中国电信经营分析系统资料

1、经营分析(fnx)系统技术交流中国电信经营分析(fnx)系统共一百零二页第一部分：公司介绍第二部分：需求说明(shumng)第三部分：解决方案第四部分：问题交流目录(ml)共一百零二页Part1 公司(n s)介绍共一百零二页第一(dy)部分：公司介绍第二部分：需求说明第三部分：解决方案第四部分：问题交流Part2 需求(xqi)说明共一百零二页背景(bijng)企业经营发展的结果以业务(yw)为中心话单量小、业务少、用户少以客户为中心大数据量、业务多、异构数据、决策分析技术发展的结果数据库与数据仓库人工智能数据挖掘联机分析共一百零二页企业(qy)信息化的四个进程数据信息知识施效在线分析数据挖

2、掘客户关系管理数据仓库=营销自动化=销售队伍自动化=客户服务与技术支持=事实发生了什么?=为什么会发生？=对象是谁？=还会发生什么?共一百零二页经营分析(fnx)系统信息流图 共一百零二页建设(jinsh)目标建立一个统一的数据信息平台采用先进的数据仓库技术和分析挖掘工具，提取数据中的有价值信息为企业的客户服务、市场营销等工作提供科学(kxu)有效的支撑，提升企业的运营水平和竞争能力，体现以客户为中心的经营理念共一百零二页建设(jinsh)原则两级系统，三层结构整合业务数据、面向经营分析(fnx) 能通过多种手段实现业务智能主题可扩充、新增及重构成为业务决策者专业的咨询顾问 经营分析系统的开发

3、与建设将分阶段进行共一百零二页系统(xtng)功能支持与各种主流数据库平台、多维分析引擎、数据挖掘引擎和前端展示(zhnsh)工具的无缝集成开放的应用程序接口和工具提供统一的数据仓库平台，支持后续应用和扩展可定制化的客户界面统一的用户和权限管理机制共一百零二页主题分析(fnx)及专题分析(fnx)前端用户/浏览器应用服务器 /Web Server业务主题分析服务质量模块用户分析模块业务分析模块收益分析模块市场营销分析模块市场竞争分析模块新业务分析模块合作服务方分析模块大客户分析模块专题分析业务(含新业务)专题市场、竞争专题大客户发展、异动专题客户专题分析数据仓库共一百零二页业务管理模型(mxn

4、g)共一百零二页Part3 解决方案技术体系结构主要厂商(chngshng)产品介绍共一百零二页体系结构BOSSMIS/OA网管其它数据源数据源共一百零二页BOSS系统(xtng)网管客服其它1 数据源BOSSMIS/OA网管其它数据源数据源数据源共一百零二页数据源省BOSS系统的数据：批价后的详单帐务数据欠费记录(jl)缴费记录欺诈记录客户信息资源记录营业记录投诉记录查询记录结算数据人工录入的信息网管系统的数据 热点小区(xio q) 接通率 故障信息客服数据 投诉信息 服务状况其他数据 人工输入共一百零二页数据源细分计费子系统：通话详单（原始、计费后）、详单格式计费使用费率表错误话单结算话

5、单帐务子系统：帐务数据欠费记录(jl)缴费记录、缴费方式欺诈记录营业子系统：用户资料及信用度资源使用记录营业厅、营业员资料客服子系统：投诉记录用户查询记录网管系统：接通率数据掉话率数据手工录入数据：市场调查结果记录市场宣传费用和形式记录流水型增长数据：通话详单（原始、计费后）错误话单帐务数据欠费记录缴费记录欺诈记录资源使用记录投诉记录用户查询记录财务数据物流数据市场调查结果记录市场宣传费用和形式记录变化更新(gngxn)数据：计费使用费率表缴费方式用户资料及信用度营业厅、营业员资料共一百零二页BOSSMIS/OA网管其它数据源数据源数据(shj)获取层2 数据(shj)获取层共一百零二页数据来

