NGBOSS运营分析域架构

1、中国移动通信有限责任公司NGBOSS规划运营分析域架构规划提 交 人：系统组一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录经营分析系统的现状经分系统的成就经分系统的问题形成了中国移动5年的数据资产培养了一批分析系统建设、维护的队伍经分系统的价值得到认可，分析成果已经被用于领导层和业务管理者日常工作中，经分的必要性已经毋庸置疑架构不灵活，难以快速支持多部门、多地市的多样化分析需求经分的投资和产出价值不对等，投资回报率需要提高未来运营分析域面临的四个挑战分析数据量激增的挑战：客户增长3G和无线互联网带来的

2、业务种类快速增长，由此将新增海量业务数据分析需求激增的挑战：各个部门对分析的要求越来越多，实时性要求越来越高基地模式带来的全网业务分析的挑战：如何对基地模式全网业务进行分析支撑？基地产品运营商需要洞察客户对产品的偏好和客户的消费使用行为将分析有效运用于运营的挑战： 满足中国移动精细化管理、精准化营销的要求如何把分析成果更加有效地应用于管理、运营、营销一. 运营分析域现状与挑战分析二. 分析系统研究方法论 一分析系统开展的阶段论 二分析系统价值创造过程三. 运营分析域设计的总体策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录分析系统在不同阶段呈现不同的特点，需要采取不同的策略分析系统

3、成熟度成熟期成长期爆发期策略：开发需求，以需求带动投资策略：管理需求，以合理的本钱实现合理的需求分析需求业务部门还不习惯使用分析系统，需求需要去挖掘，应用需要去推广尝到分析系统的好处，分析需求大量涌现，形成爆发分析应用形成有序更替，与技术部门形成需求和支撑的良性机制策略：业务部门建立本钱意识，企业内部形成本钱管控机制；经营分析根本应用开发成熟一. 运营分析域现状与挑战分析二. 分析系统研究方法论 一分析系统开展的阶段论 二分析系统价值创造过程三. 运营分析域设计的总体策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录分析域是如何为企业创造价值的分析第二阶段价值创造的产生分析工具 数据

4、 思想开发者（数据分析员）使用者使用者数据生产者第一阶段价值创造的准备从业务角度萌发分析思想理解使用者分析思想从技术角度萌发分析思想使用生产/积累价值操作应用第三阶段价值创造的实现分析结果指导业务决策提高决策科学性分析结果应用于操作型系统提高营销精准度和服务质量直接指导营销服务人员分析域的业务过程模型人分析第二阶段价值创造的产生分析工具 数据 思想开发者（数据分析员）使用者使用者数据生产者第一阶段价值创造的准备从业务角度萌发分析思想理解使用者分析思想从技术角度萌发分析思想使用生产/积累价值操作应用第三阶段价值创造的实现分析结果指导业务决策提高决策科学性分析结果应用于操作型系统提高营销精准度和服

5、务质量直接指导营销服务人员思想idea需要使用者根据经验发挥主观能动性去创造出来，是生成分析应用的核心驱动力。开发者和使用者需要紧密结合在一起，去探讨、去碰撞，才能擦出思想的火花启示：拉近使用者与开发者之间的距离使用者开发者使开发者更容易的理解业务需求理解业务迸发思想的火花思想碰撞让使用者能方便快捷的使用培训如何建立跨越鸿沟的“大桥？需要的行动数据集市的分散部署通过部署面向特定使用者的数据集市，使应用开发者针对特定使用者开发特定的分析应用，从而有效的拉近应用开发者与使用者的距离需要的行动构建网络化的分析型系统省公司产品运营省公司(客户运营)省公司(客户运营)产品分析人员开发人员省公司产品运营省

6、公司(客户运营)省公司(客户运营)产品分析人员开发人员客户运营数据客户运营数据产品运营数据客户运营数据客户运营数据分析应用分析应用分析应用分析域的业务过程模型数据分析第二阶段价值创造的产生分析工具 数据 思想开发者（数据分析员）使用者使用者数据生产者第一阶段价值创造的准备从业务角度萌发分析思想理解使用者分析思想从技术角度萌发分析思想使用生产/积累价值操作应用第三阶段价值创造的实现分析结果指导业务决策提高决策科学性分析结果应用于操作型系统提高营销精准度和服务质量直接指导营销服务人员思想的产生是随机的，随着业务开展而开展的。分析工具是可以购置的无差异化的产品数据丰富性和正确性是分析的根底，需要长期

