经营分析系统

1、运营分析系统的商业驱使

系统建设的背景有两个方面。一面伴随电信市场的放开，客户选择电信业务及电信企业的余地越来越大，电信企业之间对客户的争夺也越来越激烈。受于市场竞争的加重和产品的同质化，电信企业纷纷拿起价格利器抢占市场份额。经历两三年的“价格战”，电信市场显现了严重的“增量不增收”现象。大批低忠诚度的客户转网或变更业务。即便采取相应的预防措施，也不能有效的遏制大范围客户流失的现象。比如，某些电信公司采取“租机”、“返还话费”等具有一定优惠期限的活动来减弱客户的流失率。在活动的优惠期，客户流失率显著减弱，客户流失现象疑似得到了遏制。但是，一旦优惠期终结后，很多客户享受完了优惠，便纷纷离网或变更到本网其余的业务。结果是客户流失现象与平时对比变得更为严重，呈突发、集中、大范围的特点，致使电信企业的业务收入急剧下跌。另一面，电信客户近几年高速上涨，形成庞大、需求差异很大的客户群体。同期，受于电信技术的成长和创新持续生成各种新型业务。如何细分市场、客户群，将最合适的业务推销给最需要的客户，达到业务和客户的最佳匹配形成电信企业的重要课题。

基于以上两方面的背景，电信企业渐渐意识到以客户中心运营的必要性，开始从业务驱使向客户驱使转化。企业试图新的方法，通过分析业务支撑系统中海量的报告，对市场、客户执行理性分析，达到精细化营销。电信行业是信息化程度最高的部门之一，各种业务系统的建设，积攒了海量的报告，该数据不仅是历史纪录的呈现，也蕴涵了客户的消费模式，为客户分析给予了丰富的素材，也为运营分析系统给予了宽广的用武之地。2、运营分析系统运用的报告分析技术

运营分析系统采取先进的报告分析技术，即联机分析处理和报告挖掘两大类。

3.1联机分析处理（OLAP）

联机分析处理是一种软件技术，使分析人士能够快速、统一、交互地从方方面面观察信息，以高达深入理解报告的目的。这些信息是从原始报告直接转换过来的，他们以用户容易理解的方式反应企业的真实情形。联机分析处理多部分策略均为将关系型的或普通的报告执行多维报告存贮，以便于执行分析，进而高达联机分析处理的目的。该种多维报告存储可以被看作一个超立方体，沿着各个维方向存贮报告，它允许分析人士沿事物的轴线方便地分析报告，分析形式一般有切片和切块以及下钻、挖掘等操作。

3.2报告挖掘

报告挖掘是从海量、不完全的、有噪声的报告中挖据出隐含的、未知的、用户或许感兴趣的和对决策有潜在价值的知识和规则。这些规则蕴含了报告库中一组对象之间的特定关系，揭示出一部分有用的信息，可以为运营决策、市场策划和金融预期等方面供应根据。报告挖掘技术典型的分析方法有分类、聚类、关联等。每类方法有很多不同特点的算法，如分类方法有决策树算法、神经网络算法，聚类算法有划分聚类算法、分层聚类算法等。

3.3联机分析处理和报告挖掘的区别

联机分析处理与报告挖掘本质的区别：OLAP许多地依靠分析人士输入的困难和如果，受分析人士业务水平原因影响很大。在执行报告分析时，分析人士对业务发展情形建立一连串如果，然后利用联机分析处理技术验证如果的正确性。而报告挖掘技术能帮助企业以更全面的视角洞察客户，依靠强大的挖掘工具自动化地挖掘报告，发现隐藏在报告后面的商业机会。3、运营分析系统的首要功能

运营分析系统的首要功能有四个，即核心指标监控(KPI)、统计报表、综合分析和报告挖掘。

4.1核心指标监控

核心指标监控是对电信企业业务指标实时的监控和预警功能。KPI借助表格和图形方式直观的展现致使管理者能以宏观的角度及时了解现有用户数量、业务收入以及和同期发展的比较，也能以微观的角度了解具体某个地区、某类业务用户的具体情形。管理者依据业务发展不同期期的情形，可以通过选择或输入的方式对核心指标的门限值执行相应设置，高达对业务发展实时监控的目的。

4.2统计报表功能

统计报表功能指在制订的统计周期之内，按市场部门的要求生成统计结果报告，执行总览或分析处理，形成规定格式的报表图形，并向有关部门供应相关的业务预期与运营分析资料。报表生成具有很高的灵活性，支持按指定时间段自动总览、统计各级报表报告自动生成总览报表，支持选择各种统计元素。同期，供应报表模板，可以灵活选择特定的模版，也可自定义所需要的模版。

