移动应用开发者们，一般用什么工具来做用户数据统计？ - 知乎<strong class="NumberBoard-itemValue" title="被浏览<strong class="NumberBoard-itemValue" title="7分享邀请回答zhugeio.com/SaaS 服务，按量付费使用诸葛 io 比较久，最大的一点体会就是「顺手」。虽然功能不算是最全面，但每一项功能都出现在最符合使用场景的位置，对于产品和运营人员来说非常友好。除此之外，诸葛支持中文事件，简化了埋点和运营的难度；企业版提供数据分析师支持，以及自动化的分析模板（比如自动输出版本更新后的数据报告）等。2. 神策支持 SaaS 以及 私有化部署，需付费没有实际使用过，从文档上看功能比较全面，特点是支持私有化部署，在数据安全性方面有一定优势。国外：1. AmplitudeSaaS 服务，按量付费我在海外产品中使用过 Amplitude（名字很酷，翻译为振幅），强大全面，查询速度非常快，几乎所有操作都能秒级响应。除了优秀的图形界面外，Amplitude 也提供了 SQL 查询功能。一个比较有特色的功能是 Compass，通过计算用户执行特定行为的次数和用户留存率的相关性，定量的发现产品中 Aha!Moment（惊艳一刻，可以理解为对留存最有帮助的功能）。2. MixpanelSaaS 服务，按量付费可能是精细化统计工具的祖师爷，什么都好，就是价格太贵。曾有用过的朋友告诉我 1w 日活大约对应每月 3w RMB（和事件量也有关系）。差不多就这些了，希望对你有帮助。767 条评论分享收藏感谢收起mix.guohead.com/home/data-analytics-for-games/ 包含了 30 余种工具的介绍、比较和总结，欢迎关注。以下摘自 @MIX智游汇 的博客：国外的选择提到移动应用数据分析，很多人都会先想到大名鼎鼎的 Flurry。作为一个免费的数据统计工具，Flurry 提供了足够多的统计功能。经过数年的技术积累和产品迭代，Flurry 的统计 SDK 非常稳定，并且提供了功能强大的统计后台，和配套的应用推广工具。其主要竞争对手包括 Localytics、Mixpanel 也一直在提升产品功能，包括提供了无上限的自定义时间、漏斗分析、用户分组分析（Cohort Analysis）以及自定义报表等高级付费功能。Google Analytics 这个经典的网站流量分析工具也在去年推出了移动应用版，依托 Google 强大的技术实力，为 iOS 和 Android 应用提供统计分析服务。选择国外的服务的好处是数据隐私能够得到更好的保护，同时也会碰到发送大量数据的时候可能碰到的服务器连接缓慢的问题。以上提到的统计工具的网站链接如下：Flurry（）Localytics（）Mixpanel（）Google Analytics for Mobile（）国内的选择相比与国外众多的统计工具选择，国产的分析工具也提供了不错的功能。友盟是创新工场旗下的移动应用分析平台，同时也提供了不少其它相关的应用小工具，如：用户反馈、渠道分析等。他们上半年推出的 2.0 SDK 具备更多强大的自定义时间功能。而 TalkingData 是最近不少手游团队的新选择，来自 Oracle 的团队背景让他们的产品非常重视如何从数据中深挖价值，目前产品还处于邀请注册阶段。百度的移动统计工具也是去年推出的，用过的开发者可以分享一下使用经验。Umeng（）TalkingData（）百度移动统计（）开源自行搭建的选择不少开发者朋友在用户规模变大后，都比较担心自己的核心数据的保密问题。除了使用国外的服务或者自行开发一套工具外，我们也推荐一些开源的选择，如 Razor（国人开发的）和 。Razor 是基于 PHP / MySQL 开发，相对比较轻量级，架设服务器也比较简单，同时也支持越狱渠道统计等「中国特色」的功能。而
的统计面板更为强大，不过文档全部是英文的，架设上稍显麻烦。Cobub Razor（）（）博客上还有不少其它的移动产品的运营推广建议，链接：14511 条评论分享收藏感谢收起手机/座机：
邮寄地址：
2016年最热门移动营销工具有哪些？
时间： | 关键词： |
　移动营销发展非常快，远超过移动营销人员的预期。2016年有几大相关趋势不得不关注：社交媒体、视频广告、移动应用和移动支付，这些越来越整合进营销策略以提高销售额。当前40%的网络购物是在手机上进行的，66%的消费者在手机上完成交易因为受到来自品牌的文本消息，如果你还没有充分利用SMS营销，那你就OUT了。以下提供了一些趋势和工具提高2016年营销效果：｜视频广告