7、积累和管理才能做到。数据是企业的核心资产与核心竞争优势。启示：将数据视为企业的核心资产“巧妇难为无米之炊。没有长期的数据准备，当思想突然冒出来的时候，就难以在短时期内准备好数据，开发出新的分析应用更可能的是，某些历史数据并没有保存下来，无法取得分析所需的历史数据，从而大大减少了数据所能创造的价值不将数据视为企业资产所带来的后果.资产的核心在于能创造价值；经过整合的数据同样可以通过多种分析技术手段，可以挖掘潜藏在数据“金矿中的商业价值数据的整合，尤其是跨系统的数据整合通常是长期艰苦的过程数据不仅能创造价值，而且能在未来创造长远价值，尽管这些未来的长远价值在目前是不被认识的或不明显的为什么需要将数

8、据当作“资产来管理？需要的行动建立企业级的数据仓库数据仓库经营分析NGBOSS管理域NGBOSS运营域管理分析管理信息系统网络管理系统网络分析其他系统决策支持企业级 不断丰富分析应用：经营分析、管理分析、网络分析及决策支持 不断扩展数据源：NGBOSS、MIS、NM及其他系统经分数据仓库与未来企业级数据仓库可能的演变关系DW 2DW1DW3Enterprise DataWarehouseDWDW12DataWarehouse独立开展先独立再整合统一开展描述:各个专业部门独立开展数据仓库，企业存在多个数据仓库并列，经分数据仓库是其中之一优点:建设相对容易缺点: 数据全面性、一致性的问题得不到解决

9、描述：各个专业部门独立开展数据仓库，在适当的时机整合形成企业级数据仓库可能以经分数据仓库为主体优点: 最终能够形成统一数据视图，能满足部门急迫需求缺点: 重复投资模式描述：扩展经分数据仓库数据源，长大经分数据仓库形成企业级数据仓库优点:投资节省，能够形成统一的数据视图缺点: 统一规划和管理难度大着重关注IT系统在数据层面的变化，确保沿着统一开展的思路建设企业级数据仓库需要的行动集中数据管控统一数据整合统一数据ETL 坚持统一数据整合的原那么，按照统一的逻辑数据模型，对来自不同系统的数据分数据域，进行数据整合 坚持统一数据ETL，分析应用所使用的源数据须来自于企业数据仓库，而企业数据仓库的数据均

10、由统一的ETL体系来实现，从而保障了集中数据管控统一数据管理 坚持统一数据管理的原那么，在整个数据根底架构内，实施统一的数据管理平台元数据管理、数据质量监控及数据平安管理等，以保证所有的数据得到统一的管理，从而有效保证数据的质量需要的行动长期地提高数据质量概念层质量管理逻辑层质量管理物理层质量管理概念层质量管理侧重数据业务逻辑的管理和优化。根据业务的开展，正确定义和不断优化重要的业务概念和彼此的关系，例如客户、产品、协议、渠道等。逻辑层质量管理侧重数据设计逻辑的管理和优化。正确定义和不断优化数据来源定义，数据冲突处理规那么定义，完整的数据模型定义包含了数据实体和实体间的关系、实体属性、属性定义

11、等，数据的生命周期定义等。物理层质量管理侧重对真实数据的管理和优化。消除错误数据，保证数据真实、正确。正确定义和不断优化数据物理表的位置，数据分区，索引的管理以提高访问速度，正确执行数据生命周期的管理。 只有通过长期不间断的对数据质量的优化，才能形成概念正确、逻辑关系清楚、真实正确、访问高效的高质量数据提供。 数据质量管理包括了概念层的数据质量管理、逻辑层的数据质量管理、物理层的数据质量管理。分析域的业务过程模型价值分析第二阶段价值创造的产生分析工具 数据 思想开发者（数据分析员）使用者使用者数据生产者第一阶段价值创造的准备从业务角度萌发分析思想理解使用者分析思想从技术角度萌发分析思想使用生产

12、/积累价值操作应用第三阶段价值创造的实现分析结果指导业务决策提高决策科学性分析结果应用于操作型系统提高营销精准度和服务质量直接指导营销服务人员价值创造方式之一：通过使用者使用分析结论来间接创造价值。价值创造方式之二：通过分析应用与操作型应用的互动来直接创造价值需要的行动与企业门户集成通过NGBOSS门户提供统一的界面和权限分配机制，灵活的支撑最终使用者的访问需求，提高分析应用的使用效率NGBOSS门户整合提供与其他IT系统统一的接入点，通过单点登录和统一鉴权控制，获得对经营分析系统的使用；同时建立统一的会话管理和系统使用稽核管理与运营域、管理域的界面集成，将某一类使用者的所需要的操作型功能和分

