体焦点组，所述选择基于所述模板；

定义多个客户事务实体中的至少一个并定义所述多个客户事务实体的多个属性中的至少一个，以构成客户活动组件的定制组；

定义所述客户活动组件中多个客户事件类型的至少一个，这里所述客户事件类型包含所述客户活动组件中所述客户事务实体的属性；

选择多个数据表的至少一个并选择所述数据表的多个属性的至少一个，以构成数据模式，这里所述数据模式是一个逆星形数据模式；

根据所述数据源的数据表类型确定多个属性的至少一个；

为所述属性确定多个主键的至少一个；

由所述数据模式创建数据仓库数据库；

创建多个数据映射规则的至少一个，所述映射规则为所述数据源的表和属性向所述数据仓库中转换提供转换信息。

25.权利要求24的方法，进一步包含为所述属性定义多个外部键的至少一个。

26.权利要求24的方法，进一步包含：

为所述客户活动组件定义针对应用的实体。

27.权利要求26的方法，进一步包含：

为所述针对应用的实体定义多个属性的至少一个。

28.权利要求24的方法，这里所述导出所述数据类型是自动进行的。

29.权利要求28的方法，进一步包含：

向用户提供改变所述数据类型的能力，如果他们选择不使用自动导出的数据类型的话。

30.将客户数据分析工具与多个数据库系统的至少一个集成到一起的方法，所述方法包含：

安装一个数据仓库数据库，所述数据库有一逆星形模式数据模型，所述逆星形模式映射到多个数据库系统的所述至少一个中的数据；

使用所述数据仓库数据库进行客户数据分析。

31.权利要求30的方法，这里所述客户数据分析包含客户购买行为分析。

32.权利要求30的方法，这里所述客户数据分析包含客户市场分段分析。

33.权利要求30的方法，这里所述客户数据分析包含客户价值分析。

34.权利要求30的方法，这里所述客户数据分析包含客户冲击(churn)分析。

Images