企業(yè)研究論文-電信企業(yè)經(jīng)營分析系統(tǒng)應(yīng)用中的問題和對策.doc

企業(yè)研究論文-電信企業(yè)經(jīng)營分析系統(tǒng)應(yīng)用中的問題和對策摘要：經(jīng)過幾年激烈的市場競爭，電信企業(yè)逐漸意識到以客戶為中心的經(jīng)營方式的重要性。各省的電信企業(yè)紛紛建立了經(jīng)營分析系統(tǒng)用來分析監(jiān)控市場發(fā)展情況和管理客戶關(guān)系。本文介紹了經(jīng)營分析系統(tǒng)的概念、商業(yè)驅(qū)動和主要功能。并著重探討了現(xiàn)有電信企業(yè)應(yīng)用經(jīng)營分析系統(tǒng)面臨的問題以及相應(yīng)的解決辦法和發(fā)展建議。關(guān)鍵字:經(jīng)營分析系統(tǒng)，聯(lián)機(jī)分析處理，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘1經(jīng)營分析系統(tǒng)的概念經(jīng)營分析系統(tǒng)以業(yè)務(wù)運(yùn)營支撐系統(tǒng)中其他系統(tǒng)的數(shù)據(jù)為基礎(chǔ)，構(gòu)建統(tǒng)一的企業(yè)級數(shù)據(jù)倉庫。利用先進(jìn)的OLAP技術(shù)和數(shù)據(jù)挖掘技術(shù)，幫助企業(yè)的經(jīng)營決策層了解企業(yè)經(jīng)營的現(xiàn)狀，發(fā)現(xiàn)企業(yè)運(yùn)營的優(yōu)勢和劣勢，預(yù)測未來趨勢；幫助細(xì)分市場和客戶，指導(dǎo)營銷、客服部門進(jìn)行有針對性的營銷和高效的客戶關(guān)系管理；對決策的執(zhí)行情況和結(jié)果進(jìn)行客觀準(zhǔn)確的評估。2經(jīng)營分析系統(tǒng)的商業(yè)驅(qū)動系統(tǒng)建設(shè)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(yè)務(wù)及電信企業(yè)的余地越來越大，電信企業(yè)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(chǎn)品的同質(zhì)化，電信企業(yè)紛紛拿起價格利器搶占市場份額。經(jīng)過兩三年的“價格戰(zhàn)”，電信市場出現(xiàn)了嚴(yán)重的“增量不增收”現(xiàn)象。大量低忠誠度的客戶轉(zhuǎn)網(wǎng)或變更業(yè)務(wù)。即使采取相應(yīng)的預(yù)防措施，也不能有效的遏制大規(guī)?？蛻袅魇У默F(xiàn)象。比如，某些電信公司采用“租機(jī)”、“返還話費(fèi)”等具有一定優(yōu)惠期限的活動來降低客戶的流失率。在活動的優(yōu)惠期，客戶流失率明顯降低，客戶流失現(xiàn)象似乎得到了遏制。但是，一旦優(yōu)惠期結(jié)束后，很多客戶享受完了優(yōu)惠，便紛紛離網(wǎng)或變更到本網(wǎng)其他的業(yè)務(wù)。結(jié)果是客戶流失現(xiàn)象與平時相比變得更為嚴(yán)重，呈突發(fā)、集中、大規(guī)模的特點，致使電信企業(yè)的業(yè)務(wù)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(shù)的發(fā)展和創(chuàng)新不斷生成各種新型業(yè)務(wù)。如何細(xì)分市場、客戶群，將最合適的業(yè)務(wù)推銷給最需要的客戶，實現(xiàn)業(yè)務(wù)和客戶的最佳匹配成為電信企業(yè)的重要課題?；谝陨蟽煞矫娴谋尘埃娦牌髽I(yè)逐漸意識到以客戶中心經(jīng)營的必要性，開始從業(yè)務(wù)驅(qū)動向客戶驅(qū)動轉(zhuǎn)化。企業(yè)嘗試新的方法，通過分析業(yè)務(wù)支撐系統(tǒng)中海量的數(shù)據(jù)，對市場、客戶進(jìn)行理性分析，實現(xiàn)精細(xì)化營銷。電信行業(yè)是信息化程度最高的部門之一，各類業(yè)務(wù)系統(tǒng)的建設(shè)，積累了海量的數(shù)據(jù)，這些數(shù)據(jù)不僅是歷史紀(jì)錄的呈現(xiàn)，也蘊(yùn)涵了客戶的消費(fèi)模式，為客戶分析提供了豐富的素材，也為經(jīng)營分析系統(tǒng)提供了寬廣的用武之地。3經(jīng)營分析系統(tǒng)使用的數(shù)據(jù)分析技術(shù)經(jīng)營分析系統(tǒng)采用先進(jìn)的數(shù)據(jù)分析技術(shù)，即聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘兩大類。3.1聯(lián)機(jī)分析處理（OLAP）聯(lián)機(jī)分析處理是一種軟件技術(shù)，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(dá)到深入理解數(shù)據(jù)的目的。這些信息是從原始數(shù)據(jù)直接轉(zhuǎn)換過來的，他們以用戶容易理解的方式反映企業(yè)的真實情況。聯(lián)機(jī)分析處理大部分策略都是將關(guān)系型的或普通的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)存貯，以便于進(jìn)行分析，從而達(dá)到聯(lián)機(jī)分析處理的目的。這種多維數(shù)據(jù)存儲可以被看作一個超立方體，沿著各個維方向存貯數(shù)據(jù)，它允許分析人員沿事物的軸線方便地分析數(shù)據(jù)，分析形式一般有切片和切塊以及下鉆、挖掘等操作。