資料倉儲這個概念的出現，遠早於客戶關係管理，可以追溯到一九六○年 代 ， 美 國 麻 省 理 工 學 院 為 了 研 究 計 量 經 濟 學 而 發 明 了 多 維 度 模 型 (Multidimensional Modeling)，但一直到一九九○年代，這個概念才受到重視(蘇 隄，1998)。一般而言，資料倉儲是用來儲存各個部門、不同用處的大量資料，從 顧客檔案、產品規格、到地區性資料等，其最有價值部分是提供整合性資料，或 者是說提供統一版本的確實資料(a single version of the truth)。
資 料 倉 儲 的 運 用 ， 可 以 說 是 一 連 串 的 資 料 處 理 程 序 ， 包 含 了 萃 取 (extracting)、轉換(transforming)、和載入(loading)。萃取的程序主要是把資 料從各種不同異質性(heterogeneous)的資料來源，把必要的資料抓取出來，轉換 的程序主要是把這些從不同來源抓取出來的資料，轉換成資料倉儲資料庫儲存的
格式，轉換的方法可以利用中介資料檔(metadata)來描述，而轉換的過程也要進 行資料清洗(cleaning)的程序，將錯誤的資料、不一致的資料剔除，最後才進行 載入程序，將清洗後的資料倒入資料倉儲資料庫中，供後續的分析應用。另外，
也必須定期執行更新(refresh)的程序，可能一天一次，一週一次，或一個月一次，
才能持續蒐集到最新的資料(Chaudhuri and Dayal 1997)。資料倉儲的專家 Inmon 曾說( 2002)：『資料倉儲是一種主題導向、整合的、長時間的資料蒐集，提供管 理者進行決策的程序。』其中，他特別強調長時間的資料蒐集的重要性，認為長 時間去蒐集各個不同來源的不同資料，才有辦法滿足經營者的各種不同面向的決 策需求。
在 架 構 的 設 計 上 ， 則 大 致 可 以 區 分 成 兩 種 ， 一 是 企 業 資 料 倉 儲 (enterprisewide data warehouse)，另一是資料超市(data mart)。資料超市架 構設計上，是採取由下而上的設計策略(bottom-up strategy)，他的目標是希望 先建立各特定領域、或者是各組織部門的資料倉儲系統，而企業資料倉儲指的便 是這些資料超市的聯集，當然，這些資料超市的內容及設計，必須與企業資料倉 儲的設計一致。圖 2-2 顯示了五種不同的資料倉儲架構設計(Sen and Sinha 2005)。
圖 2-2、五種不同的資料倉儲架構 (資料來源： Sen and Sinha 2005)
在使用上，管理者是透過線上分析處理(On-Line Analysis Processing，OLAP) 工具的幫助(Kimball and Ross 2002)，來進行各種不同面向的資料檢視。透過這 些分析檢視，企業可以去分析各種商業活動的表現，了解到哪些是貢獻度高的客 戶，客戶對哪些產品或服務的反應比較好，評估什麼樣的產品能夠吸引客戶，也 可以了解個別客戶的消費行為和嗜好。客戶的歷史行為，有助於企業在進行目標 行銷或銷售活動時作為參考，提供客戶適當的產品或服務水準(陳曉開譯，Jill Dyche 著，2003)。而另外一種使用方式，即是運用資料探勘的技術。
資料探勘是一種搜尋與分析資料的程序，用來挖掘隱而未見的、潛在的有用
資訊(Berry & Linoff，1997)。他包含了對大量資料進行選擇、探測、和模型化 的動作，藉以發現先前未知的樣板模型，將之轉化成可以理解的、有價值的新資 訊，這對企業了解本身和顧客都非常有助益，有助於分析沒有假設條件、沒有頭 緒的資料，並得到意想不到的發現。常見的資料探勘的應用可以歸納為三類：
z 預測(Forecasting/Predictive) ，用歷史資料來預測以後的行為，譬 如說，預測模型可以根據客戶以往的購買記錄，預測出客戶下一個最可 能購買的產品，或預測出同一族群的潛在客戶；
z 關聯性分析(Association Analysis) ，又經常被稱為採購籃分析，用 來檢視哪些產品具有購買上的關連性，或是哪一類的客戶會是某一種產 品的目標群，例如男人會同時買尿布和啤酒，藉由這些挖掘出來的關聯 性，企業可以針對這些產品或客戶擬訂行銷策略；
z 順序性模式分析(Sequential Pattern Analysis) ，用來找出不同事件 之間在某一段時間內的順序性，例如，買電視的人都會在六個月內買錄 放影機。
有效的客戶關係管理，需要真正去了解客戶的需求和喜好，量身訂製符合客 戶的產品和服務，而不是以大眾化的思考方式去假設每一個客戶都差不多(Shaw, et al. 2001；Peppers and Rogers 1999)。透過資料倉儲及資料探勘工具的幫助，
企業能夠從大量的資料中，分析出每一個客戶的特性，發現一些過去沒有察覺的
客戶知識，並轉換成有效的行銷策略。透過對資料的整理、分析、預測，可以提 供更明確的資訊，幫助企業更了解客戶，作出更正確的決定，對客戶關係管理有 極大的幫助。