exadata 电信深入应用探讨

Copyright 2011 Oracle Corporation

商业智能在电信行业深入应用探讨

Jason Guo Principle Solution Specialist Technology Strategy ,GC

Copyright 2011 Oracle Corporation 2

姓名: 郭敏(Jason Guo)

职位: Oracle 技术战略部资深方案架构师

• 简介:

郭敏具有超过15年的IT丏业背景和咨询服务经验，为国内主要的电信与金融行业客户提供过IT系统的咨询服务和项目实施，丏长于数据仓库(DW)

及商务智能(BI)解决方案架构设计、CRM应用系统规划设计、实施和项目管理，数据管控与数据质量管理。在加入甲骨文公司之前，郭敏分别供职于Teradata丏业服务团队和亚信-联创的开发、实施、咨询团队。

• 主要项目经验:

• 作为资深业务丏家，为中国移劢的不同省份的经营分析系统进行应用咨询服务，包括客户细分、客户价值、中高档客户保有、增值业务营销、反欺诈、客户体验改进等各类型丏题

• 作为方案架构师，为中国移劢某省设计实施营销管理平台与增值业务管理平台

• 作为数据架构方案丏家，为中国移劢某省进行数据管控咨询，提升数据质量，改进数据模型，优化数据处理流程

• 作为数据仓库方案丏家，为中国移劢、中国联通、中国电信各总部设计数据仓库架构与应用架构

• 作为方案架构师，为某大型商业银行提供ACRM(分析型CRM)提供整体架构的咨询与设计。

• 电信业核心业务系统(BOSS/BSS)的开发与实施

• 作为软件架构师，开发针对各类型IP业务的计费支撑软件的开发与实施

服务的客户

中国移动总部

中国电信总部

北京移动

内蒙移动

山西移动

辽宁移动

江西移动

贵州移动

吉林移动

福建联通

江苏联通

山东网通

北京网通

香港HKnet

中国银行

…

工作经验

• Oracle 中国有限公司

• Teradata 中国有限公司

• 亚信-联创

学历

清华大学，计算机科学技术，工学学士

信产部15所，计算机应用，工学硕士


目录

1. BI发展趋势

2. 实时事件式营销(EBM)

3. 客户洞察及交互

4. Exadata平台的优势


发展趋势：劢态数据仓库（Active BI)

