新一代智慧电信综合解决方案.doc

新一代智慧电信综合解决方案1 目录一、第三代营业厅转型1方案背景1方案描述1方案业务价值2二、电子渠道转型综合电子平台2方案背景3方案描述3方案价值4三、电信商业智能4方案背景4方案描述5四、电信营销管理解决方案16方案背景16基于 Unica 的解决方案描述17基于中间件的营销解决方案加速器方案描述18方案业务价值19五、互联网增值业务方案19数字内容创建19六、绿色ICT方案20服务器整合 zCloud20方案业务价值21一、 第三代营业厅转型1.1 方案背景随着通信技术和互联网的不断发展和应用，电信市场环境以及客户的通信需求和消费习惯也在相应发生改变：全业务运营使客户有更多的选择，无论是选择运营商还是选择信息服务；增值业务逐步融入客户的日常生活中，将成为信息服务的主导部分；客户越来越注重服务的品质、个性化、便捷性和体验的一致性；随着互联网技术的进步和应用普及，互联网已成为重要的营销服务渠道。这对运营商的营销服务渠道，尤其是传统的实体渠道营业厅提出了新的挑战：要在客户服务基础上更加侧重营销；销售对象要从传统业务扩展至终端、增值业务和解决方案；要从平面营销转向个性化体验营销；要从客户交流环境和接待方式上提升营销服务品质，逐步从传统的柜台式转向灵活、亲切的无柜台、向导式；要将实体渠道与电子渠道进行有效协同。1.2 方案描述IBM 针对第三代营业厅的建设和运营提供端到端的解决方案，以咨询、实施或合作运营形式提供专业服务。IBM 第三代营业厅解决方案.第三代营业厅将在满足客户服务的基础上更加注重营销的功能，解决方案包括营业厅布局、展示与体验设计、流程设计、营销设计、组织管理和一体化支撑系统等组成部分：营业厅布局、营业厅流程设计、营销设计、组织及绩效、一体化 IT 支撑.某移动公司体验营销厅建设与系统实施案例：客户希望通过体验营销厅的建设，实现以下业务目标：形象化地呈现企业理念，在同质化的竞争体现差异化的品牌战略；3G/4G 等新一代通信技术得以应用，有线/无线数据业务实现飞速发展, 产品趋向复杂，让客户更好的理解运营商所提供的解决方案；获得客户对新产品和第一手反馈信息，并缩短研发和销售团队的距离。IBM 通过对电信行业的理解和完善方法论，结合 IBM UCD、SSM 等理论基础，形成并归纳完善了一整套的用户体验中心建设方法论，为客户提供了项目总体管理、展示(体验)方案设计、展项开发集成、基础装修、弱电工程、设备采购与安装集成、后续宣传、广告及运维的服务。1.3 方案业务价值l 实现以客户为中心的交互式业务体验；l 实现基于客户特征的个性化体验营销；l 实现无柜台、引导式的营销服务；l 组件化体验流程，满足客户不断变化的体验；l 一体化支撑，实现前后端流程的无缝协同；l 实现营业厅和电子渠道的联动；l 以绩效管理为基础降低运营成本、提升运营效率。二、 电子渠道转型综合电子平台1.4 方案背景随着网络技术发展和客户消费行为变化，电子渠道日益成为电信营销和服务的重要渠道，面对可持续发展，各运营商必须进行电子渠道转型，建立具备电子商务功能的、功能完备的、体验统一的新一代综合电子平台，以确保业务、销售、服务能力的全面提升。在新环境、新技术、新需求的要求下，对电子渠道提出的新挑战：要从整体上提升营销服务品质，增强客户购物体验；建立以客户服务为基础的营销策略；要将电子渠道与实体渠道进行有效协同；建立满足不同客户群体的购物导向功能；销售体系拓展，不仅要支撑自有产品捆绑销售，并且要扩展至终端、增值业务、虚拟商品、积分礼品等商品的联合销售及营销；要从平面营销转向个性化体验营销。面对新形式下的挑战并解决当前所面临的问题，电子渠道“必须转型为”、销售多元化、流程智能化、职能整合化、服务统一化的综合电子平台。1.5 方案描述IBM 针对综合电子平台的建设和运营提供端到端的解决方案，以咨询、实施或合作运营形式提供专业服务。综合电子平台具备的关键业务能力：1.产品、服务整合，实现客户自助的统一电子销售；2.营销服务统一，并转向灵活、亲切的向导式；3.统一的销售模式，良好的互动界面，提供一站式服务，增强客户友好度；4.多元化销售支撑，非电信产品捆绑销售、促销；5.