6、源首先直接快速传输到分段存储区，再从分段存储区经过清洗、转换、映射等复杂的数据移动处理(chl)转移到目标数据仓库中。以保证数据的快速导入而尽量减小对业务系统造成的压力。有数据库和文件二种方式，分别对应于不同运营系统的数据源。数据集成 异构数据源整合临时(ln sh)存储区(Staging Area)共一百零二页BOSS与经营分析系统的连接(linji)方案计费营帐经营分析系统DW客服采集BOSS系统ODS文件加载，例如采用sql*load数据集成，例如采用OWB,Pl/Sql,CA Advantage Data Transformer数据清洗、转换，如采用OWB,Pl/Sql共一百零二页Sq

7、l*Load实现(shxin)方式1、掌握源文件的文件格式2、定义(dngy)目的ODS的对应表结构3、编写执行的脚本4、运行脚本5、查看运行的日志例子：将pt0431文件的记录装载进入表cc_test中实现：1、依据文件pt0431格式和表cc_test的结构，编写脚本jl.ldr：LOAD DATAINFILE ./pt0431INTO TABLE cc_test(文件格式与表结构对应关系定义)2、编写控制脚本jl.sql：sqlload userid=ht/hello control=jl.ldr log=jl.log3、执行：#sh jl4、查看日志文件jl.log共一百零二页Pl/S

8、ql实现(shxin)方式有些数据需要经过程序处理后才能很好的被使用。例如(lr)：基于批价详单来分析话务流向时需要利用详单记录中的Other_party字段。Other_party可能的存在形式：1795X+固定电话号码；013XH1H2H3H4N1-N4;13XH1H2H3H4N1-N4;00+电话号码；特殊号码：110、119、1861等；172X1X2;只有经过一定的处理，才能分析去话的方向是联通、电信，国际，特殊呼叫等适用于随机获取数据共一百零二页 ETL 环境(hunjng)和处理流程来源 OLTP系统数据转化引擎缓存来源 主机或 C/S 系统转化引擎数据仓库企业元数据数据集市数据

9、集市数据集市数据集市扫描元数据要求资源规划交付用户流程数据仓库监控任务调度数据抽取数据清洗数据转换数据加载索引建立数据聚合元数据导入元数据维护BOSSOANMSELSE共一百零二页抽取(chu q)策略1、对于有时间线的数据增量抽取，例如：服务信息表， 由于有处理时间，可增量抽取2、没时间线的数据则完全抽取，例如客户信息表3、明细帐单、综合帐单在出帐后，例如出帐后第二天 抽取4、对于文件，象BOSS系统(xtng)的结算清单、计费清单按文 件生成周期实时抽取共一百零二页3 数据(shj)存储层BOSSMIS/OA网管其它数据源数据源数据(shj)存储层共一百零二页基础(jch)数据仓库数据来源

10、数据结构3NF星型结构雪花结构完整性和有效性检查(jinch)，对冗余和不一致的数据进行了清洗和转换。数据量将非常庞大。 3NF减少数据冗余减少存储容量灵活的扩展能力执行效率相对较低共一百零二页数据(shj)集市数据仓库的子集(z j)，主要面向某特定主题。数据来源对基础数据仓库中数据的复制、分布或聚合数据结构星型结构Star-Schema存在数据冗余相对较大容量维变化时，需重新建立执行效率高共一百零二页粒度(l d)选择多重粒度(l d)级别中央数据仓库采用低粒度级，例如，客户月通话详单 -高细节数据，能回答所有问题，但分析效率较低；数据集市采用高粒度级，例如，客户月通话综合信息- -低细节

11、数据，能回答部分问题，但分析效率高；如果高粒度数据也包含分析所需的足够的细节，则高粒度数据的使用效率会提高很多共一百零二页中央数据仓库与从属(cngsh)数据集市中央数据仓库客户信息Cust_IDMsisdnAge_levelCust_TypeCity_Code通话详单Call_TypeMsisdnStart_DateStart_timeCall_duration.帐户信息Account_IDCust_IDLfeeCfeeDiscount_fee其它信息Cust_IDMsisdnAge_levelCust_TypeCity_CodeCust_IDMsisdn客户通话行为分析客户消费行为分析其它

