数据业务深度运营平台需求规格说明书.docx

数据业务深度运营平台需求规格说明书1 系统概述1.1 市场背景增值业务已逐步成为运营商的主营业务和主要收入来源，预计到2013年移动增值业务收入将与语音业务收入持平。四川移动增值业务目前在运营、销售支撑、管理方面，突出存在下列问题：1. 增值业务销售工作由手工完成，各地市独立进行增值业务销售，无无闭环管理，无it系统进行管理及支撑，2. 无法有效实施精确营销，只能依赖销售支撑人员从各个系统手工提数的方式解决。分析效率低下，时间周期长。3. 无法有效管理电子推送平台，各业务平台之间无法协调，通过不同的平台对客户进行相同的营销推荐，接触频次高、客户受到重复打扰、投诉多；销售执行时没有考虑到电子推送系统容量和客户接触成本的差异，造成单一推送平台工作压力过大。4. 客户的接触信息通过手工实现数据共享，效率低下，无法进行销售动作的监控及效果评估，无信息共享。5. it系统未取得用户的使用行为数据，对于个性化营销无法支持。1.2 建设目标及系统定位深度运营管理平台是支撑日常深度运营工作的电子化平台。为了加强增值业务深度运营管理平台的应用推广，需要以数据层、模型层、方法层和场景层为总体架构，通过不同应用场景的数据需求，建立相应的应用模型和研究方法，保障系统数据的提取、分析和不同功能场景下增值业务的监控、评估和优化，提高后台业务管理、运营支撑的效率。经过本期工程的建设，解决营销方式单一问题，实现电子渠道营销自动化；实现基于客户行为分析的精确营销、交叉营销、实时和非实时营销系统自动化支撑能力；同时提升运营分析能力，建立业务健康度监测体系，及时发现增值业务问题。1.3 开放范围深度运营管理平台主要支撑增值业务营销，可供全省市场一线部门使用。涉及到的角色包括：省公司业务运营管理人员：一般为省公司数据业务运营管理人员，他们不仅需要及时了解全省kpi指标，还需要全面掌握各地市的业务发展情况及其变化，关注公司各层面的经营信息，通过各类数据及时发现业务异动情况；对出现的业务问题进行深刻、细致的分析，找出问题产生的真实原因，提出解决方案。分公司业务运营管理人员：分公司数据业务运营管理人员，他们需要了解本地kpi指标完成情况，还需全面撑握所辖地区的区县、片区、营销业务发展情况及其变化，关注公司各层面的经营信息，通过各类数据及时发现业务异动情况；对出现的业务问题进行深刻、细致的分析，找出问题产生的真实原因，提出解决方案。重点业务营销主管：主要负责市场重点增值业务目标客户推广方案的策划，制定活动方案，派发活动的实施任务。根据不同的角色设定平台查看权限。2 业务需求根据四川移动的实际情况，涉及的业务包括：短信、彩信、彩铃、手机上网、全曲、振铃、12580、飞信、139邮箱等数据业务进行营销支持。具体需求如下：2.1 业务发展分析2.1.1 分析目标通过对数据及信息业务客户规模、产品收益情况、业务使用量情况等综合运营指标进行分析，向使用人员提供关键指标数据，为其及时、全面、准确掌握数据及信息业务整体运营情况提供支撑。 应用思路数据业务深度运营系统根据各级使用人员对业务分析指标的需求，支持灵活设置指标监控规则，包括指标类型、指标名称、数据颗粒度、展现周期等内容。系统依据此规则，对数据及信息业务统一视图等内容进行提炼汇总，获取综合运营指标数值，并通过数据业务深度运营信息门户展现给相关使用人员。数据源为关键指标监控的数据处理模块提供基础数据，其主要来源于数据及信息业务统一视图中的的客户基本信息、数据及信息业务信息、终端信息、客户接触信息、区域位置信息等内容。 