销售对象将覆盖单产品、套餐、实物、增值业务和虚拟产品；6.能够对客户特征和行为进行分析并有效共享和利用客户信息，更加注重客户的个性化体验；7.集中的后台运营支撑，具备一体化、规范化的营销服务支撑能力，电子化的营销宣传手段，支持电子渠道和实体渠道间的有效协同；8.便捷的多种在线支付能力、高效的后端服务支撑体系、进销存管理体系以及物流支撑体系；9.统一的、有效的绩效评估与考核机制。1.6 方案价值客户交互流程的制定将建立在客户维系的基础上，综合电子平台将利用渠道优势及时地、高效地实现客户互动；整合电子渠道，协同营销是综合电子平台的主要功能特色，综合电子平台不但可以统一、增强客户感知，同时也是企业内部职能协同的核心；综合电子平台的销售模式将是一个渐进过程，通过和非电信渠道的合作，全面提升营销能力，并依此建立多元化、智能化的符合市场需求的渠道。三、 电信商业智能1.7 方案背景全球电信在经历了发展的泡沫之后，重新回归理性，重新回归到服务和业务的竞争上来。企业之间的竞争实际上是争夺客户的竞争。有数据显示，电信客户每 6 到 9个月就会增加一倍，但从每个客户身上获得的收益却会逐年降低，电信核心业务的收益也在降低。同时，客户的变动逐年增加，他们时常由一家电信运营商跳到另外一家。面对挑战，电信运营商应该如何应对呢？电信运营商成功的核心是拥有丰富的、有价值的忠诚客户。因此，电信运营商要实现用户数量与赢利的双增长，就要标识、获得并维护最有价值的客户。因此电信业务的第一个特点是以客户为中心，洞察客户需求。由于遵循 WTO 协定，对国外电信巨头开放市场的不断深入，以及电信企业的拆分，市场竞争日益激烈。电信企业要快速发展和壮大就必须要在市场竞争中领先一步，每个成功的公司都需要对所从事的商业活动有着深入的理解，知道什么东西可以给公司带来更多的业务。这种理解或者说商业智能（BI）需要捕捉业务交易和客户交流的每个角度来生成有用的信息。因此电信业务的第二个特点是从单一的处理转向拥有分析和管理的综合系统。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，因此电信业务的第三个特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。 IBM 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。1.8 方案描述在当今竞争日益激烈的市场环境中，只有那些利用先进的信息技术成功地收集、分析、理解信息并依据信息进行决策的企业才能获得竞争优势，才是市场的赢家。因此，电信企业的管理者需要借助商务智能技术来发现商务运营过程中存在的问题，找到有利的解决方案。对电信业务的 BOSS 系统、CRM 系统、Call Center 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：1.8.1.1 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。客户组成分析根据客户自然属性、扩展属性等对客户进行构成划分，分析各种构成情况下大客户的分布、占总客户的比例及其收入、收入变化以及占总收入的比例。分析指标为用户数、业务收入、业务量。维度为行业、地区、客户类型、客户名称、时间、消费层次、信用等级等。 客户价值分析对客户的业务数据、帐务数据以及其他相关数据进行汇总，分析客户的 ARPU 分布状态、业务收入、业务量以及对中国电信的贡献率等其他综合分析指标，从而得出客户的客户价值，分析各个价值段客户的数量、客户数量随时间的变化情况。分析指标为 ARPU 分布状态、业务收入、地域分布范围、业务分布范围业务量。分析维度为行业、地区、客户类型、客户名称、时间、消费层次、信用等级等。客户流失分析通过各种角度分析新增、流失客户以及降级客户的客户数量构成、使用的业务类型构成、业务使用量构成，分析在某一时间段新增客户、流失客户数目以及发展趋势、流失原因或者流失意向原因，了解前期营销手段的效果，从而采取相应措施发展客户，防止客户流失。分析指标为客户数、业务收入、欠费额。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。