4.3综合分析

综合分析是基于OLAP的多维分析技术。综合分析内容包含客户分析、收益分析、业务量分析、新业务综合分析一部分综合性较强的分析等。分析维度包含时间、地区、申请类型、用户性质、用户状态、电话类型、受理方式等。综合分析依据某个分析主题，选择与主题有关的维度，执行多维度分析。综合分析供应灵活多样的展现方式，常用的展现方式有：固定（预定义）报表、图表、即席查询、多维动态分析等。

4.4高级报告挖掘功能

高级报告挖掘时利用报告挖掘方法和技术，从大批的报告中寻求报告之间的关系模式。高级报告挖掘内容包含客户价值分析、业务预期、消费层次变动分析、客户流失分析、客户细分等。与前面分析不同，报告挖掘分析不是一个单步骤的分析，而是一个迭代、螺旋式上升的流程。流程包含报告准备、报告建模、模型评价和解释三个阶段。当最后阶段的模型评价解释不能高达要求时，就从新回到第二阶段报告建模阶段，甚至有时务必回到第一阶段报告准备。比如客户流失分析，报告准备阶段，获取与主题相关的所有报告，如客户状态变动、消费变动、市场竞争力度、投诉申告强大等报告和信息，然后预处理清除噪声，导出与主题关系更强的变量。接着是报告建模阶段，采取决策树、神经网络学习等方法，分析客户流失的首要特质，建立客户的流失模型，预期发现流失几率较大的客户。第三阶段是报告评价和解释阶段，对模型评分和解释，假使高达要求，就保存模型并应用所得结果于市场行动。这类分析涉及的变量数目多，变量的关系复杂，需导出主题有关的变量，报告分布缺少较强的规律性，所以分析的综合性、难度和深度比前三种分析大的多，对分析人士要求很高。假使没有对报告挖掘算法和业务的深入理解，分析的效果往往很难得到保证。4、系统应用中显现的困难

5.1运营分析系统退化为报表系统。

在运营分析系统没有投入运用以前，市场部门往往通过向计费中心人士提出某种报告需求获取报告，利用EXCEL工具作一部分简单的描述性统计分析。系统投入运用后，市场部门人士依旧习惯于报表形式的分析模式，对运营分析系统承受的任务认识不够清晰。受于客户主题分析和报告挖掘方面的知识较新，市场部门对这方面的认识还处在初步的学习和了解阶段，相应的分析和从报告挖掘图表获取信息的能力还较为欠缺。具有强大分析和预期功能的运营分析系统退化为一个报表系统。

5.2缺少专业人士利用系统挖掘功能执行高层次主题分析。

运营分析系统具有首要四类分析功能，这四类功能操作分析难度差异很大，对分析人士的要求也不同。像核心指标监控，统计报表这些功能，一般市场部人士只需运用鼠标点击就可以达到。像联机分析处理、报告挖掘分析，一面受于分析变量数目多，需要利用报告挖掘算法或是报告仓库的操作，技术方面要求高，即便运营分析系统的分析界面非常友好，市场部人士受于能力所限，也不能很好的开展综合性较强的高级分析。另一面，分析主题性强、非结构化，报告挖掘分析不等同于报告库操作。与报告库操作遵循统一的报告结构化查询标准不同，挖掘分析受人的主观原因很大。分析过程中所选用的报告、处理报告的方式和采取的模型全将由于分析人士个人不同的理解而不同。计费中心人士虽有扎实的报告库基础和熟悉帐表的优势，但是缺乏系统的报告挖掘知识和电信业务知识，经历短时间培训很难掌握运营分析系统。所以很难在报告挖掘高层分析中起到主导作用，只能在报告准备阶段供应支持。

5.3分析和挖掘结果不能充分应用到事实工作中

运营分析系统缺乏一套有效的闭环运营流程管理机制。运营分析系统建设初期仅被觉得将企业中现有的报告转化为知识，帮助企业决策层作出正确的业务运营决策。系统侧重后台分析，忽略了前台营销和客服，产生系统功能大打折扣。在事实工作中，分析人士和市场一线的运营、客服人士缺乏紧密的相互学习和交流。前台人士得不足分析结果有力支持。比如，当客户经理被要求对或许流失的客户做挽留工作时，只能从客户分析人士得到客户名单，得不足相关客户流失的详细信息，如用户的基本信息资料，用户的忠诚度、离网率、欠费率以及用户近期一个月的电话举动、用户的状态变更、套餐变更等，很难真正的了解客户流失原因以及开展“一对一营销”。

5.4执行客户主题分析缺乏层次性，不注意知识的积攒。

在客户分析的过程中，分析人士往往单就某个客户主题执行分析。当再分析其余客户主题时，不是利用以前的知识，而是从头做起。当直接分析综合性很强的主题时，受于主题的综合度越高，所涉及的变量、维度越多，难度也就越大。像客户流失分析涉及的简单变量高达三四十个之多，假使不考虑客户主题层次的话，不加选择放在一起分析，很或许显现“维度灾难”，很难得到有价值的结果。5、对策

