经营分析系统的三生三世(四)

分析系统的价值体现分为静态和动态两种,十年前对这方面的研究,至今都有效。

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。

广告等商务合作,请点击这里

本文为转载内容,授权事宜请联系原著作权人。

打开界面新闻APP,查看原文
界面新闻
打开界面新闻,查看更多专业报道

热门评论

打开APP,查看全部评论,抢神评席位

热门推荐

    下载界面APP 订阅更多品牌栏目
      界面新闻
      界面新闻
      只服务于独立思考的人群
      打开