基于大數據的M運營商運營管理信息系統應用（一）

趙恒 中國移動江蘇有限公司網絡部

中創信測技術專欄

基于大數據的M運營商運營管理信息系統應用（一）

趙恒 中國移動江蘇有限公司網絡部

編者按：針對某省運營管理系統存在的數據問題和現狀，中國移動江蘇有限公司網絡部趙恒特撰寫《基于大數據的M運營商運營管理信息系統應用》一文，該文有針對性地提出了Hadoop處理框架和數據集市云化的架構應用，描述了基于大數據平臺的某運營商運管管理信息系統，其內部優化了KPI管理、產品管理、決策管理、生產服務、客戶服務、投訴管理、市場營銷等管理流程，在項目實施過程中形成了統一大數據中心管理模式，打破了部門壁壘和信息鴻溝，效果良好，獲得運營商集團公司科技與業務創新一等獎。可供相關技術人員學習、參考。

針對某省運營管理系統存在的基礎數據問題和現狀，有針對性提出了Hadoop處理框架和數據集市云化的架構應用。本文描述了基于大數據平臺的某省運營商運管管理信息系統，在內部優化了包括KPI管理、產品管理、決策管理、生產服務、客戶服務、投訴管理、市場營銷等在內的管理流程，在項目實施過程中形成統一大數據中心管理模式，打破部門壁壘和信息鴻溝，產生了良好的效果，獲得運營商集團公司的科技與業務創新一等獎。

大數據；運營商；運營管理；管理信息系統

1 大數據運營管理信息系統的實現

大數據運營管理信息系統采用新技術，運營商采用業界先進且成熟的技術，考慮技術產品升級時的平滑度，保證所選的軟硬件具有較長的生命周期，滿足需求，立足應用，構建大數據生態體系。先進成熟技術包括Hadoop處理框架、實時流式數據處理框架等（見圖1）。

（1）Hadoop處理框架（見圖2）

一個分布式系統架構，充分利用集群的威力高速運算和存儲，提供高傳輸率來訪問、計算已存儲的海量數據；是大數據處理架構的事實標準。

部署x86Hadoop平臺，在聚合層存儲海量源數據，并針對海量、非結構化/半結構化數據提供大規模處理的計算能力，在數據資產層存儲離線數據資產，提供高效查詢的資產存儲管理能力。

（2）流數據處理框架（見圖3）

一種分布式、容錯的實時計算系統，實時處理消息并根據處理結果提供相應的處理機制。

部署x86流數據處理平臺，在聚合層對接源系統

實時數據接口，實時采集源信息并進行處理與分析；結合數據資產層的數據應用模型、數據應用層的規則引擎及時做出業務目標的響應（實時BI、實時事件觸發式營銷等）。

圖1 大數據運營管理信息系統技術構成圖

圖2 Hadoop處理框架圖

圖3 流數據處理框架圖

（3）業務規則引擎（見圖4）

規則引擎將業務決策從應用程序代碼中分離出

來，并使用預定義的語義模塊編寫、解釋業務規則，并根據業務規則做出業務決策。

圖4 業務規則引擎結構圖

將數據按照一定的業務規則分類，匹配業務系統的數據需求場景；定義事件與流程，面向其他業務平臺將數據中心的能力按照規則主動式提供。

（4）數據服務樞紐（見圖5）

按照數據開放公共語義模型，將數據資產封裝成共享業務數據模型，形成上層服務；屏蔽系統接口的技術差異，使用ESB統一協調服務運營。

實現企業數據中心的數據與應用分離，提高數據安全性與復用性。通過ESB服務樞紐對其他業務系統開放標準化的服務接口，形成系統間的有效互動。

（5）數據集市云化架構（見圖6）

圖5 數據服務樞紐結構圖

圖6 數據集市云化架構圖

構建云計算x86資源池，提供按需伸縮的基礎設

施架構；承載分布式MPP數據庫系統，提供平滑擴展的強大并行計算能力。

利用x86資源池的低成本，提供數據集市的所需要的易擴展、分布式、高并發的數據計算能力；面向應用存儲在線高熱度訪問、海量實時計算的數據。

2 大數據運營管理信息系統解決的問題

大數據運營管理信息系統平臺的應用，解決了M運營商原有平臺的相關問題，豐富了大數據的基礎數據源，加強了數據分析能力，通過統一存儲和管理，打破了數據鴻溝，提高了系統效率。

2.1 增加網絡數據采集，豐富大數據的基礎數據源

運營商產品包括傳統通信、上網、內容和應用。傳統通信有通話、短彩信、開關機和停復機。用戶上網途徑有3種：2G、3G、4G的手機上網方式；WLAN無線寬帶上網方式；有線寬帶上網方式。內容和應用有手機郵箱、手機游戲、手機視頻、手機音樂、手機電商和應用商店等。通過在相應的網絡上增加網絡信息采集器，實現數據采集。

比如：針對通話，可以采集到的信息有主叫號碼、被叫號碼、主叫開始時間、被叫開始振鈴時間、被叫接通時間、主被叫掛機時間、主叫發起呼叫位置、被叫振鈴位置、被叫掛機位置、主叫掛機位置、呼叫轉移號碼、主叫手機類型、被叫手機類型和通話質量。

M運營商增加了上述的各種產品的數據采集，每天采集數據量約30TB。這些數據的價值體現在可以用來指導網絡的維護和優化，可以用來提高服務質量，可以通過針對性的營銷提升效果，可以與第三方合作增加數據的挖掘價值。

2.2 加強基礎數據分析，生成大數據次級數據字典

通過基礎數據分析，加工生成二級數據豐富數據字典，分析匯總指標體系包含指標3000多個，針對公司各部門各分公司和各業務產品訂制報表500多張。

繼續以通話為例，為了指導和考核網絡維護與優化工作，通過對全網所有通話行為的分析，提煉出如下指標：呼叫接續時長=被叫開始振鈴時間-主叫開始時間，加上主叫所在位置聯合分析，可以對所有網絡小區的平均呼叫接續時長進行統計分析，得出需要優化的小區、派發優化任務給維護部門、并可以跟蹤優化效果；同樣呼叫接續時長、主叫位置、主叫手機類型聯合分析，可以得出手機和網絡配合情況，指導問題手機生產商進行手機的質量改進。

繼續以通話為例，為了指導和考核營銷部門的優惠購機入網套餐銷售質量，通過對一定時間區間內各個渠道銷售的優惠手機通話分析，提煉出如下指標：渠道銷售終端次月活躍度=Count（主叫號碼&主叫手機類型in渠道a終端銷售庫）/sum（渠道a終端銷售庫）。這樣分析可以對渠道銷售質量進行指導和考核，并能有效發現渠道通過假銷售套取銷售傭金的欺詐行為。

2.3 統一存儲和管理，打破數據鴻溝提高系統效率

M運營商的大數據系統當前存儲數據量超過30PB。在統一存儲和數據管理的基礎上，通過聯合關聯，把以前分散在各個信息系統中的數據匯聚拼接出用戶真正的全貌。通過泛在挖掘，把握單個用戶的真正需求，挖掘潛在用戶群的行為特征。系統能力增強的實時應用，能及時地反應到用戶服務上。（待續）