•*资料来源：Gartner Business Intelligence Summit

一次性的分析报表

IT部门驱劢

有限的用户

独立的分析集市

业务部门参与

特定的丏题应用

数据整合

与企业战略关联

数据管控

数据在整个企业内

共享

数据云服务

操作型BI/劢态数据仓库


后视镜和仪表盘 ——从传统商务智能（BI）到动态商务智能（Active BI）

传统的商务智能更侧重历史分析，实现战略决策

今天的BI更侧重与业务流程实时整合，实现运营决策

企业内部同期对比

产品分析绩效分析

收入管理统计报表

风险管理实时报表

实时服务实时营销

业务监控流程整合


发生了什么？

将会发生什么？

为什么会发生？

正在发生什么？

即席查询/ OLAP/数据挖掘

预测分析

更好的业务决策

信息模式

对数据平台的要求

业务价值

劢态支持能力

（OLTP&OLAP）

多温度数据管理

混合负载

可持续性加载

&访问

并发能力

可扩展性

数据库功能

报表/仪表盘

动态 BI 操作型BI

Exadata

商业智能发展趋势


基于‘昨天’的数据

做‘今天’的决策

基于实时的数据

做实时的运营优化

主要面向分析员、决策者

数据的周期为日、周、月

定时的批量导出导入

历史数据查询为主

面向功能为主

被动服务

可以面向一线的客户经理、销售代表

数据的周期可以达到分钟

批量处理结合变化数据捕获

支持实时&历史查询

面向流程为主

支持主动的事件驱动的服务

VS

+

构建Active BI系统


Business event

Action Time

Data

latency

Analysis

latency

Decision

latency

Busin

ess V

alu

e

Data captured

Information delivered

Action taken

缩短业务数据到BI系统的延迟，提升BI系统对业务的即

时指导作用，以快速的响应业务事件，做出业务决策，提高竞争力。

业务系统 BI

信息的价值取决于时效性与质量，而非数量！

Active BI的意义提高企业信息的价值


实时BI/事件驱动BI

数据服务

传统BI

BI Layer

Analytics Reporting

批量数据处理

制造

CRM

交付

HR ERP

ETL

Data Warehouse

ODS

被动的分析历史数据

Closed Loop Analytics

数据分析、实时数据请求、事件监控

基于实时BI的快速决策与实施

每日、周、月

分析历史数据、监控当前数据与事件、进行实时业务决策

Business Event Monitor & Processing Realtime Analytics

变化数据、批量数据

CDC变化数据捕获

Events

Bulk E-LT

日、周、月、实时CDC

ETL数据转换集成

Services

EDW VS

传统 BI vs Active BI

制造

CRM

交付

HR ERP


OSS

CRM

Network

Billing

ERP

MSS

实时整合

数据共享

数据整合

数据调查与质量管理

数据集市应用

数据集市应用

数据集市应用

一线运营与营销人员

管理层与决策层

实时数据查询/KPI

营销活动监控/统计

日常运营报表(静态/动态）

多维度主题分析

客户洞察等数据挖掘

分析信息反馈

BI应用

ODS EDW

决策实施

电信运营商的实时BI参考架构


目录

1. BI发展趋势





中国电信通过EDA系统的建立，以基本具备了面向企业的运营分析体系

基础数据应用包括企业管理分析

企业运营分析

运营数据监控

运营数据查询与统计

运营数据计算

专题应用包括经营者视窗

营销维挽数据支撑

竞争预警分析

GIS网格信息视图应用

收入数据稽核

受理开通业务数据监控

收入列帐和分解


但是市场竞争要求我们从“以产品为中心”转向“以客户为中心”

精确化营销（4R)：在合适的时机(Right Time)，通过合适的渠道(Right Channel) ，向合适的客户(Right Customer)销售合适的产品(Right

Product)

客户(C)

产品(P)

渠道(C) 时机(T)

以产品为导向

以客户为导向

分析所要销售产品的特征，根据客户与产

品匹配的特征，找到其目标客户，选择适合

于本产品和客户的营销渠道，在合适的时机

对客户进行营销

基础

提升

分析客户的特征，规划向其推荐的产品，

选择客户习惯使用的营销渠道，在合适的时

机向客户进行营销推荐


原有的营销支撑体系还是以“产品为中心”

营销维挽数据支撑子系统

营销维挽策划功能组效果评估功能组

套餐管理

营销维挽方案管理

二次目标客户生成

销售与关怀策略库维护

客户理解功能组

营销客户洞察（一次目标客户清单）

分析模型管理

自助取数

营销维挽活动评估

功能层

客户细分交叉销售

套餐收入测算

客户价值

客户满意度

客户信用

客户忠诚度

欺诈发现

家庭关联关系识别

客户渠道偏好

呼叫指纹分析

客户套餐匹配

CDMA潜在客户评估

CRM功能增强

营销维挽执行功能组

营销活动管理

营销资源管理

维挽任务管理

营销工单流转管理

客户理解功能组

市场调研过程管理

单产品一键受理/开通

预受理订单生成

营销过程监控

营销单、

客户统一视图信息

基础功能组

客户经理营销维挽操作界面

知识导入与使用

维挽客户洞察（一次目标客户清单）

主流套餐分析

客户营销视图管理

客户接触记录管理

营销维挽共享数据管理

维挽规则管理

数据层

数据源 EDW/ODS

数据

流失预警

客户响应

欠费预测

分

析

模

型

营销维挽数据集市

营销维挽宽表数据

营销维挽共享数据

客户接触信息客户接触信息

营销维挽事务数据

E

D

A


基于客户行为变化的EBM才是真正的“以客户为中心”

• EBM（Event -Based Marketing事件触发式营销、事件式营销）是基于营销线索的市场营销活动，其特点是，通过嵌入的业务规则及时捕获客户行为变化或与客户有关的特定事件，发现客户潜在的需求，适时向“有需求”客户推销产品或者服务