13、析型功能整合在同一个界面上，从而提升用户使用体验借助IT系统已有的多种访问方式如短信、WAP、Web等多种接入手段，向使用者提供经营分析的效劳简化使用界面集成多渠道访问需要的行动分析型系统与操作型系统的互动运营分析域应用A业务运营域应用P/C数据根底设施IT根底设施运营管理域应用M应用层数据层IT层通过对价值创造过程的分析，要使分析域为企业创造更大的价值，必须做到以下几点：最大化地拉近使用与开发的距离把数据作为企业的核心资产进行有效的管理使分析的结果更好地反作用于运营一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略 一分析域设计目标 二网络化的分析体系 三数

14、据应用别离原那么 四分析互动模式 五分析域管控与投资策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录通过对现状、挑战和价值创造过程的分析，分析域应能够强化三方面能力应对四个挑战应对数据量激增的挑战应对分析需求激增的挑战应对基地模式带来的全网分析需求的挑战应对将分析有效运用于运营的挑战拉近分析使用者与开发者的距离更加有效的管理企业数据资产分析结果更好的反作用于运营解决两个问题快速支持多部门、多地市的多样化分析需求提高经分的投资回报率一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略 一分析域设计目标 二网络化的分析体系 三数据应用别离原那么 四分析互

15、动模式 五分析域管控与投资策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录需要应对未来三种分析需求省内分析模式一级全网分析模式基地全网分析模式特点网络节点关系目的为了管理多达31个的自治运营商，需要从各省数据仓库获取原始数据，聚集到总部的全网数据仓库，并开发面向全网管理的分析应用，从而满足总部对自治运营商进行全网管理的分析需求为满足自治运营的需要，在本地的数据源获取原始数据，聚集到本地的数据仓库，并开发本地化的分析应用，从而满足每一自治运营商以及地市的分析需求产品基地省为了进行产品改进和向产品合作伙伴提供效劳，需要以该产品相关的全网客户数据和自身的产品数据为根底，进行客户产品数据的

16、关联分析，因而必然形成全网数据分析的要求数据源集中使用者分散数据源分散使用者集中数据源分散使用者分散省公司数据下发到地市数据集市省公司数据上发到总部？应对带数据集市的省级经分系统两级经分网络？基地全网分析的三种技术实现方式总局部析应用效劳一级全网分析域从各省分析域获取客户相关数据，并进行数据整合 产品基地省向一级全网分析域提出分析应用开发需求 一级全网分析域开发相关分析应用，并向各产品基地提供全网分析应用效劳根据各产品基地的全网分析需求，总部从各客户运营省获取客户数据，开发全网分析应用，从而向各产品基地提供全网分析应用效劳数据仓库分析应用本地数据源数据仓库分析应用本地数据源中央节点省节点省节点

17、(产品基地)一级全网数据仓库一级全网分析应用全网数据源提交分析需求查询分析结果全网客户数据业务支撑网枢纽域基地全网分析的三种技术实现方式总部数据效劳一级全网分析域从各省分析域获取客户相关数据，并进行数据整合产品基地省向一级全网分析域提出全网数据需求根据产品基地省的数据需求，下发该产品相关的全网客户数据，提供全网数据效劳 产品基地省开发相关分析应用根据各产品基地的全网数据需求，总部从各客户运营省获取客户数据并进行整合后，向各产品基地下发该产品相关的全网客户数据，提供全网数据效劳数据仓库分析应用本地数据源中央节点省节点省节点(产品基地)一级全网数据仓库全网数据源下发该产品相关的全网客户数据异地全网

18、数据仓库基地全网分析应用本地数据源一级数据源全网客户数据业务支撑网枢纽域基地全网分析的三种技术实现方式总部数据传输管理产品基地省提出全网客户数据需求，总部组织协调在一级枢纽域开发全网客户数据接口产品基地省通过枢纽域提出数据传输需求，经过枢纽域交换中心协调，各客户运营省直接通过枢纽向产品基地省提供全网客户数据产品基地省开发相关分析应用根据各产品基地的全网数据需求，总部组织协调各客户运营省直接通过枢纽向产品基地省提供全网客户数据，从而进行有效的全网数据传输管理总部数据传输管理数据仓库分析应用本地数据源中央节点省节点省节点(产品基地)数据传输指令数据传输指令省级全网数据仓库基地全网分析应用本地数据源

19、一级数据源全网客户数据业务支撑网枢纽域基地全网分析的三种技术实现方式的比较在现有架构上实现基地全网分析模式X 总部数据整合和ETL工作量大，且难以应付多个产品基地分析需求X 分析应用开发者与使用者别离，开发效率低，不符合拉近原那么实现方式一：总局部析应用效劳实现方式二：总部数据效劳实现方式三：总部数据传输管理 分析应用开发者和使用者能密切配合 只需要在现有架构上进行改进就能实现 总部建立唯一的全网客户数据仓库，能有效管控全网客户数据？投资：总部要建中央节点，节点大小取决于传输数据量的大小 分析应用开发者和使用者能密切配合X 需要建立省公司分析域之间的NN直接数据传输通道X 不能建立统一的全网客