关键指标说明业务分析指标包括以下kpi类、业务发展类、渠道发展类指标：1 kpi类指标信息全曲分析 指标说明业务类型指标名称指标说明全曲分析全曲下载用户数/下载量日趋势当日下载过全曲的人数/次数当月累计全曲下载用户数/下载量当月累计下载过全曲的人数/次数各日情况当月全曲下载用户数/月均全曲下载用户数各月下载过全曲的用户数及各月用户数相加过后除以月份的平均用户数全曲下载用户数月趋势用户类型分析各月累计5元全曲包下载全曲用户数，10元全曲包下载全曲用户数，单曲全曲下载用户数全曲下载量月趋势用户类型分析各月累计5元全曲包全曲下载量，10元全曲包全曲下载量，单曲全曲下载量全曲下载用户数月趋势下载渠道分析各月累计全曲下载人数分渠道统计：手机下载，随身听，pc下载全曲下载量月趋势下载渠道分析各月累计全曲下载量分渠道统计：手机下载，随身听，pc下载手机游戏 指标说明业务类型指标名称指标说明计费活跃用户分析手机游戏计费且活跃累计用户数月趋势各月手机kpi游戏包含至尊包，独立包，单机，网游产生过计费且活跃行为的用户数当月手机游戏计费且活跃累计用户数日趋势当月按日累计手机kpi游戏包含至尊包，独立包，单机，网游产生过计费且活跃行为的用户数手机上网 指标说明业务类型指标名称指标说明手机上网当月手机上网累计人数/流量/人均流量日趋势当月按日手机上网累计人数，累计流量，累计人均流量当月各日手机上网人数/流量/人均流量日趋势当月各日手机上网人数，流量，人均流量当月手机上网活跃用户分析当月手机上网总流量大于等于200k的用户数当月手机上网套餐沉默用户日趋势当月按日手机上网套餐用户中当月未手机上网的用户数手机阅读 指标说明节点名称指标名称指标说明手机阅读计费用户日趋势当日计费登陆用户，当月累计计费登陆用户手机阅读计费用户pv日趋势当日计费登陆用户pv，当月累计计费登陆用户pv手机阅读kpi用户日趋势当日按本订购，按字订购，包月计费且阅读过章节的去重用户，当月累计计费且活跃用户数手机阅读kpi分类日趋势当日按本订购用户数，按字订购用户数，包月计费且阅读过章节的用户数手机阅读kpi增量用户日趋势当日kpi用户与当月kpi用户去重手机阅读各渠道使用用户日趋势当日使用wap且pv大于0的用户，使用客户端pv大于0，使用阅读器pv大于02 业务发展分析类指标短彩类 逻辑结构点到点短信当日/当月累计点到点短信用户数日趋势分析当日/当月累计点到点短信发送量日趋势分析当月点到点短信发送用户明细下载(号码,地市,区县,品牌,当月发送量)梦网短信当日/当月累计梦网短信用户数日趋势分析当日/当月累计梦网短信发送量日趋势分析短信到达通知当月短信到达通知存在订购关系用户数按日分析当月短信到达通知存在订购关系用户数按日分析最新累计用户下载（格式：号码,地区,区县,品牌,订购时间） 梦网彩信日报梦网彩信当月累计发送人数日趋势分析 梦网彩信当月累计发送用户下载(月份,号码,地市,区县,品牌,归属片区,营业厅) 音乐类彩铃 逻辑结构彩铃换歌当月彩铃换歌用户总数按日分析当月铃音包换歌用户数按日分析 当月主动换歌用户数按日分析当月彩铃赠送按日分析 音乐随身听(2009kpi)音乐随身听用户数月累积趋势音乐随身听用户数按月日累积趋势音乐随身听用户明细下载(号码,地区,区县,品牌,月份) 无线音乐俱乐部无线音乐俱乐部会员数日趋势无线音乐俱乐部会员数日趋势无线音乐俱乐部高级会员彩振全下载量日趋势 无线音乐俱乐部会员新增退订用户数日趋势明细下载：号码,入网地市，入网区县，入网片区，入网营业厅,品牌,当前会员等级:1为普通会员，2为高级会员，开通时间，入网时间,彩铃下载量，振铃下载量、全曲下载量音乐随身听音乐随身听用户数/下载全曲次数日趋势 音乐随身听用户数/下载全曲次数月累计日趋势 音乐随身听用户数年累计月趋势音乐随身听用户下载全曲次数年累计月趋势 计费彩铃 