12、分析依据分析的需要Map数据共一百零二页数据仓库完整(wnzhng)构架Data Marts Data Mining OLAPAnalysis Mart MartStaging AreaData WarehouseOperational DataExternalDataArchiveDataManualDataBusiness Users共一百零二页4 数据(shj)访问层信息处理查询和报表分析处理基本的OLAP操作(cozu)数据挖掘知识发现BOSSMIS/OA网管其它数据源数据源数据访问层共一百零二页举例：话务流向分析 维：通话日期、通话时间、对端号码，共3个维；分析指标(zhbio)：通

13、话次数，通话时长实施：建立一个3维的数据立方体，对指标采用切片、钻取、旋转等方法进行分析多维数分析(fnx)共一百零二页时间(shjin)日期(rq)对端号码同一时刻话务流向分析12:00OLAP分析方法一【切片】12:00日期对端号码共一百零二页OLAP分析方法一【切片(qi pin)】时间(shjin)日期5月1日对端号码同一日期话务流向分析5月1日对端号码时间共一百零二页OLAP分析方法一【切片(qi pin)】流向(li xin)同一运营商的话务量分析时间日期联通对端号码联通日 期时间共一百零二页时间(shjin)日期(rq)年季度季度月月月月对端号码OLAP分析方法二【钻取】在同一个

14、维上，按不同的层次来分析共一百零二页OLAP分析方法三【旋转(xunzhun)】将年份和季度交换坐标共一百零二页基于(jy)WEB的展现方式对数据进行可视化的分析，分析结果的展现方式有以下几种，并且各种形式(xngsh)之间可以相互的转换：1柱状图；2相对柱状图；3累计柱状图；4饼图；5散点图；6折线图；7趋势图；8网页表格；9表格中的数据倒出到Excel报表共一百零二页WEB展现(zhnxin)示例【柱图】共一百零二页WEB展现(zhnxin)示例【3D柱图】共一百零二页5 元数据(shj)关于数据的数据技术(jsh)元数据操作元数据业务元数据贯穿全过程BOSSMIS/OA网管其它数据源数据

15、源元数据管理共一百零二页元数据管理业务(yw)定义属性(shxng)定义DA / DBA ToolErwin抽取规则, 转换规则ETL Tool报表格式, 过滤,分割等DSS Tool数据库元数据元数据库双向自动无连接业务定义OtherExcelHTMLBusiness Users数据仓库开发元数据管理Intranet/Extranet-Definitions-Domains-Names共一百零二页6 系统管理安全(nqun)备份共一百零二页安全(nqun)体系结构 共一百零二页系统安全安全的层次每个层次均需要(xyo)相应措施保证数据库、应用、网络网络层防火墙电子认证加密共一百零二页安全(n

16、qun)层次数据库层密码数据库权限控制应用层安全用户身份(shn fen)认证按照操作对象和操作类别规定各操作员的权限保证身份的有效性和不可抵赖性采用口令密码方式，可以向数字证书升级数据加密服务和数据权限共一百零二页容灾与备份(bi fn)：概述什么灾？火灾、地震、洪水系统故障：硬件、操作系统、数据库.应用(yngyng)故障：设计时考虑不周误操作黑客入侵、故意破坏容灾方法以备份系统代替主系统，并及时恢复主系统数据复制其它：地理分布，电源、网络等的高可用性共一百零二页容灾与备份(bi fn)：数据备份(bi fn)策略数据备份的层次物理视图逻辑视图（DB、数据库模式(msh)、应用）数据备份的

