某數(shù)碼移動決策支持系統(tǒng)BI交流文件(經(jīng)營分析)講解課件

1、某數(shù)碼移動決策支持系統(tǒng)BI交流文件(經(jīng)營分析)講解某數(shù)碼移動決策支持系統(tǒng)BI交流文件(經(jīng)營分析)講解目 錄 移動公司需要經(jīng)營分析系統(tǒng) 神州數(shù)碼經(jīng)營分析系統(tǒng)解決方案 大客戶分析系統(tǒng)案例示意目 錄 移動公司需要經(jīng)營分析系統(tǒng)移動公司的現(xiàn)狀 業(yè)務(wù)系統(tǒng)已經(jīng)積累了大量的數(shù)據(jù) 以客戶服務(wù)為中心的理念已經(jīng)形成，但尚未建設(shè)以分析/挖掘為主的經(jīng)營分析系統(tǒng) 企業(yè)的價值鏈擴展到客戶、供應(yīng)商、合作伙伴、競爭對手等諸多因素移動公司的現(xiàn)狀 業(yè)務(wù)系統(tǒng)已經(jīng)積累了大量的數(shù)據(jù)當(dāng)前面臨的問題深層理解、挖掘客戶需求的力度消費習(xí)慣是什么？如何留住準(zhǔn)備離網(wǎng)的客戶？如何科學(xué)地劃分客戶群？大量的歷史數(shù)據(jù)如何轉(zhuǎn)變?yōu)橹R如何提供預(yù)測、預(yù)警功能如何

2、提供個性化的營銷策略數(shù)據(jù)處理手段單一如何滿足靈活多變的報表需求如何減輕數(shù)據(jù)匯總對生產(chǎn)系統(tǒng)造成的壓力沒有面向業(yè)務(wù)人員和管理層的設(shè)計工具當(dāng)前面臨的問題深層理解、挖掘客戶需求的力度目 錄 移動公司需要經(jīng)營分析系統(tǒng) 神州數(shù)碼經(jīng)營分析系統(tǒng)解決方案大客戶分析系統(tǒng)案例示意目 錄 移動公司需要經(jīng)營分析系統(tǒng)數(shù)據(jù)倉庫拓展業(yè)務(wù)：收入結(jié)構(gòu)分析資源利用分析服務(wù)質(zhì)量分析理解客戶：客戶流失分析客戶行為分析客戶信用度分析競爭分析：市場占有率分析競爭對手分析合作伙伴分析營銷分析：促銷效果分析營銷渠道分析代理商評價分析誰是最好的客戶?如何應(yīng)對競爭?哪些促銷更有效?投入產(chǎn)出比如何?1.1 經(jīng)營分析系統(tǒng)的目標(biāo)拓展業(yè)務(wù)：理解客戶：競爭

3、分析：營銷分析：誰是最好的客戶?哪些1.2 經(jīng)營分析系統(tǒng)兩級結(jié)構(gòu)N1.2 經(jīng)營分析系統(tǒng)兩級結(jié)構(gòu)N1.3 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖 1.3 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖 1.4 系統(tǒng)邏輯層次圖1.4 系統(tǒng)邏輯層次圖1.5 神州數(shù)碼解決方案多維展現(xiàn)數(shù) 據(jù) 源計費系統(tǒng)ExcelTXT外部數(shù)據(jù)數(shù)據(jù)抽取客服系統(tǒng)數(shù)據(jù)倉庫多維數(shù)據(jù)庫營帳系統(tǒng)數(shù)據(jù)挖掘報表/查詢1.5 神州數(shù)碼解決方案多維展現(xiàn)數(shù) 據(jù) 源計費系統(tǒng)Excel1.6 主要產(chǎn)品及功能介紹多維分析數(shù)據(jù)抽取數(shù)據(jù)倉庫數(shù) 據(jù) 源網(wǎng)管系統(tǒng)BOSS系統(tǒng)報表、查詢數(shù)據(jù)挖掘多維數(shù)據(jù)庫數(shù)據(jù)倉庫存儲OracleIBM DB2數(shù)據(jù)倉庫管理Oracle Warehouse BuilderIB