6.1利用企业外部资源

顾虑到运营分析系统的报告挖掘功能不能充分发挥功能的困难，短时间之内又很难建成完善的报告挖掘环境，有的电信企业利用外部资源，不失为明智的选择。企业将挖掘分析项目外包给电信咨询公司，聘请报告挖掘专家执行报告挖掘分析。这些专家具有专业的报告挖掘知识，熟悉电信业务。通过外包给专业、有经验的分析人士，不仅降低了电信企业的工作量、减弱了成本，而且也能得到报告挖掘技术导致的好处。

但是对电信企业来看，外包并没有是长远之计。报告挖掘要分析的客户主题不是一时发生的困难，而是始终伴随企业成长的困难。比如，客户流失是任何一个电信企业任什么时候候都无法避免的。流失是一个始终伴随企业成长的困难。尽管专家对当时的困难作出了很有说服力的数据，但是市场瞬息万变，或许经历很短的时间又显现了一个与当时完全不同的流失困难。此外，分析结果的最终目的是指导、应用到事实工作中。即便分析的结论再正确，假使得不足有效地应用、实行，也是徒劳的。应用环节是重中之重。但是在事实的项目工作中，提交令电信企业市场部门满意的分析数据意味着外部专家的任务就宣布终结。外部专家忽略了对市场、客服人士供应后期指导，不能长期监控指导市场人士实行依据数据策划的举措，无法及时发现和处理实行过程中的困难。

6.2完善企业内部运营分析环境。

6.2.1招募、培养专业的报告挖掘分析人士。

受于报告挖掘技术承受国内重视时间不是很长，从事报告挖掘行业的分析人士大多是统计出身，缺少计算机基础，不能深刻理解报告挖掘算法。高校作为向社会输送人才的地方，相关报告挖掘和分析的培养仍有些落后。在计算机专业课程，并没有开设报告仓库、报告挖掘有关课程。此外，运营分析人才是典型的综合性人才，而当前除了一部分具有邮电、金融行业背景的院校，多部分高校相关报告挖掘的研究侧重算法改从而非商业应用。电信企业应注重从具有行业背景的邮电院校招募有关方向的人才，策划培养计划，用较短时间培养出许多适应运营分析系统需要的人才。

6.2.2增强运营分析对前台的业务支撑。

一面增强运营分析系统的对一线营销客服人士日常业务经营的支撑，赋予前台人士一定权限了解某一客户的基本消费情形，在同客户接触以前深刻了解客户需求，做好相关客户关系管理的预案。另一面，增强分析人士与营销、客服相关挖掘结果的沟通和探讨，建立一套有效的闭环运营流程管理机制，

6.2.3注重层次，有计划地分析客户主题。

尽管客户分析主题比较多，各主题综合度、分析难度有较大的差异，但是某些主题相对具有适当的层次性。可以建立一个相关客户分析的层次结构。同一层次的主题分析涉及的变量数目相差不大，报告粒度同一。各层次中的主题相对独立，具有完整的意义。上层分析的主题较下层分析的主题综合性更强。下层分析的结论可以为上层分析供应报告支撑。有了客户分析层次，上层分析不必从原始报告开始分析，大大降低了工作量和分析的难度。假使只做低层分析，也能得到有价值的分析结果。

客户主题层次可以分为低中高三个层次。低层次包含消费举动模式、消费层次变动、客户状态变动、投诉申告力度等。中层次包含客户信用度、忠诚度、客户价值等。高层次包含客户流失、客户细分、客户欺诈等。低层次分析是上层分析的基础。低层次分析的报告直接从业务支撑系统获取。这些原始报告能够真实的反应用户举动情形。所以低层次是各层次中最为重要的分析。假使已经分析了低层或中层主题，可以直接利用分析的结果。假使没有低层主题的分析结果，可以先从低层分析再到高层分析服务。比如，在客户流失分析当中，参考的重要信息包含消费变动、投诉申告力度、客户价值都不能从电信经营商的业务经营支撑系统中直接获取。可以先从客户消费变动、投诉申告力度、客户价值等低层次的主题入手。6、终结语

电信企业建立和完善运营分析环境是一个长期、渐进的过程。硬件方面完善运营分析系统功能，增强运营分析对前台的业务支撑；软件方面一面转变市场、客服部门的运营分析理念，增强非专业分析人士的理论培训，学习基本的报告分析知识，培养从统计图表和报告挖掘的多种展现图表获取信息的能力，另一面注重招募、培养专业的报告挖掘分析人士。伴随运营分析系统的应用逐渐向深层次发展，功能得到充分利用，必将为企业创造重要的价值、提高企业核心竞争力。

参考文献

[1]段云峰等报告仓库及其在电信领域中的应用北京：电子工业出版社,2003

[2]中国移动通信集团公司中国移动运营分析系统技术规范（V1.0版）

[3]Berry,Linoff, 袁卫等译, 报告挖掘——客户关系管理的科学与技术 北京：中国财政经济出版社,2004