逻辑结构用户数分析累计计费彩铃用户数日趋势 当月新增彩铃用户数日趋势 新入网用户彩铃业务使用情况日趋势 套餐用户分析当日计费彩铃用户数套餐分析top5 累计集团/个人彩铃用户数日趋势计费彩铃下载明细下载：号码、入网地市、入网区县、入网片区、入网营业厅、业务办理地市、业务办理区县、业务办理片区、业务办理营业厅、套餐类型，开通彩铃时间 手机上网 逻辑结构手机上网用户分析手机上网用户数按日分析手机上网活跃用户普及率按日分析 手机上网活跃用户套餐用户按日分析 各月手机上网用户明细下载（格式：月份,号码,地区,区县,品牌,当月流量）手机上网套餐分析手机上网套餐新增/退定用户数按日分析 手机上网套餐沉默/活跃用户数按日分析 手机上网套餐用户流量按日分析 手机上网套餐/标准资费用户人均流量按日分析最新套餐用户下载（格式：号码,地区,区县,品牌,套餐类别,本月流量（kb）12580 逻辑结构机票酒店酒店预订量日趋势分析(间夜数) 酒店预订量月趋势(间夜数)酒店预订量明细下载(间夜数)酒店预订月报分析酒店预订月报明细下载(间夜数)机票预订量日趋势分析(张数)机票预订量月趋势(张数) 机票预订量明细下载(张数)前向产品当月12580前向产品累计用户数日趋势当月12580前向产品新增退订用户数日趋势当月12580生活播报累计用户数日趋势 当月12580生活播报新增退订用户数日趋势12580前向产品用户下载重点产品类 逻辑结构全时通当月累计到达用户数日趋势 当月新增退订用户数日趋势 最新累计用户下载（格式：号码,地区,区县,品牌,订购时间） 气象通当月累计到达用户数日趋势 当月新增退订用户数日趋势最新累计用户下载（格式：号码,地区,区县,品牌,订购时间）最新退订用户下载（格式：号码,地区,区县,品牌,退订时间）手机报便民短信截止当日订购便民信息用户数日趋势 截止当日订购便民信息用户明细下载（号码,地区,区县,品牌,订购时间） 财信通当月累计到达用户数日趋势当月新增退订用户数日趋势 最新累计用户下载（格式：号码,地区,区县,品牌,订购时间）最新退订用户下载（格式：号码,地区,区县,品牌,退订时间） 酷秀当月累计到达用户数日趋势当月新增退订用户数日趋势 最新累计用户下载（格式：号码,地区,区县,品牌,订购时间）最新退订用户下载（格式：号码,地区,区县,品牌,退订时间） 智电业务当月累计到达用户数日趋势当月新增退订用户数日趋势 最新累计用户下载（格式：号码,地区,区县,品牌,订购时间）当天退订用户下载（格式：号码,地区,区县,品牌,退订时间） 飞信活跃当月累计到达用户数日趋势（日报）（点击“下载”可下载最新飞信注册用户明细 格式：手机号,飞信号,地区,区县,品牌,营业厅,片区,工号）当月新增/退订用户数日趋势（日报）（点击“下载”可下载退订用户明细 格式：手机号,退订时间,地区,区县,品牌,营业厅,片区,工号）各月累计到达用户数对比（月报）各月累计活跃用户数/pc端活跃用户数/手机端活跃用户数日趋势 活跃用户下载（下载数据格式：手机号,飞信号,地区,区县,是否pc端活跃（1-是，0-否）,是否手机端活跃（1-是，0-否）,营业厅,片区,工号）各月活跃用户数地区分布 各月活跃用户数品牌分布各月活跃用户数/pc端活跃用户数/手机端活跃用户数（稽核后）手机视频手机视频使用用户数月趋势 手机视频使用用户数日累积趋势 手机视频客户端使用用户数趋势 手机视频用户下载(号码,地区,区县,品牌,客户端使用次数,月份) 号簿管家号簿管家注册用户月趋势 号簿管家活跃用户月趋势号簿管家注册用户下载(数据下载格式为：月份，号码，地市，区县，品牌) 号簿管家活跃用户下载(数据下载格式为：月份，号码，地市，区县，品牌) 