電信企業經營分析系統應用中的問題和對策

電信企業經營分析系統應用中的問題和對策

電信企業經營分析系統應用中的問題和對策 摘要：經過幾年激烈的市場競爭，電信企業逐漸意識到以客戶為中心的經營方式的重要性。各省的電信企業紛紛建立了經營分析系統用來分析監控市場發展情況和管理客戶關系。本文介紹了經營分析系統的概念、商業驅動和主要功能。并著重探討了現有電信企業應用經營分析系統面臨的問題以及相應的解決辦法和發展建議。

關鍵字:經營分析系統，聯機分析處理，數據倉庫，數據挖掘

1．經營分析系統的概念

經營分析系統以業務運營支撐系統中其他系統的數據為基礎，構建統一的企業級數據倉庫。利用先進的OLAP技術和數據挖掘技術，幫助企業的經營決策層了解企業經營的現狀，發現企業運營的優勢和劣勢，預測未來趨勢；幫助細分市場和客戶，指導營銷、客服部門進行有針對性的營銷和高效的客戶關系管理；對決策的執行情況和結果進行客觀準確的評估。

2．經營分析系統的商業驅動

系統建設的背景有兩個方面。一方面隨著電信市場的開放，客戶選擇電信業務及電信企業的余地越來越大，電信企業之間對客戶的爭奪也越來越激烈。由于市場競爭的加劇和產品的同質化，電信企業紛紛拿起價格利器搶占市場份額。經過兩三年的“價格戰”，電信市場出現了嚴重的“增量不增收”現象。大量低忠誠度的客戶轉網或變更業務。即使采取相應的預防措施，也不能有效的遏制大規模客戶流失的現象。比如，某些電信公司采用“租機”、“返還話費”等具有一定優惠期限的活動來降低客戶的流失率。在活動的優惠期，客戶流失率明顯降低，客戶流失現象似乎得到了遏制。但是，一旦優惠期結束后，很多客戶享受完了優惠，便紛紛離網或變更到本網其他的業務。結果是客戶流失現象與平時相比變得更為嚴重，呈突發、集中、大規模的特點，致使電信企業的業務收入急劇下滑。另一方面，電信客戶近幾年高速增長，形成龐大、需求差異很大的客戶群體。同時，由于電信技術的發展和創新不斷生成各種新型業務。如何細分市場、客戶群，將最合適的業務推銷給最需要的客戶，實現業務和客戶的最佳匹配成為電信企業的重要課題。

基于以上兩方面的背景，電信企業逐漸意識到以客戶中心經營的必要性，開始從業務驅動向客戶驅動轉化。企業嘗試新的方法，通過分析業務支撐系統中海量的數據，對市場、客戶進行理性分析，實現精細化營銷。電信行業是信息化程度最高的部門之一，各類業務系統的建設，積累了海量的數據，這些數據不僅是歷史紀錄的呈現，也蘊涵了客戶的消費模式，為客戶分析提供了豐富的素材，也為經營分析系統提供了寬廣的用武之地。

3．經營分析系統使用的數據分析技術

經營分析系統采用先進的數據分析技術，即聯機分析處理和數據挖掘兩大類。

3.1聯機分析處理（OLAP）

聯機分析處理是一種軟件技術，使分析人員能夠迅速、一致、交互地從各個方面觀察信息，以達到深入理解數據的目的。這些信息是從原始數據直接轉換過來的，他們以用戶容易理解的方式反映企業的真實情況。聯機分析處理大部分策略都是將關系型的或普通的數據進行多維數據存貯，以便于進行分析，從而達到聯機分析處理的目的。這種多維數據存儲可以被看作一個超立方體，沿著各個維方向存貯數據，它允許分析人員沿事物的軸線方便地分析數據，分析形式一般有切片和切塊以及下鉆、挖掘等操作。

3.2數據挖掘

數據挖掘是從海量、不完全的、有噪聲的數據中挖據出隱含的、未知的、用戶可能感興趣的和對決策有潛在價值的知識和規則。這些規則蘊含了數據庫中一組對象之間的特定關系，揭示出一些有用的信息，可以為經營決策、市場策劃和金融預測等方面提供依據。數據挖掘技術典型的分析方法有分類、聚類、關聯等。每類方法有很多不同特點的算法，如分類方法有決策樹算法、神經網絡算法，聚類算法有劃分聚類算法、分層聚類算法等。

3.3聯機分析處理和數據挖掘的區別

聯機分析處理與數據挖掘本質的區別：OLAP更多地依靠分析人員輸入的問題和假設，受分析人員業務水平因素影響很大。在進行數據分析時，分析人員對業務發展情況建立一系列假設，然后利用聯機分析處理技術驗證假設的正確性。而數據挖掘技術能幫助企業以更全面的視角洞察客戶，依靠強大的挖掘工具自動化地挖掘數據，發現隱藏在數據背后的商業機會。