3.2數(shù)據(jù)挖掘數(shù)據(jù)挖掘是從海量、不完全的、有噪聲的數(shù)據(jù)中挖據(jù)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(guī)則。這些規(guī)則蘊(yùn)含了數(shù)據(jù)庫中一組對象之間的特定關(guān)系，揭示出一些有用的信息，可以為經(jīng)營決策、市場策劃和金融預(yù)測等方面提供依據(jù)。數(shù)據(jù)挖掘技術(shù)典型的分析方法有分類、聚類、關(guān)聯(lián)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(jīng)網(wǎng)絡(luò)算法，聚類算法有劃分聚類算法、分層聚類算法等。3.3聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘的區(qū)別聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘本質(zhì)的區(qū)別：OLAP更多地依靠分析人員輸入的問題和假設(shè)，受分析人員業(yè)務(wù)水平因素影響很大。在進(jìn)行數(shù)據(jù)分析時，分析人員對業(yè)務(wù)發(fā)展情況建立一系列假設(shè)，然后利用聯(lián)機(jī)分析處理技術(shù)驗證假設(shè)的正確性。而數(shù)據(jù)挖掘技術(shù)能幫助企業(yè)以更全面的視角洞察客戶，依靠強(qiáng)大的挖掘工具自動化地挖掘數(shù)據(jù)，發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的商業(yè)機(jī)會。4.經(jīng)營分析系統(tǒng)的主要功能經(jīng)營分析系統(tǒng)的主要功能有四個，即關(guān)鍵指標(biāo)監(jiān)控(KPI)、統(tǒng)計報表、綜合分析和數(shù)據(jù)挖掘。4.1關(guān)鍵指標(biāo)監(jiān)控關(guān)鍵指標(biāo)監(jiān)控是對電信企業(yè)業(yè)務(wù)指標(biāo)實時的監(jiān)控和預(yù)警功能。KPI借助表格和圖形方式直觀的展現(xiàn)使得管理者能以宏觀的角度及時了解現(xiàn)有用戶數(shù)量、業(yè)務(wù)收入以及和同期發(fā)展的比較，也能以微觀的角度了解具體某個地區(qū)、某類業(yè)務(wù)用戶的具體情況。管理者根據(jù)業(yè)務(wù)發(fā)展不同時期的情況，可以通過選擇或輸入的方式對關(guān)鍵指標(biāo)的門限值進(jìn)行相應(yīng)設(shè)置，達(dá)到對業(yè)務(wù)發(fā)展實時監(jiān)控的目的。4.2統(tǒng)計報表功能統(tǒng)計報表功能指在制訂的統(tǒng)計周期之內(nèi)，按市場部門的要求生成統(tǒng)計結(jié)果數(shù)據(jù)，進(jìn)行匯總或分析處理，形成規(guī)定格式的報表圖形，并向相關(guān)部門提供有關(guān)的業(yè)務(wù)預(yù)測與經(jīng)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(tǒng)計各級報表數(shù)據(jù)自動生成匯總報表，支持選擇各種統(tǒng)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(shù)。綜合分析內(nèi)容包括客戶分析、收益分析、業(yè)務(wù)量分析、新業(yè)務(wù)綜合分析一些綜合性較強(qiáng)的分析等。分析維度包括時間、地區(qū)、申請類型、用戶性質(zhì)、用戶狀態(tài)、通話類型、受理方式等。綜合分析根據(jù)某個分析主題，選擇與主題相關(guān)的維度，進(jìn)行多維度分析。綜合分析提供靈活多樣的展現(xiàn)方式，常用的展現(xiàn)方式有：固定（預(yù)定義）報表、圖表、即席查詢、多維動態(tài)分析等。4.4高級數(shù)據(jù)挖掘功能高級數(shù)據(jù)挖掘時利用數(shù)據(jù)挖掘方法和技術(shù)，從大量的數(shù)據(jù)中尋找數(shù)據(jù)之間的關(guān)系模式。高級數(shù)據(jù)挖掘內(nèi)容包括客戶價值分析、業(yè)務(wù)預(yù)測、消費(fèi)層次變動分析、客戶流失分析、客戶細(xì)分等。與前面分析不同，數(shù)據(jù)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(shù)據(jù)準(zhǔn)備、數(shù)據(jù)建模、模型評價和解釋三個階段。當(dāng)最后階段的模型評價解釋不能達(dá)到要求時，就重新回到第二階段數(shù)據(jù)建模階段，甚至有時必須回到第一階段數(shù)據(jù)準(zhǔn)備。比如客戶流失分析，數(shù)據(jù)準(zhǔn)備階段，獲取與主題有關(guān)的所有數(shù)據(jù)，如客戶狀態(tài)變動、消費(fèi)變動、市場競爭強(qiáng)度、投訴申告強(qiáng)大等數(shù)據(jù)和信息，然后預(yù)處理消除噪聲，導(dǎo)出與主題關(guān)系更強(qiáng)的變量。接著是數(shù)據(jù)建模階段，采用決策樹、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等方法，分析客戶流失的主要特征，建立客戶的流失模型，預(yù)測發(fā)現(xiàn)流失概率較大的客戶。第三階段是數(shù)據(jù)評價和解釋階段，對模型評分和解釋，如果達(dá)到要求，就保存模型并應(yīng)用所得結(jié)果于市場行