基于数据集市和消费分析模型电信数据支撑体系.docVIP

基于数据集市和消费分析模型电信数据支撑体系 　　摘 要 　　现有业务支撑系统功能越来越灵活，可以根据客户的不同需求提供个性化服务，但系统的数据结构也越来越复杂，数据的孤岛效应也日渐凸显，不能很好地为企业各个部门提供相应的决策支持，急需对现有客户的信息进行挖掘整合，基于这种情况，提出了一种基于数据集市和消费分析模型的数据支撑体系模型，便于为企业提供更好的决策支持和营销建议。 　　【关键词】 数据集市 数据支撑 消费分析 　　1 引言 　　现有业务支撑系统有大量的宝贵的数据资源，省级经营分析系统主要通过对业务支撑系统现有数据资源的挖掘、分析，为电信运营商提供相应的管理分析信息。它充分利用了业务支撑系统产生数据资源，实现对信息的智能化加工和处理，可为市场经营工作提供及时、准确、科学的决策依据，满足电信运营商的高层决策的需求，但是目前，经营分析系统基本都是建立在省级数据仓库的基础上，虽然能满足全省范围的基本需求，但也存在着一些不足，主要有以下两个方面：（1）在企业和部门中，经营分析系统不能很好地适应企业各部门的特殊需求。（2）全省范围的数据仓库是面向全省的宏观数据，对于各个地市来说，很难给出具体的经营指导。由此，本文提出了一种基于数据集市和消费分析模型的数据支撑体系。 　　2 基于数据集市的数据支撑体系模型的整体结构 　　电信数据支撑体系包括三个层次：数据获取、数据存储层，数据应用层。见图1。 　　数据获取层将是bss系统查询备份库、省级经分系统，本地经营分析系统。和其它外部数据源中的数据进行抽取、清洗、转换，并加载到数据集市。 　　数据存储层实现了对数据仓库中数据和元数据的集中存储和管理.并可根据需求建立面向部门和主题的数据集市。 　　数据应用层通过建立多维度的营销活动和基于用户消费分析的用户细分模型、及多维度的分析模板和多样化的前端分析工具，实现对数据集市中数据的分析和处理，形成市场经营和决策工作所需要的准确、及时的业务信息。 　　3 支撑体系的实现 　　3.1 基础数据的整理 　　电信业务涉及数据繁多，通过对电信用户的特点整理，将海量的明细用户级数据分为若用户信息、用户消费、用户服务、用户优惠、用户业务办理履历等若干个主题： 　　客户用户主题：主要包含用户名、号码、开销户，联系方式等基本信息和扩展信息等。 　　用户消费主题：包括用户的账单、月使用量、平均费用等与用户业务使用相关信息。 　　合约主题：记录了用户的各种合约信息，终端机型、串号、合约期限等信息。 　　用户优惠主题：包含用户各种资费信息、优惠信息，语音套餐包、上网流量包等。 　　用户业务变更主题：记录用户的业务变更历史，产品和服务的变化情况。 　　另外还有资源、服务等其他主题信息。 　　通过对电信用户的特点整理，抽取客户消费行为的相关指标，生成多主题详单级的多维度主题数据库，通过主题的划分，可将业务归类，便于有针对性地进行分析。同时增加时间维度，根据时间维度进行整理、存储，保持数据的独立性、不依赖于数据源，保证分析数据的可追溯性。 　　3.2 数据的抽取 　　考虑到数据源系统都以ORACLE为数据库平台，因此数据抽取的接口方式为数据库接口，由业务系统的容灾备份库提供数据访问接口，通过在本地服务器端PL/SQL中配置DBLINK，建立各个数据源的数据库链接，将封装好的本地过程添加到作业中并设置启动时间，触发每日自动化远程数据抽取。 　　3.3 用户消费行为分析模型 　　3.3.1 营销活动模型 　　对营销活动进行整理分析，抽取关键标识点，从用户的入网时间、客户类型、套餐类型、终端合约、发展渠道等多个维度建立营销活动模型，构建营销活动模型库；同时建立营销活动识别过程，对各维度的关键字进行动态识别，提取符合关键字要求的用户集合，实现对营销活动发展用户的活动标识。从而实现用户消费行为的跟踪分析，如图2、图3。 　　3.3.2 用户群细分 　　建立用户群特征库，记录用户的在网时长、月均消费值、同账号下号码，联系号码数等关键特征，根据关键特征的时间维度特性，定时对用户的各个特征信息进行标识更新，通过用户关键特征和特征组合实现用户群细分。 　　3.4 数据分析主题模板 　　根据明细数据的主题分类，建立数据分析主题模板，每个主题数据都可根据维度定义实现数据的挖掘和展现；同时通过分析模板的选择及组合，为数据分析提供数据展现预定义模板。 　　4 支撑体系的应用 　　4.1面向管理部门和前台营销单位的分层数据展现 　　通过地域和部门的数据权限和功能权限的控制，管理部门和营销单位可以看到各自权限范围内的各主题的数据，可根据需要按维度组合选择综合或明细数据，再通过选择数据分析主题模板或主题模板的组合来确定数据展现信息的格式和范围。 　　4.2营销效果分析 　　通过对某些营销活动用户的消费数据跟