基于电信统计分析平台关键性指标分析系统设计与实现.docVIP

基于电信统计分析平台关键性指标分析系统设计与实现 　　【摘 要】随着我国电信事业的不但发展，各个运营企业的竞争也越来越激烈，如何更好地为大众服务，争夺市场，已经成为各个运营商必须面对的挑战，科学的决策来源于科学的分析，科学的分析来源于科学的统计分析，因此建立一个关键指标的科学分析系统是各个运营商进行信息化分析处理的关键所在。探讨信息统计就离不开数据的积累，离不开数据仓库，也就是离不开统计分析平台。也就是说企业需要一个可以进行关键指标分析系统，而这个系统必须实现与电信统计分析平台的无缝对接。使决策者可以对本公司的运营状况（关键性指标）能够及时把控，以提高公司的竞争力。 　　【关键词】电信统计；分析平台；关键指标分析；系统设计与实现；数据仓库 　　作为与市场接触最深的电信运营商来讲，最能体会到市场的力量，增值服务才是电信运营商的新的利润增长点，特别是所谓的跨界服务，如何提高服务质量和新的服务内容才是真正的竞争的焦点。而这些内容的取得都来自于对现有信息的分析和研究。 　　一、电信信息统计分析平台 　　在我们的日常生活中，电信给我们提供的业务已经由原来电话短信，发展到现在的可以看是视频、手机聊天（非打电话）、购物支付（手机钱包）、网络游戏、手机办公、手机理财等等，对于这些丰富的信息，电信运营商经过统计分析平台（CSP--彩铃统计分析平台和SAP―业务分析平台），进行数据的提取、数据的转化，然后对这些数据进行分析，为公司的市场营销决策提供数据依据，为公司的现有业务运营状况进行实时分析，减少故障率，提高现有客户群对现有服务的满意度 ，达到稳定阵地的作用。 　　二、数据仓库概述 　　1、数据仓库是一个过程、一个环境、是一个可以供用户用来支持决策的历史数据和当前数据，它是历史变化（数据变化）的真实反映，是相对稳定的。 　　2、数据库与数据仓库的区别： 　　3、数据仓库的结构，由于数据仓库是用来应用的，所以有一个应用集市层，当然先有数据集合、也有临时区、细节数据层、汇总数据层等等。 　　三、关于ETL技术 　　ETL就是数据的筛选、转换、装载的过程，它是构建数据仓库的重要环节，用户从数据源拆选有用的信息（数据），经过数据清洗处理，最终按照事前设计好的数据仓库格式，将数据一一加载到数据仓库里，供用户分析处理使用。它能够按照统一的规测来集成数据和提高数据的价值，其实ETL就是这么一个过程，是从数据源到目标数据转化的过程，是建立和实施数据仓库的重要一步。 　　1、数据筛选的策略，数据筛选必须满足使用，也就是数据仓库系统分析和决策的需求，当然不能影响正常业务性能要求。至于筛选的方法，既可以采用高效的增量筛选，也可以采用完全筛选方式，当然筛选的时间可以在夜间。 　　2、数据的转换的目的就是将来自不同系统、不同格式的数据，按照一定要求进行规范性清洗、拆分，来确保装入数据仓库里数据的一致性和完整性。 　　3、数据的装载就是将筛选后信息经过转换，储存到数据仓库里，当然这需要使用数据仓库加载工具，这个工具一般由数据仓库的提供商提供，我们只需要根据自己的需要来使用就可以了。 　　四、数据挖掘技术 　　数据挖掘技术，是一门跨界的技术，是包括数据库、统计学、并行计算、人工智能等学科，是在海量的信息数据中挖掘有价值的信息的技术。当然这里也使用到人机互动的可视化技术。 　　数据挖掘会用到神经网络以及模糊理论等等，方法就是回归分析，所谓的回归分析就是寻找自变量和因变量之间因果关系，由此在知道自变量时就能到因变量，达到对未知变量的预测。当然回归分析有以下三种： 　　1、简单的线性回归分析，也就是一个自变量x对应一个因变量y，也就是中学学到的直线方程一样： 　　Yi=β0+β1Χi+εi i=1，2，3…….n 　　Y是因变量，β是回归系数、Χ是自变量，ε是误差项 　　2、如果自变量不是一个那就是多元回归分析，比如影响环境的舒适度的有温度x、湿度、pm2.5等等 　　Yi=β0+β1Χi1+β2Χi2+……+βiΧit+εi i=1，2，3…….n 　　这里需要强调的是方程是多元一次方程。 　　五、统计分析平台和关键性指标分析系统的关系 　　1、技术层面的关系：没有数据仓库技术就没有电信统计分析平台，关键性指标分析系统（kpi模块）只是整个统计分析平台的重要部分之一，当然也是基于数据仓库技术，将日常的业务数据进行整合、转化、汇总分析，展示给相关部门来决策，这就是KPI的主要工作。 　　2、业务层面的关系：关键性指标是由上级下达，是需要规范执行的，关键性指标模块的目的就是对重要的指标进行提炼分析，为决策层进行决策提供数据支持。 　　六、关键性指标分析系统设计 　　关键性指标分析系统有后台的处理和前台的展示两部分组成，前台展示部分就是将分析的结果，以决策者的喜好的方式（图表、数据