手机电视订购/退订日趋势累计存在订购关系用户数 当月订购基本功能费用户下载(数据下载格式为：月份，号码，地区，区县，品牌) 当月退订基本功能费用户下载(数据下载格式为：月份，号码，地区，区县，品牌) 存在订购基本功能费关系用户下载(数据下载格式为：月份，号码，地区，区县，品牌) 当月订购全网收视费用户下载(数据下载格式为：月份，号码，地区，区县，品牌) 当月退订全网收视费用户下载(数据下载格式为：月份，号码，地区，区县，品牌) 存在订购全网收视费关系用户下载(数据下载格式为：月份，号码，地区，区县，品牌)手机支付 逻辑结构手机支付活跃用户日趋势充值笔数及金额日趋势 开通用户日趋势手机支付用户交易明细下载(数据下载格式为：月份,帐务日期,号码,品牌,地市,交易金额)手机邮箱 逻辑结构手机邮箱手机邮箱当日当月累计活跃用户数日趋势分析手机邮箱当日当月累计收发邮件用户数日趋势分析手机邮箱当日当月累计使用增值功能用户数日趋势分析 手机邮箱活跃用户下载(数据下载格式为：月份，号码，地区，区县，品牌，片区，营业厅，办理工号) 透明消费服务监控 逻辑结构透明消费服务监控短信统计 统计统一查询退订退定量居前20的业务 扣费主动提醒成功扣费提醒退订量居前20的业务 3、渠道分析类指标店员积分 逻辑结构注册用户分析当月累计注册店员数总营业厅数登记用户分析当日登记笔数/用户数各业务当日登记笔数/各业务占比当月累计登记笔数/用户数各业务当月累计登记笔数/各业务占比店员积分月报当月登记笔数top10店员店员积分月报当月活跃店员数/累计注册店员数/店员活跃率总营业厅数/活跃营业厅数/厅店活跃率成功积分笔数当月成功积分用户数登记成功笔数各业务占比当月积分数top10店员当月积分数/可兑换酬金当月兑换积分数/兑换金额累计积分数/当前积分数各业务有效积分数/占比店员积分下载当月点对点短信发送人数和发送量日趋势当月点对点短信发送人数和发送量月累计移动商店分析 逻辑结构用户登录分析移动商店登陆用户数日趋势日移动商店登陆用户使用门户类型对比分析当日移动商店登陆用户品牌对比分析当日移动商店登陆用户登陆次数对比分析当日移动商店登陆时段分析产品订购分析移动商店产品订购量日趋势当日移动商店产品订购量地区对比分析当日移动商店产品订购量门户类型对比分析当日移动商店产品订购量品牌对比分析当日移动商店产品订购量产品分类对比分析当日移动商店产品订购量top5排行榜产品退订分析移动商店产品退订量日趋势当日移动商店产品退订量地区对比分析当日移动商店产品退订量门户类型对比分析当日移动商店产品退订量品牌对比分析当日移动商店产品退订量产品分类对比分析当日移动商店产品退订量top5排行榜产品配置分析移动商店产品配置量日趋势当日移动商店产品配置量地区对比分析当日移动商店产品配置量门户类型对比分析当日移动商店产品配置量品牌对比分析当日移动商店产品配置量产品分类对比分析当日移动商店产品配置量top5排行榜产品体验订购分析移动商店产品体验订购量日趋势当日移动商店产品体验订购量门户类型对比分析当日移动商店产品体验订购量品牌对比分析当日移动商店产品体验订购量产品分类对比分析当日移动商店产品体验订购量top5排行榜产品体验退订分析移动商店产品体验退订量日趋势当日移动商店产品体验退订量地区对比分析当日移动商店产品体验退订量门户类型对比分析当日移动商店产品体验退订量品牌对比分析当日移动商店产品体验退订量产品分类对比分析当日移动商店产品体验退订量top5排行榜产品评分分析移动商店产品评分量日趋势当日移动商店产品评分量地区对比分析当日移动商店产品评分量门户类型对比分析当日移动商店产品评分量品牌对比分析当日移动商店产品评分量产品分类对比分析当日移动商店产品评分量top5排行榜引流访问分析移动商