中国移动经营分析系统

中国移动经营分析系统一、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。图表来源：《中国移动省级经营分析系统规范总册1.5》图1中国移动经营分析系统1.5框架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。4、中国移动经营分析系统存在问题分析中国移动的经营分析系统建设虽然已经取得了一定效果，但从目前的实际运行情况看，仍存在数据分散、分析内容和方法不全、展现形式不直观、互动不足等方面的问题，阻碍了经营分析系统对经营决策的支撑效果，影响着分析人员、决策者、各级管理者对系统的使用。(1)数据分散，重点不突出经营分析系统的数据来源于BOSS等多个系统，包含了海量的数据，这些数据经过加工处理，并通过统计报表、OLAP分析等方式将数据提供给使用者。统计报表作为目前经分系统的主要功能，包含了大量的经营数据，但各类经营数据存放在不同的报表中，不同的报表之间又没有经过合理的组织，当使用者需要查询某个数据时，需要在“XX目录——XX表——XXsheet——XX项目”中查找，数据分散，使用较为麻烦。由于市场部门分析人员对经营分析系统的认识还处于初步的学习和了解阶段，对经营分析和数据挖掘方面的知识掌握还有待加强，且还是习惯于报表的形式进行分析，因此市场部门分析人员不断提出数据需求并固化为统计报表，统计报表数量日益增加，出现了“大量报表”、“海量数据”，经分系统逐渐退化为报表系统。数据存放分散、重点不突出，使得对数据使用需求不同的使用者很难迅速找到自己想要的数据，特别是管理者很难一目了然地看到公司运营中的关键问题。影响了经分系统的使用效果。(2)以KPI指标展现为主，深入分析不够经分系统提供了较为全面和方便的KPI指标监控功能，对各项KPI指标的完成情况进行展现，便于各级移动公司了解、监控KPI指标的完成进度。但由于其他分析方法和功能不足，系统中主要以KPI指标的完成进度和指标统计分析为主，如将各指标的完成进度与时间进度比较、不同指标的完成进度比较、各分公司完成进度比较等，而缺少对这些指标从时间、业务、客户组成等维度进行更深入的分析。此外由于高级分析和数据挖掘功能使用难度较大，需要市场分析人员具备较强的数据挖掘和数据仓库操作等能力，对IT人员又需要掌握较多的市场业务知识，因此综合分析和深入挖掘在经营分析中没有得到广泛使用，通过各种维度对指标进行的深入分析不够。(3)各指标之间的关联分析不够经营分析系统对指标的分析主要停留在对指标本身的变化情况进行的分析，而对指标之间的相互影响、指标之间的关联分析不够，指标之间的分析相互割裂。此外，一些相关指标的分析视图之间缺乏有效的组织和集成，视图之间不能相互关联。使用人员需要还需要大量手工集成，导致经营分析工作量大，效率低。如在经营分析系统中，有收入指标分析视图模块，如收入的发展趋势图、结构图等，也有客户指标分析视图、ARPU指标分析视图及离网类指标分析视图等相关视图，但各类视图缺乏有效的组织和集成，没有相互链接，使得使用者发现当月收入出现较大异常时，仍要依靠手工在系统中寻找其他相关指标的分析视图，才能对收入发展问题做出分析和判断，工作量大、工作时间长，难以满足快速市场反应的发展要求。(4)对市场经营的支撑力度不够经营分析系统建设被认为是帮助企业决策层了解、监控公司各项指标的完成情况，以迅速制定正确的经营决策，因此在实际使用中，经分系统侧重后台分析，以指标分析为主，通过对各项指标的监控和分析，实现对公司整体运营情况的监控，而忽视了与前台营销、客服、渠道等市场经营活动的充分结合，对市场经营活动的支撑力度不够。(5)互动不足，不能形成有效的管理闭环经营活动需要各方面的数据和信息支撑，这就要求经营分析系统应该包含各种数据和信息，如市场营销活动信息、竞争对手信息等。但目前经营分析系统还不允许不同使用者上传数据和信息，使用者只能被动接受经分系统的数据，而不能将自己掌握的数据和信息上传，系统中缺乏一线数据和信息。在实际工作中，经分人员与市场一线的经营、客服人员缺乏密切的相互学习和交流，前台人员得不到分析结果有力支持，经分人员也不能得到一线使用者对分析结果的反馈。经营分析和市场经营不能形成有效的管理闭环。(6)展现形式不直观经营分析系统中包含很多指标的展现，其中主要指标以图像形式展现，而其他大部分数据和信息则以表格形式展现。而即使是以图形展现的指标也不能为每个指标单独设计展现形式，展现形式不直观，使用者特别是管理者很难迅速、准确把握视图展现的信息。综上，由于目前经营分析系统还存在以上诸多问题，使得经营分析人员在使用经分系统时，往往还需要进行大量的数据汇总整理、数据合并、深入分析和数据挖掘等工作，工作难度大、工作量大、效率低；管理者和决策者在使用经分系统时，很难直接看到想要的数据和分析结果，难以迅速有效进行决策。二、中国移动经营分析系统改进策略(1)个性化展现重要指标根据各类使用者不同的关注重点，对当前经营分析中的数据进行汇总，对各类报表、图形进行梳理、优化和再集成，为不同使用者的使用需要设计定制化、个性化、有差别的分析视图，视图突出各级使用者关注的指标、问题以及常用的分析维度、图形，突出重点分析结果，并注重相关指标的同步展现。如根据不同使用者关注的周期、范围不一样，设计出省公司日报、省公司月报、分公司日报、分公司周报等分析报告，各种分析报告以图形形式展现分析结果，同时各类分析报告的分析侧重点不一样，分析内容相互补充，形成对市场运营状况的全面监控。(2)注重分析的层次化和关联性注重经营分析的层次化，有计划的按照一定的维度对客户、收入、业务量等指标进行层层分解，对分解出来的各细分群的变化情况进行深入分析，准确找到影响指标的原因和客户，以制定精确的市场策略。目前，在深入分析普及推广难度较大的情况下，还应将常用的分解维度和分析内容固化在分析报告中，便于各级使用者简单运用。如将收入按照品牌套餐、业务、分公司、ARPU、客户变化等维度进行分解，各维度之间再进行交叉分解，得到收入的各细分群，对各细分群的分析固定在日报或月报中。同时，深入分析各指标之间的相互影响，定量分析各指标之间的关系，在系统中建立指标之间的联动分析模型，注重各指标之间的关联分析。同时，对难以找出定量关系的相关指标，可将相关指标分析视图存放在一个目录下或建立链接，便于使用者进行深入分析。如将收入变化的分析视图与计费时长、ARPU等分析视图放在一起或建立链接，当使用者发现收入异动时，可以通过其它指标的分析找出影响收入异动的原因；又如通过历史客户增长率和收入增长率的数据，回归分析出客户增长和收入增长的关系，推演出为实现多少收入应发展多少客户。(3)加强对前台的业务支撑，通过信息互动，形成经营信息管理闭环推动经营分析系统应用从数据分析向运营支撑转变，重点支撑一线的营销和服务，将分析力转化为执行力，加强区域化管理、IMEI应用、营销管理、重入网分析、数据业务分析等与一线日常业务运营紧密结合模块的建设。加大经分人员与一线人员的沟通和交流，及时听取一线对经分结果的反馈，以对经营分析思路和方法进行调整，使之更加贴近市场经营活动，并从一线人员那里获取市场信息和竞争对