17、方式联机复制同步、异步、状态脱机备份防止“误操作型”灾难数据备份的目标一致性、当前性、可恢复性，尽量减少数据丢失及尽快恢复共一百零二页容灾与备份：数据复制(fzh)层次主机(zhj)硬盘DB文件表应用 内存备份机硬盘DB文件表应用 内存输入输入 物理视图 DB视图 数据库模式视图 应用视图复制或转移共一百零二页Part3 解决方案技术体系结构主要(zhyo)厂商产品介绍共一百零二页产品(chnpn)供应商IBM Corp.Oracle Corp.SAS InstituteMicrosoft Corp.MicroStrategy Inc.CABrio TechnologyBusiness Obj

18、ects Inc.Cognos共一百零二页产品(chnpn)供应商Data warehousesOLAPData miningReporting, Querying and business intelligenceETLOracleSybaseSASDB2NCRBI/SASDB2 Olap ServerOracle ExpressBusiness Objects/OLAP accessSAS Data miningGeneva(PwC)Intelligent Miner,Visualization(IBM)MineSet (Silicon Graphics)Visual Insights(L

19、ucent)Business ObjectsBrioAdaptive Server IQ multiplex(Sybase)ActuateHummingbird suiteNUMA-Q2000(IBM)Pilot Balanced Score cardOWBInformaticaCA Data TransformerSAS/WA共一百零二页BestWorstRelative to all platforms (including S/390);updated April 2001Copyright 2001Data Mgmt.Data Admin.Scalability & Suitabili

20、tyConcurrent Query Mgmt.DW Track RecordQuery PerformanceHPHP9000HP-UXOracle IBM SPRS/6000AIXDB2 EEESunEnterpriseSolarisOracle GenericIntel IA-32Win2000SQL ServerUnisysES7000Win2000SQL ServerIBMS/390OS/390DB2 EEECompaqAlphaTru64OracleNCRWorldMarkMP-RASTeradata主机厂家:主机型号:操作系统:数据仓库平台:数据仓库比较(bjio)共一百零二页C

21、opyright 2001IBM DB2共一百零二页IBM数据仓库解决方案DB2 Warehouse Manager (管理工具)DB2 Visual warehousing(ETL)MIS/OABOSS网管No.7监测DB2 UDBV7.2数据仓库DB2 OLAPSERVER(MDB)查询(chxn)人员分析(fnx)人员Hyperion analyzer 决策人员IBM Intelligent Miner 数据挖掘DB2 Warehouse ManagerDB2 UDBV7.2数据集市外部来源DB2 UDBV7.2数据集市Enterprise Information Portal共一百零二

22、页IBM数据仓库的特点(tdin)提供大型数据库DB2作为数据仓库的存储数据库，DB2性能优异，提供从桌面机到工作站、小型机、大型机的良好扩展性 提供Visual Warehousing作为数据抽取工具，VW能够从广泛的数据源抽取数据，并且在大数据量的抽取中充分显示了速度优势 提供多维型、关系型两种Cube的实现方式 提供功能强大的访问Cube的查询语法 Query Script 在所有(suyu)同类产品中提供最强大的分区功能 共一百零二页DWDMDMQueryPerformance (10)DataManagement (10)ChallengesStrengths Performance

23、 standard for very-large data warehouses and data marts Manageability low number of DBAs required Query optimization support for complex data models Support for concurrent query workloads Lack of platform choice (confusion) Delays on NT/MPP Ability to execute well Ability to keep current capability

24、lead Marketing and positioning for broader market Higher initial cost of solution BI tool and application supportProven DW Track Record (10)Concurrent Query Management (10)Platform Suitability & Scalability (10)DataAdministration (9)Common TopologyUser access tothe datawarehouse andfew data martsNCR

25、 Teradata共一百零二页Copyright 2001Oracle共一百零二页Oracle数据仓库解决方案Oracle9i Enterprise Manager(管理工具)Oracle9i WarehouseBuilder(ETL)MIS/OABOSS网管No.7监测Oracle9i数据仓库OracleDiscovery即席(jx)查询查询(chxn)人员OracleReports预定义报表分析人员OracleExpressOLAP决策人员OracleData Mining数据挖掘Oracle9i数据集市Oracle9i数据集市Oracle9iODS外部来源OraclEPortalExpr