4、M Warehouse Manager多維數(shù)據(jù)存儲Oracle ExpressIBM Essbase數(shù)據(jù)挖掘SAS Enterprise MinerIBM Intelligent Mining展現(xiàn)工具CognosBrioBusiness Objects1.6 主要產(chǎn)品及功能介紹多維分析數(shù)據(jù)抽取數(shù)據(jù)倉庫數(shù) 據(jù) 源1.7 軟硬件環(huán)境要求數(shù)據(jù)倉庫數(shù)據(jù)挖掘展現(xiàn)工具軟件支持主流的UNIX服務(wù)器與操作系統(tǒng)客戶端可運行在Windows 2000/9X平臺,展現(xiàn)工具支持WEB方式1.7 軟硬件環(huán)境要求數(shù)據(jù)倉庫數(shù)據(jù)挖掘展現(xiàn)工具軟件1.8經(jīng)營分析系統(tǒng)的主題客戶分析新增/流失客戶分析行為/屬性分析高額/風(fēng)險分析大客

5、戶分析消費習(xí)慣流失特征潛在的大客戶營銷管理分析營銷機會確立：市場環(huán)境、客戶需求、業(yè)務(wù)拓展?fàn)I銷計劃制定：部門、人員、方式促銷效果：部門、人員、方式營銷渠道：1860、代理、網(wǎng)上營業(yè)廳1.8經(jīng)營分析系統(tǒng)的主題客戶分析大客戶分析營銷管理分析1.8 經(jīng)營分析系統(tǒng)的主題市場競爭分析競爭分析：競爭對手的業(yè)務(wù)、客戶及客戶呼叫市場占有率分析合作伙伴分析銀行、SP、證券公司的代收比率分析業(yè)務(wù)分析業(yè)務(wù)量業(yè)務(wù)資源流量/流向熱點小區(qū)1.8 經(jīng)營分析系統(tǒng)的主題市場競爭分析1.8經(jīng)營分析系統(tǒng)的主題收益分析收入結(jié)構(gòu)時間、地域、年齡、性別、消費層次、客戶類型、客戶職業(yè) 月租費、通信費、代收費、卡費、其它業(yè)務(wù)交/欠費分析服務(wù)質(zhì)

6、量分析服務(wù)質(zhì)量、服務(wù)時限分析咨詢、查詢焦點分析投訴焦點分析滿意度、忠誠度分析1.8經(jīng)營分析系統(tǒng)的主題收益分析1.9 主要分析方法多維分析:從多個不同的角度組合去分析數(shù)據(jù)。趨勢分析:從時間序列分析隨時間的變化趨勢。意外分析:從大量歷史數(shù)據(jù)中找出太高、太低、變化幅度過大等異常情況數(shù)據(jù)。并可進一步進行相關(guān)影響原因的數(shù)據(jù)挖掘。排名分析:從大量數(shù)據(jù)中找出按某種分類方法的Top N或Bottom N數(shù)據(jù)，這些數(shù)據(jù)代表了需要特別關(guān)注的程度。1.9 主要分析方法多維分析:從多個不同的角度組合去分析數(shù)據(jù)1.9 主要分析方法比較分析:從相同的角度去對不同數(shù)據(jù)集合（這里主要指子集與父集及整體、集合與其補集）進行對比

7、，找出差異所在，并可進一步深入挖掘差異原因。原因和影響分析:對于已產(chǎn)生的某個特定結(jié)果，從大量數(shù)據(jù)中挖掘出影響因素，并且分析不同因素或組合的重要程度。What-If 分析:與原因和影響分析不同，what if 分析是觀察在人為指定改變條件時，結(jié)果的變化情況，以便預(yù)測為了達到目標(biāo)，最佳條件組合是什么。1.9 主要分析方法比較分析:從相同的角度去對不同數(shù)據(jù)集合（自頂向下自下向上整合方案企業(yè)數(shù)據(jù)倉庫多維數(shù)據(jù)整理數(shù)據(jù)源結(jié)構(gòu)好實現(xiàn)難度大上下總體規(guī)劃設(shè)計企業(yè)數(shù)據(jù)倉庫數(shù)據(jù)集市多維數(shù)據(jù)整理數(shù)據(jù)源上下數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)倉庫整合成本低結(jié)構(gòu)性差成本低結(jié)構(gòu)好集成效率高2 數(shù)據(jù)倉庫建模技術(shù)自頂向下自下向上整合方

