移動通信業(yè)是典型的數(shù)據(jù)密集型行業(yè)，隨著通信體制改革的深化，移動通信業(yè)的競爭也日趨激烈。與其他行業(yè)相比，移動通信行業(yè)擁有更多的有關(guān)用戶的數(shù)據(jù)。誰能正確地分析這些數(shù)據(jù)所得到有用的信息，誰就能更好地向用戶提供服務(wù)，也就能夠發(fā)現(xiàn)更多的商機(jī)，從而在競爭中獲勝。數(shù)據(jù)倉庫可以將移動通信企業(yè)的這些數(shù)據(jù)變?yōu)橛杏玫男畔碇С譀Q策，因此，數(shù)據(jù)倉庫在移動通信業(yè)中有重要的應(yīng)用價值。

現(xiàn)在絕大多數(shù)的企業(yè)都在走經(jīng)營分析信息化這條路，但光有綜合業(yè)務(wù)自動化系統(tǒng)或者決策支持系統(tǒng)卻沒有完善的數(shù)據(jù)支持都屬于粗放型經(jīng)營分析，只算是達(dá)到了企業(yè)經(jīng)營分析的自動化，還不能算是經(jīng)營分析信息化?？梢酝ㄟ^移動通信業(yè)邏輯數(shù)據(jù)模型，建立一個集中的、一致的和可擴(kuò)展的數(shù)據(jù)倉庫系統(tǒng)，以保證移動通信企業(yè)運(yùn)用先進(jìn)的經(jīng)營分析系統(tǒng)建立戰(zhàn)略性的競爭優(yōu)勢。

1 數(shù)據(jù)倉庫的概念及技術(shù)

1.1 數(shù)據(jù)倉庫的概念

數(shù)據(jù)倉庫之父Bill Inmon對數(shù)據(jù)倉庫所下的定義是：數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持管理決策的過程。這個定義概括了數(shù)據(jù)倉庫的實(shí)質(zhì)。從存儲方式和技術(shù)方面，數(shù)據(jù)庫領(lǐng)域著名的學(xué)者韓家煒教授給出另外一個描述：數(shù)據(jù)倉庫是一種多個異種數(shù)據(jù)源在單個站點(diǎn)以統(tǒng)一的模式組織的存儲，以支持管理決策?？梢姡瑪?shù)據(jù)倉庫是一個支持決策的過程，它有這樣一些特性：面向主題的、集成的、穩(wěn)定的、隨時間變化的，多個異種數(shù)據(jù)源在單個站點(diǎn)以統(tǒng)一的模式組織存儲的。

1.2 數(shù)據(jù)倉庫技術(shù)

1.2.1 數(shù)據(jù)處理

數(shù)據(jù)倉庫的數(shù)據(jù)處理(ETL)包括數(shù)據(jù)的抽取、清理、轉(zhuǎn)換與加載。把數(shù)據(jù)從操作型環(huán)境轉(zhuǎn)換到數(shù)據(jù)倉庫環(huán)境的數(shù)據(jù)抽取要實(shí)現(xiàn)技術(shù)上的變化。這種變化不僅指的是一種DBMS的變化，還包含源于操作系統(tǒng)的變化、硬件的變化、數(shù)據(jù)結(jié)構(gòu)的變化。

把數(shù)據(jù)從操作型環(huán)境載入到數(shù)據(jù)倉庫環(huán)境時，如果數(shù)據(jù)以一種非集成狀態(tài)到達(dá)數(shù)據(jù)倉庫，它就不能被用來支持?jǐn)?shù)據(jù)的企業(yè)視圖。數(shù)據(jù)的企業(yè)視圖是體系結(jié)構(gòu)設(shè)計環(huán)境的本質(zhì)之一。