客户稳定度分析分析客户的忠诚度、客户的满意度、客户的信用度，从而分析客户和企业的业务关系的稳定度，得到客户的潜在的发展趋势，预防客户的流失和业务下降。客户忠诚度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。分析维度均为行业、地区、客户类型、客户名称、时间、消费层次、信用等级等。1.8.1.2 2、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。分析各种业务类型在各级大客户中的分布比率，分析各种业务类型在地区域中的分布比率，分析中种业务类型在行业中的分布比率，得到各种业务的分布规律，从而为业务的综合部署和发展，以及为有针对性地提供业务服务提供决策依据。业务分布分析分析指标业务量，重要客户使用该类型业务的业务量、重要客户使用该类型业务的业务量所占所有客户使用该类型业务的业务量的比率、战略客户数使用该类型业务量、战略客户数使用该类型业务量所占所有客户使用该类型业务的业务量的比率、高价值客户数使用该类型业务量、高价值客户数使用该类型业务量所占所有客户使用该类型业务的业务量的比率、团体客户数使用该类型业务量、团体客户数使用该类型业务量所占所有客户使用该类型业务的业务量的比率、个人客户数使用该类型业务量、个人客户数使用该类型业务量所占所有客户使用该类型业务的业务量的比率、各行业客户数使用该类型业务量、各行业客户数使用该类型业务量所占所有客户使用该类型业务的业务量的比率。分析维度为行业、地区、客户类型、客户名称、时间等。业务收益分析根据业务类型、对业务量、业务收入、业务的平均 ARPU，以及各自的比率进行分析，预测分析业务收入总量及其变化，预测其在一定条件下的变化趋势，为提高业务收入，制定合理的市场营销策略提供科学有效的依据。分析指标为 ARPU 值、业务收入、业务量。分析维度为地区、客户名称、时间等。业务服务质量分析分析对大客户业务受理及开通情况、障碍及处理情况、投诉及处理情况、调查反馈信息等进行分析，从而得出客户对电信业务的满意度评价，以便改进自身的服务。业务受理服务质量分析：平均受理响应时间、最长受理响应时间、业务受理投诉次数、最短受理响应时间。业务开通服务质量分析：平均开通时间、最长开通时间、最短开通时间、业务开通投诉次数业务维护服务质量：平均故障恢复时间、最长故障恢复时间、最短故障恢复时间、SLA 符合率、业务维护投诉次数。业务咨询服务质量：平均咨询答复时间、最长咨询答复时间、最短咨询答复时间、业务咨询投诉次数。业务收费质量：收费出错次数、收费投诉次数、及时交费率。分析维度均为大客户名称、地域、行业、业务、客户性质等。业务服务成本分析通过对客户服务成本的统计，分析各类客户服务的有效性和合理性，节约客户服务成本，分析不同属性的客户对不同服务类型的满意度和有效性。通过客户服务成本分析，仿真各服务成本提高、降低后各指标的变化趋势，确定合理的服务策略。业务服务成本分析指标：服务所费人日、服务消耗资源费用。业务服务次数：共一个指标，受理服务次数、实际完成服务次数。分析维度均为大客户名称、地域、行业、业务、客户性质等。业务趋势分析通过对大客户业务使用异常、收入变化等数据的分析，从不同的角度发现产生异动的大客户及产生原因，从而预测指定未来时间段内各指标的变化趋势，帮助制定有效的措施挽留客户。业务量波动分析：业务量、业务量和历史平均业务量的变化率、业务量与上期业务量的增长率业务收入波动分析：业务收入、业务收入和历史平均业务收入的变化率、业务收入量与上期业务收入的增长率客户数波动：客户数、客户数与上期大客户数的增长率分析维度均为客户名称、地域、行业、业务、客户性质等。1.8.1.3 3、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。竞争对手分析主要是从每天与竞争对手客户业务清单中，分析出竞争对手的客户数及其发展趋势，找出竞争对手的可能的客户及其业务行为，跟踪竞争对手的客户使用信息、了解竞争对手的客户发展、流失情况；同时也可以利用市场调查等渠道取得的竞争对手资料，分析竞争对手的业务使用行为，以及竞争对手的服务质量；通过综合各种信息，了解竞争对手营销策略，为制定合理的市场竞争策略提供辅助决策支持。