8、案企業(yè)數(shù)據(jù)倉庫多維數(shù)據(jù)整理數(shù)據(jù)源結(jié)構(gòu)好3 數(shù)據(jù)存儲技術(shù) 兩種數(shù)據(jù)存儲技術(shù)：ROLAP、MOLAP ROLAPMOLAP針對事務(wù)型系統(tǒng)和查詢優(yōu)化針對查詢/報表優(yōu)化多個應(yīng)用領(lǐng)域使用有限制的使用查詢語句很復(fù)雜簡單、快速的查詢語句增加/改變數(shù)據(jù)結(jié)構(gòu)很容易數(shù)據(jù)不是動態(tài)的，數(shù)據(jù)的改變有限制對數(shù)據(jù)庫的查詢使用SQL語句對數(shù)據(jù)庫的查詢使用OLAP引擎數(shù)據(jù)可以交互式的增加和匯總刷新和匯總數(shù)據(jù)時CUBE必須重建3 數(shù)據(jù)存儲技術(shù) 兩種數(shù)據(jù)存儲技術(shù)：ROLAP、MOLAP 4.1 抽取方法 抽取策略根據(jù)每個主題的需求與數(shù)據(jù)情況，采用差異抽取或完全抽取的方法建立相應(yīng)的控制手段，對每次抽取的時間、狀態(tài)、抽取標(biāo)識進行記錄，

9、以便下次抽取或?qū)Σ怀晒Φ某槿∵M行重置或回滾采用中間緩沖方式，存放于ODS數(shù)據(jù)源支持支持主流的關(guān)系型數(shù)據(jù)庫與桌面數(shù)據(jù)庫可直接從文件抽取：txt,excel由遠程FTP文件獲取4.1 抽取方法 抽取策略4.2 抽取的時機與調(diào)度抽取時機抽取的時間段盡量避開業(yè)務(wù)系統(tǒng)的高峰期抽取的時候不進行大量轉(zhuǎn)換工作，盡量避免對大表、寬表的操作抽取的頻率要與具體需求結(jié)合 如果要以文件的方式抽取，最好采用統(tǒng)一的文件格式，如txt文件、Excel文件調(diào)度策略時間間隔：只一次、每分鐘、每小時每月、每年頻率：每周周幾、每月幾號按開始日期和時間按結(jié)束日期和時間4.2 抽取的時機與調(diào)度抽取時機5 數(shù)據(jù)轉(zhuǎn)換與加載數(shù)據(jù)轉(zhuǎn)換策略數(shù)據(jù)量

10、不大或?qū)λ俣纫蟛粐栏?采用在抽取過程中轉(zhuǎn)換，可以減輕工作量并減低中間存儲量大數(shù)據(jù)量或速度要求嚴格-抽取到ODS后再轉(zhuǎn)換盡量避免在進入數(shù)據(jù)倉庫后再處理數(shù)據(jù)加載方式上可以采用覆蓋或追加數(shù)據(jù)加載的目標(biāo)為數(shù)據(jù)倉庫 有控制機制，包括加載時間、加載狀態(tài)、加載標(biāo)識 事實表和維表采用不同的加載方式數(shù)據(jù)的加載和立方體的處理連動5 數(shù)據(jù)轉(zhuǎn)換與加載數(shù)據(jù)轉(zhuǎn)換策略6.1 多維分析 企業(yè)級的多維分析服務(wù)器報表呈現(xiàn)方式多樣，并且支持多種展現(xiàn)方式：瀏覽器方式、客戶端方式、Excel方式通過鼠標(biāo)拖拉，可實現(xiàn)任意的切片、旋轉(zhuǎn)、鉆取，用戶界面友好可以對數(shù)據(jù)進行計算、排序等靈活的用戶權(quán)限及安全管理：定制用戶類的管理模式，將同等級別

11、和訪問數(shù)據(jù)范圍相同的用戶歸于一類 6.1 多維分析 企業(yè)級的多維分析服務(wù)器6.2 報表/查詢企業(yè)級、交互式的數(shù)據(jù)庫報表/查詢生成工具具有良好的企業(yè)級安全管理機制：:按用戶特征將用戶分成不同的安全級別，不同級別的用戶對應(yīng)不同的信息訪問權(quán)限 通過定義Catalog(信息目錄)將數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)按業(yè)務(wù)用戶的需求和數(shù)據(jù)訪問規(guī)則來展現(xiàn) 報表之間能夠互相鉆取與查詢 報表數(shù)據(jù)顯示形式多種多樣?？捎帽砀?，也可用圖形，如直方圖、餅圖、曲線圖、棒圖等。且表、圖可以同屏顯示 6.2 報表/查詢企業(yè)級、交互式的數(shù)據(jù)庫報表/查詢生成工具7 靈活多樣的展現(xiàn)方式7 靈活多樣的展現(xiàn)方式8 數(shù)據(jù)挖掘傻瓜兼專家型的挖掘工具圖形化

