商业智能在运营支撑系统中的应用探讨

商业智能在运营支撑系统中的应用探讨

摘要：运营支撑系统中商业智能的建设，是对大量运营支撑积累数据的综合应用。它通过建立一个统一的企业数据信息及分析平台，为企业的客户服务、市场营销、网络建设等工作提供科学有效的支撑，具有广阔的发展前景。对商业智能在电信运营支撑系统中的应用前景进行了分析，描述了商业智能实现的技术架构及进一步的技术策略，并对目前建设中的几个典型应用进行了进一步探讨。   

关键词：运营支撑系统，商业智能，OLAP，数据仓库

一、商业智能宠运营寅撑系统中的应用前景 

随着运营支撑系统数据库的建设发展，对电信运营中积累的大量数据的综合应用成为建设中的一个关键问题。其应用范围远远超过了传统的统计报表，而是综合运用数据仓库、联机分析处理(OLAP)等技术手段，提供统计、经营分析和数据挖掘、数据预警的强大分析平台。通过商业智能在运营支撑系统中的广泛应用，可实现科学的营销管理、建设规划和企业决策。   

运营支撑系统中商业智能建设的目标是建立一个统一的企业数据信息平台，采用先进的数据仓库技术和分析挖掘工具，提取企业数据中有价值的信息，为企业的客户服务、市场营销、网络建设等：工作提供科学有效的支撑，提升企业的运营水平和竞争能力，体现以客户为中心的经营理念。   

在系统建设中，商业智能同运营支撑的其他业务系统有着密切的联系。商业智能以运营支撑系统中的生产数据为主要数据源，辅以其他企业信息系统和外部数据源，建立统一的经营分析数据视图，形成经营分析的专业数据仓库。同时，商业智能分析结果可根据实际情况以直接或间接的方式反馈回生产系统，实现过程改进和管理优化，以为客户提供更好的服务。   

因此，随着运营支撑系统运行过程中大量宝贵生产数据的积累，对数据综合应用的需求越来越迫切，为商业智能的应用提供了强大的推动力。中国移动、中国电信等国内运营商已经着手在前期试点的基础上，进行规范制订及大规模推广工作。但总体说来，国内运营支撑系统的建设仍处于起步阶段，存在大量问题需要进一步加以探讨。  E、商业智能实现的摄术架构及策阳  由于商业智能的实现技术在电信以外的其他行业已经有了长期的发展应用经验，因此，在运营支撑系统中建设商业智能的过程中，可以充分吸取其他行业的经验并采用成熟技术，做到高起点规划和建设，尽快为企业发展创造效益。   

商业智能系统技术架构可以分为数据集成层数据存储层和数据应用层三个层次，如图1所示。

·数据集成层：将营业CRM、计费账务、调度等运营支撑系统，以及网管、管理信息系统(MIS)和其他外部数据源中的数据进行抽取、过滤、转换，并加载到数据仓库。其内部又分为源数据、数据抽取、过滤／转换／AD载三个子层。   

·数据存储层：实现对企业数据仓库中数据和元数据的集中存储与管理，并可根据需求建立面向部门和主题的数据集市，同时可以把一些预聚集数据存放在0MP服务器中。   

·数据应用层：通过多样化的前端分析展示工具，对数据仓库中的数据进行分析和处理，形成市场经营和决策工作所需要的科学、准确、及时的业务信息和知识。其内部又分为0MP分析和数据挖掘两个部分。   

由于主要的数据库管理系统(DBMS)厂商均提供自己的数据仓库解决方案，同时在数据应用、数据转换／过滤／AD载等方面已经有了一批独立成熟的软件产品，因此，目前商业智能的技术方案可以集成多个厂商提供的商用软件，不过其考虑过程面临复杂的选择。企业在制定和实施数据仓库解决方案时，不能盲目地选择产品供应商，而应综合考虑厂商、产品功能、实施经验、品牌服务、发展前景、成  本效益等多种因素。同时在技术策略上应注意以  下问题：   

1．数据抽取策暗   

数据的抽取必须能够充分满足商业智能系  统分析及决策支持的需要，同时必须保证不能影  响业务系统的性能。进行数据抽取时应充分考虑  抽取方式、抽取时间、抽取周期等因素，以制定相  应的策略。抽取方式包括增量抽取、完全抽取等；  抽取时间应尽可能避开业务系统的高峰时段，比  如在夜间业务系统比较闲时；对不同类型的数据  源，应综合考虑业务需求和系统代价，制定合理  的抽取周期。   

2．数据转换技术和策暗   

采用异步数据加载需要以文件方式处理时，  必须充分考虑中间磁盘的存储量和抽取转换加  载(ETL)整个流程的协调性工作，以及大量的非  SQL语句的编程；采用在数据加载过程中进行数据转换时，必须考虑加载性能；采用先将数据装载到数据仓库后再处理时，必须考虑数据仓库引擎的海量数据处理能力。   

3．数据加载技术及策暗   

数据加载策略要考虑加载周期及数据追加策略两方面的内容。根据电信业务数据的实际情况，加载周期要综合考虑业务分析需求和系统加载的代价，对不同业务系统的数据采用不同的加载周期，但必须保持同一时间业务数据的完整性。数据的追加策略根据数据的抽取策略以及业务规则确定，一般有三种类型：直接追加、全部覆盖、更新追加。   

