NGBOSS运营分析域架构

2006 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice 中国移动通信有限责任公司 NGBOSS规划 运营分析域架构规划 提 交 人：系统组 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 经营分析系统的现状 经分系统的成就 经分系统的问题 形成了中国移动 5年的数据资产 培养了一批分析系统建设、维护的队伍 经分系统的价值得到认可，分析成果已经被用于领导层和业务管理者日常工作中，经分的必要性已经毋庸置疑 架构不灵活，难以快速支持多部门、多地市的多样化分析需求 经分的投资和产出价值不对等，投资回报率需要提高 未来运营分析域面临的四个挑战 分析数据量激增的挑战： 客户增长 3G和无线互联网带来的业务种类快速增长，由此将新增海量业务数据 分析需求激增的挑战： 各个部门对分析的要求越来越多，实时性要求越来越高 基地模式带来的全网业务分析的挑战： 如何对基地模式全网业务进行分析支撑？ 基地产品运营商需要洞察客户对产品的偏好和客户的消费使用行为 将分析有效运用于运营的挑战： 满足中国移动精细化管理、精准化营销的要求 如何把分析成果更加有效地应用于管理、运营、营销 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 （一）分析系统发展的阶段论 （二）分析系统价值创造过程 三 . 运营分析域设计的总体策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 分析系统在不同阶段呈现不同的特点，需要采取不同的策略 分析系统成熟度 成熟期 成长期 爆发期 策略：开发需求， 以需求带动投资 策略：管理需求，以合理的成本实现合理的需求 分析需求 业务部门 还不习惯使用分析系统，需求需要去挖掘，应用需要去推广 尝到分析系统的好处，分析需求大量涌现，形成爆发 分析应用形成有序更替，与技术部门形成需求和支撑的良性机制 策略：业务部门建立成本意识，企业内部形成成本管控机制；经营分析基本应用开发成熟 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 （一）分析系统发展的阶段论 （二）分析系统价值创造过程 三 . 运营分析域设计的总体策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 分析域是如何为企业创造价值的 分析 第二阶段 价值创造的产生 分析 工具 数据 思想 开发者 （数据分析员） 使用者 数据生产者 第一阶段 价值创造的准备 从业务角度萌发 分析思想 理解使用者分析思想 从技术角度萌发分析思想 使用 生产 /积累 价值 操作应用 第三阶段 价值创造的实现 分析结果指导业务决策 提高决策科学性 分析结果应用于操作型系统 提高营销精准度和服务质量 直接指导营销服务人员 分析域的业务过程模型 人 分析 第二阶段 价值创造的产生 分析 工具 数据 思想 开发者 （数据分析员） 使用者 数据生产者 第一阶段 价值创造的准备 从业务角度萌发 分析思想 理解使用者分析思想 从技术角度萌发分析思想 使用 生产 /积累 价值 操作应用 第三阶段 价值创造的实现 分析结果指导业务决策 提高决策科学性 分析结果应用于操作型系统 提高营销精准度和服务质量 直接指导营销服务人员 思想（ idea）需要使用者根据经验发挥主观能动性去创造出来，是生成分析应用的核心驱动力。 开发者和使用者需要紧密结合在一起，去探讨、去碰撞，才能擦出思想的火花 启示：拉近使用者与开发者之间的距离 使用者 开发者 使开发者更容易 的理解业务需求 理解业务 迸发思想的火花 思想碰撞 让使用者能 方便快捷的使用 培训 如何建立跨越鸿沟的“大桥”？ 