12、界面，可視化操作豐富的挖掘算法支持：回歸、聚類、決策數(shù)、時間序列、神經(jīng)網(wǎng)絡(luò)等提供數(shù)據(jù)挖掘結(jié)果評價工具：提供通用的數(shù)據(jù)挖掘評價的架構(gòu)，可以比較不同的模型效果；預(yù)報各種不同類型分析工具的結(jié)果 對數(shù)理統(tǒng)計經(jīng)驗不太多的使用者，能夠按照固定的模式成功的進行數(shù)據(jù)挖掘 ；對于有經(jīng)驗的分析專家，提供精細的調(diào)整分析處理過程 8 數(shù)據(jù)挖掘傻瓜兼專家型的挖掘工具9 兩級經(jīng)營分析系統(tǒng)比較移動集團分析系統(tǒng)省公司分析系統(tǒng)數(shù)據(jù)源1.集團級BOSS系統(tǒng)2.各省公司經(jīng)營分析系統(tǒng)3.全國范圍的外部數(shù)據(jù)源1.本省BOSS細節(jié)數(shù)據(jù)2.本省外部數(shù)據(jù)源抽取策略1.數(shù)據(jù)抽取頻率低2.數(shù)據(jù)通過廣域網(wǎng)傳遞1.數(shù)據(jù)抽取頻率高 2.數(shù)據(jù)通過局域網(wǎng)

13、傳遞存儲粒度1.數(shù)據(jù)存儲粒度大2.大客戶群劃分為全國范圍3.地域維最小粒度為省1. 數(shù)據(jù)存儲粒度小2.大客戶群劃分為全省范圍3.地域維最小粒度為省內(nèi)地區(qū)分析角度1.服務(wù)質(zhì)量分析針對省公司2.業(yè)務(wù)分析是省間異地受理分析3.無代理商分析/熱點小區(qū)分析1.服務(wù)質(zhì)量分析針對各營業(yè)廳/員2.業(yè)務(wù)分析主要是省內(nèi)受理分析3.有代理商分析/熱點小區(qū)分析9 兩級經(jīng)營分析系統(tǒng)比較移動集團分析系統(tǒng)省公司分析系統(tǒng)數(shù)據(jù)源目 錄 移動公司需要經(jīng)營分析系統(tǒng) 神州數(shù)碼經(jīng)營分析系統(tǒng)解決方案 大客戶分析系統(tǒng)案例示意目 錄 移動公司需要經(jīng)營分析系統(tǒng)大客戶流失分析1、主題劃分2、數(shù)據(jù)集整理3、分析模型簡介4、分析過程5、分析結(jié)果大客

14、戶流失分析1、主題劃分1 主題劃分1.1 流失大客戶原因分析分析流失的大客戶一般具有分析特征1.2 潛在流失大客戶預(yù)測符合流失大客戶特征的群體有多大規(guī)模？每個大客戶流失的概率有多大？1.3 挽留措施評價用什么措施能夠組織大客戶流失的局面？計劃推出的措施的投入-產(chǎn)出比如何？1.4 代理商評價代理商在發(fā)展大客戶方面的業(yè)績?nèi)绾危? 主題劃分1.1 流失大客戶原因分析2 數(shù)據(jù)集整理2.1 數(shù)據(jù)屬性選擇選擇哪些屬性來分析大客戶？2.2 數(shù)據(jù)屬性分布對于選擇的屬性，它們的數(shù)據(jù)分布如何？2.3 數(shù)據(jù)抽取抽取的策略2.4 數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)量綱的統(tǒng)一化處理2 數(shù)據(jù)集整理2.1 數(shù)據(jù)屬性選擇2.1 數(shù)據(jù)屬性選擇通話屬

