广电运营商服务营销分析系统建设的研究

谢 欢 胡建农 张雨骅

随着各主要城市数字电视平移完成，广电运营商将进入全面的视频和数据业务运营阶段，随着各种数据的积累，运营商的各种经营活动将逐步向精细化迈进，未来对各种信息数据的分析和挖掘将帮助运营商创造更多的价值，本文对重庆有线服务营销分析系统的建设进行了分析和探讨，对各种应用和技术进行介绍。

背景

三网融合的大背景下，未来广电同电信运营商同质化竞争不可避免。同时随着整体平移在主要城市地区的完成以及各种双向业务的开展，广电运营商的战略必然从业务和网络建设为主向兼顾业务运营的方向转型。未来的竞争，将考验广电运营商采集数据和分析数据的能力。这种数据库营销必然搭建在企业内部各个环节和外部市场等方面的数据基础上，从而挖潜出客户的各种消费行为，更好的服务于市场，应对竞争。为了充分的发挥lT系统对企业经营的辅助决策作用，把数据转化为生产力，对广电运营商而言实施服务营销分析系统的建设刻不容缓。

系统功能及架构

通过服务营销分析系统的建设将融合运营商各部门的主要业务报表，并统筹的梳理和组织这些报表。同时重点保障展现统一和数据统一的原则。报表根据业务需求不同，分为固定报表和自定义报表。自定义报表根据各部门具体业务需求灵活定制。

各种报表可以按照部门进行分类如：市场部报表、节目集成部报表、计财部报表、客户服务部、各分公司报表等等；

按照统计周期进行分类，根据具体需求分为日报、周报、旬报、月报、季报和年报；

按照业务进行分类包括：服务营销类、客户用户类、产品优惠类、经营收入类、合作伙伴及渠道结算类、业务资源类、各种KPI考核类等等；

每层报表，按照角色进行分类，配置相关访问权限，从框架上落实不同部门角色可访问操作不同的报表，同级别不同角色可以访问查看同张报表的不同数据内容。

服务营销系统的建设将从时间上扩充满足广电运营商各业务部门不断发展的报表需求，并在数据源积累上逐步扩大报表的业务覆盖范围，另外，通过服务营销分析系统的建设将强化广电运营商指标库建设，丰富指标内容，满足各业务部门对各项指标数据灵活查询的需求，从而逐步建立统一的广电运营商企业级的服务营销分析中心。

服务营销分析系统对各信息系统(包括业务支撑系统、运营支撑系统和管理支撑系统)的元数据进行抽取、转换和加载到数据仓库中，通过图形化的分析工具展现给使用人员各种分析报表。根据运营商各单位对某些主题的具体需求可以尝试建立部门，地级县市(对于省集中广电运营商)数据集市，这样在一定程度上可以缓解访问数据仓库的瓶颈，同时满足各业务单位的多样和灵活性的需求。

关键技术及应用实现

1、数据采集方式

服务营销分析系统与各业务生产系统的接口主要有两种方式：包括文件方式和库表链接。

1)文件方式

从各业务生成系统中将数据通过FTP文件传输进行预处理和格式检查后生成目标文件。

2)库表连接

根据具体接口服务单元的定义，其他业务生产系统和服务营销经营分析系统分别定义为数据服务方和数据访问方。服务方与访问方之间的通讯是基于各自数据库的连接服务。系统之间的接口数据由数据库的连接服务来实现，可以实现大数据量的批量传输。其中数据库表的信息交互方式，技术较为方便，且开发成本较低，或其变更维护角快。其通信过程包括三种：