20、户数据仓库，难以有效管控全网客户数据首选基地全网分析的管理实现方式数据仓库分析应用本地数据源中央节点省节点省节点(产品基地)分析需求产品基地省提出基地产品的全网客户数据分析方案，总部组织协调分配到各个抽样省被抽样省根据分析方案，在本省分析系统内对基地产品在本省的使用情况进行分析，并形成分析结果，返回产品基地省产品基地省汇总分析各个省的分析结果需求分解手段：基地省确定统一业务分析方案如数据模型、分析维度、算法等后，通过总部将分析需求下发到抽样省，基地省再汇总分析各省的分析结果分析需求基地全网分析的管理实现方式业务支撑网枢纽域省节点分析结果以总部数据效劳模式+管理实现方式为主体，配合其他手段，能较

21、好的平衡业务效果和投资，实现对基地全网分析的支撑使用人员目的数据要求实现成本控制手段管理决策层整体掌控业务发展状况和各省、各部门业务绩效汇总数据低通过总部数据服务，在产品基地省获得全网产品使用的汇总数据业务管理层细粒度、多维度的掌握全网和各省、各部门的业务发展状况和精细业务指标细粒度的、多维度的汇总数据较低通过总部数据服务，在产品基地省获得全网产品较细粒度的业务汇总数据业务分析人员多角度深入分析产品的目标客户群和客户消费习惯从而优化产品设计等详细的客户信息、消费数据和产品信息极高样本池：通过总部数据服务，在产品基地省建立全网产品使用的1%样本数据池，基于样本数据池进行OLAP分析或数据挖掘需求

22、分解：基地省确定统一业务分析方案（如数据模型、分析维度、算法等）后，通过总部将分析需求下发到抽样省，基地省再汇总分析各省的分析结果营销人员如何针对具体客户进行营销详细的客户信息、消费数据和产品信息极高客户级营销定位在本地省分析域进行分析管理门槛：对跨省数据调用，进行严格的管理审批如果只传递汇总数据，抽样样本数据详单，那么中央节点大小可以接受一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略 一分析域设计目标 二网络化的分析体系 三数据应用别离原那么 四分析互动模式 五分析域管控与投资策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录众多分析应用争夺资

23、源，形成资源瓶颈分析应用 数据仓库 使用者使用者使用者开发者分析应用分析应用使用者开发者统一的分析工具 企业级数据仓库 分析应用数据集市 数据集市 数据集市 分析应用分析应用使用者使用者开发者开发者统一的ETL工具VS.数据应用别离模式 VS.数据应用一体的模式数据应用一体模式：即数据仓库和应用一体的模式，在数据仓库上直接开发应用数据应用别离模式：即数据仓库和应用别离的模式，不在数据仓库上直接开发应用，应用开发基于部门或地市的数据集市投资人员知识数据应用别离模式比数据应用一体的模式更能提升运行效率和开发效率比较项数据应用一体模式数据应用分离模式运行效率众多的分析应用同时查询、访问同一数据仓库，

24、造成数据仓库的处理效率大幅度下降，目前一级经分系统已经遇到此瓶颈难以为多种分析应用优化数据仓库的模型不同的分析应用访问不同的数据集市，通过分流有效的保证分析应用的处理效率数据集市可以专注于面向应用优化数据模型，从而提高应用的运行效率；而数据仓库可以专注于面向数据提供、数据容纳来优化模型，从而提高存储效率、数据供给效率。开发效率来自不同业务部门的新的众多分析需求在同一个数据仓库中实现， 需要一一排队，等待较长时间随着数据仓库数据源的扩充，一个部门难以应对多个部门的多样化分析需求来自不同业务部门的新的分析需求由专门的数据集市，分析应用和分析人员进行开发，能快速有效的满足业务部门的需求，符合拉近使用

25、者与开发者的原则使得分析应用建设周期更短数据安全整个企业数据仓库暴露在所有分析应用使用者前，如果一旦应用层权限控制出现疏漏，数据访问不能得到有效控制不同部门在数据集市上进行分析，起到了物理隔离数据区域的作用开发商管理分析型系统作为一个系统来建设，忽视了基础数据设施和分析应用的建设对集成商能力的不同要求分析型系统具有灵活的架构，可以作为多个系统来建设，能充分利用不同类型集成商各自在基础数据设施和分析应用的能力优势一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略 一分析域设计目标 二网络化的分析体系 三数据应用别离原那么 四分析互动模式 五分析域管控与投资策略四