數(shù)據(jù)并非只是注入數(shù)據(jù)倉庫，它在數(shù)據(jù)倉庫中也有自己的生命周期。到了一定時候，數(shù)據(jù)將從倉庫中清除。數(shù)據(jù)清理問題是數(shù)據(jù)倉庫設(shè)計人員無法回避的基本設(shè)計問題之一。從某種意義上講，數(shù)據(jù)根本不是從數(shù)據(jù)倉庫中清除，而僅是上升到更高的綜合級。

1.2.2 數(shù)據(jù)倉庫的數(shù)據(jù)模型

一個企業(yè)數(shù)據(jù)模型建造時不考慮現(xiàn)存的操作型系統(tǒng)與數(shù)據(jù)倉庫之間的差別，企業(yè)數(shù)據(jù)模型只包含原始數(shù)據(jù)。要建造一個單獨(dú)的現(xiàn)存數(shù)據(jù)模型，需要從企業(yè)數(shù)據(jù)模型開始。當(dāng)企業(yè)數(shù)據(jù)模型用于操作型系統(tǒng)時，幾乎不用做什么改動。但是，企業(yè)數(shù)據(jù)模型用到數(shù)據(jù)倉庫中要做相當(dāng)多的改動。首先要做的是除去純粹用于操作型環(huán)境的數(shù)據(jù)；然后在企業(yè)數(shù)據(jù)模型的鍵碼結(jié)構(gòu)中增加時間元素；導(dǎo)出數(shù)據(jù)加到企業(yè)數(shù)據(jù)模型中，在那里導(dǎo)出數(shù)據(jù)作為公用并只計算一次，而不重復(fù)計算；最后，操作型系統(tǒng)中的數(shù)據(jù)關(guān)系在數(shù)據(jù)倉庫中就轉(zhuǎn)變?yōu)椤叭斯りP(guān)系”。

有3個層次的數(shù)據(jù)建模：高層建模(ERD，實(shí)體關(guān)系層)，中間層建模(DIS，數(shù)據(jù)項(xiàng)集)，底層建模(物理層)。

1.2.3 數(shù)據(jù)倉庫的性能特性

確定性能特性是設(shè)計的重要一步，在數(shù)據(jù)倉庫的情況下，意味著決定數(shù)據(jù)的粒度與分割。

粒度  粒度是指數(shù)據(jù)倉庫的數(shù)據(jù)單位中保存數(shù)據(jù)的細(xì)化或綜合程度的級別。在早期建立的操作型系統(tǒng)中，粒度是用于訪問授權(quán)的。當(dāng)詳細(xì)的數(shù)據(jù)被更新時，幾乎總是把它存放在最低粒度級上。但在數(shù)據(jù)倉庫環(huán)境中，對粒度不作假設(shè)。在數(shù)據(jù)倉庫環(huán)境中粒度之所以是主要的設(shè)計問題，是因?yàn)樗钌钣绊懘娣旁跀?shù)據(jù)倉庫中的數(shù)據(jù)量的大小，以及數(shù)據(jù)倉庫所能回答的查詢類型。在數(shù)據(jù)倉庫中的數(shù)據(jù)量大小與查詢的詳細(xì)程度之間要作出權(quán)衡。

分割  人們常說，如果粒度和分割都做得很好的話，數(shù)據(jù)倉庫設(shè)計和實(shí)現(xiàn)的幾乎所有其他問題都容易解決。但是，假如粒度處理不當(dāng)并且分割也沒有認(rèn)真地設(shè)計與實(shí)現(xiàn)，這將使其他方面的設(shè)計難以真正實(shí)現(xiàn)。對當(dāng)前細(xì)節(jié)數(shù)據(jù)進(jìn)行分割的總體目的是把數(shù)據(jù)劃分成小的物理單元。數(shù)據(jù)分割的重要性在于小的物理單元能為操作者和設(shè)計者在管理數(shù)據(jù)時提供比對大的物理單元更大的靈活性。

