经营分析系统的三生三世（四）

　　早在十几年前，中国移动就着手建设了以数据仓库技术为核心的经营分析系统。这几年大数据的话题非常火爆，业界也非常关注运营商在大数据领域的探索和实践。今年5.17"世界电信与信息社会日"的主题确定为"发展大数据，扩大影响力（Big Data for Big Impact）"，所以启动一个新的连载，说说我对这方面的理解。

　　2001年的经营分析系统规范里将OLAP分析作为系统的主要输出，这是当时的业务环境、技术能力、数据基础等方面的因素决定的。

　　此后，中国移动在数据仓库的应用方面，也做了积极探索。

　　今天，就来说说经营分析系统应用方面的几个发展阶段。

　　第四部分：经营分析应用价值的体现

　　【静态价值】

　　最初，规范中定义了九大主题分析，包括：客户情况、业务发展、收益情况、市场竞争、服务质量、营销管理、大客户、新业务发展，以及合作伙伴分析。

　　从名字就可以看出来，这些主题分析，覆盖了电信运营商经营管理流程中，所需要的业务经营收入数据和信息，让企业经营决策者及时了解业务发展情况。

　　展现形式，就是各种维度的报表。

　　后来，数据越来越多，不仅可以进行简单地汇总统计，还能进行交叉比对，甚至技术含量更高的数据挖掘，也逐渐热了起来。

　　其实，不一定非要使用那些高大上的算法。面对公司全量的客户信息、通话信息、消费信息、行为信息、终端信息，能做多少分析，挖掘出多少有价值的信息？况且，还能有这些信息的历史和变动情况，可以从时间维度进行分析。

　　这些分析的表现方式，还是报表。

　　业务部门进行资费产品设计的时候，把几种可能的方案输入到经营分析系统中，得出各种测算结果，然后从中优化选择合理的方案，这是很多省公司业务部门使用经分系统的正确姿势。

　　结果的展示方式，也还是报表；或者，需要的仅仅是一个最后的数字。

　　虽然系统也提供了一些智能化分析工具，可以为使用者建立专门的数据集市，但主要的使用方式，还是通过静态分析指导业务决策，数据主要为决策者服务，或者给为领导服务的人做数据支撑。

　　花了很大力气和资金建立起来的数据仓库系统，最初的价值体现，就是静态报表。

　　【动态价值】

　　将分析系统的结果，应用于生产操作系统，直接为营销服务工作人员提供支撑，提升支撑系统智能化水平，这是数据仓库系统更高阶的使用方式。

　　这种价值实现方式更直接，更具有实时性，是运营经验和基础数据信息结合的产物。

　　当年（距今超过10年了），我们总结出了五类分析系统与生产系统互动的模式：

　　模式一：界面互动。

　　通过门户集成的方式，将营销服务人员所需要的操作型功能和分析型功能，全部整合在一起，使用者可以在同一个界面上，查看到分析系统和生产系统的数据。

　　比如，在呼叫中心系统的界面上，可以同时看到来自于不同支撑系统的数据，它包括：CRM系统记录的用户基础信息、最新的消费信息等；经营分析系统存储的客户扩展属性、各种历史记录等等。

　　而客服常用的信息，则在本地系统存储并实时调用，来减少数据远程调用产生的时延等问题。

　　将这些与客服服务有关的信息集中在一起，展示给客服人员，对交互所需要的数据实时性有很好的支撑，对于改善客户感知有很大好处。

　　模式二：信息获取。

　　生产系统向分析系统发出请求，分析系统利用已有数据进行计算分析，然后将分析结果反馈给生产系统。

　　这种基于请求——应答的方式，就像把分析系统当成一个大计算器＋存储系统，适用于不定期进行的临时数据查询和统计。

　　由于可以通过这种方式实现历史数据查询，因此在进行整体系统规划时，可以根据数据的调用频次，实现数据生命周期管理。

　　比如，对高频次使用且实时性要求高的数据放在生产系统中，将使用频次不高且对实时性要求不高的数据，放到后台的分析系统中，可以在不影响客户感知的情况下，大幅度降低系统成本。

