大客户统计分析系统方案

现状
　　大客户分析旨在大客户的整个生命周期中，为客户的市场开拓、有关大客户的信息管理、客户服务及营销决策支持提供智能统计分析功能。使各电信运营商能够准确的掌握大客户的市场动态，充分了解对大客户的经营管理现状与服务质量水平，并能根据市场需求的变化及时调整营销策略。
　　大客户分析模型和财务帐务分析模型是运营商进行决策和综合分析的关键。
建设目标
　　为运营商建立一套合理的大客户分析管理的流程，使分析工作自动化、流程化和智能化；
　　为运营商快速地从海量用户中找出信用好、贡献大的优质客户；
　　通过数据分析，为运营商解决提供具体个性化服务以及如何提供个性化服务等问题；
　　分析大客户经理的工作情况，对大客户经理业绩进行考核。
需求分析
　　从运营商生产运营系统（包括报表、营帐、客服、地市大客户系统等）中抽取与大客户分析相关的各项数据，进行多层次的数据转换，清洗。根据运营商大客户服务管理系统业务需求规范的要求将大客户统计分析问题划分为各个分析主题，对各分析主题从时间序列、大客户属性、经营状况等多角度、多指标值进行展现，为大客户的分析和服务提供有价值的参考依据。
分析主题：
1. 大客户发展分析
2. 大客户服务分析
3. 大客户流失分析
4. 大客户费用分析
5. 大客户价值分析
6. 大客户经理分析
系统设计
1、系统构架

数据库服务器
　　功能：用于集中存放省市级大客户档案数据及营业、帐务数据，并根据应用设计，对数据分类统计汇总。
信息发布服务器
　　功能：用于存放统计分析结果，并根据用户权限，提供C/S或B/S服务
2、系统开发
2.1 功能设计
·数据建模
　　数据建模是整个系统的基础，由于统计分析是一个不断认识和完善的过程，系统需求具有极大的不确定性，建立数据模型时应从分考虑到这一点，为以后的系统扩展提供方便。
　　基于以上考虑，我们采用二次建模。首先，根据生产系统不同种类数据，建立基础数据模型，在此基础上根据不同的分析主题，建立目标数据模型。这样，当需求扩展时，只要增加目标数据模型，不需重新加载基础数据，从而减少对生产系统的影响，缩短对新需求的响应时间。
·数据抽取、转换和加载（ETL）
　　首先，读入生产系统数据，过滤非法数据；
　　其次，根据基础数据模型对数据进行规范化处理，统一不同数据源带来的编码、度量、命名等方面的不一致性；
　　再次，根据不同分析主题需要，从基础数据获取目标数据，并完成维度转换。
　　最后，加载目标数据。
　　在原始数据抽取过程中，我们考虑到以下问题：
　　时间粒度：大部分数据采用每月抽取，但可根据参数设置灵活调整；
　　数据抽取方法：采用增量抽取，以减轻网络、数据库负担，提高效率。
·ETL过程控制
　　考虑到数据的时间地域属性，为保证数据的完整性、准确性，有必要对ETL过程进行控制，记录每次操作状态，防止重复操作、漏操作和不正常操作。
·数据展现
　　展现可以采用B/S和C/S两种结构方式实现。
　　B/S方式：用户采用浏览器访问，可以浏览不同分析主题，从不同的分析角度组合进行动态分析，可以报表、饼形图、条形图等多种形式展现。
　　C/S方式：用户采用客户端应用程序访问，除了实现B/S功能以外，还可以对分析加工，生成报表，并以多种格式输出。
　　访问控制：根据用户身份，对用户可访问数据进行控制，县、市用户只能访问本地区数据。
2.2开发阶段
　　系统开发分为三个阶段：

实施进度
1．需求细化
　　结合生产系统的原始数据情况和实际应用的需要，对数据模型作局部调整。
　　需要时间：一周；
2．根据调整后的模型重新数据抽取、转换和加载数据。
　　需要时间：二周。
3．数据展现
　　完善用户界面和用户访问控制。
　　需要时间：二周。
　　以上2、3两步工作同步进行，总共需要时间：3周。

计算机世界网(www.ccw.com.cn)