樊耀東+張海彤



【摘 要】為了對電信運營商大數據業務運營流程進行剖析,首先針對運營商在對外開展大數據業務的過程中所面臨的管理困境進行了總結和分析,并從數據資產管理流程及大數據端到端業務流程兩方面提出相應的改進建議,以期為電信運營商大數據業務整體推進提供有益的參考。
【關鍵詞】大數據業務 數據資產管理流程 端到端業務流程
1 引言
2015年,在“互聯網+”戰略及創新氛圍的帶動下,三大運營商均已完成大數據應用場景從內部應用轉向外部變現的破局。2016年以后,運營商的大數據業務正逐漸走向規模化和商業化。在大數據業務的規模化商業化運營過程中,運營商面臨怎樣的挑戰,又該如何應對,成為值得探討的問題。
本文將針對運營商的大數據業務運營全流程,從數據資產管理和大數據端到端業務流程兩條管理制度流程,詳細剖析運營商開展大數據業務所面臨的困難,并針對這些困難提供出優化提升的管理建議,以期為后續大數據業務運營管理提供參考。
2 大數據業務管理現狀及相關理論介紹
2.1 大數據業務管理現狀
運營商在開展大數據業務過程中通常會涉及兩條流程支線:數據資產管理流程和大數據端到端業務管理流程。
如圖1所示,在大數據端到端業務管理流程方面,大部分運營商已形成了前端部門收集匯總大數據需求,后端部門與外部支撐廠商進行大數據應用功能的具體開發實現的端到端業務管理流程。
如圖2所示,在數據資產管理流程方面,大部分運營商仍延續傳統的采集存儲規則,并未形成針對大數據應用的系統性的數據資產管理流程及制度。完整的數據資產管理是包括針對數據的計劃、規范定義、采集存儲、提取使用、盤點維護、數據清除環節在內的全生命周期管理,而目前大部分運營商的數據管理僅包含采集存儲、提取使用、數據清除環節,且現存管理制度不適應大數據業務特征,制度有效性受限。
2.2 BPMMM和數據質量管理評估維度
(1)業務流程管理成熟度模型
業務流程管理成熟度模型(BPMMM,Business Process Management Maturity Model)是用來評價并提高企業業務流程管理水平的模型,包括外部結構和內部結構。如圖3所示,BPMMM的外部結構劃分為初始級、可復用級、已定義級、可管理級和優化級五個層級。
BPMMM的內部結構則主要用于判斷組織所處的成熟度水平,并分析未來改進方向。內部結構分為成熟度級別、管理領域、關鍵指標和典型行為。內部結構將外部結構的每一級別細化為戰略與組織文化、業務流程管理活動、客戶關系管理、人力資源及組織管理、知識管理和IT管理六大管理領域,模型進一步將每一個管理領域劃分為多個關鍵指標,用于闡述在該領域所關注的業務流程管理重點,最后將利用各關鍵指標的典型行為,區分出這些關鍵指標在不同的成熟度級別中的不同表現,從而判斷這些關鍵指標所處的成熟度級別。
(2)數據質量管理評估維度
在數據質量管理評估維度中,針對數據的改善和管理,主要包括數據分析、數據評估、數據清洗、數據監控、錯誤預警等內容;針對組織的改善和管理,主要包括確立組織數據質量改進目標、評估組織流程、制定組織流程改善計劃、制定組織監督審核機制、實施改進、評估改善效果等多個環節。任何改善都是建立在評估的基礎上,知道問題在哪才能實施改進。通常數據質量評估和管理評估需通過以下六個維度衡量:
1)完整性:完整性用于度量哪些數據丟失了或者哪些數據不可用。
2)規范性:規范性用于度量哪些數據未按統一格式存儲。
3)一致性:一致性用于度量哪些數據的值在信息含義上是沖突的。
4)準確性:準確性用于度量哪些數據和信息是不正確的或者數據是超期的。
5)唯一性:唯一性用于度量哪些數據是重復數據或者數據的哪些屬性是重復的。
6)關聯性:關聯性用于度量哪些關聯的數據缺失或者未建立索引。
3 大數據業務面臨的困境
(1)運營商大數據業務運營管理流程成熟度分析
運營商普遍已形成可復用的業務運營管理流程,部分在大數據業務領域較為領先的運營商已經建立了獨立的部門甚至子公司對大數據業務進行管理和協調,也有少數運營商建立了大數據業務開展的流程管理規范。但目前各運營商的大數據業務管理規范還較為粗放,未能全面切實地指導大數據業務的開展。并且,仍有大部分的運營商未確定大數據業務開展的組織形式。因此,根據業務流程管理成熟度模型,運營商的大數據業務管理流程目前正處于從可復用級成熟度水平向己定義級成熟度水平過渡的階段,管理流程水平仍有很大的優化提升空間。
(2)端到端業務管理流程問題分析
運營商大數據端到端業務流程的問題主要集中在需求溝通確認、數據建模及提數環節。
在需求溝通確認環節,由于前端業務人員與后端技術人員對數據資源的理解視角及溝通方式存在差異,導致跨部門溝通效率低下,進而導致需求溝通環節冗長、反復。
在數據建模及提數環節,由于數據資產定義及分級分類規范的缺失以及數據質量管控制度的缺失,導致提取數據無法滿足建模需求,需調整數據模型并補充提取數據。