　　模式三：闭环推送。

　　分析型系统会周期性地将分析结果主动送到操作型系统，支撑营销活动的策划和执行。

　　之后，操作型系统再将活动执行结果反馈给分析型系统，便于分析系统进行活动的评估。

　　比如在做营销活动之前，先从分析系统中根据营销产品的特性寻找目标客户，依据就是数据仓库系统里的客户画像和属性数据，找到匹配的信息之后将其推送到CRM系统里。

　　当有机会与客户接触时（比如客户来缴费、投诉）向客户进行营销推荐，或者通过短信、电话等方式进行主动营销。

　　不仅如此，在营销活动结束之后，还可以根据营销效果进行评估，因为效果数据和相关信息都回流到了分析系统里，业务人员可以根据执行的效果，对整个营销过程进行评估总结，为下一次活动积累经验。

　　模式四：预定义回填。

　　针对成熟的互动需求，分析系统通过预定义的方式，定期向生产系统提供分析结果，或者将分析结果批量反馈到与生产系统共享的数据库（SID/ODS等）。

　　在CRM系统的客户画像里，很多是扩展属性，比如客户价值、出行频度；还有些需要分析系统运算产生的信息，比如终端信息、上网习惯等。

　　这些属性并不能直接从客户交互行为中产生，需要分析系统处理之后才能得到；但这些数据调用的实时性要求高。因此，分析系统提前将这些信息计算出来，周期性地将信息反馈回生产系统里，便于与客户交互时实时调用查询显示出来。

　　这样，当客户来电话咨询或者投诉时，客服人员眼前的屏幕上，可以立刻将这个用户的全部信息调出来，因为这些数据早已存放在系统本地的存储里，作为客户信息的一部分了。

　　模式五：算法固化。

　　对于复杂的分析应用（如基于数据挖掘的分析应用），在分析系统中对算法模型反复训练，待模型成熟以后，将算法模型在生产系统中加以实现。

　　比如用户离网分析，是要通过数据的积累和算法的迭代，最终形成对离网客户的分析模型。传统方式是利用这个分析模式，定期对数据仓库里的数据遍历一番，找到有离网倾向的客户，进行针对性挽留。

　　这样的操作，会有一定的信息延迟，也许测算结果出来了，用户已经跑掉了。

　　另一种方式，是将分析模型转化为"客户离网概率"的计算公式，在生产系统里固化下来，当客户产生了与离网概率算法有关的某种行为（比如发起到异网号码的呼叫转移，与异网客服号码长时间通话）时，生产系统就像实时计费一样，实时更新客户离网概率。

　　当离网概率大于阈值时，系统自动告警弹出有离网倾向的客户，提醒对该客户进行挽留。

　　这种方式下，分析系统发挥在数据和算法方面的优势，定期对模型进行调整和优化；生产系统发挥实时性和互动能力方面的优势，可以及时提示营销和服务人员开展运营工作。

　　套用当今时髦的词儿，就是基于大数据的智能化运营。

　　【结语】

　　在2001年，中国移动经营分析系统1.0规范中，通过定义九大分析主题的方式，罗列出了分析系统体现静态价值的主要途径。

　　在2007年NGBOSS规划中，又对经营分析系统发展的几个关键点，进行了深入分析。

　　在静态价值基础上发展动态价值，以及生产系统与分析系统的互动模式等，都是在这一版规划中提出的关键成果。

　　然而，规划也好，规范也罢，想得再多写得再好，也都不过是纸上谈兵。

　　真正使用经营分析系统的，主要还是省级移动公司。

　　如何使用这一数据宝库，可谓千人千面：

　　有的，将经营分析系统作为创新评奖的手段，

　　有的，将经营分析系统作为给领导服务的工具，

　　有的，将经营分析系统作为向地市服务支撑的利器。

　　业务部门对于数据和业务的理解，技术部门在系统重心和分析工具方面的专业化程度，各使用单位用数据说话的意识和工作习惯等，更是经营分析系统价值体现千差万别的根本原因。

　　如今，经营分析系统已经服役十几年，由于业务的演进尤其是互联网的发展，运营商的很多数据价值降低了，很多传统的分析模型也失效了。

　　但这些沉淀下来的历史数据，其实还大有潜力可挖。

　　运营商既不能好高骛远，也不必妄自菲薄，因为可做能做的有价值的事情，太多了。