· 竞争对手客户构成：客户数量、业务量、业务收入。· 竞争对手客户波动：客户数的增长率、业务量的增长率、业务收入的增长率。· 竞争对手客户服务质量：服务满意度、服务质量排名、平均投诉量、平均开通时长。分析维度均为客户名称、地域、行业、业务、客户性质等。成本分析通过对大客户的营销成本、销售成本、服务成本进行分析，对预期成本和实际成本进行分析，分析成本的分布状态和发展趋势，为以效益为目的的经营决策提供决策依据。· 预算成本：预算营销成本、预算销售成本、预算服务成本、各成本所占总体成本的比率。· 实际成本：实际营销成本、实际销售成本、实际服务成本、各成本所占总体成本的比率。· 综合成本分析：共两个指标预算成本占实际成本的比率、实际成本与上期成本的增长率。分析指标均为客户名称、地域、行业、业务、客户性质等。收益分析按照业务类型、客户分类通过对业务收益进行分析，对预期收益和实际收益进行分析，分析收益的分布状态和发展趋势，为以效益为目的的经营决策提供决策依据。· 业务收益：业务收入、该类业务收入占总体收入的比率。· 收益比较：预期业务收入、实际业务收入、实际业务收入和预期业务收入的比率、实际业务收入与上期实际业务收入的增长率。分析指标均为客户名称、地域、行业、业务、客户性质等。1.8.1.4 4、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。单位 KPI：效益指标 KPI、成本指标 KPI、服务指标 KPI、业务发展指标 KPI、客户发展指标 KPI、人员培养 KPI、团队建设 KPI、部门目标 KPI。KPI 比较分析：预定 KPI、实际达标的 KPI、实际 KPI 和预定的差比、横向的 KPI 差比。分析维度均为客户名称、地域、部门等。个人 KPI 考核分析：计划完成率、工作质量 KPI、用户满意度指标 KPI、规范流程指标 KPI、团队贡献度指标 KPI。KPI 比较分析：共四个指标，预定 KPI、实际达标的 KPI、实际 KPI 和预定的差比、横向的 KPI 差比。分析维度为员工、时间等。1.8.1.5 市场分析包括的分析项有：市场经济指标分析、市场需求分析、营销活动分析、市场调查结果分析。1.8.1.6 6、客户服务分析包括的分析项有：客户服务分析、服务质量分析。1.8.1.7 7、网络分析包括的分析项有：网络运行分析、网络容量分析、网络负载分析、网络收益分析、网络发展趋势分析、网络优化、错单分析。1.8.1.8 8、资源情况分析包括的分析项有：资源状况分析、资源使用分析、资源发展趋势分析、资源优化。1.8.1.9 9、财务分析包括的分析项有：财务状况分析、资金流动情况分析、投资情况分析、项目财务分析。主要采用的分析方法如下：多维分析：从多个不同的角度及其组合去分析数据；趋势分析：从时间序列分析随时间的变化趋势；意外分析：从大量历史数据中找出太高、太低、变化幅度过大等异常情况数据。并可进一 步进行相关影响原因的数据挖掘；排名分析：从大量数据中找出按某种分类方法的 Top N 或 Bottom N 数据，这些数据代表了需要特别关注的程度；比较分析：从相同的角度去对不同数据集合进行对比，找出差异所在，并可进一步深入挖掘差异原因；原因和影响分析：对于已产生的某个特定结果，从大量数据中挖掘出影响因素，并且分析不同因素或组合的重要程度；What-If 分析：与原因和影响分析不同，What-If 分析是观察在人为指定改变条件时，结果的变化情况，以便预测为了达到目标，最佳条件组合是什么。数据分析基于大量的业务数据，因此通常要求有数据仓库作基础，并要求数据仓库里已经存有丰富的数据。因此，在实施商业智能方案时，一般分两步走：第一步实现数据仓库和多维分析，构造商业智能的基础，实现分析应用；第二步实现数据挖掘，发挥商业智能的特色。对于这些需求，应用系统可以相应地划分为下面三个子系统，即：数据预处理子系统、数据仓库子系统、基于数据仓库的商业智能应用子系统，如图 1 所示。图 1 商业智能的系统框架进一步地，整个系统流程如图 2 所示。