除此以外,運營商當前大數據業務需求滿足流程缺乏系統的有效支撐,大量工作需人工手動完成,嚴重影響大數據業務響應速度。
(3)資產管理流程問題分析
數據資產管理流程的問題主要集中在規范定義、采集存儲及提取使用環節。
在規范定義方面,運營商普遍還未形成公司級的數據資產定義及分級分類規范,直接導致數據開放策略、數據采集存儲策略、數據質量管理策略無從制定,影響數據資產長期積累及大數據業務的拓展。
在采集存儲方面,絕大多數運營商仍延續傳統數據采集存儲策略,未依據大數據業務需求制定數據采集存儲策略,導致數據采集及存儲質量無法滿足大數據應用需求,某些大數據需求數據甚至未能采集和存儲。
在提取使用方面,運營商普遍未建立完整的數據質量管控制度。從數據質量管理評估的六大維度來看,運營商數據,尤其是傳統業務對其質量要求較低的網絡域數據,存在數據采集、錄入、存儲隨意導致數據存在不完整、不準確等多重問題,無法滿足大數據應用的需求。例如在位置信息方面,小區經緯度信息存在大量的經緯度填反、數據缺失現象,基站名稱存在拼音、數字編碼、字符等多種形式并存導致數據可用性差等情況。
4 應對策略建議
本文對運營商大數據業務運營管理流程存在的問題進行原因追溯、分析發現,上述問題產生的原因可以歸結為公司級數據資產定義及分級分類標準規范缺失、數據質量管控機制缺失及系統缺乏有效支撐三類。接下來,本文將從這三個方面給出優化改進的思路:
(1)建立公司級數據資產定義及分級分類標準規范
針對需求溝通過程中業務人員與技術人員之間以及不同系統管理人員之間存在溝通協調壁壘的問題,運營商應建立公司級數據資產定義及分級分類標準規范,劃定關鍵數據資產范圍、對數據進行統一的分級分類并制定統一的數據操作規范。公司范圍內關鍵數據的規范和統一,將減少業務分析人員針對數據的研究時間,幫助分析人員更有效的決策,并能夠彌合業務人員和IT人員之間的分歧,提升跨專業溝通效率。
(2)搭建數據質量管理機制
針對運營商在數據質量方面的問題以及由此引發的數據建模及提數流程反復問題,各運營商應按照計劃、執行、檢查、行動的步驟,制定適合于本公司的循環迭代式數據質量管理機制,逐步實現數據質量的階梯式上升。具體來講,各運營商需要在計劃階段根據大數據業務的特征和需求制定數據質量標準,基于該標準開展數據ETL工作流程,在實施過程中持續監控和度量數據質量水平,發現問題時執行數據質量即時解決方案并將問題進行記錄備案。
(3)建立可視化、自主化、模塊化的數據流管理體系
最后,針對運營商系統支撐能力弱、支撐效率低的問題,運營商應建立可視化、自主化、模塊化的數據流管理體系,通過對產品形成過程的可視化監督強化對大數據產品最終質量的管控,同時通過自主化、模塊化的管理模式提升大數據業務的快速響應能力。
1)可視化:業務建模所需的數據從需求端到數據源的數據流及數據血緣關系直觀可見。
2)自主化:在清晰定義的數據關系的基礎上,實現數據的自動調度及更新。
3)模塊化:專業化模塊分工提升工作效率,同時在各模塊之間設置溝通協調人員,確保模塊之間信息溝通及時順暢。
5 反思與結論
隨著大數據行業競爭程度的逐漸升級,大數據業務成功開展的決定性因素已經慢慢由數據資源優勢轉向了應用及運營能力優勢上。運營商擁有體量巨大、維度豐富的數據金礦,但如何開采這座金礦、將金礦變成抓得住的價值是所有電信運營商值得深思的問題。本文從數據資產管理和大數據端到端業務流程兩條管理制度流程,分析了運營商開展大數據業務所面臨的困難,并提出優化提升的管理建議。
參考文獻:
[1] 曹魯. 大數據業務在電信運營中的應用分析[J]. 中國新通信, 2016(16): 115-116.
[2] 孫麗弘,趙韓子. 關于移動數據業務精益運營體系建設的研究[J]. 現代電信科技, 2016(1): 29-32.
[3] 金天驕. 運營商大數據業務規劃思路研究[J]. 互聯網天地, 2015(2): 58-62.
[4] 邵珠峰. 移動數據業務運營支撐系統(MDSOSS)解決方案[J]. 信息系統工程, 2013(7): 38.
[5] 劉潔,王哲. 基于大數據的電信運營商業務精確運營平臺的構建[J]. 電信科學, 2013(3): 22-26.
[6] 郭培勇. 數據業務深度運營平臺的分析與設計[D]. 北京: 北京郵電大學, 2011.
[7] 連潔. 基于XPORT的多路數據轉發單元的設計[J]. 無線電工程, 2014,44(8): 41-44.
[8] 郭小寧. 數據業務深度運營管理平臺的建設[D]. 長春: 吉林大學, 2008.
[9] 楊毅. 一種基于網格優化的空間數據訪問與存儲研究[J]. 無線電通信技術, 2014,40(6): 43-46.
[10] 陶杰,范琨. 我國移動數據業務運營模式的研究[J]. 山西電子技術, 2007(3): 79-81.