移动运营商数据仓库.pdf

《移动运营商数据仓库.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、为今日的移动运营商提供服务的企业级数据仓库演讲人:熊楚屏资讯科技及客户服务副总裁香港新世界流动电话有限公司日期:2004年5月25日地点:上海浦东香格里拉大酒店议程I.公司概况II.香港的电信产业III.问题陈述IV.项目范围–业务驱动力V.项目方法–方法论、挑战VI.体系结构–功能视图、物理视图VII.效益VIII.后续步骤IX.Q&A2I.公司概况°NewWorldMobility成立于1997年8月。自成立以来是香港最大和最有活力的移动运营商之一。°提供广泛的、高质量的移动服务，包括声音服务

2、，增值服务和创新的移动数据服务。公司尽责地为客户提供超过他们预期的高级移动解决方案。°到2004年5月，预付费和后付费客户超过一百二十万。3II.香港的电信产业°一般情况°香港的移动运营商：6家运营商°香港人口：7,000,000°现状°逐步解除法规管制，跨边缘竞争，不明朗的技术未来，财务的压力°挑战°驱动收入和降低成本°发展业务系统并快速进入新的市场，有效地回应竞争威胁°通过创新的新服务和业务模型差异化°向以客户为中心的业务转变4II.香港的电信产业(续)°变化°为所有的客户、他们购买的产品和服

3、务，以及他们产生的收入建立一个综合的视图°今天使用的解决方案必须为利益而结合起来°业务驱动°企业数据仓库以一种成本有效的方式满足战略目标°在客户方面，最大的资金共享和客户满意°在公司方面，通过销售适当的产品给适合的客户（客户细分）、加速收入实现、对竞争压力的快速回应和为未来做准备取得最大盈利5III.问题陈述–我们面临的数据问题·缺少企业数据模型·分析数据延时·从多个数据源产生的不一致的报表结果·及时交付一致的和精确的信息难度增加6III.问题陈述（续）–我们面临的数据问题·没有工具执行如果假设、

4、行为、预测分析·难以追踪促销、增值服务⋯的结果·报表制定时间要数星期7IV.项目范围–业务驱动力业务驱动，不是IT驱动！1营销3网络最优化–客户获取–交换容量管理–客户流失4公司行政2收入确保–财务管理–欺诈管理–信用和风险管理–结算–法规管制报告–呆帐控制8IV.项目范围(续.)主题区域KPI(示例)•网络分析•容量分析•客户概况•分群分析•促销分析•新产品影响分析9IV.项目范围(续.)主题区域KPI(示例)•流失分析•流失百分比•呼叫中心•IVRS最优化•通话详单分析•套餐计划使用的开始时间

5、10IV.项目范围(续.)主题区域KPI(示例)•计费数据分析•后付费增值服务分析•网络使用•掉话，网络忙•收入确保•信用限额分析11V.项目方法–从大处着眼，从小处着手阶段性方法：•阶段I–建立数据仓库，关注市场营销9个月•阶段II–扩展到整个企业6个月•阶段III–动态数据仓库6个月12V.项目方法(续.)–使用已证明的方法论步骤3步骤2建造设计基础步骤4步骤1模块框架定义部署规范评估步骤513V.项目方法(续.)-在第一阶段建立基础设施•建立一个企业数据字典•开发一个共同的信息模型•定义标准

6、来控制数据完整性•获得工具执行如果假设、行为、预测分析。易于直观学习•用户用Cognos“Powerplay”做标准分析•知识工作者用Cognos“Impromptu”做即席查询14V.项目方法(续.)-挑战挑战行动•用户不愿改动>确定数据仓库项目的业务所有者而不是IT>获得CEO级别的支持>促进组织机构中的数据文化>交流计划>在每个部门指定数据支持者15V.项目方法(续.)-挑战挑战动作>启动数据清洗项目•脏数据>建立系统在数据加载到数据仓库之前核实数据>建立变更管理•需求签字确认后，范围蔓延1

7、6VI.NWM体系结构–功能视图数据源•批价CDR•原始CDR•预付费SIM•联系项•网络•账单历史•漫游•通话历史•联系历史•工程信息•付款历史•增值服务•充值•投诉•客户数据•MOC•订购细节•套餐/供应•MTC•销售信息数据转换企业数据仓库报表立方体业务用户:营销、客服、财务、工程和销售17VI.NWM体系结构–物理视图源系统CDR源系统NICE源数据动态数据仓库TIBCOTTeradataAdapterPump汇总和细节数据细节数据事件触汇总数据CDR发器Teradata数据存储操作型TM

8、icrosoft数据集市数据仓库PumpSqlDB活动的应用TeradataAdapter注意:对用户TIBCO透明•SMS预警CognosCognos•Email预警PowerImpromptu•营销信息Play•流失分值应用报表立方体即席查询业务用户18VII.效益•用户可以自己产生报表e.g.用户的报表要求减少50%•极大地改进数据获取的时间e.g.CDR的获取时间从2小时减少到5分钟e.g.90%的数据在第二天上午9点可用•数据实时更新而不影响数据仓库服务•侦测源系统的异常