26、. 运营分析域目标技术架构五. 运营分析域演进规划目录确立4类分析域和运营域的互动模式固化模型在分析型系统中完成训练的分析模型，在操作型系统中加以实现6应用互动互动模式数据互动界面互动线下互动界面互动通过界面集成的方式来实现操作型系统和分析型系统的互动实时获取操作型系统通过实时方式从分析型系统获取信息流程闭环操作型系统与分析型系统在流程层面进行集成，使业务流程形成闭环231预定义分析型系统按照一定的方式和周期向操作型系统反响结果回填分析型系统将分析结果批量反响到生产系统的共享数据库54界面互动“界面互动方式：通过门户集成的方式，将某一类使用者的所需要的操作型功能和分析型功能整合在同一个界面上，

27、从而提升用户使用体验。目的：集中展现分析型应用和操作型应用，从而方便用户对分析型应用的使用实现方式：界面集成统一客户视图即席查询预定义报表概念解释特征分析互动图例互动举例数据集市运营域系统企业统一门户操作人员运营数据存储分析人员应用互动信息获取“信息获取方式：生产系统向分析系统发出分析请求，分析系统利用已有数据进行计算分析，然后将分析结果反响给生产系统API接口方式实现适用于不定期的临时的数据查询基于请求-应答的工作方式部门级数据集市地市级数据集市操作型系统操作人员客户历史信息查询概念解释特征分析互动图例互动举例查询请求查询结果查询请求查询结果应用互动流程闭环“流程闭环方式：针对某些洞察力驱动

28、的流程，分析型系统在进行分析之后，将分析结果送到操作型系统，进行活动的筹划和执行，之后操作型系统再将活动执行结果反响给分析型系统进行流程的执行评估API接口方式实现适用于具有分析-筹划-执行-评估循环的洞察力驱动的流程准实时接口部门级数据集市地市级数据集市操作型系统分析人员操作人员营销闭环流程客户挽留流程概念解释特征分析互动图例互动举例分析结果结果反响分析结果结果反响数据互动预定义“预定义方式：针对成熟的互动需求，运营分析域通过预定义的方式，定期向操作型系统提供分析结果数据接口方式实现适用于需求成熟，固定不变的数据互动定期批量更新主要来源于数据集市用于操作系统频繁使用的数据部门级数据集市地市级

29、数据集市操作型系统分析人员操作人员客户价值代理渠道评估SP评估概念解释特征分析互动图例互动举例数据互动回填“回填方式：分析系统将分析结果批量反响到生产系统的共享数据库SID/ODS)数据接口方式实现适用于需求成熟，固定不变的数据互动定期批量更新主要来源于数据集市用于操作系统频繁使用的数据部门级数据集市地市级数据集市运营数据存储分析人员操作人员终端分析客户轮廓信息概念解释特征分析互动图例互动举例线下互动固化模型“固化模型方式：对于复杂的分析应用如基于数据挖掘的分析应用，在分析域中反复训练分析模型，待模型成熟以后，将该分析模型在操作型系统中加以实现通过操作型系统和分析型系统的开发人员交流沟通实现能

30、实时计算分析结果，满足事件触发类分析应用的实时性要求应用条件：操作型系统1具有该分析模型所需的全部数据，2分析模型的计算不需要历史数据客户流失分析高额/欺诈分析概念解释特征分析互动举例互动图例操作型系统企业数据层训练复制实现事件触发一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略 一分析域设计目标 二网络化的分析体系 三数据应用别离原那么 四分析互动模式 五分析域管控与投资策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录持续优化分析域内三个要素的投资管控策略按NGBOSS规划，来调整经分开展思路：优化总体架构，并调整配套的投资模式和管理机制，保障

31、以合理的本钱来实现经营分析域的长期可持续的开展。架构的投资管控策略应用的投资管控策略数据的投资管控策略以合理的本钱实现合理的分析需求加强分析应用生命周期管理，实现资源的循环利用、优化利用建立适应“应需而动的应用开发模式的弹性投资机制把数据仓库的建设作为一项根底性工作，以资源利用用率作为投资依据持续优化架构，以取得更好的投资回报持续优化架构，以更加有利于资源的循环利用高效率利用1245631、合理控制需求是合理控制投资的持续有效的方法效果数据应用需求数据范围数据维度数据时限应用数量应用复杂度内容质量投资时效分析需求的数量和要求决定了应用的复杂度和数量、数据的范围、时间跨度、维度以及分析系统需要到

