移动数据分析设想

《移动数据分析设想》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、对省公司统一综合分析平台开发的思考1.现状目前，移动公司对商业智能或经营分析系统的应用时间还比较短,从2003年至今，公司先后建设有面向市场的有BOSS系统、面向运维的网管系统、面向管理运营的经分、ERP、0A系统，目前，这些经营分析/支撑系统的日常使用主要以以下两种模式为主。(1)基础型指标及统计报表：指标和报表的统计分析是业务用户最初所能想到并最具可用性的功能之一，主要展现企业所关心的关键业务指标。目前的系统主要涉及用户发展统计、话务量统计、ARPU(AverageRevenuePerUser)>MOU(MinutesOfUsage)扌旨标以及网络运行情况指标等,是公司KPI驱动模式的核

2、心。(2)分析型报表和多维数据分析：分析型报表和多维数据分析是经营分析系统的基本应用方式。使用者能够通过多角度对某些数据指标进行观测和分析，寻找各种数据属性之间的关系及其对数据本身的影响。主耍包括常规的客户数、产品及消费、话务量及分布分析、网络流量、流向分析等功能，在分公司主要以专专题项目的方式开展。各类数据之间的关联性分析方面的应用逐渐开始增加(例如贵阳运维部联合华为公司开展的用户数据流量分析项目)。分析多面向特定主题或单一线条部门，多以项目方式开展耗时费力。从使用系统不同业务目的的角度来看，省公司统一综合分析系统用户可以分为领导层，业务管理支撑人员和系统管理支撑人员三大类。公司领导需求体

3、现在统一的指标展示、监控以及综合分析等全面的决策分析支撑功能。业务管理支撑人员例如产品经理需求报表、指标和分析说明等。系统管理支撑人员，从系统层面提供运营支撑保障，包括•日常系统运维工作、权限管理、数据管理与监控、分析建模等。2.面临的问题以及建议目前贵州省公司正在开展企业扁平化战略，主要表现为组织架构调整、管理线条框架梳理、开展制度流程省市一体化，业务系统权限回收等行动。但是由于公司目前在MSS/BSS/OSS三个线条的分析系统任然按照原组织架构开发和运作，这成为省公司在扁平化过程中一个非常突出的问题。正是由于省公司的分析系统应用还处于初级阶段，因此在部署整合统一系统的实施过程中在所难免地

4、会面临一些问题：首先是数据问题：由于商业智能系统的数据来源于计费、营业、客服、网管等多种业务系统，在各种源数据的整合过程中经常发现不同系统中的数据不一致，同时源数据的质量问题也比较突岀。这需要省公司在全局层面统一数据口径，在系统建设和使用过程屮不断进行修正和补充，不可避免的会出现因数据统一问题导致公司收入统计数据出现大幅波动O建议成立跨专业、跨部门、跨领导阶层的专项团队，负责梳理和汇总确认需要整合统一的分析指标，尽量避免由于平台整合可能带来的经营上的收入或KPI波动，减小下级部门的抵触情绪。其次是业务问题：现阶段，由于公司经分固有观念影响对综合经分系统的建设目标、规划等还比较模糊，提出的业务

5、需求和想法比较杂乱，这样对系统的建设会产生较大的影响。因此，对综合经营分析系统的建设需要有丰富系统实施经验的团队或者部门来牵头实施，协助公司明确目标，制定合理的业务需求，进行合理的系统规划，在系统的建设过程中还需耍能够及时发现和解决隐患，有效预测和规避实施风险，引导系统沿着正确的方向发展。最后是使用问题：在综合系统应用上，较于以前的报表方式数据量大大提升，同时还会因大数据带来的和固有经验不同分析方式会让使用者感到困惑，对于新的数据分析工具、方法不适应很可能使得最后系统沦为大经分报表系统。需要设立专门的对口部门分析人员或支撑团队分析机制，降低大量数据对管理人员的冲击，避免被管理过程数据淹没降低

6、效率。2.移动公司统一综合分析平台实现路线从技术上看省公司的综合分析平台开发需要从数据仓库、联机分析处理(OLAP)和数据挖掘三个方面来实现。目前移动公司现有的各种经分系统属于数据仓库和联机分析处理两种。省公司统一综合分析平台的实现需要基于现有的经分系统作为数据来源与分析基础。目前移动公司已具备完善的经分数据仓库体系，但仍然存在地市省级之间口径不统一，数据源质量不理想等问题。在数据仓库方面,下一步应实现数据统计口径的统一、数据源的统一、数据组织的统一,以实现从省到地州再到区县的管理决策支撑。数据仓库方面需要实现的内容1、从省级层面的多个数据源ETL（抽取、转换、转贮）数据、清洗数据、数据集成

7、能力；大量数据高效存储与维护能力。数据来源包括BOSS、CRM、经分、财务、运维、建设、网优等数据2、统一的分析指标（KPI）将公司BSS、MSS、OSS的相关KPI指标去异存同，形成一套全省通用完整的指标集，作为统一综合分析平台的分析基础。3、在省级数据仓库的基础上实现针对特定主题的仪表盘输出，选定某个指标能够基于该指标进行告警、预警、时间序列分析、下钻、上卷等分析操作。4、数据的可视化。通过图形化的展现方