15、性客服屬性數(shù)據(jù)集屬性全集營帳屬性客戶基本屬性（人文屬性）客戶id年齡性別職業(yè)入網(wǎng)時長基本業(yè)務(wù)增值業(yè)務(wù)種數(shù)代理商id月平均通話時長月平均長途時長月平均通話頻率月平均長途頻率漫游次數(shù)投訴次數(shù)月平均消費2.1 數(shù)據(jù)屬性選擇通話屬性客服屬性數(shù)據(jù)集營帳屬性客戶基本屬2.1 數(shù)據(jù)屬性選擇數(shù)據(jù)屬性選擇方法灰色聚類確定評價任務(wù)選擇評價指標(biāo)分析評價指標(biāo)指標(biāo)合理性分析指標(biāo)重要性分析不合理一般很合理一般不重要很重要給出任務(wù)的評價結(jié)論2.1 數(shù)據(jù)屬性選擇數(shù)據(jù)屬性選擇方法確定評價任務(wù)選擇評價指標(biāo)2.1 數(shù)據(jù)屬性選擇高類區(qū)間中類區(qū)間低類區(qū)間2.1 數(shù)據(jù)屬性選擇高類區(qū)間2.1 數(shù)據(jù)屬性選擇圖2圖3圖42.1 數(shù)據(jù)屬性選擇圖

16、2圖3圖42.1 數(shù)據(jù)屬性選擇年齡一般月平均長途頻率重要性別重要漫游次數(shù)不重要職業(yè)一般投訴次數(shù)不重要入網(wǎng)時長重要月平均通話頻率重要基本業(yè)務(wù)不重要月平均長途時長重要增值業(yè)務(wù)種數(shù)一般月平均通話時長重要代理商id一般月平均消費重要2.1 數(shù)據(jù)屬性選擇年齡一般月平均長途頻率重要性別重要漫游次2.2 數(shù)據(jù)屬性分布重要屬性分布：性別、通話頻率，通話時長、長途頻率、月平均消費2.2 數(shù)據(jù)屬性分布重要屬性分布：性別、通話頻率，通話時長、2.3 數(shù)據(jù)抽取避免孤立點樣本屬性均值線屬性偏差孤立點異樣點2.3 數(shù)據(jù)抽取避免孤立點樣本屬性屬性孤立點2.4 數(shù)據(jù)轉(zhuǎn)換量綱統(tǒng)一類型統(tǒng)一度量統(tǒng)一規(guī)則統(tǒng)一2.4 數(shù)據(jù)轉(zhuǎn)換量綱統(tǒng)一

17、3 .1 分析模型簡介神經(jīng)網(wǎng)絡(luò)模型123456輸入輸出隱含層誤差控制模型調(diào)整速度模型質(zhì)量3 .1 分析模型簡介神經(jīng)網(wǎng)絡(luò)模型123456輸入輸出隱含層3.2 分析模型簡介關(guān)聯(lián)規(guī)則3.2 分析模型簡介關(guān)聯(lián)規(guī)則3.3 分析模型簡介決策樹大客戶群體條件1客戶群體1客戶群體2條件2條件33.3 分析模型簡介決策樹大客戶群體條件1客戶群體1客戶群體4 分析過程流失大客戶特征分析潛在流失大客戶群體預(yù)測潛在流失大客戶群體挽留措施評價代理商評價4 分析過程流失大客戶特征分析潛在流失大客戶潛在流失大客戶群4.1大客戶流失分析的環(huán)境軟件數(shù)據(jù)倉庫服務(wù)器: IBM DB2多維數(shù)據(jù)庫: IBM Essbase數(shù)據(jù)挖掘工具

18、: SAS Enterprise miner數(shù)據(jù)某省移動公司8個月BOSS系統(tǒng)數(shù)據(jù)4.1大客戶流失分析的環(huán)境軟件4.2 數(shù)據(jù)挖掘設(shè)計過程4.2 數(shù)據(jù)挖掘設(shè)計過程5 .1 分析結(jié)果什么樣的大客戶是潛在預(yù)流失大客戶？支持度(%) 可信度(%) 強關(guān)聯(lián)規(guī)則 2.1353.61在網(wǎng)月單位 = 流失 2.4557.383在網(wǎng)月單位 & 1h = 流失 2.3650.152在網(wǎng)月單位 & 1t = 流失 1.8558.116在網(wǎng)月單位 & 1t = 流失 1.4752.822在網(wǎng)月單位 & 1h = 流失 1.3363.76在網(wǎng)月單位 & 1h = 流失 1.1353.741t & 11在網(wǎng)月單位 = 流失 150.362在網(wǎng)月單位 & 2h = 流失 0.875