需要的行动 数据集市的分散部署 通过部署面向特定使用者的数据集市，使应用开发者针对特定使用者开发特定的分析应用，从而有效的拉近应用开发者与使用者的距离 需要的行动 构建网络化的分析型系统 省公司 （产品运营） 省公司 (客户运营 ) 省公司 (客户运营 ) 产品 分析人员 开发人员 省公司 （产品运营） 省公司 (客户运营 ) 省公司 (客户运营 ) 产品 分析人员 开发人员 客户运营数据 客户运营数据 产品运营 数据 客户运营数据 客户运营数据 分析应用 分析应用 分析应用 分析域的业务过程模型 数据 分析 第二阶段 价值创造的产生 分析 工具 数据 思想 开发者 （数据分析员） 使用者 数据生产者 第一阶段 价值创造的准备 从业务角度萌发 分析思想 理解使用者分析思想 从技术角度萌发分析思想 使用 生产 /积累 价值 操作应用 第三阶段 价值创造的实现 分析结果指导业务决策 提高决策科学性 分析结果应用于操作型系统 提高营销精准度和服务质量 直接指导营销服务人员 思想的产生是随机的，随着业务发展而发展的。 分析工具是可以购买的无差异化的产品 数据丰富性和正确性是分析的基础，需要长期积累和管理才能做到。数据是企业的核心资产与核心竞争优势。 启示：将数据视为企业的核心资产 “巧妇难为无米之炊”。没有长期的数据准备，当思想突然冒出来的时候，就难以在短时期内准备好数据，开发出新的分析应用 更可能的是，某些历史数据并没有保存下来，无法取得分析所需的历史数据，从而大大减少了数据所能创造的价值 不将数据视为企业资产所带来的后果 . 资产的核心在于能创造价值；经过整合的数据同样可以通过多种分析技术手段，可以挖掘潜藏在数据“金矿”中的商业价值 数据的整合，尤其是跨系统的数据整合通常是长期艰苦的过程 数据不仅能创造价值，而且能在未来创造长远价值，尽管这些未来的长远价值在目前是不被认识的或不明显的 为什么需要将数据当作“资产”来管理？ 需要的行动 建立企业级的数据仓库 数据仓库 经营分析 NGBOSS 管理域 NGBOSS 运营域 管理分析 管理信息 系统 网络管理 系统 网络分析 其他 系统 决策支持 企业级 不断丰富分析应用：经营分析、管理分析、网络分析及决策支持 不断扩展数据源： NGBOSS、 MIS、 NM及其他系统 经分数据仓库与未来企业级数据仓库可能的演变关系 DW 2 DW 1 DW 3 Enterprise Data Warehouse DW DW 1 2 Data Warehouse 独立发展 先独立再整合 统一发展 描述 :各个专业部门独立发展数据仓库，企业存在多个数据仓库并列，经分数据仓库是其中之一 优点 :建设相对容易 缺点 : 数据全面性、一致性的问题得不到解决 描述： 各个专业部门独立发展数据仓库，在适当的时机整合形成企业级数据仓库（可能以经分数据仓库为主体） 优点 : 最终能够形成统一数据视图，能满足部门急迫需求 缺点 : 重复投资 模式描述： 扩展经分数据仓库数据源，长大经分数据仓库形成企业级数据仓库 优点 :投资节省，能够形成统一的数据视图 缺点 : 统一规划和管理难度大 着重关注 IT系统在数据层面的变化，确保沿着统一发展的思路建设企业级数据仓库 需要的行动 集中数据管控 统一 数据 整合 统一 数据 ETL 坚持统一数据整合的原则，按照统一的逻辑数据模型，对来自不同系统的数据分数据域，进行数据整合 坚持统一数据 ETL，分析应用所使用的源数据须来自于企业数据仓库，而企业数据仓库的数据均由统一的 ETL体系来实现，从而保障了集中数据管控 统一 数据 管理 坚持统一数据管理的原则，在整个数据基础架构内，实施统一的数据管理平台（元数据管理、数据质量监控及数据安全管理等），以保证所有的数据得到统一的管理，从而有效保证数据的质量 需要的行动 长期地提高数据质量 概念层质量管理 逻辑层质量管理 物理层质量管理 概念层质量管理侧重数据业务逻辑的管理和优化。 根据业务的发展，正确定义和不断优化重要的业务概念和彼此的关系，例如客户、产品、协议、渠道等。 逻辑层质量管理侧重数据设计逻辑的管理和优化。 正确定义和不断优化数据来源定义，数据冲突处理规则定义，完整的数据模型定义（包含了数据实体和实体间的关系、实体属性、属性定义等），数据的生命周期定义等。 物理层质量管理侧重对真实数据的管理和优化。 消除错误数据，保证数据真实、正确。 正确定义和不断优化数据物理表的位置，数据分区，索引的管理以提高访问速度，正确执行数据生命周期的管理。 只有通过长期不间断的对数据质量的优化，才能形成概念正确、逻辑关系清楚、真实正确、访问高效的高质量数据提供。 数据质量管理包括了概念层的数据质量管理、逻辑层的数据质量管理、物理层的数据质量管理。 