视频广告是最新的热门广告形式，2015年增长190%。Cisco Systems的调查预测2019年视频将占网络流量的80%。视频不仅仅是流行，它还是吸引消费者的有效方式。
无论是Google还是Facebook 和Twitter都给视频广告提供了空间，包括自动播放视频广告、原生应用内视频广告和直播流视频广告。Yahoo调查显示61%的消费者认为最佳的视频广告应当不超过30秒，因此确保你的视频广告不要太长。｜垂直视频
如果你刚刚接触视频广告，那么你可以跳到最新的趋势——垂直视频。垂直视频相当成功，收看完整视频的观众比例是横向视频的9倍。YouTube最近业提供垂直视频应用。｜增强现实和虚拟现实（AR/ VR）顶级品牌和创造性思想家希望成为AR和VR技术开发的先驱。预计到2018年消费者将会购买2500万AR/VR头盔。虽然这些技术还在发展之中，像Disney 和 AT&T这样的平拍已经在使用360度视频广告了，称作“VR精简版”。｜社交购物社交购物利用了社交媒体的人气和视觉特性，例如Facebook, Pinterest 和 Instagram，这些能够刺激消费者购买商品。从Facebook的“点击购买”按钮和Pinterest的“Buyable Pins”到Snapchat的广告位，营销人员可以将这些营销创新整合到SMS广告中来提高销量和针对性。｜移动应用虽然传统上认为移动应用是大品牌才有的奢侈品，但是，它确实能够提高消费者品牌体验。架构移动应用的好处是立竿见影的。品牌移动应用所能提供的便利是移动网站的链接无法实现的。移动应用还有利于提供推送通知，整合社交媒体和实现移动营销自动化。而且，移动应用能给企业提供移动营销方面的专业数据，让追踪数据和提高个性化变得更容易。｜移动支付2016年移动支付交易预计增长210%，移动支付将广告、购物和支付结合在一起。利用这个趋势，可以考虑给使用移动支付的消费者提供奖励策略。提供打折或奖励能提高消费者移动支付使用量。2016年ApplePay预计将受到巨大欢迎，将是消费者使用移动支付平台的巨大福音。｜原生广告去年移动广告拦截快速增长，面对广告拦截营销人员有一个杀手锏，那就是原生广告。原生广告点击率是展示广告和横幅广告的45倍，这足以说明消费者对原生广告的喜爱。将原生广告整合进社交媒体营销策略对移动营销来说十分有效。社交媒体给买家和品牌提供了双向沟通的渠道，优秀的内容营销可以推动消费者原创内容生产，例如评论、测试、照片和视频，这些都是最纯粹的原生广告。｜数据优化和PC广告商相比，移动广告商无疑能够获得巨大规模的数据。这些数据可以用来提高个性化，推动销量。但是，很少有品牌能利用这些数据及时创作新广告。2016年必然是数据挖掘和即时SMS营销受重视的一年。
这一年，我们也在不断壮大，公司走上正规化运营，相继代理了力美DSP广告、整合营销、WIFI广告等。借助于6年网络营销经验，一流的优化技术，帮助每一个信任我们的客户在网络营销上做出最好的效果，我们服务客户已超过500家。　　
中国制造低价优势渐失，中国供应商将如何谋求生存与发展”，如何制定有效的外贸推广策略？如何让定单有利可图，出口企业未来发展
当以英语为母语的国家刚刚意识到实施多语言策略的重要性时，那些非英语母语的国家很早就认识到将产品推广到讲英语的国家市场上的
不同国家的采购商有不同的采购习惯，同时也有不同的语言习惯。同样，国外的采购商在上网查询企业信息时，更多的是习惯用他们自己
Copyright 2017 (C)
www.sosearching.com All rights reserved.数据运营有那哪些数据化工具？
我的图书馆
数据运营有那哪些数据化工具？
过去，“流量为王”的理念使得运营人员的职责聚焦在拉新上。但是近几年，流量成本不断攀升，客观上要求我们进行精细化运营，用最少的钱办尽可能多的事。随着市场环境的变化，运营的渠道和方式不断增加，运营有了更加细致的分类。如何用数据分析来解决流量运营、用户运营、产品运营和内容运营中的增长问题，成为运营人员的下一个关注点。 1.精细化运营是什么？精细化运营就是我们在常规的运营手段的基础上，根据市场、渠道、用户的历史数据表现，细分用户群，针对不同的用户提供与他们的偏好相吻合的内容，以达到提升最终转化率，赢得用户的目的。2.我们为什么要做精细化运营？