32、达的时效和质量应用需求是分析域投资的最终决定力量数据量的增长不可防止，合理的控制需求是合理控制投资持续有效的方法2、加强对分析应用生命周期的管理，实现资源的循环利用，优化利用加强对分析应用生命周期的管理，根据分析应用所处生命周期的阶段，对于衰退和淘汰期的应用，通过释放其占有的资源，来到达资源的循环利用；或者通过对其进行优化改进，降低资源占用。使用量时间导入期成长期成熟期衰退期淘汰期分析应用推出分析应用淘汰由于市场环境的变化、业务重心的转移，一些老的分析应用不再适用，一些新的分析应用不断被开发，分析应用存在一个使用量的生命周期变化过程时间使用量时间窗1时间窗2在不同的时间窗口内，存在多种分析应用

33、，这些分析应用处于自身不同的生命周期的阶段某公司经营分析应用模块使用数分布情况表明：处于衰退期和淘汰期的分析应用占有相当的比例，使用率很低3、建立适应“应需而动的应用开发模式的弹性投资机制需求审批立项开发变更验收项目需求开发调整需求开发调整需求开发调整立项框架协议验收结算弹性投资管理机制传统工程投资管理机制分析型应用需求多变，很多分析直接面向市场，时间时机本钱很高，因此在投资模式上应能够适应这种“应需而动的应用开发模式。应用应用应用4、把数据仓库的建设作为一项根底性工作，以数据的使用率为导向进行投资建设对数据仓库的投资模式，不应靠需求来拉动，而应作为根底性工作进行积累，与分析应用的多少与复杂无

34、关。比照根底骨干网的投资模式，不是根据用户量来决定其投资的，而是依据骨干网的利用率来决定投资，因此，对数据仓库的投资应以数据使用率为导向。企业数据仓库地市级数据集市查询报表OLAP分析部门级数据集市数据挖掘查询报表OLAP分析数据挖掘查询报表OLAP分析决策支持数据集市比照骨干网比照业务网骨干网的利用率？数据的利用率？5、持续优化架构，以获得更好的投资回报率支撑的数据量对分析需求的满足度性能要求对分析域的投资支撑的数据量、性能要求和对分析需求的满足度三个方面指标共同决定了对分析域投资的大小。前面的分析说明，未来分析域必然要面临数据量、分析需求的挑战，同时还应保持相当的性能要求。对分析域投资的分

35、析不能仅看投资绝对数额的大小，而应看投资回报率ROI，即投资额和对三个指标的满足程度。支撑数据量的满足度对分析需求的满足度性能要求的满足足总体投资投资回报分离模式相当更好，分析更贴近使用者更好低高一体模式相当更低更低，所有的分析应用在一个平台上，造成性能降低高低在高数据支持度、高需求满足度和相当的性能要求的条件下，数应别离架构和数应一体架构的投资回报的比较：数应分析模式具备更高的投资回报率5、数据应用别离架构与数据应用一体架构的投资分析聚集效应：并发应用与性能消耗呈非线性关系增长A超额性能消耗并发应用数量性能消耗在高数据支持度、高需求满足度和相当的性能要求的条件下，将形成大量并发处理，包括计算

36、处理和数据处理，聚集效应表明，这将导致性能的消耗呈指数级增长，且并发处理数量越多，聚集效应越强烈在高数据支持度、高需求满足度的要求下，单点A的聚集效应将十分强烈并发应用数量性能消耗A1超额性能消耗分解在单点A的聚集效应将十分强烈，把A分解到A1-An，每个单点聚集效应降低，因此，总体超额性能消耗降低。 A超额性能消耗小于 Ai超额性能消耗。因此理论上，在高聚集效应下，把大量的分析应用建立在分散的数据集市上，其总体超额性能消耗低于把分析建在一个数据仓库上。实践上，通过削减高端数据仓库系统的投资用于建设中低端数据集市系统，获得总体投资的降低。并发应用数量性能消耗An超额性能消耗Enterprise

37、 DataWarehouseDWDW126、持续优化架构，以更加有利于资源的循环利用、高效利用企业级数据仓库 动态数据集市统一的ETL工具分析应用不稳定、不确定、不成熟的分析需求应用进入成长期期，使用常态化后，转移到部门/地市数据集市，同时释放动态数据集市上占用资源应用不适用，或者一次性使用的分析应用，退出使用，同时释放动态数据集市上占用资源应用导入期基于数据集市的应用退出门槛包括清理中间表、Cube、数据模型的调整等相对数据仓库较低，有利于资源的循环使用；建立企业级数据仓库、部门/地市数据集市、动态数据集市的多级架构，对不同的分析应用类型、分析应用的不同的生命周期阶段，本着最有利于资源的循环