图 2 商务智能系统的处理流程如何管理海量数据并将这些数据转化成为企业的知识和决策，获得指导行动的洞察力呢？这就需要功能强大的商业智能工具和技术。这也就是为什么越来越多的公司转向 IBM 数据管理和商业智能系列产品的原因。从本质上说，商业智能并不是一门新技术，它是已有的技术的组合和集成。商业智能定义为下列软件工具的集合：终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具。OLAP 工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP 也被称为多维分析。多维分析：全方位了解现状。管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、功能、利润来看同一类储蓄的总额。每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。以前，每一个分析的角度需要制作一张报表。由此产生了在线多维分析工具，它的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在您面前。数据挖掘（Data Mining）软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。 数据集市(Data Mart)和数据仓库（Data Warehouse）产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。数据仓库不仅仅是个数据的储存仓库，更重要的是它提供了丰富的工具来清洗、转换和从各地提取数据，使得放在仓库里的数据清晰，易于使用。企业机构利用上述软件工具在统一的 BI 平台上建立所需的企业范围内的商业分析。因此 BI 的本质就是解决方案。IBM 提供了全面的商业智能解决方案，包括前端工具、在线分析处理工具、数据挖掘工具、企业数据仓库、数据仓库管理器和数据预处理工具等。IBM 商业智能的基础架构如图 3 所示。图 3 IBM 商业智能基础架构相应地，IBM 商业智能解决方案可概括为图 4。图 4 IBM 商业智能解决方案IBM 商业智能解决方案可以运行在 IBM 或非 IBM 平台上，包括 Unix、Windows、Linux、AS/400、OS/390 等。1.8.1.10 1. 数据存储和管理随着企业计算机业务系统的数据积淀，目前管理信息的难度比以往任何时候都大，因为数据可能来自不同的业务系统，如自助 Web 站点、呼叫中心、CRM、BOSS 和合作伙伴的内部网或外部网，常常会产生分散的、不一致的数据。无论商业智能应用的规模和深度如何，无论是主机、中型机、服务器还是工作组服务器，无论是台式电脑、膝上型电脑还是嵌入式客户机，DB2 都提供了一致的功能。支持的平台包括 Microsoft Windows NT、Windows 9x/me/XP 和 Windows 2000、Linux、OS/2、AS/400、AIX、Sun Solaris、HP-UX、SCO UnixWare 2、NUMA-Q PTX、OS/390、VM 和 VSE 等。用于商业智能的 DB2 解决方案提供了集成的、易于使用的数据仓库、数据分析和数据管理软件。通过易用的工具迅速建立和管理数据仓库。利用 UDB 8.1 和 DB2 Warehouse Manager (DB2 数据仓库管理器)，数据仓库的管理已经成为数据库管理系统的一个整体组成部分。新的图形界面使数据库管理员能够很容易地进行数据源查询、建立和检验数据仓库提取和转换过程、对性能进行分析和调整并将数据仓库投入使用。1.8.1.11 2数据处理UDB 和 DB2 Warehouse Manager 提供了一个丰富的图形环境，可以从 DB2 控制中心创建和管理高性能、可扩展的 DB2 数据仓库。一旦数据仓库准备就绪，DB2 Warehouse Manager 可以提供灵活易用的工具，使数据仓库可以被访问，并能够对使用情况进行管理和跟踪。UDB 控制中心的 Data Warehouse Center 是数据仓库管理的命令控制台，可以用来管理数据库、数据仓库以及环境的创建和过程的维护。