对我们而言，打造精细化运营可以对目标用户群体或者个体进行特征和画像的追踪和明确，帮助我们分析用户在某个时间段内容的特征和习惯，最后让企业形成一种根据用户特性而打造的专属服务，从而赢得用户。3.要做精细化运营有哪些工具呢？（排名无先后）1.实用精品工具：1）友盟+功能：统计分析、运营工具、行业数据方案“友盟+“由友盟、缔元信、CNZZ三家公司合并而来，它作为全球领先的第三方全域大数据服务提供商，依托于自主研发的全域数据平台，为客户提供一站式数据化解决方案。一方面提供数据产品，包括App开发工具、基础统计工具、广告效果监测工具等，另一方面提供数据输出及专业的数据分析和咨询服务，包括DMP、垂直领域数据化解决方案、数据运营分析报告等。地址：http://www.umeng.com/2）GrowingIOGrowingIO最大特点在于无埋点即可采集全量、实时用户行为数据，适合自身需求高，技术能力弱产品。地址：https://www.growingio.com/3）神策分析 与GrowingIO相对，神策采用有埋点技术，用户管理方面不仅仅是基于简单的用户属性，而是用完整的用户行为创建分群。地址：https://www.sensorsdata.cn/PS：目前市场上，数据采集技术一般可分为以神策数据为代表的有埋点技术，和以GrowingIO为代表的无埋点技术。有埋点技术需要在企业的网页或者客户端内写入相应的代码，虽然操作过程相对复杂，但其可以采集后端模块的数据，这些数据也会更细致。例如当用户提交了一个订单，有埋点技术不仅可以采集到“订单提交”这一行为事件，还可以获取到该订单的具体商品类别信息。有埋点的技术的缺点在于，因为目前大多企业在采集数据这一块没有一定的规划，大多都是提出一个需求之后，再写入一定的代码，这样就会容易造成整个埋点铺设混乱，极易出现一些故障。而无埋点技术在操作上会更简单容易一些，只需嵌入服务商提供的SDK，便可以完成一些数据的自动采集工作，我们也能自己设定需要采集的数据。虽然操作上，无埋点技术会更方便，但其缺点在于其采集的数据颗粒度会更粗。4）BDPBDP主要帮助我们快速完成多数据整合，建立统一数据口径，支持自助式数据准备（ETL）， 并提供灵活、易用、高效可视化探索式分析能力，帮助我们构建贴合自身业务的企业洞察，并将数据决策快速覆盖各层员工及应用场景。地址：https://www.bdp.cn/2.用户管理工具：1）数极客数极客基于AARRR用户生命周期管理模型提供全程解决方案产品，采用多维细分、同期群分析、漏斗分析、对比分析等超过十种数据分析方法为互联网经营者提供获客、活跃、留存、转化、用户行为等分析数据，提供全面开放的数据API，支持所有行业互联网平台在营销、运营、A/B测试等环节实时应用，通过精准数据分析提升营销、产品、运营的转化率，使您的经营更科学、更智能。数极客同时支持有埋点和无埋点，收集的数据偏差可以保证在5%之内。地址：http://www.shujike.com/2）TalkingDataTalkingData一直致力于数据的深耕与数据价值的挖掘，从数据的采集、处理到数据的分析，再到数据的应用与咨询，目前，TalkingData已经形成了一套以“智能数据平台(SmartDP)”为主的完整数据应用体系；构筑了一套以数据商业化平台、数据服务平台，及数据合作平台为核心的数据生态。目前，TalkingData的平均月活跃用户为6.5亿，为超过12万款移动应用，以及10万应用开发者提供服务。talking data亮点在于用户分群分析和多维钻取分析，意味着任何数据报表，都可以单独过滤出渠道、版本、特征用户群的数据。地址：http://www.talkingdata.com/3）同道同道采取跨平台的用户数据收集，帮助我们全面分析用户，熟知每个用户，从而实施精细化的运营策略。地址：http://www.tongdao.io/4）诸葛IO诸葛IO的优势是支持细化到个体的数据分析，自有的用户价值和流失预测，以及目前部分完成的用户标签体系。另外，诸葛io支持Android、iOS和HTML（JS）三个平台。地址：https://zhugeio.com/5） Google Analytics统计服务谷歌分析平台可以让我们衡量在各种设备和环境的企业用户交互，该平台提供了所有的计算资源用来收集，存储，处理，并报告交互情况。 Google Analytics不仅可以帮助我们衡量销售与转化情况，而且能提供新鲜的深入信息，帮助我们了解访问者如何使用自己的网站，访问者如何到达网站，以及如何吸引他们不断回访。