分析域的业务过程模型 价值 分析 第二阶段 价值创造的产生 分析 工具 数据 思想 开发者 （数据分析员） 使用者 数据生产者 第一阶段 价值创造的准备 从业务角度萌发 分析思想 理解使用者分析思想 从技术角度萌发分析思想 使用 生产 /积累 价值 操作应用 第三阶段 价值创造的实现 分析结果指导业务决策 提高决策科学性 分析结果应用于操作型系统 提高营销精准度和服务质量 直接指导营销服务人员 价值创造方式之一：通过使用者使用分析结论来间接创造价值。 价值创造方式之二：通过分析应用与操作型应用的互动来直接创造价值 需要的行动 与企业门户集成 通过 NGBOSS门户提供统一的界面和权限分配机制，灵活的支撑最终使用者的访问需求 ，提高分析应用的使用效率 NG BOSS 门户 整合 提供与其他 IT系统统一的接入点，通过单点登录和统一鉴权控制，获得对经营分析系统的使用；同时建立统一的会话管理和系统使用稽核管理 与运营域、管理域的界面集成，将某一类使用者的所需要的操作型功能和分析型功能整合在同一个界面上，从而提升用户使用体验 借助 IT系统已有的多种访问方式（如短信、 WAP、 Web等多种接入手段），向使用者提供经营分析的服务 简化 使用 界面 集成 多渠道 访问 需要的行动 分析型系统与操作型系统的互动 运营分析域应用 A 业务运营域应用 P/C 数据基础设施 IT基础设施 运营管理域应用 M 应用层 数据层 IT层 通过对价值创造过程的分析，要使分析域为企业创造更大的价值，必须做到以下几点： 最大化地拉近使用与开发的距离 把数据作为企业的核心资产进行有效的管理 使分析的结果更好地反作用于运营 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 （一）分析域设计目标 （二）网络化的分析体系 （三）数据应用分离原则 （四）分析互动模式 （五）分析域管控与投资策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 通过对现状、挑战和价值创造过程的分析，分析域应能够 强化三方面 能力 应对四个 挑战 应对数据量激增的挑战 应对分析需求激增的挑战 应对基地模式带来的全网分析需求的挑战 应对将分析有效运用于运营的挑战 拉近分析使用者与开发者的距离 更加有效的管理企业数据资产 分析结果更好的反作用于运营 解决两个 问题 快速支持多部门、多地市的多样化分析需求 提高经分的投资回报率 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 （一）分析域设计目标 （二）网络化的分析体系 （三）数据应用分离原则 （四）分析互动模式 （五）分析域管控与投资策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 需要应对未来三种分析需求 省内分析模式 一级全网分析模式 基地全网分析模式 特点 网络节点关系 目的 为了管理多达 31个的自治运营商，需要从各省数据仓库获取原始数据，汇集到总部的全网数据仓库，并开发面向全网管理的分析应用，从而满足总部对自治运营商进行全网管理的分析需求 为满足自治运营的需要，在本地的数据源获取原始数据，汇集到本地的数据仓库，并开发本地化的分析应用，从而满足每一自治运营商以及地市的分析需求 产品基地省为了进行产品改进和向产品合作伙伴提供服务，需要以该产品相关的全网客户数据和自身的产品数据为基础，进行客户产品数据的关联分析，因而必然形成全网数据分析的要求 数据源集中 使用者分散 数据源分散 使用者集中 数据源分散 使用者分散 省公司数据下发到地市数据集市 省公司数据上发到总部 ？ 应对 带数据集市的 省级经分系统 两级经分网络 ？ 