38、利用和高效利用原那么，使用不同的支撑方式。分析应用部门数据集市分析应用固定的、根本无变化的报表分析应用可在数据仓库上直接实现应用进入淘汰期，退出使用，同时释放部门数据集市上占用资源应用导入期确定、成熟的分析需求应 用 层 面数 据 层 面企业数据仓库数据集市动态数据集市数据集市报 表OLAP分 析查 询数 据挖 掘分 析应用分 析应 用分 析应 用分 析应 用分析应用架构分析工具架构分析数据存储企业级数据基础架构分析结果展现NGBOSS门户数据源数据源4数据源3数据源2数据管理数据源1互 动 架 构数据ETL运营数据存储（ODS）投资管控小结建立适应“应需而动”开发模式的弹性投资机制；建立对应

39、用生命周期的管控机制；统一购买分析工具、ETL工具以及其他数据管理工具；以数据利用率为依据进行数据仓库的投资；在架构管控上，建设数据和应用分离的架构体系；以相对数据仓库较低的投入进行数据集市的建设；建设动态数据集市，以利于资源的循环利用；核心观点总结不同开展阶段，宜采取适合的策略，不能一成不变开发者和使用者是独立的角色，但要尽量拉近开发者和使用者的距离确立数据和应用别离原那么，通过动态数据集市的建立和增强系统开放性，推动分析应用的大开展，为企业创造价值以总部数据效劳模式+管理实现方式为主体，配合其他手段，较好的平衡业务效果和投资，实现对基地全网分析的支撑经分系统的价值表达在应用和数据两个层面：

40、数据要视为企业资产，是应用创造价值的根底和核心，不可无视；应用的价值分为直接和间接两种方式表达出来要调整经分系统的结构，合理控制需求，改善ROI一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录运营分析域的总体目标架构中央节点省节点省节点(产品基地)一级全网分析域省级分析域省级分析域一级实体分析域业务支撑网枢纽域数据传输指令一级分析上传数据一级实体节点全网客户数据1 3 2 2 分析网络中各个分析域的定位省级分析域在现有省级经营分析系统根底上通过拓展数据源和丰富分析应用而形成的以省公司企业级数据仓库为核心

41、的分析型系统，主要应用两种分析模式： 省级本地分析： 省级基地全网分析一级实体分析域在现有一级实体经营分析系统根底上通过拓展数据源和丰富分析应用而形成的以一级实体企业级数据仓库为核心的分析型系统，主要应用两种分析模式： 一级实体本地分析 一级实体基地全网分析一级全网分析域为了满足总部对省级运营商进行全网管理的分析需求，从各省数据仓库获取数据，聚集到总部的全网数据仓库，并开发面向全网管理的分析应用，而形成的分析型系统，主要应用的分析模式： 全网管理分析一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构 一省级分析域技术架构 二一级实体

42、分析域技术架构 三全网分析域技术架构五. 运营分析域演进规划目录省级分析域技术架构：按照数据应用别离的原那么构建五层结构应 用 层 面数 据 层 面企业数据仓库部门级数据集市动态数据集市决策支持数据集市报 表OLAP分 析查 询数 据挖 掘经 营分 析管 理分 析运 维分 析决 策分 析分析应用架构分析工具架构分析数据存储企业级数据根底架构企业级应用根底架构NGBOSS门户数据源管理信息系统网络管理系统NGBOSS管理域其它系统数据管理NGBOSS运营域互 动 架 构数据ETL运营数据存储五层：企业级数据根底架构层、分析数据存储层、分析工具架构层、分析应用架构层、分析结果展现层一. 运营分析域

43、现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构 一省级分析域技术架构 二一级实体分析域技术架构 三全网分析域技术架构五. 运营分析域演进规划目录目前一级经分体系架构 一级经分数据仓库省经分数据仓库一级经分接口应用省经分数据仓库一级经分接口应用一级系统数据一级结算数据一级数据业务平台全网业务数据来自各省的客户/帐单等全量数据一级系统的全量数据一级结算的全量数据一级数据业务的全量数据数据源一级经分接口应用消耗大量本地分析的资源，对本地的分析系统和应用有影响一级系统的数据全量导入一经，数据量大，但需求并不丰富，点击量和使用效率低目前一方面对经分系统的

44、投资急速增长，另一方面性能仍不断下滑，使用率和ROI较低，有较大的可优化空间来自各省的抽样详细数据来自各省的全量业务详细数据省级经营分析与一经数据冗余，总部对基础数据需求不大，但数据及为此消耗的资源大接口为省公司专门为一经准备的数据集市，管理成本高，存在数据作假的可能性一级实体分析域技术架构部门级数据集市决策支持数据集市报 表OLAP分 析查 询数 据挖 掘经 营分 析管 理分 析运 维分 析决 策分 析分析应用架构分析工具架构分析数据存储企业级数据根底架构企业级应用根底架构一级NGBOSS门户数据源一级实体管理信息系统一级实体网管系统一级实体NGBOSS管理域其它系统数据管理一级实体NGBO

