4 經(jīng)營分析系統(tǒng)中數(shù)據(jù)處理的實現(xiàn)

一般來說，在企業(yè)構(gòu)建分析型系統(tǒng)之前，都會已經(jīng)存在若干的業(yè)務系統(tǒng)。來自這些系統(tǒng)的數(shù)據(jù)代表了企業(yè)目前的業(yè)務狀況。這些數(shù)據(jù)一般是高粒度的，即達到非常細節(jié)的程度(例如移動通信行業(yè)里面的詳細通話記錄等)。來自移動業(yè)務系統(tǒng)的實時數(shù)據(jù)是企業(yè)數(shù)據(jù)倉庫的最重要的數(shù)據(jù)來源，但是，在這些數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必須經(jīng)過抽取、轉(zhuǎn)換、加載等多個工序的處理。

典型的數(shù)據(jù)抽取接口包括數(shù)據(jù)庫接口和文件接口，對于不同的數(shù)據(jù)平臺、不同源數(shù)據(jù)形式、不同性能要求和業(yè)務量的源數(shù)據(jù)以及不同數(shù)據(jù)量的源數(shù)據(jù)，采取不同的數(shù)據(jù)抽取接口。數(shù)據(jù)轉(zhuǎn)換是指從業(yè)務系統(tǒng)中抽取的源數(shù)據(jù)根據(jù)數(shù)據(jù)倉庫系統(tǒng)模型的要求，進行數(shù)據(jù)的轉(zhuǎn)換、清洗、合并、拆分、匯總等處理，保證來自不同系統(tǒng)、不同格式的數(shù)據(jù)的一致性和完整性。數(shù)據(jù)加載就是將從數(shù)據(jù)源系統(tǒng)中抽取轉(zhuǎn)換后的數(shù)據(jù)加載到數(shù)據(jù)倉庫系統(tǒng)中。數(shù)據(jù)加載策略要考慮加載周期以及數(shù)據(jù)追加策略方面的問題。

對于數(shù)據(jù)的抽取與轉(zhuǎn)換過程中發(fā)現(xiàn)的錯誤數(shù)據(jù)，在加載到數(shù)據(jù)倉庫的同時，打上錯誤數(shù)據(jù)的標簽，并結(jié)邏輯上集中存放。

目前，移動通信行業(yè)已經(jīng)建立起自己的BOSS(Business Operation Support System)系統(tǒng)，對自身的計費系統(tǒng)和客戶服務系統(tǒng)等專業(yè)業(yè)務系統(tǒng)數(shù)據(jù)進行了整合。這就是經(jīng)營分析主要的數(shù)據(jù)源。

經(jīng)營分析數(shù)據(jù)處理的意義在于通過處理，一方面提高數(shù)據(jù)的質(zhì)量；另一方面，使數(shù)據(jù)從適應業(yè)務系統(tǒng)(OLTP)的數(shù)據(jù)模式轉(zhuǎn)換為適應分析系統(tǒng)的數(shù)據(jù)模式。

5 經(jīng)營分析系統(tǒng)中數(shù)據(jù)分析的實現(xiàn)

數(shù)據(jù)分析技術是建立在一定的數(shù)據(jù)基礎上的，進行分析的方法通常包括：OLAP分析、數(shù)據(jù)挖掘、統(tǒng)計分析、聯(lián)機挖掘(OLAM)等。需要說明的是，數(shù)據(jù)分析技術不一定要建立在數(shù)據(jù)倉庫基礎上，但有了數(shù)據(jù)倉庫，數(shù)據(jù)分析的效率和能力將大大提高。

移動通信企業(yè)經(jīng)營分析系統(tǒng)分析部分的邏輯結(jié)構(gòu)主要分三部分：服務器，其中包括網(wǎng)絡應用服務器與查詢服務器兩個模塊；以Client／Server方式的客戶端；以Web方式的客戶端。

網(wǎng)絡應用服務器可以讓客戶在網(wǎng)上查詢、集中管理客戶、報表的安全性和可適應得報表。查詢服務器按照預定時間自動進行查詢處理并通過E-mail、網(wǎng)絡、打印機和Web分發(fā)報表。

移動通信企業(yè)經(jīng)營分析系統(tǒng)的主界面顯示的是近一季度全公司各種業(yè)務的業(yè)績水平。具體的分析主題可以通過主界面進行一些功能模塊選擇，主要分為長話流向分析，時段分析，消費水平分析3個功能模塊。

通過對各種角度的需求分析，總結(jié)分析內(nèi)容的一般細化方法。主題的劃分實際上與分析內(nèi)容的范圍直接相關，主題劃分清楚后，下一步就是細化分析以及根據(jù)分析內(nèi)容的性質(zhì)確定它在數(shù)據(jù)倉庫中的位置。通常維元素對應分析角度，而度量對應分析關心的具體指標，在數(shù)據(jù)倉庫中體現(xiàn)在話費數(shù)額，通話張數(shù)，通話時長等方面。一個指標究竟是作為維元素、度量還是維屬性，取決于具體的業(yè)務需求，但從實際操作中可以總結(jié)出如下的概念性經(jīng)驗：作為維元素或維屬性的通常是離散型的數(shù)據(jù)，只允許有限的取值；作為度量的是連續(xù)型數(shù)據(jù)，取值無限。如果一定要用連續(xù)型數(shù)據(jù)作為維元素，則必須對其按取值進行分段，以分段值作為實際的維元素，就像為了取消費水平為維元素，就對客戶群的消費水平進行分段。判斷分析指標是作為維元素還是維屬性時，則需綜合考慮這個指標占用的存儲空間與相關查詢的使用頻度。需要強調(diào)的是，在細化分析內(nèi)容的過程中，務必解決指標的歧義問題。在不同報表中以及在業(yè)務訪談中同一名稱的指標，是不是在同樣條件限定下，通過同樣方法提取或計算得到的，它們之間的相互關系是什么，這些問題都必須從熟悉業(yè)務的分析人員那里得到準確、清晰的答案，否則將影響到模型設計、數(shù)據(jù)提取、數(shù)據(jù)展現(xiàn)等多個方面。

6 結(jié)語

本文分析和探討了在移動通信企業(yè)中建立基于數(shù)據(jù)倉庫的經(jīng)營分析系統(tǒng)的若干問題，并進行了相關的設計。但討論尚不全面，需要在工作中繼續(xù)研究。

移動通信企業(yè)日益增多的信息數(shù)據(jù)無疑是一個巨大的聚寶盆，通過對數(shù)據(jù)的不斷分析研究，挖掘出更深層次的內(nèi)容找出更多有價值的規(guī)律，需要企業(yè)各層面的人員共同協(xié)作、長期參與，而這給移動通信企業(yè)帶來的效益也將是源源不斷的。