數據倉庫技術在通信業務分析中的應用探析

周明　張茁

【摘要】 通信行業具有數據密集的特點。隨著國家社會經濟各領域體制改革的深入，通信市場被逐漸放寬，通信業的競爭也將火熱化。對數據的正確分析，盡量獲取有用信息，是提高服務水平的有力對策，也是拓展商機，贏得競爭的最佳選擇。將數據倉庫技術應用在通信行業的業務分析中是獲取有價值信息的關鍵。

【關鍵詞】 數據倉庫技術 通信業務 應用探析

一、數據倉庫技術淺談

數據倉庫的數據集合具有隨時間變化、穩定、集成與面向主題的特點，是管理決策的支撐，是在模式統一下的單個站點對各個異種數據源的儲存，數據倉庫是管理的有力助手。數據的轉換、清理、加載與抽取是數據倉庫的ETL（數據處理）主要內容，數據的操作型向倉庫型轉換需變化的技術，處理變化的DBMS，硬件、操作系統、數據結構等也需要變化。數據倉庫并非數據的終點，當時間一定，倉庫也將刪除該數據，這是客觀存在的事實。其實，也可以理解為數據的綜合級別上升。

二、選擇數據處理方案

通信行業業務分析的數據倉庫技術的應用可提升管理水平。當前，NCR、CA、SAS、Oracle等是主要的處理數據工具。在實踐中，最高效率的是SAS，排列第二的是ETL，在經營業務分析中非常適用。在國際上，利用SAS得到的數據結果，算法可被忽略。在使用SAS8.0后，人機對話界面比較人性化，數據處理的編程、對話框命令選擇都可實現，當然，也存在數據集模式落后的問題。SAS工具在業務分析的針對性、效率性能等優點明顯，可通過Oracle儲存補充其不足。

三、選擇數據方案

前端的分析數據倉庫工具有Brio、Cognos等，通信行業的業務分析中，基本的OLAP功能，如鉆取、切片、旋轉等是必須的，更需要Web端。Web/Intranet環境可由Brio支持，實現快速生成報表，格式輸出多樣。業務分析系統可在離線分析狀態下保證性能的良好。可見，通信業的業務分析可采用Brio為數據分析工具。

四、數據處理在經營業務分析系統中的應用

通常說來，通信企業的分析型系統在建構前，其他業務系統是已經存在的，企業業務經營情況可根據系統數據得知。數據的細節程度比較高，比如通信業務中的通話記錄、短息記錄等，企業數據倉庫以實時數據（來自業務系統）為來源，在數據倉庫利用前，工序是必不可少的。文件接口、數據庫接口是常見的抽取數據接口，根據性能要求、元數據形式、數據量與業務量源數據的差異，數據抽取接口做對應選擇。將源數據抽取于業務系統，參考數據倉庫模型標準，對數據做轉換、合并、匯總等處理，確保不同格式與系統數據具有完整性與一致性的過程即數據轉換。數據追加策略、加載周期是加載數據的注意點。

如果抽取、轉換數據環節出現數據錯誤，可在數據倉庫中將加載的數據做標簽處理，集中存放。圖1為數據抽取與加載的過程示意圖。

五、數據分析在經營業務分析系統中的實現

OLAM（練級挖掘）、統計分析、數據挖掘、OLAP分析等是常見的數據分析方法，數據倉庫并不是必須的數據分析技術基礎，但若利用數據倉庫，分析數據的能力、效率迅速提升。客戶端（Web、Client/Sercer方式）與網絡查詢與應用服務器是通信行業中的業務分析主要邏輯結構。客戶集中管理、安全性報表與客戶的網上查詢功能可通過網絡應用服務器實現。通過查詢服務器，查詢處理可預訂時間，報表分發也可通過Web、打印機、網絡與E-mail等實現。通常情況下，通信行業會將企業的多中經營業務業績水平顯示在主界面上，在主界面幫助下，實現對分析主題的功能模塊選取，如消費水平分析、時段分析、長話流向分析等。內容分析范圍與主題劃分關系密切，當清楚的劃分主題后，細化分析以及確定其內容性質則是下一個目標。分析角度與維元素相關，分析指標與度量相關，主要表現為通話張數、時常、話費數額等。業務的需求決定指標的選擇。指標歧義需要在細化分析時重點解決。

六、結語

我國通信市場具有一定的壟斷性。在通信行業，信息數據的增加顯示了巨大的市場潛力，在分析研究數據的基礎上，對深層次內容不斷挖掘，發現其固有的規律，要求通信企業員工長期合作、共同努力。

參 考 文 獻

[1] 何竺樺. 數據倉庫技術在移動通信中的應用分析[J]. 通訊世界，2013，（14）：5-6

[2] 萬嘉春. 數據倉庫技術在通信領域的應用分析[J]. 中國信息化，2013，（12）：33-33，34

[3] 王瑾. 數據倉庫技術在通信領域的應用分析[J]. 中國信息化，2013，（10）：54-54