地址：http://www.google.cn/analytics/6）MixpanelMixpanel是一个Web服务，让我们可以跟踪用户的使用习惯，并提供实时分析。Mixpanel提供的“人物”功能，可以让我们根据用户在应用程序内采取的行为对其发出推送通知。Mixpanel API是一个RESTful API，以JSON格式返回响应。地址：https://mixpanel.com/ （ 英文网站）7）云巴实时统计云巴实时统计可以对目标用户进行实时统计，并对用户行为数据进行实时分析。地址：http://yunba.io/products/analytics/8）CountlyCountly是一个开源的实时移动应用分析平台。从移动设备收集数据,然后可视化这些信息来分析移动应用程序的使用和最终用户的行为。支持事件跟踪，几乎每个用户操作行为都可被跟踪，包括应用付费、广告点击等。Countly不仅支持iOS、Android、Blackberry，还支持Appcelerator Titanium和Uniy3D SDK。地址：https://count.ly （海外产品） 3.移动应用工具：1）百度移动统计百度移动统计是基于移动APP统计的分析工具，为我们提供专业、免费、高效的移动统计分析服务。主要亮点是多维交叉分析、实时访客分析、自定义用户留存分析、页面访问流分析以及灵活的数据发送策略。地址：https://mtj.baidu.com/2）腾讯移动分析腾讯移动分析是一款专业的移动应用统计分析工具，支持主流智能手机平台。我们可以方便地通过嵌入统计SDK，实现对移动应用的全面监测，实时掌握产品表现，准确洞察用户行为。 不仅仅是记录，移动App统计还分析每个环节，利用数据透过现象看本质。腾讯移动分析还同时提供业内市场排名趋势、竞品排名监控等情报信息。地址：http://mta.qq.com/mta/3） 讯飞开放统计讯飞开放统计是专业而全面的移动应用统计分析工具，从运营与产品优化的角度出发，并借助语音云特有的语音语义数据分析能力与海量第三方聚合数据，提供精准的统计分析数据，帮助我们读懂我们的用户，提升应用竞争力。地址：http://data.xfyun.cn/4）应用雷达 无论我们在哪里，使用什么终端设备，只要我们的设备能够上网，都可以完美监控我们的App报表。地址：http://www.ann9.com/5）机客应用统计 机客应用统计是机客网向广大开发者免费提供的移动应用开发辅助工具，我们在移动应用中添加机客应用统计SDK，即可在自身没有云端计算资源及服务器部署能力的情况下，快速实现各种联网统计功能，更好的分析用户需求数据并修改产品。地址：http://dev.159.com/index.php/auth/tongji6）Flurry AnalyticsFlurry Analytics是个免费的移动应用数据分析平台，可应用于iOS、 Android、Windows Phone、HTML5、Hybrid应用、移动Web、 BlackBerry和JavaME。地址：https://developer.yahoo.com/7）ad-brixIGAWorks是韩国一家移动数据分析平台。IGAWorks以数据为基础，一直以来免费提供移动开发所需的多样服务。旗下的ad-brix，是免费的移动数据分析平台。地址：https://partners.igaworks.com/8）机锋统计 机锋统计是机锋网向广大开发者免费提供专业的移动应用开发辅助工具，我们在移动应用中添加机锋统计SDK，即可在自身没有云端计算资源及服务器部署能力的情况下，快速实现各种联网统计功能，更好的分析用户需求数据并修改产品。地址：http://dev.gfan.com/9）魔方魔方主要为我们提供移动应用数据统计分析、移动应用开发实用组件和精准的消息推送等服务；通过搭建专业、实用、稳定可靠的移动应用服务平台，帮助我们创造更有价值的移动应用产品，并可实时监控、把握应用 产品的数据、运营和推广等情况。地址：http://mga.imofan.com/login.jsp10） Cobub开发者中心 Cobub Razor开源移动应用统计分析系统是免费开源的移动应用统计分析系统，收集App用户的数据并在后台展示，帮助App的运营做好Marketing，帮助设计人员贴近用户并改进App,可以说是开源版的友盟、Flurry、谷歌移动分析。地址：http://www.cobub.com/en/4.游戏应用工具：1） DataEye DataEye是专注于游戏的决策型精准数据分析平台，协助游戏开发和运营人员依据数据分析成果，有效驱动游戏设计改进和精细化运营。