利用数据仓库系统提升企业竞争力(PPT 47页).ppt

1、利用数据仓库系统提升企业竞争力,中国移动业务支撑系统部2008年11月,主要内容,1,3,中国移动经营分析系统概述,经营分析系统在省公司的优秀应用案例,2,经营分析系统具体介绍,5,经营分析系统发展展望,4,系统建设、应用经验分享,6,总结,1.中国移动经营分析系统概述,中国移动公司概述,中国移动经营分析系统定位,经营分析系统发展回顾,经营分析系统的ROI,经营分析系统的管理与社会效益,中国移动经营分析系统的特点,1.1中国移动公司概述,1998年成立，财富500强2007年第180位,2007年营业额3569亿，EBITDA是1940亿元人民币,2007年用户数达3.69亿户,网络管理系统(

2、NMS),ERP/MIS系统,业务支撑系统,1.2中国移动经营分析系统定位,中国移动经营分析系统是以数据仓库技术为基础，综合运用联机分析处理、数据挖掘和统计学等多种技术，为企业经营管理、市场营销、业务运营提供分析决策支持的系统。,中国移动已经形成了完整的业务支撑网体系，逐步构建三大支撑域业务运营域（NG1-BOSS+NG1-CRM)、运营分析域、运营管理域。经营分析系统作为运营分析域的核心，成为中国移动业务经营过程的重要支撑环节,1.3经营分析系统发展回顾,搭建数据平台形成统一数据视图纳入BOSS系统数据源,分析功能建设为主专题推广开发了9大OLAP主题应用初步与支撑系统BOSS系统构成业务互

3、动,2006,2005,2004,2003,经营分析1.0,经营分析1.5,通过数据集市完成对“地市信息化”工作的支撑全面支撑数据业务、集团客户、渠道、位置分析等功能引入新的数据源通过营销管理平台的建设，提升市场一线支撑能力完成运营性质转型，凸现系统应用价值,2007,IVR语音,提升数据质量,丰富业务功能,引入数据集市,建立两级数据仓库,信息门户,经营分析2.0,2008,提升系统业务能力，满足各业务部门发展需求纳入中央基地平台数据建立信息门户，扩展系统使用范围深化数据集市应用，提升专项业务应用能力完善经营分析数据质量管理系统，提升数据管理能力建设数据业务深度运营平台,精准化营销,NG-BA

4、SS1.0,增强元数据及数据质量管理加强数据管理的总控能力，实现集团公司的规范项目如集团客户、渠道、增值业务等内容的建设，同时支撑省内的需求增加新数据源网络信令数据，更好的进行实时营销增加客户分析及运营模块，打造以客户为中心营销及服务,2009,完成数据仓库建设初步建立应用环境,搭建数据集市，向地市分公司延伸基于元数据，建立数据质量管理系统建立一级经营分析系统，形成两级架构,建立经营分析门户，促进“全员经分”建立部门数据集市完善营销管理平台，将经营分析数据纳入日常生产环节,提出“信息穿越”，解决一线员工信息访问要求纳入信令数据，初步建立企业级数据仓库,1.4经营分析系统的管理与社会效益,管理效

5、益,社会效益,代办商销售分析,抑制了套取企业商业利益SP群发垃圾彩信分析，有效控制了了欺诈用户行为,改进企业经营风险控制手段,个性化营销和欠费风险控制不断提升客户服务的满意度为客户满意度调查提供详细分析数据,有效提升客户服务满意度,数据汇总能力极大提高，实现财务报表按天汇总，财务监管能力不断增强市场经营分析已经成为各个层级公司进行市场竞争不可或缺的工具手段网络分布分析是公司维护部门开展网络优化的基础数据,提升了企业精准化管理水平,提升了我国在数据仓库领域研究和应用的发展水平，积累了国企信息化发展的宝贵经验,带动了移动通信数据仓库产业链的发展，促进相关行业蓬勃发展,与北京大学进行合作,建立了产、

