客户是一个企业发展的根本,一个企业拥有了最大的客户就等于拥了最大的竞争筹码,而客户与企业又是相辅相成的存在,然而企业用什么方法使自己的客户越来越多,不仅要挽留住现有用户又要有源源不断的新客户增加,这是当前竞争不断加俱的市场中所有企业都面临的一个难题,而随着客户获取成本的不断增高更使得企业想拥有大量的客户变得越来越困难。这就要求企业对客户有一定的了解,想用户之所想,然而要真正了解客户的需求并不是一个口号,这就必须整合所有独立数据源,建立统一、全面的客户视角,其中包括客户数据库、客户信息档案、账单和订单管理系统、产品目录,以及外部数据服务等。但是,如果使用现有的技术平台来建立并管理这些跨范围数据、应用和渠道竖井,是一项复杂兼高成本的任务,然而这样的成功案例并不多见,导致这些案例的失败的原因有种种。
并不是所有的企业在整合独立数据源,建立全面的客户视角过程中都是成功的,许多的企业最后都以失败告终,而导致这些客户数据集成败的主要原因就是企业中缺乏灵活的数据模型,这也是一些客户数据集成解决方案的软肋所在,一个企业没有一个灵活的数据模型就会使得整个项目变得更加臃肿,整体运作起来就会变得更加复杂,就无形中就对整个项目带来了更大的负担,加大了整个失败率。因此数据模型的灵活性是一个项目成功的关键所在,那么决定这个项目是否灵活又有哪些标准来衡量呢?在本文中将为您介绍以下几种标准:
弹性的数据模型适应企业变化
好比一件衣服不一定适合所有的人,每个人都需要有自己的尺码,CDI解决方案也要有允许对数据模型进行自定义修改的宽容度。 大部分CDI解决方案所提供的数据模型都是设计当初开发者根据自己的角度去定制的,而这些不一定适合所有的客户,一旦要将这些解决方案结合用户企业的真实需求,超出它原有的设计框架范围之外时,就表现为无法提供关系架构,也无法延伸自定义。在这种情况下如果非要将这种设计强加给客户应用,只会产生前面所说的衣服不适合客户,或大或小都会对客户带来不满,从而会渐渐的流失客户。
那么什么才是理想中的解决方案呢,这就需要它可伸缩性,根据用户的不同需求可大可小,一定要正当合身,这就需要针对每个垂直行业的不同而提供一个初始数据模型,或者支持导入某种特定的数据模型,这样才能反应出企业的真实需要。然而这些还不能满足所有需求,它还必须提供所有数据支持管理服务,包括拓展元数据管理,促进模型的弹性,应对企业随着时间推移而产生的要求变化,只有想用户之所想,及用户之所需才能真正的了解客户的心声,真正的抓住客户。
根据不同的数据种类选择不同的模型
根据不同的数据种类选择不同的模型,也可以理解为根据需求的不同而选择合适自己的种类。而相对于这些客户数据,不管是参考数据、关系数据还是交易数据,都有自身的特点,因此要求在CDI解决方案中以不同的方式对待。譬如储存在多个系统或数据仓库中的参考数据可能是重复、冲突的。而交易数据在重新调试时的冲突就相对小一些。另外,当参考数据只是客户数据下一个很小的子类时,交易数据就会变得庞大,要求在基础设备上作出持续投资来存储源系统的重复数据。至于关系数据,只有在解决底层冲突和参考数据后,才能被有效管理。另外为了进行恰当的管理,关系数据和分组也同样需要成熟的虚拟化工具来体现不同实体之间的复杂关系,每一种关系最后可以通过虚拟化工具的操作而实现简单的配合,而实现真正的按需管理。
在客户的主数据库中会存在核心主数据和关系数据建模并存的现在,而其中存在的交易数据则应根据不同的需求有选择性的进行存储,例如源系统是批处理导向,没有实时界面,或有系统载入限制,那么交易数据或许应存储在操作数据仓库中实施动态访问。这种灵活性可以动态减少储存在客户数据中心里的数据量,进而降低总体拥有成本,并提高系统的机动性,按需提供数据,大大的减少了不必要的功耗浪费,可以节省大量的应用成本,同时提升了系统的便捷性。
商业服务的自定义能力
每一套CDI解决方案都会存有一个固定的数据模型,可以用于提取商业服务的结构层,可以即买即用进行数据集成。然而,如果数据模型的底层被修改,那么这些商业服务还是需要进行自定义。在具体实施中,只要固定数据模型被修改,那么剩下的相关商业服务可能寥寥无几。而且在这种解决方案上自定义越多,未来就越难升级。因此,理想的可用架构必须有一套粒状数据集成服务,包括一整套API,以求在某个服务集成框架组合高度关联的商业服务。这些商业服务与API可以融为一体,便于维护,也方便未来的产品升级,不仅可以合理的解决商业服务中的应用,而且对于未来的发展也可以做一个长远的安排。