地址：https://www.dataeye.com/2） TalkingData Game AnalyticsTalkingData Game Analytics是TalkingData Analytics的移动游戏专用版，专门针对移动游戏进行优化，统计指标、观测维度更具针对性，旨在帮助移动游戏开发商快速实现移动游戏的数据化运营。地址：https://www.talkingdata.com/product-game.jsp3）莲子统计 莲子统计主要提供移动应用统计分析服务、手游数据分析服务和部署企业自有数据平台服务。地址：http://www.lotuseed.com/site/index.html5.其他精品工具：1） 百度统计百度统计是百度推出的一款免费的专业网站流量分析工具，能够告诉用户访客是如何找到并浏览用户的网站，在网站上做了些什么，有了这些信息，可以帮助用户改善访客在用户的网站上的使用体验，不断提升网站的投资回报率。目前主要提供趋势分析、来源分析、页面分析、访客分析、定制分析等多种统计分析服功能。地址：http://tongji.baidu.com/web/welcome/login2）LeanCloud统计LeanCloud统计内置稳定实时的数据统计分析服务，从用户量，用户行为，渠道效果，自定义事件等多个维度，帮助您更清楚的了解用户习惯，提高用户黏性和活跃度。(原名AVOS Cloud，现更名为LeanCloud)。主要亮点是AVOS Cloud 提供一流的 web 管理后台，可以通过它看到各个维度的统计结果。地址：https://leancloud.cn/3） AppseeAppsee是一个简单而强大的视觉应用分析平台,在我们的移动应用程序中，使我们能够测试,了解和改善用户体验。通过Appsee平台，我们将能够准确了解用户如何与移动应用程序进行交互。地址：https://www.appsee.com/downloads4）Segment.io Segment.io允许我们将数据一键分送给多家数据分析服务提供商，我们只需部署一次，即可随意开关各个平台的数据通道。地址：https://segment.com/docs/sources/5）有数 有数简称data.u，是一种可以灵活内置于手机应用运行过程的简单、透明的分析手段。data.u实现了高效采集分析数据，并初步整理减少冗余数据，压缩封装数据，利用智能策略传输数据，不挤占用户的网速。开发者可基于此开发包分析应用程序的运行情况，包括页面停留时长、页面跳转率、按时间或地理位置分析用户量、用户的发展情况等信息，同时为用户提供了在线配置参数获取等实用功能。地址：http://dev.10086.cn/datau/portal/main/index.jsp#不想错过更多有趣有料的回答，点点右上角关注吧。
TA的最新馆藏
喜欢该文的人也喜欢当前位置： >>
移动数据业务营销平台需求分析和设计
北京邮电大学 硕士学位论文 移动数据业务营销平台需求分析和设计 姓名：王健 申请学位级别：硕士 专业：软件工程 指导教师：蔺志青
移动数据业务营销平台的需求分析和设计摘要客户是企业关注的焦点，如何争取和留住客户是企业营销工作的 主题。中国移动通信市场数据业务在整体移动通信市场中占有的地位 日趋重要，考察数据业务产品生命周期的不同发展阶段，推进精细化 运营，给企业带来稳定收入，将是数据业务营销能力建设的重要方向。 精细化运营，是基于一个明确的客户群开展工作，其核心是“数据库 营销’’。数据库营销要求运营商不断细分客户群体，建立“以客户为 中心”的运营思路。通过数据库营销，能够提升运营商数据业务营销 能力，并搭建起支撑数据业务发展的深度运营体系。 在数据业务的实际运营推广过程中，一方面，由于数据业务“点 多面窄”，客户数据分散在众多的数据业务平台和支撑系统（ＢＯＳＳ、 经分系统等），致侵企业虽拥有“海量的客户数据”却不能准确地知 道目标客户在哪里。另一方面，尽管新的业务层出不穷，但企业不知 道向客户推荐什么样的业务，导致明星产品和金牛产品的培育都处于 较为盲目的阶段。为解决上述问题，运营商需要有一个统一的平台， 对各项客户消费数据进行整合、分析，针对不同的数据业务，挖掘出 不同的目标客户，迅速开展营销活动，提升业务推荐成功率。 本文结合目前国内外数据库营销的发展经验与云南移动数据业务 运营的实际情况，探索数据库营销在数据业务推广中的应用。