【课件】_XX电信业商业智能解决方案

上传人:NU****AN 文档编号:126630604 上传时间:2020-03-26 格式:PDF 页数:76 大小:5.26MB
返回 下载 相关 举报
【课件】_XX电信业商业智能解决方案_第1页
第1页 / 共76页
【课件】_XX电信业商业智能解决方案_第2页
第2页 / 共76页
【课件】_XX电信业商业智能解决方案_第3页
第3页 / 共76页
【课件】_XX电信业商业智能解决方案_第4页
第4页 / 共76页
【课件】_XX电信业商业智能解决方案_第5页
第5页 / 共76页
点击查看更多>>
资源描述

《【课件】_XX电信业商业智能解决方案》由会员分享,可在线阅读,更多相关《【课件】_XX电信业商业智能解决方案(76页珍藏版)》请在金锄头文库上搜索。

1、IBM电信业商业智能解决方案 议程 数据分析与决策支持系统面临的挑战 IBM 商业智能解决方案简介 IBM 方案优势 电信企业的需要 帐务统计 收益分析 网络 基站运维分析 绩效考核 客户关系管理 风险预测 市场竞争分析 帐务统计 分析 日 月统计报表 月结算报表 营业收入统计 分析 资费来源统计 分析 业务量统计 分析 收益情况分析 收入总量分析及预测 收入增量分析及预测 ARPU分析及预测 收入结构分析及预测 大客户收入情况分析及预测 客户交费情况分析及预测 客户欠费情况及其结构分析及预测 新增客户交 欠费情况分析及预测 欠费回收情况分析 高额 欺诈分析 销账分析 市场竞争分析 市场占有率

2、分析及预测 市场需求分析及预测 竞争对手发展情况分析及预测 各竞争对手的市场营销分析 供应商市场行为特征分析 合作商市场行为特性分析 业务发展分析 业务量发展分析及预测 业务增量分析及预测 MOU分析及预测 新业务使用量分析及预测 业务资源使用特征分析及预测 大客户使用业务量的特征分析及预测 大客户使用业务的特征分析及预测 流量和流向特征分析及预测 客户分析 客户总量分析及预测 新增客户分析及预测 客户净增量分析及预测 客户流失量分析及预测 客户转网量分析及预测 大客户发展分析及预测 客户消费能力分析及预测 客户消费习惯 爱好分析及预测客户信用度分析 外来用户分析 模拟用户分析 储值卡用户分析

3、 潜在用户分析 零次用户分析 一户多卡用户分析 客户关系管理及市场策略 发现优秀客户 发现易流失客户群 调整产品定价 发现客户行为模式 开发新产品 交叉销售 网络 基站分析 基站配置与话务量分布情况分析 分析各时段各基站 交换机的负载情况 网络收益分析 网络容量分析 网络安全分析 热点小区分析 路由分析等 服务质量分析 客户服务质量分析 客户服务时限分析 客户咨询 查询焦点分析 客户投诉焦点分析 大客户服务质量分析 客户满意度分析 客户忠诚度分析 营销管理分析 市场价格分析 营销渠道作用分析 代销代办酬金分析 营销人员素质分析 营销宣传市场效果分析 促销行为市场效果分析 综合决策分析 决策取向

4、模拟分析 决策行为市场操作模拟分析 决策行为市场效果模拟分析 绩效考核 分公司绩效考核 营业部绩效考核 营业员绩效考核 当前状态 计费系统网管系统财务系统 营业系统 结算报表 CRM 局长信息系统 挑战 信息孤岛 财务系统 市场促销数据 客户数据 营业数据 呼叫中心数据 建立数据仓库 实施商业智能 生产系统 数据仓库数据仓库 OLAP 智能挖掘智能挖掘 如何实施商业智能 分析的复杂度和价值分析的复杂度和价值 统计统计 多维多维 数据挖掘数据挖掘 优化优化 阶段阶段 1 阶段阶段 2 阶段阶段 3 阶段阶段 4 阶段阶段 5 分析的阶段分析的阶段 数据集市数据集市 数据仓库数据仓库 发现发现 验

5、证验证 IBM BI 解决方案产品 业务系统业务系统1 业务系统业务系统2业务系统业务系统3业务系统业务系统n 数据仓库管理器数据仓库管理器 数据库数据库 Warehouse Manager DB2 UDB DB2 OLAP Server 报表工具 QMF DB2 OLAP Server Analyzer Intellige nt Miner for Data 其它应用其它应用 IBM BI体系结构 DB2 UDB DB2 UDB DB2 Warehouse Manager 数据仓库管理器 Meta Data DB2 OLAP Server DB2 Warehouse Control Cent