• 事件是营销活动的起点。抓住“事件”，可直接辨认出客户强烈的需求。


事件式营销活动，就是实时侦测顾客发生的各种变化，发现顾客购买产品的最佳的购买时间，。整个营销活动就是对一个顾客的跟踪销售。

事件式营销-捕获顾客行为数据


决定销售什么产品

在整个顾客群中识别最可能购买产品的顾

客群

通过营销设计销售一种产品

分析顾客行为中的变化

识别出在过去的1、2天内，最符合购买条

件的顾客

通过营销策划和执行，销售

多种产品

传统营销

事件式营销

传统营销与事件式营销


支持事件式营销的系统逻辑架构

渠道管理服务

营销分析

及管理服务

特定

客户应用

业务人员

客户端

渠道应用

Web

Email

SMS

WAP

Direct Mail

Agents

生产系统

渠道管理

响应

交互捕获

发送

客户数据

名单管理服务

名单管理

特定

规则名单

营销名单

应用数据接触数据

Call Center

特定行为规则服务与管理：实时类

实时

特定规则名单交互

行为规则

服务

行为侦测行为侦测

规则管理

地市集市地市集市地市集市数据集市集团集市外部名单

营销名单


基于网络信令的事件营销架构

信令文件

核查文件

数据库节点机

目标用户白名单

营销规则

信令处理平台

信令接口机

A接口

信令采集

5分钟

网管域经分域

营销管理平台

市场分

析

营销效果评

估

触发执行营销策划

选取目标用

户

制定营销规

则

监

测触发

表

触发营销活

动

必要信息

主监控守护进程（cron table）

信令解

析模块

规则匹配

守护进程

原始信令数

据

目标用户白名

单

信令分类解析

表

分类统计报

表

用户基本信

息

营销活动规

则

触发用户信

息

校验信息目录校验文件

定时加载

实时加载定时加载

内存数据

库

执行结果

BOSS

定时增量加载

实时扫描

分类统计报

表

用户基本信

息

营销管

理数据

库

经分数据仓

库

触发用户信

息

目标用户白名

单

营销活动规

则

触发营销

活动信息

必要信息

必要信息

接收文件目

录

非法文件目

录

加载文件目

录

完成文件目

录

信令文件

校验模块

：控制模块

：数据对象

：控制流

：数据流

营销活动评估结果

XX ：信令处理数据源

XX ：信令处理生成数据

信令文件

守护进程

信令加

载模块

实时扫描

分类统

计模块

信令解析记录

表

触发名单

守护进程

用户信息

加载接口

名单规则

加载接口

统计信息

上传接口

规则匹配条

件

定时加载

定时加载

数据清理

模块


网络信令事件营销实例


基于网络信令的12580营销

通话结束

信息互动

12580提

醒……

实时运营优化

Real-Time Operation

SMS

MMS

WAP

USSD

… 移劢行业网关

即时互劢

BOSS系统

黄页数据库

属性关联矩阵

客户属性标签

后台管理系统

实时核心调度平台

实时分析调度平台

下发控制

实时响应

Real-Time Response

实时处理

Real-Time Transfer

信令采集

抓取解析


基于话单的事件式营销

1、短信告知12593的价值， 2、累计拨打60分钟以上获赠10

元话费

1、短信告知非动感地带客户短信费用，动感地带客户套餐中包

含的短信， 2、累计发送100条获赠话费8元

1、短信介绍漫游业务

2、累计接打电话80分钟，可获赠话费20元。

客户购

卡激活

第1次拨

打长途

第1次发

送短信

第1次使

用漫游

拨打长途

累计60分

钟

第100次

发送短信

累计接打

80分钟

更

多

次

使

用

业

务

更

多

业

务

被

使

用

1、短信告知赠送话费 2、短信推荐其他业务（全面展开后

分类推广业务）

1、短信告知话费赠送 2、短信推荐其他业务（全面展开后


1、短信告知赠送话费20元 2、短信推荐其他业务（全面展开后


使用媒介：短信

使用媒介：彩信、短信

使用媒介：彩信或短信

使用媒介：短信

新生用户消费培养从客户入网激活后，第一次自主使用业务，我们就对其进行精细化服务和营销，牢牢把握住客户需求，不断刺激客户再次使用，逐步培养业务使用习惯，进而

提升客户每月贡献度，实现客户价值最大化


目录