作者通 过阅读有关数据库营销的资料，在深入分析现阶段数据业务和数据业务营销的特点的基础上，进行数据业务营销平台的需求分析和设计， 并结合自己掌握的知识，参与了云南移动数据业务营销平台建设的项 目，并组织了相应的系统应用推广工作。 数据业务营销平台已于２００７年４月正式投入使用，平台支持三种 方式的九种模版的营销活动配置，实现了营销活动的闭环管理功能， 能够快速实现营销活动的配置和实现。同时，对目标客户和营销活动 实现了模版化管理，围绕重点数据业务，从客户的“业务属性”、“消 费属性＂和“时间周期”等维度将客户区分成不同的群体，深度分析 客户使用行为。数据业务营销平台的上线得到各级操作人员的认同， 最终验证了本设计的正确性。关键词：数据业务营销平台数据仓库数据挖掘ＡＮＡＩ，ＹＳＩＳ ＡＮＤ ＤＥＳＩＧＮ ０Ｆ ＡＮ ＯＰＥＲ ＡＴＩａＩＮＳＰＬＡＴＦＯＲＭ ＦＯＲ ＭＯＢＩＬＥ ＤＡＴＡ ＳＥＲＶＩＣＥＳＡＢ ＳＴＲＡＣＴＣｕｓｔｏｍｅｒ ｉｓ ｔｈｅｆｏｃｕｓ ｏｆ ａｎ ｓｕｂｊｅｃｔｅｎｔｅｒｐｒｉｓｅ，ａｎｄ ｈｏｗ ｔｏ ｏｂｔａｉｎ ａｎｄ ｒｅｔａｉｎ ｃｕｓｔｏｍｅｒｓ ｉｓ ｆｏｒａｎａｎ ｉｍｐｏｒｔａｎｔｍｏｒｅ Ｔｈｅｍａｒｋｅｔｉｎｇｅｎｔｅｒｐｒｉｓｅ．Ｉｎ Ｃｈｉｎａ，ｄａｔａ ｓｅｒｖｉｃｅｓ ｈａｖｅ ｂｅｃｏｍｅａｎｄｍｏｒｅ ｉｍｐｏｒｔａｎｔ ｉｎ ｔｈｅ ｗｈｏｌｅ ｍｏｂｉｌｅ ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ ｂｕｓｉｎｅｓｓ ｍａｒｋｅｔ． ｇｏａｌ ｏｆ ｃａｐａｃｉｔｙ ｂｕｉｌｄｉｎｇ ｗｉｔｈ ｒｅｓｐｅｃｔ ｔｏ ｄａｔａ ｓｅｒｖｉｃｅ ｉｓ ｃｏｍｐｏｓｅｄ ｏｆｅｓｓｅｎｔｉａｌｉｎｖｅｓｔｉｇａｔｉｎｇ ｔｈｅ ｄｅｖｅｌｏｐｉｎｇ ｓｔａｇｅｓ ｏｆ ｄａｔａ ｓｅｒｖｉｃｅ ｐｒｏｄｕｃｔｓ，ｄｒｉｖｉｎｇ ｔｈｅ ｐｒｅｃｉｓｅ ｍａｒｋｅｔｉｎｇ，ａｎｄ ｔｈｅｒｅｆｏｒｅ ｂｒｉｎｇｉｎｇ ｓｔａｂｌｅｒｅｖｅｎｕｅｆｏｒｅｎｔｅｒｐｒｉｓｅｓ．Ｐｒｅｃｉｓｅｍａｒｋｉｎｇｒｅｆｅｒｓ ｔｏ ｔｈｅ ｔａｓｋ ｔｈａｔ ｐｒｏｍｏｔｅ ｓｐｅｃｉｆｉｃ ｐｒｏｄｕｃｔ ｔｏ ｓｐｅｃｉｆｉｃ ｇｒｏｕｐ ｏｆ ｔｈｅ ｃｌｉｅｎｔｓ，Ｔｈｉｓ ｔａｓｋ ｆｏｃｕｓｅｓｏｎＤａｔａｂａｓｅ Ｍａｒｋｅｔｉｎｇ．Ｄａｔａｂａｓｅ ｍａｒｋｅｔｉｎｇ ｒｅｑｕｉｒｅｓ ｔｈｅ ｍｏｂｉｌｅｏｐｅｒａｔｏｒｓ ｔｏ ｄｉｆｆｅｒｅｎｔｉａｔｅ ｍｅｉｒ ｃｌｉｅｎｔｓ ｉｎｔｏｇｒｏｕｐｓ，ａｎｄｅｓｔａｂｌｉｓｈａｍａｒｋｅｔｉｎｇ ｉｄｅａ ｏｆ“Ｃｌｉｅｎｔｓ－Ａｓ－Ｃｅｎｔｅｒ’．Ｔｈｉｓ ｍｅｔｈｏｄｃａｌｌｎｏｔ ｏｎｌｙ ｌｅｖｅｌ ｕｐ ｔｈｅｍｏｂｉｌｅ ｏｐｅｒａｔｏｒｓ’ａｂｉｌｉｔｙｏｆ ｐｒｏｍｏｔｉｎｇ ｄａｔａ ｖａｌｕｅ―ａｄｄ ｓｅｒｖｉｃｅ，ｂｕｔ ａｌｓｏ ｂｕｉｌｄｓ ｔｈａｔ ｆａｃｉｌｉｔａｔｅｓ ｔｈｅｕｐａｌｌｏｖｅｒａｌｌ ｍａｒｋｅｔｉｎｇ ｓｙｓｔｅｍｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｄａｔａ ｖａｌｕｅ―ａｄｄｅｄｓｅｒｖｉｃｅ．ｏｎｅＩｎ ｔｈｅ ｍａｒｋｅｔｉｎｇ ｐｒａｃｔｉｃｅ ｏｆｐｒｏｍｏｔｉｎｇ ｄａｔａ ｓｅｒｖｉｃｅ ｐｒｏｄｕｃｔｓ，ｏｎｈａｎｄ，ｄｕｅ ｔｏ ａｎｄｓｅｒｖｉｃｅｔｈｅ ｄｉｓｐｅｒｓｉｏｎ ｏｆ ｃｌｉｅｎｔｓ’ｄａｔａ ｔｈａｔ ａｒｅ ｆｒｏｍ ｖａｒｉｏｕｓ ｄａｔａ ｓｅｒｖｉｃｅ ｐｌａｔｆｏｒｍｓｓｕｐｐｏｒｔｉｎｇｓｙｓｔｅｍ，ｆｏｒｅｘａｍｐｌｅ，ＢＯＳＳ，ＢＡＳＳ，ｅｔｃ．，ｉｔ ｉｓ ｖｅｒｙ ｄｉｆｆｉｃｕｌｔｆｏｒ ｍｏｂｉｌｅ ｉｎｏｐｅｒａｔｏｒ ｔｏ ｄｉｓｔｉｎｇｕｉｓｈ ｅｘａｃｔｌｙ ｔｈｅ ｔａｒｇｅｔｃｌｉｅｎｔｓ’ｄａｔａ ｆｒｏｍ ａｎｄｔｈｅ ｍａｓｓｉｖｅ ｄａｔａｄａｔａｂａｓｅ．Ｏｎ ｔｈｅ ｏｔｈｅｒ ｈａｎｄ，ａｌｔｈｏｕｇｈ ｍｏｒｅｍｏｒｅ ｄａｔａ ｓｅｒｖｉｃｅ ｐｒｏｄｕｃｔｓ ａｒｅｃｒｅａｔｅｄ，ｄｅｖｅｌｏｐｉｎｇｍｅｒｉｔ ｐｒｏｄｕｃｔｓ ｉｓ ａｌｓｏ ｉｎａｎａｉｍｌｅｓｓ ｓｔａｇｅ ｂｅｃａｕｓｅ ｍｏｂｉｌｅ ｏｐｅｒａｔｏｒｄｏｎ’ｔ ｋｎｏｗ ｗｈａｔ ｓｅｒｖｉｃｅｓ ｔｈｅｙ ｓｈｏｕｌｄ ｐｒｏｍｏｔｅ ｔｏ ｔｈｅ ｃｌｉｅｎｔｓ．Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅａｆｏｒｅｍｅｎｔｉｏｎｅｄｐｌａｔｆｏｒｍ ｔｈａｔｐｒｏｂｌｅｍｓ，ｉｔ ｉｓ ｃｒｕｃｉａｌ ｆｏｒ ｍｏｂｉｌｅ ｏｐｅｒａｔｏｒ ｔｏ ｄｅｖｅｌｏｐ ｉｎｔｅｇｒａｔｅａｕｎｉｆｏｒｍＣａｎａｎｄａｎａｌｙｚｅ ｔｈｅ ｄａｔａ ｏｆ ｃｌｉｅｎｔｓ’ｅｘｐｅｎｄｉｔｕｒｅ ｒｅｃｏｒｄ，ｔｙｐｅｓ ｏｆ ｄａｔａ ｓｅｒｖｉｃｅｒｅｃｏｇｎｉｚｅ ｄｉｆｆｅｒｅｎｔ ｃｌｉｅｎｔ ｇｒｏｕｐｓ ｆｏｒ ｓｐｅｃｉｆｉｃｃａｒｒｙ ｏｕｔｐｒｏｄｕｃｔｓ，ａｎｄｔｈｅｎｍａｒｋｅｔｉｎｇ ａｃｔｉｖｉｔｉｅｓ ｔｏ ｉｍｐｒｏｖｅｓｕｃｃｅｓｓｒａｔｅ ｏｆ ｐｒｏｍｏｔｉｎｇ ｄａｔａｓｅｒｖｉｃｅｐｒｏｄｕｃｔｓ．Ｔｈｅ ａｒｔｉｃｌｅ ａｉｍｓ ｔｏ ｓｔｕｄｙ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｄａｔａｂａｓｅ ｍａｒｋｅｔｉｎｇ ｉｎ ｐｒｏｍｏｔｉｎｇ ｄａｔａ ｓｅｒｖｉｃｅ ｂｙ ｉｎｔｅｇｒａｔｉｎｇ ｔｈｅ ｅｘｐｅｒｉｅｎｃｅｓ ｏｆ ｂｏｔｈ ｄｏｍｅｓｔｉｃ ａｎｄ ｆｏｒｅｉｇｎ ｄｅｖｅｌｏｐｍｅｎｔｓ ｏｆ ｄａｔａｂａｓｅ ｍａｒｋｅｔｉｎｇ，ａｎｄ ｔｈｅ ｐｒａｃｔｉｃｅ ｏｆ ｔｈｅ ｍａｒｋｅｔｉｎｇ ｏｆ ｄａｔａ ｓｅｒｖｉｃｅ ｏｆＣＭＣＣ， ａｎｄｔｈｅＹｕｎｎａｎＬｔｄ．Ａｆｔｅｒ ｒｅｓｅａｒｃｈｉｎｇ ｔｈｅ ｌｉｔｅｒａｔｕｒｅ ｃｏｎｃｅｒｎｉｎｇ ｄａｔａｂａｓｅ ｍａｒｋｅｔｉｎｇｄｅｔａｉｌｅｄｌｙ ｃｈａｒａｃｔｅｒｉｚｉｎｇ ｄａｔａ ｓｅｒｖｉｃｅ ａｎｄ ｄａｔａｂａｓｅ ｍａｒｋｅｔｉｎｇ，ｔｈｅ ａｕｔｈｏｒ ｒｅｑｕｉｒｅｍｅｎｔｓ ｆｏｒ Ｄａｔａ Ｓｅｒｖｉｃｅ Ｍａｒｋｅｔｉｎｇｓｔｒｕｃｔｕｒｅ ｏｆａｎａｌｙｚｅｄＰｌａｔｆｏｒｍ（ＤＳＭＰ），ｄｅｓｉｇｎｅｄｔｈｅ ｓｙｓｔｅｍ ｏｆＤＳＭＰ，ａｎｄｐａｒｔｉｃｉｐａｔｅｄ ｉｎ ｔｈｅｅｎｇｉｎｅｅｒｉｎｇ ｉｍｐｌｅｍｅｎｔａｔｉｏｎａｕｔｈｏｒＤＳＭＰｐｒｏｊｅｃｔｏｆＣＭＣＣ，Ｙｕｎｎａｎ Ｌｔｄ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｏｒｇａｎｉｚｅｄｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇｐｒｏｍｏｔｉｏｎ ｏｆ ｔｈｅ ｓｙｓｔｅｍ．ＤＳＭＰｈａｓｂｅｅｎ ｃｏｍｍｅｒｃｉａｌｌｙｏｐｅｒａｔｅｄｓｉｎｃｅ Ａｐｒｉｌ ２００７．Ｉｔｓｕｐｐｏｒｔｓ３ｐｒｏｍｏｔｉｎｇ ｍｏｔｈｅｄｓ ａｎｄ ｕｐ ｔｏ ９ ｍａｒｋｅｔｉｎｇ ｓｃｈｅｍｅ ｔｅｍｐｌａｔｅｓ，ａｃｈｉｅｖｅｓ ｔｈｅ ｌｏｏｐｍａｎａｇｅｍｅｎｔｍａｒｋｅｔｉｎｇ ｅｆｆｅｃｔｉｖｅｌｙｏｆ ｍａｒｋｅｔｉｎｇ ｃａｍｐａｉｇｎｓ，ａｎｄｃａｌｌｑｕｉｃｋｌｙ ｄｅｐｌｏｙａｎｄ ｉｍｐｌｅｍｅｎｔｔｈｅＣａｌｌｃａｍｐａｉｇｎｓ．Ｉｎ ａｄｄｉｔｉｏｎ，ＤＳＭＰ’ｓｍａｎａｇｅｄａｔａ ｍｉｎｉｎｇ ｏｆ ｔａｒｇｅｔｔｅｍｐｌａｔｅ ｍａｎａｇｅｍｅｎｔ ｍｏｔｈｅｄｓｃｌｉｅｎｔｓａｎｄｃａｎｍａｒｋｅｔｉｎｇｃａｍｐａｉｇｎｓ．ｃｌｉｅｎｔｓ ｉｎｔｏＳｐｅｃｉｆｉｃａｌｌｙ，ｆｏｒ ｓｏｍｅ ｋｅｙ ｄａｔａ ｓｅｒｖｉｃｅｐｒｏｄｕｃｔｓ，ＤＳＭＰａｓｄｉｆｆｅｒｅｎｔｉａｔｅｄｉｆｆｅｒｅｎｔ ｇｒｏｕｐｓ ｂａｓｅｄｏｎｖｅｒｉｏｕｓ ｄｉｍｅｎｓｉｏｎｓ，ｓｕｃｈｔｙｐｅ ｏｆ ｓｅｒｖｉｃｅ，ｆｅａｔｕｒｅ ｏｆｃｏｎｓｕｍｐｔｉｏｎ，ａｎｄ ｐｅｒｉｏｄｉｃｉｔｙ ｅｔｃ．ａｎｄ ｔｈｅｎ ｐｒｅｃｉｓｅｌｙ ａｎａｌｙｚｅ ｃｌｉｅｎｔ ｂｅｈａｖｉｏｒｓ．Ｆｉｎａｌｌｙ，ＤＳＭＰｉｓ ｗｅｌｌ ａｃｃｅｐｔｅｄ ｂｙ ＵＳｅｒＳ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔｍａｎａｇｅｍｅｎｔｌｅｖｅｌｓ．Ｔｈｉｓｓｔｒｏｎｇｌｙ ｐｒｏｖｅｓ ｔｈｅ ｖａｌｉｄｉｔｙ ｏｆ ｔｈｅｓｙｓｔｅｍ ｄｅｓｉｇｎ．