随着 电信 业计算机业务系统的长期和广泛使用,电信企业已拥有大量的客户和业务数据。科学管理和合理 开发 这些内部和外部信息资源已经成为" name="description" />

行知软件电信商业智能解决方案

发表于:2007-06-09来源:作者:点击数: 标签:
问题提出: MI LY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'"> 随着 电信 业计算机业务系统的长期和广泛使用,电信企业已拥有大量的客户和业务数据。科学管理和合理 开发 这些内部和外部信息资源已经成为
 

问题提出: 

MILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">

随着电信业计算机业务系统的长期和广泛使用,电信企业已拥有大量的客户和业务数据。科学管理和合理

开发这些内部和外部信息资源已经成为企业正确决策、增强竞争力的关键。由于已经拥有大量的数据并且数据相对真实可靠,因此电信业务的下一步重点是建立基于分析的企业管理运营体系完全可行。

BI将信息转换为知识。商业智能是在正确的时间将正确的信息交给正确的用户以支持决策过程的应用。商业智能通过对数据的收集、管理、分析以及转化,使数据成为可用的信息,从而获得必要的洞察力和理解力,更好地辅助决策和指导行动。业务决策者通过商业智能对企业数据进行分析,通过过去的数据预测未来,即通过历史数据发现趋势。而获得的这些知识又很可能使得到它的业者,获得其他竞争者所没有的先机。进一步增加电信企业经营管理和客户分析的科学性,提升企业决策水平和经营效益。

行知软件电信业商业智能解决方案的目标是,帮助电信运营商充分利用其业务支撑系统产生的大量宝贵的数据资源,实现对信息的智能化加工和处理,为市场经营工作提供及时、准确、科学的决策依据,使企业适应日趋激烈的市场竞争环境,提升运营商的核心竞争力。

需求描述: 

对电信业务的BOSS系统、CRM系统、clearcase/" target="_blank" >cc">Call Ce。ter等业务的整合和抽象之后,电信业务通常存在以下分析需求: 

          客户分析  

包括的分析项有:客户组成分析、客户价值分析、客户流失分析、客户稳定度分析。 

分析指标为客户业务量增长率、客户收入增长率、客户及时交费率、客户新增业务数量、客户流失业务数量。维度为大客户满意度分析指标为客户的投诉次数、客户的及时交费率、客户的满意度、SLA的符合度。客户信用度分析指标为大客户的及时交费率。 

分析维度为行业、地区、大客户类型、大客户名称、时间、消费层次、信用等级等。 

          业务分析 

包括的分析项有:业务分布分析、业务收益分析、业务服务分析(业务服务质量分析、业务服务成本分析)、业务趋势分析 

          经营分析 

包括的分析项有:竞争对手分析、成本分析、收益分析。 

分析指标包含:客户构成、客户波动、客户服务质量、预算成本、实际成本、综合成本分析、业务收益、收益比较等。 

分析维度为客户名称、地域、行业、业务、客户性质 

          综合管理分析 

包括的分析项有:单位考核分析、个人考核分析。通过为下属各个部门制定一整套的考核指标体系,对部门及个人的工作情况进行量化,考核其部门及个人的工作业绩。

分析指标包含:单位KPI、个人KPI考核。

分析维度为员工、时间等。 

          其他种类分析

包括:市场分析、客户服务分析、网络分析、资源情况分析、财务分析等

系统结构: 

电信商业智能系统通常由三个部分来实施,如下图所示:

方案特点: 

          端到端的解决方案

具有完整的BI系统的三个重要构成部分:数据集成、存储管理和分析、挖掘。

          功能丰富 

真正涵盖了企业报表、联机分析和数据挖掘这三种数据分析手段。

          可扩展性

灵活的可扩展性,保证系统可以运行在各种平台上。 

          兼容性 

支持多种前端工具,如ExcelCog。osBusi。ess ObjectBrioCrystal Report等。 

          支持多种数据源 

能够连接和集成各种数据源,包括大型主机的数据。 

          灵活性 

在数据抽取和转换中可定义灵活的数据处理过程,满足在BI应用中业务数据和分析数据之间的巨大差异。 

          全面可视化 

从源数据的获取到客户端各种形式的展示都有可视化的工具。 

          高度自动化

从源数据的提取到最终报表的形成全部由自动引擎完成,基本上不需要人工干预。

方案应用: 

 

欺诈检测 - 通过数据挖掘、客户行为分析与预测,进行欺诈行为的侦测与防范。

分层服务 -通过客户群细分,可以定义个性化客户体验模型,提高客服体验,简化客户交互流程

Call Ce。ter 来话分析 -以BI技术为基础,围绕客服中心的话务和业务数据,建立数据中心和业务分析模型,进而提高客户服务中心的分析和挖掘能力,提高企业经营决策的质量和速度。

原文转自:http://www.ltesting.net