在此可以：· 访问多个数据源 · 创建数据仓库的提取和转换过程 · 对过程进行检验 · 对提取和查询进行分析和调整 · 过程的自动化和监控数据仓库中心所特有的图形环境使数据仓库的设计人员可以很容易地对 150个以上的转换类型进行声明，并使创建过程的流程可视化。通过可在 Windows NT、Windows 2000、IBM OS/390、AS/400、AIX、OS/2 环境下使用的多种分布式数据仓库代理程序，DB2 数据仓库管理器提高了数据仓库的可扩展性，支持点对点的、分布式的和并行的数据移动，这样，数据仓库中心就成为了分布式环境下管理数据仓库和相关数据中心的中央控制点。通过数据仓库中心，可以访问 DB2, Oracle, Sybase, Informix, Microsoft ，普通文件，ODBC 和 OLE DB 数据源。它使用简单移动技术帮助您首先迅速起步，并能够为更多的数据移动提供更先进的功能。DB2 数据仓库管理器扩展了可访问数据源的种类，使用户可以利用 IBM Classic Connect 来访问 IMS 和 VSAM 数据源。DB2 数据仓库管理器还包括了 Information Catalog (信息目录)，它可以帮助用户寻找、了解和访问可用数据，这样他们就可以根据精确的数据迅速地做出决策。1.8.1.12 3IBM Warehouse ManagerIBM Warehouse Manager 是 IBM 数据仓库解决方案的重要组成部分，它主要由以下几部分功能组成：数据访问，数据转换，数据分布，数据存储，靠描述性数据查找和理解数据，显示、分析和发掘数据，数据转换过程的自动化及其管理。 IBM 的 Warehouse Manager 可获取的数据源可以是 DB2 家族中的任一数据库，也可以是 Oracle、Sybase、Informix、SQL Server 数据库和 IMS、VSAM 文件系统；存放数据仓库的数据库可以是 DB2 UDB for Windows NT、OS/2、AIX/600、HP-UX、Sun Solaris、SCO、SINIX 和 DB2/400、DB2 for OS/390；Warehouse Manager 的管理平台为 Windows NT 和 OS/2；而且以上适用的平台仍在不断地扩展。Warehouse Manager 建立在集成的数据字典之上，该数据字典实际上是一个装满描述信息的数据库，它提供了一个所有管理和操作功能的中心。数据仓库的模型以描述性数据的形式存储于该数据字典中，它定义了数据仓库的结构和内容，用于对数据源进行抽取、过滤、转换、映射后放入数据仓库。这种描述性数据是以商业视图形式被定义的，而且商业视图可以在多个数据仓库间输入和输出，大大方便了具有相同结构数据仓库的建造。 Warehouse Manager 提供了一个完整的分布式客户机/服务器系统环境。它包括四个组件：管理员、控制数据库、客户端管理员、代理。这些组件既可分布于几个不同的服务器，也可都安装在同一服务器上。Warehouse Manager 的管理是由其客户端管理员实现的，它使管理得以集中于一点。 Warehouse Manager 提供了完整的 Web 支持功能，允许从任何 Web 浏览器访问任何数据。因为 Warehouse Manager 的信息目录完全支持 Web，用户可以访问可用数据的详细信息，包括格式、通用性、拥有者和位置。IBM 的 Warehouse Manager 提供了强有力的工具以定义、建立、管理、监控和维护数据仓库为了更好地满足用户的需求，IBM 设计了一个完整的解决方案。IBM 将 DataGuide 和 Warehouse Manager 集成在一起并与 Lotus Approach 和相应平台上的 DB2 UDB 打包在一起，作为一个完整的解决方案提供给用户。其中，DataGuide 靠商用信息分类表支持商业需求，帮助用户查找和理解数据仓库中的商用信息；Lotus Approach 可帮助用户分析信息并把它们以图表的方式表示出来。1.8.1.13 4. 