4．数据存储方式及策暗   

数据存储层包括企业级数据仓库和复制／传播组件。数据仓库组件定义了信息的逻辑和物理存储。复制／传播组件从企业级数据仓库中存储的数据创建从属的部门级数据集市及0MP数据库。企业级数据仓库是按照企业整体的信息模型、以尽可能小的业务单元来组织并存储数据的。这样既能保证数据访问的灵活性，又可保证最少量的数据冗余。在数据仓库的实施过程中，对于某些主题的业务分析问题，可能会按照主题采用数据集市或0MP数据库的方式对数据进行进一步的组织。所以根据分析需求可在企业级数据仓库的基础之上创建相应的从属部门级数据集市和0MP数据库。   

5．数据应用技术策暗   

数据应用层应提供一个统一的门户，实现预定义报表、即席查询和多维动态分析的无缝连接，并提供集成化的认证、信息发布和管理环境，使系统使用人员无需考虑具体的技术实现途径，即可实现对系统数据的访问和分析。同时，门户站点还可根据不同分析和决策人员的需求，对所需的访问和分析内容实现方便、简捷的定制、着色、向导等功能，以满足个性化信息服务的需求。 

三、商业智能在运营支撑的应用 

由于目前国内运营商资源管理系统的建设刚刚起步，对网络资源的管理普遍存在数据缺乏的问题，而计费数据及营业系统的客户数据相对来说积累时间较长，数据较完整。因此，目前商业智能在运营支撑系统中的应用主要集中在客户分析、收入分析等内容上。随着资源管理系统、故障管理系统的建设发展，网络资源分析、故障分析及网络优化等内容将成为商业智能建设的下一个目标。   

与技术平台相比，业务应用中存在的主要问题是针对各个分析专题的业务经验不足。笔者根据自身的工作经验，对客户分析、网络资源分析两个典型应用中的业务内容进行如下探讨。   

1．客户分析应用   

客户管理的深化是CRM的基础。CRM关注的重点就是如何保持现有的客户，吸引潜在的客户。为此，必须实现对客户需求的充分理解，确定客户对企业的价值，并确定特定客户对企业的机会及风险。这一切都离不开对所能获取的客户资料的统一收集、分析、挖掘。因此，对客户信息进行分析是目前商业智能的重要内容。从业务内容上应重点考虑以下几点；   

·客户类型分析，通过对客户背景属性、状态属性、账户属性、行为属性的分析，挖掘客户群关键的自然属性特征；在此基础上，进行客户类型分析以及客户忠诚度、客户服务等级、客户信用度、客户积分的设定，使电信企业可以针对不同的客户群，采用不同的销售渠道，并提供差异化的产品及服务；   

·潜在客户挖掘分析：从客户类型、业务收入变化、客户业务类型、咨询和查询行为等不同角度，预测客户在一定条件下的变化趋势，找到潜在的客户群，为企业开展相应的营销活动提供依据，最终扩大客户群，提高市场份额；   

·客户流失分析：根据对不同类型客户流失情况及异动情况的分析，通过排名分析、比较分析、多维分析等方式，寻找客户流失的根本原因以及对企业造成的相应损失，提出在有限的资源投入的情况下，最大限度地减少客户流失对企业造成的损失的措施和方法，使企业有针对性地进行客户挽留，减少客户流失及企业损失；   

·客户业务收入分析：从不同角度分析企业收入总量及其变化，预测其在一定条件下的变化趋势，为电信企业提高收入、制定合理的市场营销策略提供科学、有效的依据；   

·客户通信行为分析：对客户的业务量及其增量、新业务的使用量进行分析，以了解不同业务的客户构成、业务量的变化及发展分析。为企业业务预测及相应的网络建设和投资优化提供依据；   

·客户服务及满意度分析：采用统计分析与抽样调查相结合的方式，从自身角度比较在客户服务质量方面是否得到改进以及改进的速度；从客户的角度考察客户对电信企业在通信网络、业务开展、资费情况以及服务水平等方面的满意程度及要求。   

2．网络资源分析应用   

在网络资源管理系统建设的基础上，对积累的大量网络资源数据进行统计分析，从网络资源占用、租用资源使用、资源预警、网络瓶颈等不同角度分析电信网络资源的现状及使用情况，预测其在一定条件下的变化趋势，以为网络建设、网络优化提供科学有效的依据，将是商业智能在运营支撑系统中应用的重要方向。其主要数据来源是资源管理系统及网管提供的资源数据。应从业务内容上重点考虑以下几点：   

·资源使用分析：通过分析不同电信网络资源与其承载的业务类型，建立资源与业务之间的关联模型，使电信企业可以通过业务发展的趋势，预测和规划网络资源的使用及发展情况，避免网络建设投资的盲目性，提高经济效益；   

·资源预警：通过对网络资源设定阂值，实现在某一区域内某种资源使用率的预警管理，如端口预警、电路预警、线路预警等，可以自动触发告警并启动相应流程；为电信企业的网络扩容、资源调配提供科学及时的管理手段；   

·网络瓶颈分析：通过对各种电信资源在业务开展过程中的关联分析，寻找并确定网络瓶颈及造成瓶颈的根本原因；在此基础上为电信企业的网络优化、资源合理配置提供科学依据；   

·第三方资源分析：通过对电信企业网络资源中使用的第三方资源的基本情况、费用等因素的数据挖掘及统计分析，为企业第三方资源的使用提供科学的决策依据，同时为自建网络对第三方资源的替代提供建设依据。