基地全网分析的三种技术实现方式 总部分析应用服务 一级全网分析域从各省分析域获取客户相关数据，并进行数据整合 产品基地省向一级全网分析域提出分析应用开发需求 一级全网分析域开发相关分析应用，并向各产品基地提供全网分析应用服务 根据各产品基地的全网分析需求，总部从各客户运营省获取客户数据，开发全网分析应用，从而向各产品基地提供全网分析应用服务 数据仓库 分析应用 本地数据源 数据仓库 分析应用 本地数据源 中央节点 省节点 省节点 (产品基地 ) 一级全网数据仓库 一级全网分析应用 全网数据源 提交分析需求 查询分析结果 全网客户数据 业务支撑网 枢纽域 基地全网分析的三种技术实现方式 总部数据服务 一级全网分析域从各省分析域获取客户相关数据，并进行数据整合 产品基地省向一级全网分析域提出全网数据需求 根据产品基地省的数据需求，下发该产品相关的全网客户数据，提供全网数据服务 产品基地省开发相关分析应用 根据各产品基地的全网数据需求，总部从各客户运营省获取客户数据并进行整合后，向各产品基地下发该产品相关的全网客户数据，提供全网数据服务 数据仓库 分析应用 本地数据源 中央节点 省节点 省节点 (产品基地 ) 一级全网数据仓库 全网数据源 下发该产品相关的全网客户数据 异地全网数据仓库 基地全网分析应用 本地数据源 一级数据源 全网客户数据 业务支撑网 枢纽域 基地全网分析的三种技术实现方式 总部数据传输管理 产品基地省提出全网客户数据需求，总部组织协调在一级枢纽域开发全网客户数据接口 产品基地省通过枢纽域提出数据传输需求，经过枢纽域交换中心协调，各客户运营省直接通过枢纽向产品基地省提供全网客户数据 产品基地省开发相关分析应用 根据各产品基地的全网数据需求，总部组织协调各客户运营省直接通过枢纽向产品基地省提供全网客户数据，从而进行有效的全网数据传输管理 总部数据传输管理 数据仓库 分析应用 本地数据源 中央节点 省节点 省节点 (产品基地 ) 数据传输 指令 数据传输 指令 省级全网数据仓库 基地全网分析应用 本地数据源 一级数据源 全网客户数据 业务支撑网 枢纽域 基地全网分析的三种技术实现方式的比较 在现有架构上实现基地全网分析模式 X 总部数据整合和 ETL工作量大，且难以应付多个产品基地分析需求 X 分析应用开发者与使用者分离，开发效率低，不符合拉近原则 实现方式一： 总部分析应用服务 实现方式二： 总部数据服务 实现方式三： 总部数据传输管理 分析应用开发者和使用者能密切配合 只需要在现有架构上进行改进就能实现 总部建立唯一的全网客户数据仓库，能有效管控全网客户数据 ？ 投资：总部要建中央节点，节点大小取决于传输数据量的大小 分析应用开发者和使用者能密切配合 X 需要建立省公司分析域之间的 N N直接数据传输通道 X 不能建立统一的全网客户数据仓库，难以有效管控全网客户数据 首选 基地全网分析的管理实现方式 数据仓库 分析应用 本地数据源 中央节点 省节点 省节点 (产品基地 ) 分析需求 产品基地省提出基地产品的全网客户数据分析方案，总部组织协调分配到各个抽样省 被抽样省根据分析方案，在本省分析系统内对基地产品在本省的使用情况进行分析，并形成分析结果，返回产品基地省 产品基地省汇总分析各个省的分析结果 需求分解手段：基地省确定统一业务分析方案（如数据模型、分析维度、算法等）后，通过总部将分析需求下发到抽样省，基地省再汇总分析各省的分析结果 分析需求 基地全网分析的管理实现方式 业务支撑网 枢纽域 省节点 分析结果 以总部数据服务模式 +管理实现方式为主体，配合其他手段，能较好的平衡业务效果和投资，实现对基地全网分析的支撑 使用人员 目的 数据要求 实现成本 控制手段 管理决策层 整体掌控业务发展状况和各省、各部门业务绩效 汇总数据 低 通过总部数据服务，在产品基地省获得全网产品使用的汇总数据 业务管理层 细粒度、多维度的掌握全网和各省、各部门的业务发展状况和精细业务指标 细粒度的、多维度的汇总数据 较低 通过总部数据服务，在产品基地省获得全网产品较细粒度的业务汇总数据 业务分析人员 多角度深入分析产品的目标客户群和客户消费习惯从而优化产品设计等 详细的客户信息、消费数据和产品信息 极高 样本池： 通过总部数据服务，在产品基地省建立全网产品使用的 1%样本数据池，基于样本数据池进行 OLAP分析或数据挖掘 需求分解： 基地省确定统一业务分析方案（如数据模型、分析维度、算法等）后，通过总部将分析需求下发到抽样省，基地省再汇总分析各省的分析结果 营销人员 如何针对具体客户进行营销 详细的客户信息、消费数据和产品信息 极高 客户级营销定位在本地省分析域进行分析 管理门槛： 对跨省数据调用，进行严格的管理审批 如果只传递汇总数据，抽样样本数据详单，那么中央节点大小可以接受 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 （一）分析域设计目标 （二）网络化的分析体系 （三）数据应用分离原则 （四）分析互动模式 （五）分析域管控与投资策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 众多分析应用争夺资源，形成资源瓶颈 分析应用 数据仓库 使用者 使用者 使用者 开发者 分析应用 分析应用 使用者 开发者 统一的分析工具 企业级数据仓库 分析应用 数据集市 数据集市 数据集市 分析应用 分析应用 使用者 使用者 开发者 开发者 统一的 ETL工具 VS. 数据应用分离模式 VS.数据应用一体的模式 数据应用一体模式：即数据仓库和应用一体的模式，在数据仓库上直接开发应用 数据应用分离模式：即数据仓库和应用分离的模式，不在数据仓库上直接开发应用，应用开发基于部门或地市的数据集市 投资 人员 知识 数据应用分离模式比数据应用一体的模式更能提升运行效率和开发效率 比较项 数据应用一体模式 数据应用分离模式 运行 效率 众多的分析应用同时查询、访问同一数据仓库，造成数据仓库的处理效率大幅度下降，目前一级经分系统已经遇到此瓶颈 难以为多种分析应用优化数据仓库的模型 不同的分析应用访问不同的数据集市，通过分流有效的保证分析应用的处理效率 数据集市可以专注于面向应用优化数据模型，从而提高应用的运行效率；而数据仓库可以专注于面向数据提供、数据容纳来优化模型，从而提高存储效率、数据供给效率。 开发 效率 来自不同业务部门的新的众多分析需求在同一个数据仓库中实现， 需要一一排队，等待较长时间 随着数据仓库数据源的扩充，一个部门难以应对多个部门的多样化分析需求 来自不同业务部门的新的分析需求由专门的数据集市，分析应用和分析人员进行开发，能快速有效的满足业务部门的需求，符合拉近使用者与开发者的原则 使得分析应用建设周期更短 数据 安全 整个企业数据仓库暴露在所有分析应用使用者前，如果一旦应用层权限控制出现疏漏，数据访问不能得到有效控制 不同部门在数据集市上进行分析，起到了物理隔离数据区域的作用 开发商 管理 分析型系统作为一个系统来建设，忽视了基础数据设施和分析应用的建设对集成商能力的不同要求 分析型系统具有灵活的架构，可以作为多个系统来建设，能充分利用不同类型集成商各自在基础数据设施和分析应用的能力优势 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 （一）分析域设计目标 （二）网络化的分析体系 （三）数据应用分离原则 （四）分析互动模式 （五）分析域管控与投资策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 确立 4类分析域和运营域的互动模式 固化模型 在分析型系统中完成训练的分析模型，在操作型系统中加以实现 6 应用 互动 互动 模式 数据 互动 界面 互动 线下 互动 界面互动 通过界面集成的方式来实现操作型系统和分析型系统的互动 实时获取 操作型系统通过实时方式从分析型系统获取信息 流程闭环 操作型系统与分析型系统在流程层面进行集成，使业务流程形成闭环 2 3 1 预定义 分析型系统按照一定的方式和周期向操作型系统反馈结果 回填 分析型系统将分析结果批量反馈到生产系统的共享数据库 5 4 界面互动 “界面互动”方式： 通过门户集成的方式，将某一类使用者的所需要的操作型功能和分析型功能整合在同一个界面上，从而提升用户使用体验。 目的：集中展现分析型应用和操作型应用，从而方便用户对分析型应用的使用 实现方式：界面集成 统一客户视图 即席查询 预定义报表 概念解释 特征分析 互动图例 互动举例 数据 集市 运营域 系统 企业统一门户 操作人员 运营 数据存储 分析人员 应用互动 信息获取 “信息获取”方式： 生产系统向分析系统发出分析请求，分析系统利用已有数据进行计算分析，然后将分析结果反馈给生产系统 API接口方式实现 适用于不定期的临时的数据查询 基于请求 -应答的工作方式 部门级 数据集市 地市级 数据集市 操作型系统 操作人员 客户历史信息查询 概念解释 特征分析 互动图例 互动举例 查询请求 查询结果 查询请求 查询结果 应用互动 流程闭环 “流程闭环”方式： 