在线分析业务人员可能根据直觉提出这样的问题， "在春节期间和平时相比，用户通话有何不同"哪一类用户带来了最大的利润？"要想回答这类问题，则需要功能强大的在线分析工具。DB2 OLAP Server 将 Essbase OLAP 功能、Hyperion Solution 的 Essbase API 与 DB2 的数据管理功能集成在一起。这一组合可以建立复杂的客户化应用所需要的丰富的计算能力。无需任何查询语言方面的知识，只需要最基本的编程经验，DB2 OLAP 服务器就可以使用户迅速地、毫不费力地设计和管理应用程序。DB2 OLAP 服务器可将数据存储在 DB2 通用数据库这样的关系型数据库上，或将数据存储在 Hyperion Essbase 多维存储器上。通过集成 IBM 的 Warehouse Manager 和 DB2 OLAP Server，这套解决方案将具有三方面的重要价值： 完全、自动地把 OLAP 集成到数据仓库，数据抽取和生成自动地由规则和数据源支持，直接进入 DB2 OLAP Server 的立方体。 DB2 OLAP Server和Essbase产品最突出的方面在于它特别的分析能力和简便的分布。使用Warehouse Manager OLAP 版本能够自动地创建和维护多维数据库，大量减少手工维护并确保数据稳定。OLAP 描述数据外部化。一个中间数据存储库。可在可视化数据仓库上创建了一个中间信息仓库。这个中间数据仓库包含干净、抽取的数据，用来在 OLAP 系统上装载多维数据。一旦 OLAP 系统装载并上线，或者作为干净数据源来进行 OLAP 以外的分析比如查询客户地址等，这些中间数据就可以废弃。1.8.1.14 5. 数据挖掘业务人员也可能根据直觉提出这样的问题， “给公司带来最多利润的客户有什么特点？”，“采取何种电信资费策略既能保证一定的市场分额又能最大程度地获取利润？”。要想回答这类问题，则需要功能强大的数据挖掘工具。DB2 Intelligent Miner 将从数据仓库中帮助客户发现以前不知道的可用于指导行动的信息。 当用户的数据积累到一定数量时，这些数据的某些潜在联系、分类、推导结果和待发现价值隐藏在其中，可以使用数据发掘工具帮助发现这些有价值的数据，IBM 在这方面的工具就是 Intelligent Miner。IBM Intelligent Miner 被选为业界最佳数据挖掘工具，赢得了 DM 读者奖。Intelligent Miner 有别于其他厂家产品的地方在它丰富的挖掘方法。一般厂家主要是提供统计方面的技术。Intelligent Miner 不单单用统计方法，它还提供机器学习或神经网络的技术。Intelligent Miner 通过其世界领先的独有技术，例如典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化呈现，它可以自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据发掘操作。若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为止。IBM 的 Intelligent Miner 已形成系列，它帮助用户从企业数据资产中识别和提炼有价值的信息。Intelligent Miner for Data 可以寻找包含于传统文件、数据库、数据仓库和数据中心中的隐含信息。Intelligent Miner for Data 帮助用户充分利用传统数据库或普通文件中的结构化数据。其采集算法已成功应用于客户及贸易伙伴之中，满足市场分析、诈骗行为监测、客户联系管理等业务领域的需求。系统支持的服务器平台包括 AIX 和 AIX/SP、OS/390、Sun Solaris、OS/400 和 Windows NT，此外还将全面推出 OS/2 客户机版本。IBM 还扩展了采集解决方案的范围，包含了文本数据源。IBM Intelligent Miner for Text 允许企业从文本信息中获取有价值的客户信息。文本数据源可以是 Web 页面、在线服务、传真、电子邮件、Lotus Notes 数据库、协定和专利库。