6、学、研相结合的创新研发体系，建立了人才培训基地，为国内数据仓库领域培养了大量人才，提升了企业的技术创新能力,1.5中国移动经营分析系统的特点,技术特征,应用特征,借助分级式数据仓库理论方法，解决了4000TB数据仓库的建设方法问题,通过标准化的数据仓库逻辑模型，统一了数据仓库的基本结构,基于CWM标准，使用元数据建立了数据质量管理系统,通过业务主题分析，大量部署了OLAP技术的使用范围,借助营销管理平台等手段，将经营分析成果嵌入日常工作流程,提出了地市数据集市，为地市分公司提供了全面的数据应用支撑,部分数据挖掘技术取得初步成效,主要内容,1,3,中国移动经营分析系统概述,经营分析系统在省公司的

7、优秀应用案例,2,经营分析系统具体介绍,5,经营分析系统发展展望,4,系统建设、应用经验分享,6,总结,2.中国移动经营分析系统概述,技术架构,数据源,关键技术部分,业务能力,应用情况,2.1技术架构(1)-两级数据仓库结构,2.1技术架构(2)-系统体系框架,2.2数据源,2.3关键技术部分(1)数据质量管理子系统,2.3关键技术部分(2)经营分析门户,以嵌入层、功能层、接入层的划分方式，明确了经营分析门户的功能框架，使逻辑架构更加清晰易读,界定门户采用Portlet方式开发建设，在符合业界标准的基础上，提升了经营分析门户的可扩展性,提出经分门户所采用的技术方向和开发标准，有助于指导各省进行

8、经营分析门户建设,明确经营分析门户与业务支撑网4A管理平台之间的关系，以及门户认证、用户、权限管理在4A管理体系下的功能实现内容,从应用场景、使用对象的角度，勾勒了经营分析门户多渠道接入的不同应用方向，为实现“全员经分”奠定基础,2.3关键技术部分(3)地市数据集市,明确在整体系统中的定位,强调通过统一的经分门户进行接入,通过多种接入方式满足不同角色不同水平人员的使用，向“全员经分”目标靠拢,计算资源在数据仓库和集市上的合理使用，负荷分担,明确对营销管理子系统基础功能的调用方法,2.3关键技术部分(4)营销管理平台,营销管理子系统以数据仓库为基础，根据业务流程，通过经分互动模块与外部渠道进行交

9、互，完成营销活动管理和产品资费管理工作,营销管理子系统作为基础功能组件，为市场营销应用、地市数据集市和数据业务深度运营应用平台提供营销功能支撑,营销管理子系统与外部渠道系统中实现的营销活动执行环节，共同构成了营销管理平台,2.3关键技术部分(5)统一的数据仓库模型,2.4业务能力,2.4业务能力(1)渠道管理举例,2.4业务能力(2)客户与服务管理举例,2.4业务能力(3)资源管理举例,2.5中国移动经营分析系统应用情况(1),建成了世界最大的分级式数据仓库,完成两级系统的全国部署,数据总容量:4000TB,开发了丰富的业务应用,覆盖市场经营各个领域，实现了255个业务功能模块,目前系统OLA

10、P多维分析181个、报表137张、KPI指标79个、数据挖掘34个应用,指标口径中定义了1173个指标,在线查询时间25秒,保障了系统数据质量,省级系统数据展现时间约0.5天，总部分析数据展现约1天,建立了120条数据稽核规则,创新应用百花齐放。各省公司在数据业务营销、渠道管理、人员绩效管理、终端分析、客户服务等很多领域展开应用，优秀应用案例层出不穷。汇总的案例总共达到456项。灾区漫游客户定位：汶川地震后，项目组依托经营分析系统提供的客户位置信息，定位受灾的漫游客户，收集紧急救援信息。共完成对29193名外省漫游客户的回访工作IMEI创新应用：跟踪iPhone发展态势，深入分析山寨机，把握手

11、机市场变化趋势,形成良好的应用氛围。截止2008年9月，全国31个省市公司共有2.97万个用户在使用经营分析系统，业务部门员工使用普及率已达到79%。每月访问量约为90.1万人次，月均访问次数已达到30次/人。,业务部门员工使用经分普及率不断提升,2.5中国移动经营分析系统应用情况(2),主要内容,1,3,中国移动经营分析系统概述,经营分析系统在省公司的优秀应用案例,2,经营分析系统具体介绍,5,经营分析系统发展展望,4,系统建设、应用经验分享,6,总结,3.应用案例,飞信营销,彩铃交叉销售,客户细分模型,3.1某省飞信业务精确化营销(1)数据挖掘3步骤,通过研究现有套餐产品客户在呼叫通话、业

