中国移动经营分析系统

经过几年激烈的市场竞争，电信企业逐渐意识到以客户为中心的精确经营的重要性。各电信企业纷纷建立了经营分析系统用来分析监控市场发展情况和管理客户关系。中研博峰高级咨询顾问经过在此领域的深入研究，将在本文中介绍中国移动经营分析系统建设的背景、系统的主要功能，并着重探讨中国移动经营分析系统的存在的主要问题以及相应的改进策略，最后共同分享某省移动经营分析系统建设的实践情况。

 

一、中国移动经营分析现状研究

近几年，随着国内电信企业的不断发展，电信行业的竞争也趋于白热化。一方面，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。经过运营商不断的“价格战”，电信市场出现了严重的“增量不增收”现象，大量低忠诚度的客户转网或变更业务。电信企业虽纷纷采用具有一定优惠期限的活动来降低客户的流失率，但在优惠期结束后，很多客户便纷纷离网或弃卡重入网以套取新的优惠，仍造成了大规模的客户流失，致使电信企业的业务收入下滑、客户发展效率低成本高。另一方面，电信客户近几年高速增长，形成了庞大、需求差异很大的客户群；同时适用于不同人群的各种新业务不断推出，电信企业需要通过细分市场、客户群，将最合适的业务推销给最需要的客户，实现业务和客户的最佳匹配。

在这种激烈的竞争情况下，如何提高经济效益，如何运用科学的经营分析方法，实现精细化的管理和营销，用高质量的服务来吸引和留住客户，扩大市场占有率，在竞争中占据有利位置，是国内各电信运营商关注的重点。

基于以上背景，国内电信运营商纷纷建立起以“经营分析系统”为核心的企业决策支持体系，通过对公司日常经营数据的分析、挖掘，为公司决策者、各级管理者提供经营决策依据，以实现精细化营销。

1、      中国移动经营分析系统建设概况

为保证中国移动在激烈的市场竞争中能够满足新业务、新需求、新机会的需要，有效提高中国移动市场前沿的信息化水平，辅助提升中国移动市场精细化营销水平和深度运营能力，确保中国移动的市场领先地位，中国移动在完成业务支撑系统（BOSS）建设和集中化后，于2001年开始筹备经营分析系统，起草了规范和标准。2002年中国移动开始投入巨资进行经营分析系统建设，并于2004年实现省级经营分析系统和有限公司一级经营分析系统的全国联网。

经营分析系统的投入使用，使中国移动初步建立了面向企业运营的统一数据信息平台，为全网业务、客户服务、市场营销、经营决策、业务实施等工作提供了有效的支撑，同时进一步支持了有限公司对各省市场经营活动的管理和指导，在中国移动的业务运营中发挥了重要的作用，为中国移动精细化运营提供了基础。

2、      中国移动经营分析系统框架介绍

中国移动经营分析系统通过与其它业务系统的有机结合，有效利用业务支撑系统（BOSS）和服务、财务、网络等系统产生的大量基础数据，运用数据仓库、联机分析处理、数据挖掘等先进技术，并通过预定义报表、即席查询、OLAP分析等功能，实现对公司的经营情况的分析和监控。

经营分析系统主要包括四层结构，即数据获取层、数据存储层、数据应用层和数据访问层。

（1）数据获取层 

数据获取层支持中国移动省级经营分析系统从BOSS、DSMP、网管等源系统中将相关业务数据进行抽取、清洗、加工、整理并加载到数据仓库的过程。

（2）数据存储层

数据存储层实现对移动企业数据仓库中数据和元数据的集中存储与管理，并可根据需求建立面向部门和主题的数据集市。

（3）应用层

应用层是面向使用对象，支撑市场运营管理的，多种展现形式的，支持流程管理的系统应用逻辑层。基本功能是服务于市场运营的，多种展现形式的针对性分析功能。多种展现形式包括KPI指标、OLAP、报表、数据挖掘等面向使用对象的使用习惯和需求内容灵活展现的方式。

（4）访问层

访问层是各类业务运营人员访问经营分析系统的窗口和平台，访问层由用户统一访问平台和各类特定访问工具两部分构成。

3 中国移动经营分析系统功能

经营分析系统的主要功能有四个，即KPI指标监控、统计报表、综合分析和数据挖掘。

（1） KPI指标监控

KPI指标监控功能是借助表格和图形方式，对公司KPI指标的完成情况进行实时的监控，使分析人员和各级管理者能够及时了解目前各项指标的完成进度，并对不同指标之间、不同分公司之间的完成进度进行比较分析。

（2） 统计报表功能

统计报表功能是根据预先设定好的项目、数据、格式等需求，按照一定的周期定期，生成统计结果数据，进行汇总或分析处理，形成规定格式的报表。报表生成具有很高的灵活性，支持按指定时间段自动汇总、统计各级报表数据自动生成汇总报表，支持选择各种统计元素。同时，报表模板设计、开发难度小，方便操作。目前，报表是经营分析系统最主要的功能。

（3） 综合分析

综合分析是基于OLAP的多维分析技术。按照轴、面、群的分析方法，对指标从品牌、客户变化、ARPU、时间、地区、用户特性等维度进行层层分解，并对分解出的群中包含的内容进行综合分析，分析内容可以包括客户数、收入、业务量分析、新业务等。综合分析根据某个分析主题，选择与主题相关的分析内容，对指标进行层层分解和多维度分解，综合分析在该主题存在的问题。综合分析应用不够直观、层层分解较为麻烦，主要由分析人员使用。

（4） 高级数据挖掘功能

高级数据挖掘是利用数据挖掘方法和技术，从大量的数据中寻找数据之间的关系模式。高级数据挖掘内容包括客户价值分析、业务预测、消费层次变动分析、客户流失分析、客户细分等。这类分析涉及的变量数目多，变量的关系复杂，数据分布缺少较强的规律性，因此分析的综合性、难度和深度较大，对分析人员要求很高。