26、essServer(MDB)共一百零二页Oracle数据仓库的特点(tdin)提供RDBMS和MDDB两种数据存储结构，Oracle功能强大，提供了良好扩展性, 提供了功能强大的系统管理界面支持超大型数据仓库，并提供多种优化手段和针对数据仓库的特征，如分区，位图索引 提供功能强大的访问Cube的查询语法Express command 提供Oracle Warehouse Builder作为数据抽取(chu q)工具，OWB提供功能包括：模型构造和设计；数据提取、移动和装载；元数据管理；分析工具的整合；以及数据仓库管理。具有开放可延伸的框架。 共一百零二页Sybase数据仓库解决方案Relati

27、onalPackageLegacyExternalsourceDataCleanToolSource DataDataStagingWareHouseAdmin. ToolsEnterprise DataWarehouse Data Extraction,Transformationand loadDatamartDatamartEnterprise/Central DataWarehouseRDBMSROLAPRDBMSRDBMS, Star SchemaArchitectedDatamartsCentralMetadata Data Modeling ToolEnd-UserToolEnd

28、-UserToolMDBEnd-UserToolEnd-UserToolLocal MetadataLocal MetadataPowerMartSybase IQSybase IQCognosPowerMartWarehouseArchitectWCCBrio/BOSybase ASE共一百零二页Sybase数据仓库的特点(tdin)按列存储，有很高的压缩比例PowerMart能够在一个统一的界面中将用户定义的转换规则、Schedule、权限设置、数据源和目标(mbio)等等数据抽取定义通过有效的方式管理起来，方便整个数据抽取工作的管理 Adaptive Server IQ不仅使用了基于值的

29、位映射（bitmap）算法及传统的b-tree算法，还使用了Sybase有专利权的位式（bit-wise）索引 IQ with Multiplex可以支持无限的用户访问数据仓库 共一百零二页系统(xtng)硬件拓扑图数据仓库服务器数据分析服务器数据抽取服务器数据挖掘服务器 WEB服务器省中心局域网广域网广域网存储及备份系统防火墙管理终端相关部门客户层相关部门客户层Internet共一百零二页共一百零二页SAN典型(dinxng)结构共一百零二页存储方式(fngsh)比较共一百零二页存储(cn ch)估算数据(shj)仓库数据(shj)3NFStar-Schema数据集市Star-SchemaC

30、ube共一百零二页3NF计算公式总容量=源数据i * (1+索引因子) * RAID 因子源数据i=单条记录字节数 * 记录数/人.天 * 用户数*有效(yuxio)用户系数 * 天数/月 * 保存月数说明： 索引因子 = 0.7 RAID因子 = 1.25 记录数/人.天 = 8 用户数*有效用户系数 = 200万/600万/1200万 天数/月 = 31 保存月数 = N注：以上计算基于Oracle数据仓库引擎共一百零二页Star-Schema的计算(j sun)维表用来描述属性数据，通常数据量很小，可以忽略不计。事实表记录的大小取决于分析的内容，包括每个维值的代码和汇总数值(shz)的大

31、小。记录的数量取决于分析维度的多少和每个维度可能出现的值的个数。事实表大小= 事实表记录大小x 各维值取值数x 压缩比因子业务主题总数据量= 各事实表大小的总和星型数据存储量= 业务主题总数据量x (1+索引因子) x RAID 因子共一百零二页存储(cn ch)估算（600万为例）语音业务用户(yngh)本地话单每年存储量为：230*8*600万* 31 * 12 = 4.11T漫游话单每年存储量为：230*10% * 8*600万* 31 * 12 = 0.411T语音业务用户话单每年总存储量为：4.11T+0.411T = 4.521T 共一百零二页数据业务及其他新业务本地(bnd)话单