物理I／O 物理設(shè)計因素的中心在于物理I／O(輸入／輸出)。對性能來說I／O事件如此重要是因?yàn)榇鎯ζ骱陀嬎銠C(jī)之間的數(shù)據(jù)傳輸速度比計算機(jī)運(yùn)算速度要慢大約2～3個數(shù)量級。計算機(jī)內(nèi)部運(yùn)算速度以毫微秒計，而數(shù)據(jù)的傳輸速度是以毫秒計。因此，物理I／O是主要影響性能的因素。為了提升性能，應(yīng)在系統(tǒng)中盡量減少物理I／O。

1.2.4 樣本數(shù)據(jù)庫

樣本數(shù)據(jù)庫是數(shù)據(jù)倉庫的一種有趣的、混雜的形式，它只是真實(shí)檔案數(shù)據(jù)或輕度綜合數(shù)據(jù)的子集。術(shù)語“樣本”源于它是更大數(shù)據(jù)庫的子集(即樣本)這一事實(shí)，并需要進(jìn)行定期刷新。

1.2.5 數(shù)據(jù)倉庫中的數(shù)據(jù)組織

數(shù)據(jù)倉庫中最簡單最常用的數(shù)據(jù)組織形式也許是簡單堆積結(jié)構(gòu)，從操作型環(huán)境中取出每天的事務(wù)處理，然后綜合成數(shù)據(jù)倉庫記錄，這個綜合可根據(jù)顧客、帳戶或者任何組織到數(shù)據(jù)倉庫的主題領(lǐng)域來進(jìn)行。這里的事務(wù)處理是以天來進(jìn)行綜合。數(shù)據(jù)通過與前面相同的處理方法從操作型環(huán)境輸入到數(shù)據(jù)倉庫環(huán)境中。只是在輪轉(zhuǎn)綜合文件中的數(shù)據(jù)才被輸入到不同的結(jié)構(gòu)形式中。第一周的7天中的活動被逐一綜合到7個每日相應(yīng)的位置，到第八天，將7個每日位置的數(shù)據(jù)加到一起，并放人第一周的數(shù)據(jù)位置中。然后，第八天的每日總計加到第一個每日數(shù)據(jù)位置。

1.2.6  元數(shù)據(jù)

數(shù)據(jù)倉庫環(huán)境中一個重要方面是元數(shù)據(jù)。元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)。只要有程序和數(shù)據(jù)，元數(shù)據(jù)就是信息處理環(huán)境的一部分。但是在數(shù)據(jù)倉庫中，元數(shù)據(jù)扮演一個新的重要角色。也正因?yàn)橛辛嗽獢?shù)據(jù)，可以最有效地利用數(shù)據(jù)倉庫。元數(shù)據(jù)使得最終用戶／DSS分析員能夠探索各種可能性。元數(shù)據(jù)在數(shù)據(jù)倉庫的上層，并且記錄數(shù)據(jù)倉庫中對象的位置。

1.2.7 數(shù)據(jù)索引與監(jiān)視

數(shù)據(jù)倉庫的靈魂就在于靈活性和對數(shù)據(jù)的不可預(yù)測的訪問。數(shù)據(jù)倉庫中的數(shù)據(jù)如果不能方便和有效地檢索，那么建立數(shù)據(jù)倉庫這項(xiàng)工作就不成功。當(dāng)然，設(shè)計者可以利用許多方法來使數(shù)據(jù)盡可能的靈活，例如利用雙重粒度級和數(shù)據(jù)分割。但這些技術(shù)一定要支持方便的索引，如二級索引、稀疏索引、動態(tài)索引、臨時索引等。而且建立和應(yīng)用索引的費(fèi)用不能太高。同時數(shù)據(jù)倉庫中的數(shù)據(jù)也應(yīng)能隨意地被監(jiān)視，監(jiān)視數(shù)據(jù)的費(fèi)用也不能太高，過程不能太復(fù)雜，監(jiān)視程序在需要時應(yīng)能隨時運(yùn)行。