4.經營分析系統的主要功能

經營分析系統的主要功能有四個，即關鍵指標監控(KPI)、統計報表、綜合分析和數據挖掘。

4.1關鍵指標監控

關鍵指標監控是對電信企業業務指標實時的監控和預警功能。KPI借助表格和圖形方式直觀的展現使得管理者能以宏觀的角度及時了解現有用戶數量、業務收入以及和同期發展的比較，也能以微觀的角度了解具體某個地區、某類業務用戶的具體情況。管理者根據業務發展不同時期的情況，可以通過選擇或輸入的方式對關鍵指標的門限值進行相應設置，達到對業務發展實時監控的目的。

4.2統計報表功能

統計報表功能指在制訂的統計周期之內，按市場部門的要求生成統計結果數據，進行匯總或分析處理，形成規定格式的報表圖形，并向相關部門提供有關的業務預測與經營分析資料。報表生成具有很高的靈活性，支持按指定時間段自動匯總、統計各級報表數據自動生成匯總報表，支持選擇各種統計元素。同時，提供報表模板，可以靈活選擇特定的模版，也可自定義所需要的模版。

4.3綜合分析

綜合分析是基于OLAP的多維分析技術。綜合分析內容包括客戶分析、收益分析、業務量分析、新業務綜合分析一些綜合性較強的分析等。分析維度包括時間、地區、申請類型、用戶性質、用戶狀態、通話類型、受理方式等。綜合分析根據某個分析主題，選擇與主題相關的維度，進行多維度分析。綜合分析提供靈活多樣的展現方式，常用的展現方式有：固定（預定義）報表、圖表、即席查詢、多維動態分析等。

4.4高級數據挖掘功能

高級數據挖掘時利用數據挖掘方法和技術，從大量的數據中尋找數據之間的關系模式。高級數據挖掘內容包括客戶價值分析、業務預測、消費層次變動分析、客戶流失分析、客戶細分等。與前面分析不同，數據挖掘分析不是一個單步驟的分析，而是一個迭代、螺旋式上升的流程。流程包括數據準備、數據建模、模型評價和解釋三個階段。當最后階段的模型評價解釋不能達到要求時，就重新回到第二階段數據建模階段，甚至有時必須回到第一階段數據準備。比如客戶流失分析，數據準備階段，獲取與主題有關的所有數據，如客戶狀態變動、消費變動、市場競爭強度、投訴申告強大等數據和信息，然后預處理消除噪聲，導出與主題關系更強的變量。接著是數據建模階段，采用決策樹、神經網絡學習等方法，分析客戶流失的主要特征，建立客戶的流失模型，預測發現流失概率較大的客戶。第三階段是數據評價和解釋階段，對模型評分和解釋，如果達到要求，就保存模型并應用所得結果于市場行動。這類分析涉及的變量數目多，變量的關系復雜，需導出主題相關的變量，數據分布缺少較強的規律性，因此分析的綜合性、難度和深度比前三種分析大的多，對分析人員要求很高。如果沒有對數據挖掘算法和業務的深入理解，分析的效果往往很難得到保證。

５．系統應用中出現的問題

5.1經營分析系統退化為報表系統。

在經營分析系統沒有投入使用之前，市場部門往往通過向計費中心人員提出某種數據需求獲取數據，利用EXCEL工具作一些簡單的描述性統計分析。系統投入使用后，市場部門人員還是習慣于報表形式的分析模式，對經營分析系統承擔的任務認識不夠清晰。由于客戶主題分析和數據挖掘方面的知識較新，市場部門對這方面的認識還處于初步的學習和了解階段，相應的分析和從數據挖掘圖表獲取信息的能力還較為欠缺。具有強大分析和預測功能的經營分析系統退化為一個報表系統。

5.2缺少專業人員利用系統挖掘功能進行高層次主題分析。

經營分析系統具有主要四類分析功能，這四類功能操作分析難度差異很大，對分析人員的要求也不同。像關鍵指標監控，統計報表這些功能，一般市場部人員只需使用鼠標點擊就可以實現。像聯機分析處理、數據挖掘分析，一方面由于分析變量數目多，需要利用數據挖掘算法或是數據倉庫的操作，技術方面要求高，即使經營分析系統的分析界面非常友好，市場部人員由于能力所限，也不能很好的開展綜合性較強的高級分析。另一方面，分析主題性強、非結構化，數據挖掘分析不等同于數據庫操作。與數據庫操作遵循統一的數據結構化查詢標準不同，挖掘分析受人的主觀因素很大。分析過程中所選用的數據、處理數據的方式和采用的模型都會因為分析人員個人不同的理解而不同。計費中心人員雖有扎實的數據庫基礎和熟悉帳表的優勢，但是缺乏系統的數據挖掘知識和電信業務知識，經過短期培訓很難掌握經營分析系統。因此很難在數據挖掘高層分析中起到主導作用，只能在數據準備階段提供支持。

下一頁

【電信企業經營分析系統應用中的問題和對策】相關文章：

ＡＢＣ／Ｍ系統在企業經營決策應用中的差異分析12-06

分析同步技術在通信系統中的應用價值12-05

EVA在我國企業應用中存在的問題與對策11-28

網絡審計的結構和應用中的問題03-18

高中物理教學中存在的問題及解決對策分析05-06

責任會計在應用中存在的問題及對策05-29

管理會計應用中的問題及對策03-24

風險導向審計在風險管理應用中存在的問題及對策03-02

商業建筑中蒸汽系統現狀和節能分析03-18