12、务使用等各方面的行为特征，找到关键影响因子；,通过营销管理平台，直接将高概率产品目标客户群推送到营业厅、短信及网站等营销渠道，将产品在合适的时间、以合适的语言推荐给合适的客户，从而赢得营销机会。,采用数据挖掘逻辑回归方法，训练得到预测模型，用于预测将会选择该类套餐产品的潜在用户群，并以概率形式量化之；,寻找关键因子,构建预测模型,推送营业前台,1,2,3,3.1某省飞信业务精确化营销(2)预测模型,针对所选变量采用逻辑回归方法，训练得到拟合方程式:,logit=log(P/(1-P)=aX0+bX1+cX2+其中：p代表成为飞信的概率X0、X1、X2等代表所选的变量（影响因素）a、b、c等代表

13、计算得到的系数,P即为计算得到的飞信活跃用户的概率,3.1某省飞信业务精确化营销(2)预测模型,实际模型：logit=log(p/(1-p)2.1878（p代表成为飞信用户的概率）+0.1427*TRADEMARK（品牌）+0.3098*is_trademark4（是否动感地带）-0.4207*is_age32（年龄是否小于32）-1.2125*is_sphere3_1_11（交往圈是否小于11）-1.3080*is_sphere3_12_15（交往圈是否在12与15之间）-1.2624*is_sphere3_16_19（交往圈是否在16与19之间）-1.0657*is_sphere3_20（

14、交往圈是否大于20）+0.4971*IS_FEIXIN_TERM（是否飞信终端）+0.000134*N_MU_L_DATE_logi（最近定购的音乐产品间隔log倒数）+0.0471*CMWAP_COUNTS_sqrt（CMWAP上网次数sqrt平方根）-2.0817*N_APPLY_2_COUNTS（近两年月均产品定购次数）-1.6197*N_APPLY_2_COUNTS_cos（近两年月均产品定购次数cos）+0.7396*N_GPRS_L_DATE7（近7个月内是否定购过gprs产品）+0.1916*N_GPRS_L_DATE_sin（最近定购的GPRS产品间隔sin）-0.00005*

15、N_MU_L_C_cui（近两年月均音乐产品定购次数立方的倒数）+0.5477*N_GPRS_APPLY_COUNTS114（近两年月均GPRS产品定购次数）+0.000089*N_PAPER_L_DATE_logi（最近定购的手机报产品间隔log倒数）+1.0152*N_PAPER_I_A_C_sqrt（近两年月均手机报定购次数平方根）+2.6438*N_MAIL_APPLY_COUNTS_sqrt（近两年月均手机邮箱定购次数平方根）+0.3913*N_SMS_A_L_D5（最近是否定购过短信产品）-0.0558*N_B_A_L_D_curt（最近定购的商务类产品间隔curt）-0.0000

16、2*N_A_L_D_logi（最近定购产品的间隔log倒数）-0.00003*VPMN_C_D_logi（最近定购vpmn产品的间隔log倒数）-0.00003*NISMG_A_L_D_sini（最近定购梦网产品的间隔sin倒数）-0.00015*N_ADD_A_C_cui（近两年月均语音增值产品次数立方的倒数）+0.0292*SMS_MO_COUNTS_sqrt（近两年月均短信发送次数平方根）+0.00343*GPRS_VOLUME_curt（近两年月均GPRS流量curt）-0.00004*N_C_I_A_C_cui（近两年月均彩铃产品定购次数立方的倒数）,模型确立后，只要数据收集完整，非

17、常容易推广和应用到实际的营销中，由于是以概率为度量，可以对营销数量进行灵活的控制,3.1某省飞信业务精确化营销(3)关键影响要素,共规整收集150个变量，采用后向、逐步回归方法，逐步淘汰不相关变量，最终选择稳定的排名前20的变量作为飞信影响因素(模型输入变量),值得关注的现象：ARPU、MOU等常规用户价值度量与飞信用户相关性非常小，RFM变量则体现出其价值,3.1某省飞信业务精确化营销(4)营销数据推送接口,经营分析系统中建立精细客户预测专题，根据需要建立飞信等挖掘模型，定期生成预测清单和分析报表，同时打通与营销管理平台的接口，实现专题与平台的无缝连接，通过营销管理平台直接将用户推送到营销一