1.2.8 數(shù)據(jù)周期

所謂數(shù)據(jù)周期是指從操作型環(huán)境數(shù)據(jù)發(fā)生改變起，到這個變化反映到數(shù)據(jù)倉庫中所用的時間。原則上從操作型環(huán)境知道數(shù)據(jù)的改變到這個變化反映到數(shù)據(jù)倉庫中至少應(yīng)該經(jīng)歷24 h。沒有必要急于把這個變化轉(zhuǎn)入信息倉庫中去，原因在于如果操作型環(huán)境與數(shù)據(jù)倉庫相互之間結(jié)合得越緊密，那么所需的費(fèi)用就越昂貴，技術(shù)也越復(fù)雜。24 h的時間間隔以現(xiàn)有技術(shù)來說將很容易被實(shí)現(xiàn)。更有說服力的一個原因是，時間間隔給環(huán)境附加了一個特殊的限制。間隔24 h，使得在數(shù)據(jù)倉庫中不必做操作型處理；在操作型環(huán)境中不必做數(shù)據(jù)倉庫處理。時間間隔的另一個好處是在轉(zhuǎn)入數(shù)據(jù)倉庫之前，數(shù)據(jù)能達(dá)到穩(wěn)定。

1.2.9 數(shù)據(jù)分析

數(shù)據(jù)分析技術(shù)是指一種能夠應(yīng)用在數(shù)據(jù)倉庫基礎(chǔ)之上，進(jìn)行業(yè)務(wù)應(yīng)用分析的數(shù)學(xué)方法。在現(xiàn)階段主要包括OLAP技術(shù)、數(shù)據(jù)挖掘技術(shù)、統(tǒng)計分析技術(shù)、聯(lián)機(jī)挖掘等內(nèi)容。

OLAP技術(shù)也叫聯(lián)機(jī)分析處理。是使分析人員、管理人員或執(zhí)行人員能夠從多種角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解、并真實(shí)反映企業(yè)維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更加深入了解的一類軟件技術(shù)。

OLAP技術(shù)的技術(shù)核心就是維。如地理維、時間維等。維也可以分層次的。例如時間維可以向下分成日期、月份、季節(jié)、年等不同的層次；地理維可以向下劃分為區(qū)、省、市、縣、鄉(xiāng)等層次。
2 數(shù)據(jù)處理方案的選擇

對于移動通信企業(yè)而言，數(shù)據(jù)倉庫的實(shí)施是對移動經(jīng)營分析管理的一次提升，因此要謹(jǐn)慎地選擇適合需要的數(shù)據(jù)倉庫數(shù)據(jù)處理與分析產(chǎn)品。目前主流數(shù)據(jù)倉庫的數(shù)據(jù)處理專業(yè)工具有：CA，NCR，IBM，Informix(IBM)，Oracle和SAS。

經(jīng)過采樣測試和對用戶的調(diào)查，SAS效率較其他工具高，ETL的效果較好，適合經(jīng)營分析領(lǐng)域的數(shù)據(jù)處理。在國際學(xué)術(shù)界有條不成文的規(guī)定：凡是SAS統(tǒng)計分析的結(jié)果，可以不說明算法。通過對SAS 8.0的使用，發(fā)現(xiàn)SAS的人機(jī)對話界面很友好，既可以通過編程進(jìn)行數(shù)據(jù)的處理，也可以通過在對話框選擇命令來間接得到數(shù)據(jù)處理代碼。但SAS數(shù)據(jù)處理的劣勢是它的數(shù)據(jù)倉庫是一種比較落后的數(shù)據(jù)集模式。

由于SAS數(shù)據(jù)處理的效率性能和相關(guān)功能及對經(jīng)營分析的針對性都優(yōu)于其他專業(yè)工具。最終決定選擇SAS作為數(shù)據(jù)處理的工具，為彌補(bǔ)SAS數(shù)據(jù)庫技術(shù)的落后，數(shù)據(jù)倉庫的存儲還是采用最流行的Oracle。