店引流访问量日趋势当日移动商店引流访问量门户类型对比分析当日移动商店引流访问量合作渠道对比分析当日移动商店引流访问量用户地区对比分析当日移动商店引流访问量用户品牌对比分析当日移动商店引流访问量分段人数对比分析产品搜索移动商店产品搜索量日趋势当日移动商店产品搜索量地区对比分析当日移动商店产品搜索量门户类型对比分析当日移动商店产品搜索量品牌对比分析当日移动商店产品搜索量top5排行榜产品推荐移动商店产品推荐量日趋势当日移动商店产品推荐量地区对比分析当日移动商店产品推荐量门户类型对比分析当日移动商店产品推荐量品牌对比分析当日移动商店产品推荐量产品分类对比分析当日移动商店产品推荐量top5排行榜渠道用户渠道用户使用移动商店情况日分析渠道用户(在移动商店)产品销售情况日分析渠道用户(在移动商店)销售客户情况日分析当日渠道用户产品销售量top5排行榜当日渠道用户产品销售时段分析引流订购分析移动商店引流订购量日趋势当日移动商店引流订购量门户类型对比分析当日移动商店引流订购量合作渠道对比分析当日移动商店引流订购量用户地区对比分析当日移动商店引流订购量用户品牌对比分析当日移动商店引流订购量业务分类对比分析当日移动商店引流订购量产品订购top10排行榜门户访问量分析移动商店门户访问量日趋势当日移动商店访问量门户对比分析当日移动商店访问量地区对比分析当日移动商店访问量品牌对比分析当日移动商店访问量时段对比分析当日移动商店门户访问用户pv对比分析当日访问门户个数uv对比分析当日访问门户个数用户数对比分析门户产品定制转换分析移动商店门户产品访问量日趋势当日移动商店产品访问量门户类型对比分析当日移动商店产品访问量地区对比分析当日移动商店产品访问量品牌对比分析当日移动商店产品访问量业务类型对比分析当日移动商店产品访问量top5排行榜网站拓扑分析网站拓扑分析访问路径移动商店访问路径移动商店访问层次订购来源分析订购用户数对比分析 0表示自发订购 1表示引流订购成功订购用户数对比分析 0表示自发订购 1表示引流订购订购来源日趋势当日订购来源门户对比分析当日订购来源对比分析当日订购产品top5排行业务漏斗分析moma访问首页漏斗moma访问引流页面漏斗moma访问活动页面漏斗moma访问搜索页面漏斗门户活动支撑分析moma门户活动访问uv对比分析 1:活动访问 2:非活动moma门户活动订购uv对比分析 1:活动订购 2:活动用户没有订购moma门户活动访问pv对比分析 1:活动访问 2:非活动moma门户活动订购pv对比分析 1:活动订购 2:活动用户没有订购优惠卡业务分析 逻辑结构优惠卡业务分析数据卡激活量累计日趋势分析数据卡总量累计月趋势分析数据卡用户数累计日趋势分析数据卡明细下载（月份、日期、品牌、地区、区县、卡号、手机号码、数据卡类型、状态（1为未使用、0为已使用）营销顾问系统 逻辑结构日报新业务推荐效果日趋势本日各产品推荐笔数对比分析(top5)本日各产品成功推荐笔数对比分析(top5)本月截至本日累计新业务推荐效果分析本月截至本日各产品推荐笔数对比分析(top5)本月截至本日各产品成功推荐笔数对比分析(top5)店员人数/营业厅个数分析本日成功推荐笔数店员排行榜(top10)本日成功推荐笔数营业厅排行榜(top5)日(最近5天)推荐明细下载(格式:时间、用户号码、boss工号、营业厅、片区、区县、地市、推荐业务名称、推荐结果(1-成功,0-失败)月报推荐效果对比月趋势推荐店员人数月趋势推荐营业厅个数月趋势新业务推荐效果月趋势本月新业务各产品推荐效果对比分析本月新业务各产品成功推荐笔数对比分析店员人数/营业厅个数月趋势本月新业务成功推荐笔数店员排行榜(top10)本月新业务成功推荐笔数营业厅排行榜(top5)月(最近5月)推荐明细下载(格式:时间、用户号码、boss工号、营业厅、片区、区县、地市、推荐业务名称、推荐结果(1-成功,0-失败)新业务酬金 