18、线,3.1某省飞信业务精确化营销(5)推送场景,3.1某省飞信业务精确化营销(6)营销比对验证方法,为了与传统的营销方式效果作比对，通过选择三批不同的用户来营销，以验证模型的效果。目标用户群：1、普通用户：随机抽取20000名未开通飞信的用户；2、常规营销用户：近三月月均短信在100条以上、没有短信包月套餐，且定制GPRS5元套餐的非飞信用户20000名（此为以前用于飞信营销的目标用户口径）。3、模型预测用户1：飞信预测模型预测概率30%-50%的用户随机选取10000名；4、模型预测用户2：飞信预测模型预测概率50%-100%的用户随机选取10000名样本数量：60000外呼营销时间：200

19、8年8月下旬至9月上旬,3.1某省飞信业务精确化营销(7)营销比对验证结果,上表显示了实际营销情况，可见采用预测模型选择的用户最终活跃比例比常规营销手段提升96.6%，说明比常规手段发展的用户具备更强的业务粘着度，表明了该预测模型对于提高营销效率的重要意义。,3.2某省彩铃交叉销售(1)交叉销售模型,彩铃交叉销售模型（分类预测模型，与彩信增量原理类似）,在模型选取的296个数据项中，共有68项最终成为彩铃使用倾向性的打分依据，最关键的数据项列举如下：,三个月平均声讯台业务使用次数、三个月平均音信户动业务使用次数、三个月平均语音普通业务使用次数、三个月平均梦网彩信业务使用次数、三个月平均网内主叫

20、通话关联号码开通彩铃数、三个月平均日间网内被叫普通通话次数,3.2某省彩铃交叉销售(2)交叉销售效果,利用彩铃交叉销售模型结果，对彩铃高倾向性的客户实施营销推广,大规模推广之前，进行营销效果检验：成功销售率达到之前的2.95倍,在确保营销效率后，从2月起实施大规模彩铃交叉销售，2月7月用户数发展情况如下：,3.3客户细分模型(1)意义与目标,意义：1、随着近几年移动通信行业的高速发展，市场竞争也越来越激烈。面对竞争，需要从多个方面来提高企业的核心竞争力，其中很重要的一个方面就是提高科学决策的能力；2、客户分群（CustomerSegmentation）是市场研究人员的重要分析工具，它通过帮助企

21、业从客户的角度去划分市场结构，从而丰富企业的市场营销手段并提升企业对客户产品使用行为的理解；3、通过数据挖掘技术实现客户分群，有助于移动通信企业了解不同庞大的客户群体的消费行为和真实需求，针对不同客户群体制定针对性的营销方案，从而在市场竞争环境中更加有效地保育和发展客户；,目标：1、识别用户，了解重要用户特征；2、为新业务或新产品寻找可能的目标市场；3、优化现有产品和服务的设计；4、寻找新产品或服务的机会；5、树立更好的品牌或公司形象；,3.3客户细分模型(2)模型算法,1、为更好地了解客户和认识客户，经营分析系统基于分群算法对客户进行了细分，细分的指标包括客户基本属性，消费情况，通信行为，数

22、据业务使用特征、缴费行为等上百种客户属性变量。2、客户分群模型可以帮助我公司了解全体客户的概貌，为市场策划提供依据。同时可对个体客户进行特征描述，为新业务或新产品寻找可能的目标市场，以便针对性开展个性化营销。,主要内容,1,3,中国移动经营分析系统概述,经营分析系统在省公司的优秀应用案例,2,经营分析系统具体介绍,5,经营分析系统发展展望,4,系统建设、应用经验分享,6,总结,4.系统建设、应用经验分享,数据质量管理暴露了业务、流程管理问题,应用推广需要循序渐进，逐层推进,数据挖掘分析需要业务经验，提升系统价值,人才队伍建设至关重要,管理制度建设十分关键,4.1数据质量管理暴露了业务、流程管理问题,数据质量是数据仓库建设的核心和基础,数据质量是“暴露”了上游业务系统的问题,后期的数据质量问题80%体现在统计口径方面,数据质量需要