3 數(shù)據(jù)分析方案的選擇

市場上流行的主要有Cognos，Business Objects，Brio等數(shù)據(jù)倉庫前端分析工具。對于移動通信企業(yè)經(jīng)營分析系統(tǒng)，除了要有基本的旋轉(zhuǎn)、切片、鉆取功能等OLAP功能以外，關(guān)鍵是有功能強(qiáng)大完整的Web端。Brio可以支持Web／Intranet環(huán)境，并且報表生成速度快，支持多種數(shù)據(jù)導(dǎo)出格式，如excel，pdf，txt，html，csv等。其離線分析方式也保證了經(jīng)營分析系統(tǒng)的性能不會受到用戶的增加而減弱。Brio在這些方面比較合適企業(yè)經(jīng)營分析系統(tǒng)的要求，所以我們選擇Brio作為移動通信企業(yè)經(jīng)營分析系統(tǒng)的數(shù)據(jù)分析工具。

4 經(jīng)營分析系統(tǒng)中數(shù)據(jù)處理的實(shí)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(wù)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(wù)狀況。這些數(shù)據(jù)一般是高粒度的，即達(dá)到非常細(xì)節(jié)的程度(例如移動通信行業(yè)里面的詳細(xì)通話記錄等)。來自移動業(yè)務(wù)系統(tǒng)的實(shí)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(jìn)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(wù)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(wù)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(jìn)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(biāo)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(fèi)系統(tǒng)和客戶服務(wù)系統(tǒng)等專業(yè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)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(yīng)業(yè)務(wù)系統(tǒng)(OLTP)的數(shù)據(jù)模式轉(zhuǎn)換為適應(yīng)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(shí)現(xiàn)

數(shù)據(jù)分析技術(shù)是建立在一定的數(shù)據(jù)基礎(chǔ)上的，進(jìn)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(jī)挖掘(OLAM)等。需要說明的是，數(shù)據(jù)分析技術(shù)不一定要建立在數(shù)據(jù)倉庫基礎(chǔ)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(wù)器，其中包括網(wǎng)絡(luò)應(yīng)用服務(wù)器與查詢服務(wù)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(luò)應(yīng)用服務(wù)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(yīng)得報表。查詢服務(wù)器按照預(yù)定時間自動進(jìn)行查詢處理并通過E-mail、網(wǎng)絡(luò)、打印機(jī)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(wù)的業(yè)績水平。具體的分析主題可以通過主界面進(jìn)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(fèi)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(xì)化方法。主題的劃分實(shí)際上與分析內(nèi)容的范圍直接相關(guān)，主題劃分清楚后，下一步就是細(xì)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(yīng)分析角度，而度量對應(yīng)分析關(guān)心的具體指標(biāo)，在數(shù)據(jù)倉庫中體現(xiàn)在話費(fèi)數(shù)額，通話張數(shù)，通話時長等方面。一個指標(biāo)究竟是作為維元素、度量還是維屬性，取決于具體的業(yè)務(wù)需求，但從實(shí)際操作中可以總結(jié)出如下的概念性經(jīng)驗(yàn)：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(jìn)行分段，以分段值作為實(shí)際的維元素，就像為了取消費(fèi)水平為維元素，就對客戶群的消費(fèi)水平進(jìn)行分段。判斷分析指標(biāo)是作為維元素還是維屬性時，則需綜合考慮這個指標(biāo)占用的存儲空間與相關(guān)查詢的使用頻度。需要強(qiáng)調(diào)的是，在細(xì)化分析內(nèi)容的過程中，務(wù)必解決指標(biāo)的歧義問題。在不同報表中以及在業(yè)務(wù)訪談中同一名稱的指標(biāo)，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(guān)系是什么，這些問題都必須從熟悉業(yè)務(wù)的分析人員那里得到準(zhǔn)確、清晰的答案，否則將影響到模型設(shè)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(jìn)行了相關(guān)的設(shè)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。