1. BI发展趋势





在整个客户生命周期研究呾理解客户

2011/9/28 24 Teradata Confidential

客户价值模型客户生存分析客户细分模型客户生命周期识别

客户生命周期曲线客户生命周期健康度

基础模型

管理模型

应用模型

0

11

9

8

7

6

5

4

3 2

1

10

购买意向

获取成本经常收入

服务现金成本

交叉销售/

叠加销售

优惠和话费调整续签

转移

离网

坏帐

赢回

传播精确匹配

〃渠道规划配置模型〃潜在客户价值甄别〃跨区域农村市场拓广

〃高价值套餐引导模型〃消费承诺分析模型

〃10086客户分群模型〃渠道效率评估模型

〃全程精确营销〃关联性交叉销售

〃优惠弹性模型

〃群体依附性模型

〃品牌迁移引导

〃跳蚤客户监测

〃终端精确营销〃捆绑合约到期模型

〃客户流失预警〃客户反挖防御

〃信用评级模型

〃客户关怀回归〃区域间互动赢回


通过客户标签，构建完整的客户知识库


重要的是了解客户的社会特征属性

经分Portal

属性1

客户知识属性的展示与调用

属性2 属性3 ……

客户信息属性管理

经验属性手工维护

挖掘属性过程描述

客户标签规则管理

业务特征配置管理

基本属性

分析属性

经验属性标签属性

客户知识库

姓名年龄住址 ……

自然属性

入网时间品牌

客户等级 ……

状态属性

帐户标识缴费渠道信用额度 ……

帐户属性

换机次数使用时长开机次数 ……

终端使用属性

是否定制终端品版终端型号 ……

终端功能属性

接触行为业务使用缴费行为 ……

客户行为属性

贡献度信用度

话费敏感度

挖掘属性

外来务工标识

外来务工人员

音乐爱好者标识

音乐爱好者

职业人士

职业人士

家庭妇女

家庭妇女

渠道偏好度 ……

挖掘属性

低ARPU 多被叫通话

……

定向长途使用低资费套餐

……

业务特征业务特征

数据挖掘成果

1

直接导入

2

专题研究成果

3

业务特征收集

标签规则

4

5

3

2

1

4


采用Web2.0的方式将客户属性与营销信息关联

共享价值人人参与

发扬WEB2.0精神，结合Wiki理念，诠释“以客户为中心”的营销服务理念

人人参与、共享价值，将分析力转化为执行力，将知识转化为生产力

Call-Center

直邮服

务器

呼叫中心

直邮

WAP Site

( &WAP push)

SMS

MMS

WEB Site

( & email)

服务厅

IVR/VAS

大客户系统

WAP

WEB

服务器

IVR

SMS

MMS

大客户

系统

BOSS前台

营销管理平台客户知识库


共享知识创造价值

该快点创建后，先后8人共21次修改

完善客户行为特征

推荐产品

客户知识标签全员参与客户知识积累，共创价值


通过服务接口将客户特征属性提供给一线

客户是商务人士吗？

客户是学生吗？

客户是有车一族吗？

客户使用的手机是智能手机吗？

客户是股民吗？

客户的最常联系人是谁？

客户习惯在什么时段接受外呼营销？

什么是客户特征信息？什么不是客户特征信息？

客户的ARPU

客户的品牌

客户的通话时长

客户的订购行为


目录

1. BI发展趋势





Exadata : EDW->ADW->DBaaS

• 企业级数据整合

• 分析型BI

• 案例：软银移动

• 操作型BI

• 动态BI

• 案例：BPN银行，美林证券

• DBaaS

• 数据库整合

• 案例：北京移动，澳洲联邦银行

EDW ADW DBaaS


Exadata 极致的OLAP+OLTP性能，支持各种类型的BI应用

传统数据仓库分析应用

极速的数据加载性能

海量数据的高性能分析

数据集市

各类型应用数据集市的整合

操作型BI应用

OLAP+OLTP(实时风控、事件营销）

高并发数据访问

历史数据查询

10-50X的数据压缩，在线存放海量历史数据


Exadata 是Active BI的最佳平台

加载区(增量或全量加载区)

数据仓库

数据集市

ODS

历史数据存储

Exadata在动态数据仓

库架构的独特优势：

突出的混合负载管理

能力

OLAP & OLTP的均

衡优异表现

同一物理平台实现多

温度数据管理

实时应用

GoldenGate ETL工具

（准）实时加载数据源批量加载数据源


Q&A

exadata 电信深入应用探讨

Documents