45、SS 运营域互 动 架 构应 用 层 面数 据 层 面数据ETL企业数据仓库运营数据存储动态数据集市一级实体分析域过渡技术架构B-BOSS数据仓库ETLB-BOSSI-BOSSD-BOSS电子商务BOSS游戏点卡BOSS手机支付BOSSi-BOSS数据仓库D-BOSS数据仓库电子商务数据仓库游戏点卡数据仓库手机支付数据仓库集团客户业务分析应用无线互联网分析应用数据业务分析应用电子商务分析应用游戏点卡分析应用手机支付分析应用统一分析工具实体运营域的各系统之间的业务模型和数据模型差异比较大，在实体运营域各系统分阶段逐一建设过程中很难提前规划好统一数据仓库的数据模型，因此建议初期采取此方式建设，但此

46、方案较难在总部实现各业务的关联交叉分析因为总部不直接参与客户运营，因此预计短期内这种需求不强烈。在各系统建设完毕，业务模型和数据模型根本稳定后，而且出现较强的跨业务和跨系统的关联交叉分析需求后，可以考虑增加实体运营域统一数据仓库过渡到最终的目标架构为尽量降低采购、建设和运维本钱，并便于进行未来的A模块整合，建议统一进行各系统的ETL、数据仓库、分析工具等产品选型，并统一由一个合作伙伴完成实体域A模块的开发和建设。实体域A模块的数据颗粒度是详细数据，与一级运营分析域中存放汇总数据为主数据模型差异较大，因此建议运营实体域的A模块和一级运营分析域分开建设由于实体运营域的特殊状态，当前可以采用过渡技术

47、架构作为建设方案一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构 一省级分析域技术架构 二一级实体分析域技术架构 三全网分析域技术架构五. 运营分析域演进规划目录一级全网分析域技术架构一级全网企业数据仓库部门级数据集市决策支持数据集市报 表OLAP分 析查 询数 据挖 掘经 营分 析管 理分 析运 维分 析决 策分 析分析应用架构分析工具架构分析数据存储企业级数据根底架构企业级应用根底架构一级NGBOSS门户数据源一级业务管理域一级运营管理域一级实体分析域一级枢纽域数据管理省级NGBOSS 分析域互 动 架 构应 用 层 面数 据

48、 层 面数据ETL动态数据集市一. 运营分析域现状与挑战分析二. 分析系统研究方法论三. 运营分析域设计的总体策略四. 运营分析域目标技术架构五. 运营分析域演进规划目录分阶段标准和试验试点调整和滚动规划快速支撑一线营销工作建设集中的企业数据仓库， ，形成网络化分析架构建设企业数据仓库，形成网络化分析架构-全面引入通信网/业务网/ MSS系统数据源，并开发基于OSS/MSS数据的应用，支撑网络部门/管理部门的分析需求-建设一级全网分析域-基于枢纽域建设网络化的分析架构，支撑基地全网分析-在集中的企业数据仓库之上，建立决策支持数据集市快速支撑一线营销工作-继续完善地市数据集市-建设面向业务部门的

49、数据集市-建设经分互动，实现与生产域和管理域实时互动-建设一级实体分析域运营分析域演进思路2007年 2021年 2021年 2021年 2021年 2021年 第一阶段：建立部门数据集市及经分互动应用，快速支撑一线营销工作2007年 2021年 2021年企业数据仓库/数据集市网络/管理标准含一级标准优化、调整和定稿企业数据仓库(引入OSS/MSS数据源试点一级实体分析域数据仓库建设部门级数据集市业务建设含一级经分互动建设经分互动试点部门级数据集市业务试点经分互动/业务数据集市标准含一级标准优化、调整和定稿第一阶段完成后省级分析域的系统架构数据仓库部门级业务数据集市地市级数据集市报 表OLAP分 析查 询数 据挖 掘经 营分 析分析应用架构分析工具架构分析数据存储企业级数据根底架构经营分析门户数据源NGBOSS管理域其它系统数据管理NGBOSS运营域互 动 架 构数据ETL动态数据集市第一阶段完成后一级实体分析域的系统架构一级实体数据仓库部门级业务数据集市报 表OLAP分 析查 询数 据挖 掘经 营分 析分析应用架构分析工具架构分析数据存储企业级数据根底架构一级经营分析门户数据源一级实体NGBOSS管理域其它系统数据管理一级实体NGBOSS 运营域互 动 架 构数据ETL动态数据集市第一阶段完成后运营分析域所到达的业务目标快速支撑一线营销工作-建设面向业务部门的数据集市，支