6、er OLAP Server App Manager OLAP Server Analysis Server 客户端工具 支持WEB 决策支持工具和应用程序 DB2 Family ORACLE Informix Sybase SQL Server IMS VSAM Files Data Joiner DB2 Intelligent Miner for Data 数据智能挖掘 服务器 什么是数据仓库 数据仓库是指从业务数据中创建信息数据 库 并针对决策和分析进行优化 数据仓库中的信息是面向主题的 集成化的 稳定的 随时间变化的数据集合 用以支持 管理决策的过程 数据来自多个数据源 并整合到一个数

7、据库 中 在数据整合的过程中数据要经过聚合 摘要 和清洗 不同的数据用于不同的目的 面向主题 集成 比较稳定 包含历史数据 支持管理决策 面向应用 有限集成 经常更新 仅有当前值 支持日常业务运作 业务数据信息数据 业务数据和信息数据根本不同 业务数据和信息数据根本不同 Trust Accounts Checking Accounts Loan Accounts Loan Accounts 年 月 日 Account History 建立数据仓库的过程 商业主题商业主题 业务信息业务信息 业务数据业务数据 管理管理 转换工具转换工具 商业视图商业视图 元数据元数据 成员成员 映射映射 商业视图

8、商业视图 Templates 外部数据外部数据 DB2 Data Warehouse体系结构 Log Server Kernel Dispatcher Scheduler Clients Warehouse Server Warehouse Agents Databases Relational Source DB2 Target Data Message Message Non Rel Source End Users Data Data Data Data NT 2000 OS 2 AIX Sun OS 390 AS 400 DDD Log Editions Configuration C

9、ontrol Database DB2 Metadata Metadata Type title Type text Flat Files Data Warehouse Center Message NT 2000 NT 2000 Agent NT 2000 AIX Sun Included with DB2 UDB 数据仓库代理 Agent 技术 数据仓库控制服务器数据仓库控制服务器 Warehouse Control Server 时间表启动时间表启动 从控制数据库中获取商业视图从控制数据库中获取商业视图 定义定义 启动代理启动代理 通过代理通过代理后台后台进程进程 循环循环 接受和记录结

10、果接受和记录结果 更新客户端显示更新客户端显示 数据仓库代理数据仓库代理 Agent 响应响应VW管理器管理器 循环循环 接受命令接受命令 执行命令执行命令 报告状态报告状态 DB2 UDB高度并行的海量数据库 Cluster 多个大缓冲区多个大缓冲区 支持支持64位内存寻址位内存寻址 内存管理内存管理 单处理器单处理器 对称多处理对称多处理 SMP Massively Parallel Processor MPP 增强的增强的SMP并行支持并行支持 MPP并行支持并行支持 并行事务并行事务 CPUSQL CPUSQL CPUSQL CPUSQL 并行查询并行查询 SQL CPU CPU CP

11、U CPU SQL Query Query Optimizer Best Query Plan Threaded Code Compile Time Run Time Agent Agent Agent Prefetchers Single query involves 1 coordinating agent n sub agents m prefetchers shared All executing in parallel on available processors Combination of Data parallelism Each agent works on subset

12、of data Data dynamically assigned so user not required to partition data Functional parallelism pipelining Each agent works on different query function e g scan sort Also enables Parallel Index Create Parallel Backup and Restore Allows multiple processes to read or write data to from the database Pa

13、rallel LOAD Exploitation of multiple processors during load particularly for parsing converting formatting data 节点内部并行 Parallel Edition style shared nothing Data parallelism through hash partitioning Partitions can be Physical on MPP or cluster Logical on SMP Run Time Agent Prefetchers Agent Prefetc

14、hers Agent Prefetchers node 0 node 1 node n SQL Query Query Optimizer Best Query Plan Threaded Code Compile Time 节点间并行 数据库分区间并行 Single Database View Parallel Optimizer User Query Node CPU Node CPU Node CPU Node CPU Shared nothing software architecture supports Independent physical nodes Separate CPU

15、 memory and disk Including SMP nodes OR Multiple logical database partitions on single large SMP Server Interpartition communication is cross memory not cross network Data is partitioned across nodes automatically by hashing Everything operates in parallel Select Insert Update Delete Backup restore

16、Load Create index Reorg 充分利用分区数据库的能力 Social Insurance NumberNameLocation 123 456 789JoeBostonToronto Partition Key value Hashed to 8 Vector Position 0123456789101112 Node1231231231231 DB2DB2DB2 Partition Map Determines home for row Can be adjusted for data skew using the REDISTRIBUTE utility Hash分区和分区映射表 Blends best of MPP and SMP style of parallelism Ideal for SMP clusters Most flexible hardware support Leading Edge Query Optimizer Run Time node 0 Agent Agent Agent Prefetchers node 1 Agent Agen

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 教学/培训

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号