针对某些洞察力驱动的流程，分析型系统在进行分析之后，将分析结果送到操作型系统，进行活动的策划和执行，之后操作型系统再将活动执行结果反馈给分析型系统进行流程的执行评估 API接口方式实现 适用于具有分析 -策划 -执行 -评估循环的洞察力驱动的流程 准实时接口 部门级 数据集市 地市级 数据集市 操作型系统 分析人员 操作人员 营销闭环流程 客户挽留流程 概念解释 特征分析 互动图例 互动举例 分析结果 结果反馈 分析结果 结果反馈 数据互动 预定义 “预定义”方式： 针对成熟的互动需求，运营分析域通过预定义的方式，定期向操作型系统提供分析结果 数据接口方式实现 适用于需求成熟，固定不变的数据互动 定期批量更新 主要来源于数据集市 用于操作系统频繁使用的数据 部门级 数据集市 地市级 数据集市 操作型系统 分析人员 操作人员 客户价值 代理渠道评估 SP评估 概念解释 特征分析 互动图例 互动举例 数据互动 回填 “回填”方式： 分析系统将分析结果批量反馈到生产系统的共享数据库（ SID/ODS) 数据接口方式实现 适用于需求成熟，固定不变的数据互动 定期批量更新 主要来源于数据集市 用于操作系统频繁使用的数据 部门级 数据集市 地市级 数据集市 运营数据存储 分析人员 操作人员 终端分析 客户轮廓信息 概念解释 特征分析 互动图例 互动举例 线下互动 固化模型 “固化模型”方式： 对于复杂的分析应用（如基于数据挖掘的分析应用），在分析域中反复训练分析模型，待模型成熟以后，将该分析模型在操作型系统中加以实现 通过操作型系统和分析型系统的开发人员交流沟通实现 能实时计算分析结果，满足事件触发类分析应用的实时性要求 应用条件：操作型系统 1）具有该分析模型所需的全部数据， 2）分析模型的计算不需要历史数据 客户流失分析 高额 /欺诈分析 概念解释 特征分析 互动举例 互动图例 操作型系统 企业数据层 训练 复制实现 事件触发 一 . 运营分析域现状与挑战分析 二 . 分析系统研究方法论 三 . 运营分析域设计的总体策略 （一）分析域设计目标 （二）网络化的分析体系 （三）数据应用分离原则 （四）分析互动模式 （五）分析域管控与投资策略 四 . 运营分析域目标技术架构 五 . 运营分析域演进规划 目录 持续优化分析域内三个要素的投资管控策略 按 NGBOSS规划，来调整经分发展思路：优化总体架构，并调整配套的投资模式和管理机制，保障以合理的成本来实现经营分析域的长期可持续的发展。 架构的投资管控策略 以合理的成本实现合理的分析需求 加强分析应用生命周期管理，实现资源的循环利用、优化利用 建立适应“应需而动”的应用开发模式的弹性投资机制 把数据仓库的建设作为一项基础性工作，以资源利用用率作为投资依据 持续优化架构，以取得更好的投资回报 持续优化架构，以更加有利于资源的循环利用高效率利用 1 2 4 5 6 3 1、合理控制需求是合理控制投资的持续有效的办法 效果 数据 应用 需求 数据范围 数据维度 数据时限 应用数量 应用复杂度 内容 质量 投资 时效 分析需求的数量和要求决定了应用的复杂度和数量、数据的范围、时间跨度、维度以及分析系统需要达到的时效和质量 应用需求是分析域投资的最终决定力量 数据量的增长不可避免，合理的控制需求是合理控制投资持续有效的办法 2、加强对分析应用生命周期的管理，实现资源的循环利用，优化利用 加强对分析应用生命周期的管理，根据分析应用所处生命周期的阶段，对于衰退和淘汰期的应用，通过释放其占有的资源，来达到资源的循环利用；或者通过对其进行优化改进，降低资源占用。 使用量 时间 导入期 成长期 成熟期 衰退期 淘汰期 分析应用推出 分析应用淘汰 由于市场环境的变化、业务重心的转移，一些老的分析应用不再适用，一些新的分析应用不断被开发，分析应用存在一个使用量的生命周期变化过程 时间 使用量 时间窗 1 时间窗 2 在不同的时间窗口内，存在多种分析应用，这些分析应用处于自身不同的生命周期的阶段 00.050.10.150.20.250.30.350.40.450.5 点击数 某公司经营分析应用模块使用数分布情况表明：处于衰退期和淘汰期的分析应用占有相当的比例，使用率很低 3、建立适应“应需而动”的应用开发模式的弹性投资机制 需求 审批 立项 开发 变更 验收 项目 需求 开发 调整 需求 开发