32、每年存储量为：400*20%* 8*600万* 31 * 12 =1.44T漫游用户话单每年存储量为：400*20%* 10% * 8*600万* 31 * 12 = 190.4G数据业务及其他新业务话单每年总存储量为：1.44T+190.4G = 1.63T存储(cn ch)估算（600万为例）共一百零二页结算话单结算话单每年(minin)存储量为：200*600万*（8+8*10%）*50%*31*12 = 1.97T每年话单存储总量为： 4.521T + 1.63T + 1.97T = 8.121T存储(cn ch)估算（600万为例）共一百零二页营业部交易记录基本上是每个客户(k h)

33、有几条记录，但相对稳定，不会大量产生，也不随时间爆炸性增长，估算为0.6T/年。客服数据也会随时间增长，但增幅远小于话单数据，估算为0.6T/年。 存储(cn ch)估算（600万为例）共一百零二页客户资料数据相对稳定，以后随客户数量的增加而增长，其增幅(zn f)也不大，估算为0.6T/年。总容量结合上述因素，总的存储空间为：(8.121T+0.6T*3）*1.25=12.4T存储(cn ch)估算（600万为例）共一百零二页主机(zhj)性能测算TPC-CTPC-C is an on-line transaction processing benchmarkTPC-HTPC-H is an

34、 ad-hoc, decision support benchmarkIt consists of a suite of business oriented ad-hoc queries and concurrent data modifications.The performance metric reported by TPC-H is called the TPC-H Composite Query-per-Hour Performance Metric (QphHSize)共一百零二页影响(yngxing)因素源主机(zhj)源数据库网络带宽数据量（主要）目标主机（主要）目标数据库（主

35、要）共一百零二页HP Superdome + Oracle共一百零二页IBM SP + DB2共一百零二页NCR共一百零二页SUN + Oracle共一百零二页特别(tbi)提示 Oracle 9i Warehouse Builder Unleashing World Record Performance March 2002 采用(ciyng)HP Superdome + Oracle发布共一百零二页测试环境主机(zhj)、数据库Database Information: Oracle 9.0.1.1 Enterprise Edition HP Superdome Enterprise Se

36、rver: 64 552MHz PA-RISC 8600 CPUs each with 512KB I-cache, 1MB D-cache. 128 GB Memory 64 PCI Fibre Channel 2X Card 1 HP 1000 BaseSX PCI Lan Adapter 4 SureStore E Disk Array XP512 (with a total of 744 18.2GB Disks) 1 High Availability Storage System (with a total of 3 9.1 GB 10K RPM LVD Disks) OS use

37、d is HP-UX 11.i 64-bit 共一百零二页测试环境数据量共一百零二页测试(csh)结果共一百零二页第一部分：公司介绍第二部分：需求说明第三部分：解决方案第四部分：实施和服务第五部分：系统(xtng)演示第六部分：问题交流议程(ychng)共一百零二页元数据驱动、螺旋上升的数据仓库构建的过程就是(jish)“建立元数据构造数据仓库/集市”的不断循环、不断上升的过程 经营(jngyng)分析系统实施方法论元数据驱动信息模型分阶段实施由元数据进行统一的管理和协调共一百零二页采用(ciyng)以元数据为中心的数据仓库开发方法 经营(jngyng)分析系统开发方法共一百零二页中央数据仓库

38、数据主题(zht)域的构成共一百零二页核心服 务支撑基础客 户营 销业务收益合作服务方市场大客户新业务分析主题的划分(hu fn)与关系共一百零二页经营分析(fnx)系统结算计费营帐客服CMCC 接口问题的解决70是管理上，30是技术上，因此需要BOSS厂商(chngshng)的支持、需要运营商的支持、需要多方的协调、理解经营分析系统建设需要您的支撑共一百零二页需求阶段应充分考虑到项目中的风险（包括接口问题）提出问题设计阶段采取好的方法来解决问题，这里我们采用把项目打散，模块化实施，分清楚哪些是我们自己应该做好的，哪些是需要第三方来配合做好的解决问题实施阶段采用CMM体系，会在没周例会中对问题进行评估，哪些是解决的，哪些是未解