●主动读取。服务方负载不大，定时开放数据表的访问权限，由访问方主动发起会话，读取数据，写入本地。

一主动写入。访问方的负载不大，定时开放数据表的写权限，由服务方主动发起会话，将数据写入。这种方式要承担开放数据库写权限的风险。

●中间表。服务方和访问方，两方都不能承载直连的事务，由服务方将数据写入中间表，访问方则读取中间表。

2、ETL技术

ETL主要包括：数据的抽取(Extraction)、清洗(CIeaning)、转换

(Transformation)、集成(Integration)和装载(Loading)。其功能是把数据从各种存储方式中拿出来，对数据进行检验和整理，确保数据仓库中数据的一致性，还要对部分数据进行聚集操作，提供数据仓库的查询和分析速度。这些完整的、一致的、细节的和综合的数据才可以进入数据仓库。并根据数据仓库的设计要求，对数据进行重新的组织和加工，转换成数据仓库的数据库结构和内部形式并加载到数据仓库中。ETL主要包括以下步骤：

1)数据的抽取和清洗

数据抽取是指将所需要的数据按一定格式从数据源中提取的过程。数据清洗包括对同步填写空缺的值，平滑噪声数据、识别、删除孤立点，并解决不一致来“清洗”数据。

2)数据的转换

数据转换是将不同来源的数据，在类型、格式、编码规则等方面进行统一、集成、规范化。为企业的分析、查询工作提供统一、一致、集成的数据。根据实际情况，数据转换可以在以下几个环节中具体实现：

在抽取过程中进行数据处理；

●使用异步数据加载，以文件的方式处理；

在数据加载过程中进行数据处理；

进入数据仓库以后再进行数据处理。

3)数据的集成：

将多个数据源中的数据结合起来存放在一致的数据存储中。他涉及到实体识别问题、冗余检测问题以及数据值冲突的检测和处理等各种问题。如地域维度，在GIS数据库和在业务支撑数据库中就存在编码和值都不一致的情况。

4)数据的装载

经过转换的数据已经是按照数据仓库物理目标结构规范后的数据，装载过程是把这些数据导入数据仓库，装载过程可以与转换过程同时完成，边转换边装载；也可以将转换后的数据存入数据缓存池(可以是文本文件、二进制文件或数据库表形式)，再利用特定的工具完成装载过程。

数据的追加策略根据数据的抽取策略以及业务规则确定，

般有以下三种类型：直接追加、全部覆盖、更新追加。

直接追加：是指每次加载日寸直接将数据追加到目的表中。

全部覆盖：对于抽取数据本身已包括了数据的当前和所有历史状况，采用全部覆盖方式。

更新追加：对于需要连续记录业务的状态变化，用当前的最新状态同历史状态数据进行比对的情况采用更新追加的方式。

3、数据质量保证

服务经营分析系统是帮助厂电运营商各业务单位和领导层进行市场营销分析和决策的重要工具，数据的质量问题很大部分上决定了生成数据的真实性、一致性、完整性和准确性。

出现数据质量问题的原因是多方面的，要保证服务经营分析系统的数据质量，在对服务营销分析系统进行优化的时候需要对各业务生产系统进行同步的完善。在系统建设过程中，需要由运营商牵头成立业务生产系统厂家和服务营销系统厂家商组成的数据质量保障小组，负责协调跨系统间质量问题的评估和解决。实施质量保障措施的前提是不影响业务生产系统和经营分析系统的正常运营。既要考虑措施的有效性和对系统执行效率的影响又要能有效的保证数据质量。

4、操作型数据存储(ODS)

数据仓库概念的提出把数据处理划分为了操作型处理和分析型处理两种不同类型，从而建立起了DB-DW的两层体系结构。但是随着广电双向业务的大规模开展和对运维服务的不断提升，运营商对数据的实时监控和实时业务的需求将逐步增加，因此建议在实施过程中前期可采用DB-DW的两层体系结构，未来随着业务的发展，逐步向DB-ODS-DW的三层体系结构演进。

展望

“三分技术、七分管理、十二分数据”，从企业信息化战略发展角度来看，还可借服务营销分析系统的建设为契机全面清理广电运营商长期积压的各种信息数据不完善和不准确的问题。通过建立统一的服务营销分析中心辅助厂电运营商对客户市场细分进行研究和分析，从而有针对性的开展营销活动，为企业带来更高的价值，提升服务质量，为全面的竞争提供数据支撑和保障工作。