逻辑结构新业务酬金数据业务酬金总额按月分析据业务酬金分类按月分析空中营业厅 逻辑结构日报当月空中营业厅数/办理数据业务营业厅数/办理数据业务营业厅占比当日空中营业厅办理业务总量/开户业务量/充值业务量/数据业务量/数据业务量占比当月空中营业厅办理业务总量/开户业务量/充值业务量/数据业务量/数据业务量占比当月开户且办理数据业务用户数/占开户用户百分比当月充值且办理数据业务用户数/占充值用户百分比当月数据业务办理量top10业务各月业务办理明细下载(月份,地市,区县,营业厅,空厅号码,boss工号,业务名称,办理时间,用户号码)月报当月空中营业厅数/办理数据业务营业厅数/办理数据业务营业厅占比当月空中营业厅办理业务总量/开户业务量/充值业务量/数据业务量/数据业务量占比当月开户且办理数据业务用户数/占开户用户百分比当月充值且办理数据业务用户数/占充值用户百分比当月数据业务办理量top10业务主资费分析 逻辑结构主资费分析计费彩铃人数，主资费开通人数 铃音包人数，主资费开通人数号薄管家活跃人数，主资费开通人数手机邮箱活跃人数，主资费开通人数便民短信计费人数，主资费开通人数四川手机报计费人数，主资费开通人数各业务主资费开通用户明细下载(月份，号码，品牌，套餐，地市，区县，片区，营业厅) 功能要求1. 分析指标规则设置 支持按角色或用户配置使用对象； 支持预警阈值、推送方式设置； 支持多个分析指标进行组合展现； 支持对分析指标的录入、修改、删除、查询；2. 支持信息定制功能，支持web页面、wap、短信、彩信等推送方式；3. 支持按时间、地域、用户品牌等维度灵活组合并能按日、月、年等时间颗粒度进行指标监控；4. 支持一线人员通过数据及信息业务统一视图获取详细信息；5. 支持管理层下发任务信息的提示功能；6. 支持同比、环比、拟合等分析展现方法。3 运行需求3.1 硬件设备配置需求3.1.1 工作流程分析生成数据集市生成olapetl数据挖掘024680-3：其他平台生成数据2-3.5：数据获取3.5-5：etl5-7：生成数据集市7-8：olap生成从其他平台获取数据如上图所示，本系统后台数据仓库生成工作包含以下内容：(1) 获取生产平台原始数据；(2) 数据加载/清洗/转换（etl），生成数据仓库；(3) 从数据仓库中，根据主题生成数据集市；(4) 从数据集市生成olap（on-line analytical processing，联机分析处理）展现模型；(5) 数据挖掘，由外部服务器执行。3点之前为各源数据平台数据生成时间，营销支持系统需要在6个小时（3-8点）内完成上述所有数据到展现生成的工作，原始数据获取工作在1.5小时之内完成，etl在1.5小时之内完成，生成数据集市在2个小时之内完成，生成olap数据模型在1个小时之内完成。3.1.2 数据仓库服务器能力需求分析数据仓库服务器主要的处理工作包括以下方面：n 获取原始数据。n 将原始数据文件包含的数据进行格式转换，进行数据清洗，重新整理，并与客户资料配合生成新格式的记录插入数据库或形成的文件，装载入数据仓库中，整个过程要求在一定的时间内完成。n 从数据仓库将整理过的数据按照业务主题加载到数据集市中。以上的工作流程基本为串行关系，数据仓库服务器的处理能力要求为：获取原始数据、etl、生成数据集市、生成olap的最大值。其中，获取原始数据为ftp的文件操作，基本不考虑其性能需求，主要考虑后三项。（1） etl处理能力需求分析根据从现网系统提取的数据，数据业务分析系统2007年9月至2009年1月每日etl处理记录的数量如下表所示。