Intelligent Miner for Text 扩展了 IBM 的数据采集功能，可以从文本文档和数据源获取信息。数据源可以包括客户反馈、在线新闻服务、电子邮件和 Web 页面。其功能包括识别文档语言，建立姓名、用语或其它词汇的词典，提取文本的涵义，将类似的文档分组，并根据内容将文档归类。新版本中还包括一个全功能的先进文本搜索引擎和非常高效的 Web 文本搜索功能。系统支持的服务器平台包括 AIX 和 Windows NT、OS/390 和 Sun Solaris。DB2 Intelligent Miner Scoring 扩展了数据库的功能并允许用户可以实时部署数据挖掘分析结果。用户使用 DB2 Intelligent Miner Scoring 可以将数据分析和挖掘合并到应用程序中，应用程序按照一组用数据挖掘模式表示的预定标准对记录计分。这些应用程序可以更好的为业务和消费者用户服务，比如提供建议，改变基于过去行为的业务步骤。DB2 Intelligent Miner Scoring 是 DB2 的附加服务，由一套用户自定义类型（UDT）和用户自定义函数（UDF）组成，并扩展了 DB2 的数据挖掘功能，将挖掘应用模式的功能集成到 DB2 中了。使用 DB2 Intelligent Miner Scoring UDF 可以将特定类型的数据模型导入 DB2 的表并运用这些模型处理 DB2 中的数据。运用模型所得的结果即作为计分并根据所用模型的类型区别内容。为了增进挖掘模型在不同应用程序之间的交换，DB2 Intelligent Miner Scoring 充分利用了由数据挖掘程序开发组公布的预测模型标记语言（PMML）。 PMML 是一种标准格式。,它基于 XML 并提供了一个标准使得不同供应商的应用程序可以共享数据挖掘模型。使用 PMML 标准允许利用 DB2 Intelligent Miner for Data 建立的模型被非 DB2 的数据库使用, 且 DB2 Intelligent Miner Scoring 同样支持 ORACLE Cartridge Extenders。使用 DB2 Intelligent Miner Modeling 可以在不导出数据和不借助样本数据的情况下发现数据之间的关联性。DB2 Intelligent Miner Modeling 对于 DB2 来说是一个高级的 SQL 扩展，允许用户在商业应用中直接使用数据挖掘的各种模型。IBM 遵循开放标准，保证能够将商业智能基础结构与来自 IBM 和其它厂商的前沿技术集成。1.8.1.15 前端分析工具提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。往往与多维分析工具配合，作为多维分析服务器的前台界面。使用 DB2 OLAP Analyzer，可以达到企业的搣商业智能化攠，并提高信息技术组织的效率。信息技术人员可以让用户利用分析和报表的功能获得他们所需的信息，而不会失去对信息、数据完整性、系统性能和系统安全的控制。强大功能的报表:繁忙的信息技术部门可以在几分钟内创建用于在企业中分发的完善的报表，决策人员可以从该 Web 页面上找到可用的一系列报表。图形化分析:远远超出对数据的静态图形化视图，Brio 企业版提供强壮的图形化 OLAP 分析。决策人员可以根据需要排序、分组数据并改变搣图表攠的类型（直方图、饼形图、线图、堆积图）。图表中的元素可以被搣钻取攠到其他的细节层次，并可以返回来恢复一个概要性的视图。多种图表视图：直方图、线图、组合图、饼形图、堆积图和离散点图。可在任何地方“钻取”没有路径的预先定义。完善的报表:复合报表通过用各种不同的形式（交叉表、图表、表格或以上几种形式的组合）来表现分析结果，对工作进行概括。优美格式的商用报表。交互式的、立即的所见即所得显示。四、 电信营销管理解决方案1.9 方案背景新一代市场营销在渠道、流程和方法上发生了巨大的变化。 传统的市场营销新一代的市场营销渠道线下线上、线下融合单一渠道多渠道大规模媒体推广定制化信息流程孤岛一致性动机驱动数据驱动静态的动态的方法产品为中心客户为中心公司的品牌客户的品牌销售服务电信企业市场营销的业