日期数据记录数（万条/天）2007年9月93502007年10月95502007年11月99502007年12月102002008年1月105002008年2月112002008年3月110002008年4月114002008年5月117002008年6月120002008年7月122002008年8月126002008年9月130002008年10月133002008年11月136002008年12月138002009年1月14200从上表可以看出，2007年9月至2009年1月，基本上每日etl处理记录的数量整体成线性增长趋势，因此我们选择一元线性回归模型进行预测。预测得出以下图表：由上图可以看出，到2009年12月，每日etl处理记录的数量将达到17400万条/天。使用下列的条件对进行处理能力需求分析：n 所有工作每日要求在1.5小时内完成；n 每日处理记录的数量大约为17400万条记录n 平均抽取150条记录所需的事务数为1；则，etl需要的tpcc(设为tpcc-1)为：tpcc-1记录数/（处理时间*60）*处理一条记录所需的事务数174000000/（1.5*60）*1/150=12888 tpmc（2）生成数据仓库处理能力需求分析使用下列的条件对生成数据仓库进行处理能力需求分析：n 所有工作每日要求在2小时内完成；n 每日处理记录在第一步etl时会进行清理，清理完成后数量大约为原始数据的3/5左右，约10000万条记录；n 平均处理6条记录(大约1/6的业务数据对分析有效)所需的事务数为1。则，生成数据仓库处理能力需要的tpcc(设为tpcc-2)为：tpcc-2记录数/（处理时间*60）*处理一条记录所需的事务数100000000/（2*60）*1/6=138889 tpmc（3）生成处理能力需求分析使用下列的条件对生成的处理能力进行需求分析：n 所有工作每日要求在1小时内完成；n 每日处理记录的数量为数据仓库记录处理量的20%；n 平均处理20条记录所需的事务数为1。则，生成olap需要的tpcc(设为tpcc-3)为：tpcc-3数据仓库记录数*0.2/（处理时间*60）*处理一条记录所需的事务数100000000*0.2/（1*60）*1/20=16667 tpmc。3.1.3 数据仓库处理能力计算结果根据以上的分析，数据仓库服务器的处理能力要求为：生成数据仓库处理能力需求=max（tpcc-1,tpcc-2,tpcc-3）tpcc-2。同时需要考虑下列因素：n 增加服务器处理能力的20%，需运行数据仓库管理等应用；n 考虑到处理过程中可能遇到的高峰期和用户数不可预料的增长情况，服务器的处理能力冗余30%。则，数据仓库服务器实际所需tpcc:tpcctpcc-2*（1+增加服务器处理能力%）/（1-服务器的处理能力冗余%）记录数/（处理时间*60）/处理一条记录所需的事务数*（1+增加服务器处理能力%）/（1-服务器的处理能力冗余%）记录数/（2*60）/5*(1+20%)/(1-30%)tpcc=100000000/120/6*1.2/0.7=238095 tpmc根据中国移动新业务网四川省2008年数据业务分析系统四期工程 一阶段设计中关于12580群发跟踪服务器的tpcc计算，12580群发跟踪服务器需要的处理能力为159524 tpmc。根据sun提供的资料及估算，12580群发跟踪服务器所用的8颗sparciv 1.95g cpu，32g内存的sunfire e4900，其处理能力约为：400000 tpmc，处理能力尚余400000159524240476 tpmc，满足数据仓库服务器的处理