ＫＥＹＤａｔａＷＯＲＤＳ：Ｄａｔａ Ｓｅｒｖｉｃｅ，ＭａｒｋｅｔｉｎｇＰｌａｔｆｏｒｍ，ＤａｔａＷａｒｅｈｏｕｓｅ，Ｍｉｎｉｎｇ独创性（或创新性）声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人己经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位 本人签名 实之处，本人承担一切相关责任。日期：凼墨：丝：Ｚ．关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本学位论文不属于保密范围，适用本授权书。 本人签名： 导师签名：盘 日期：上堕毕●日期：型：！三：￡．第一章绪论１．１引言从宏观角度看，中国移动通信市场数据业务在整体移动通信市场中占有的地 位日趋重要，因此对移动运营商而言，应对数据业务市场发展的能力要求也越来 越高。但是，移动数据业务种类繁多，营销资源分散，客户需求多样，客户逐渐 对普通的业务营销模式反应迟钝和疲劳，这些使得移动数据业务的营销难度加 大，成本升高。 因此，考察数据业务产品生命周期的不同发展阶段，推进精细化营销，引导 客户逐步由认可向活跃阶段发展，以带来稳定收入是数据业务营销能力建设的一 个方向。同时，如何应对市场不断变化的竞争形势，满足不同客户群体不断增长 的需求，也给数据业务营销能力建设提出了快速响应的要求。 为继续发挥数据业务的先发优势，提升云南移动数据业务营销能力，做好以 客户为中心的品牌支撑工作，提高主要数据业务的普及率及使用量，以便优质、 高效地推进数据业务的发展，现需建设一个数据业务营销平台，对数据业务进行 统一的营销管理。 通过数据业务营销平台，能实现从手动的开放式营销向自动化、精细化的闭 环营销的转变，支持营销活动的决策分析以及自我学习能力的提升。同时，通过 该系统能规范化、系统化地支撑营销活动的开展，快速响应各种营销活动的需求。 通过数据业务营销平台的建设，预期将达到以下目标： ｌ、从手动的日常经营分析向自动的精细化的闭环营销分析的转变，定位、 挖掘与管理目标客户； ２、为营销方案的制定与决策提供系统化、流程化的支撑系统，提高营销活 动管理的水平与效率： ３、规范化、系统化地完成数据业务营销活动的支撑需求，缩短开发时间， 提高营销活动对市场的响应程度。１．２数据库营销的发展客户是企业关注的焦点，如何争取和留住客户是企业营销工作的主题。这就 需要营销者站在客户的立场上及时了解客户的需求及其变化。依照消费者的价值 观念来设计、生产、定位产品。应该看到，如今的客户更加重视优良的服务和体 贴的关怀，失去客户往往不是产品的质量问题，而是客户对服务的不满，因此，产品的服务化和服务的产品化已经高度融合在了一起；提供优良的服务，建立起 客户对企业的忠诚，就需要把消费者的价值观念贯穿于企业的整个经营过程中， 企业的各个部门将被高度地整合起来，以客户为中心开展工作；另一方面，客户的需求、价值观念又会在与市场环境的互动中不断的改变着，而且这种变化的频率越来越高，这需要使企业能够与客户建立起长期稳定的互动关系，这就要求企 业能够对“客户关系＂进行管理，实现数据库营销。 数据库营销就是企业通过收集和积累客户的大量消费信息，根据对这些信息 的分析后预测客户有多大可能购买某项产品或服务，同时利用这些信息精确定位 产品或服务，有针对性地制作营销信息以说服客户购买产品或服务。 数据库营销在西方国家的企业里已相当普及。在美国，８５％的零售商和制造商认为他们需要一个强大的营销数据库来提升自己的竞争力［１】。希尔顿酒店集团在全球拥有２８００家酒店和４０万间客房，传统广告在他们的眼里早已成为鸡肋， 而数据库营销则成为新宠。他们通过对现有客户和潜在目标客户的信息管理和分 析，实施有针对性的客户沟通，从而吸引了更多客户并极大提升了客户的忠诚度。希尔顿酒店集团的‘＇ＨＨｏｎｏｒｓ”数据库营销项目已经有了近ｌＯ年的历史，成为业内最为优秀的客户数据库营销项目之－－［１］［２】。１．３数据库营销的比较优势通过数据库的建立和分析，企业能对客户的资料有详细全面的了解，可以给予客户更加个性化的服务支持和营销设计，使“一对一的客户关系管理＂成为可能。数据库营销能够帮助运营商准确的找到目标客户，降低营销成本，提高营销 效率，使客户能够成为忠诚客户。数据库营销势在必行！对于数据业务来说，在 策划和执行阶段，基于数据库的营销与传统的营销手段相比具有以下优势： １、精确获取目标客户，有效进行业务传播 数据业务的性质与话音业务不一样，并不是普适的。数据业务在产品和服务 策划时就已经圈定了目标客户，而在市场营销时，运营人员的首要任务就是找到 特定业务的目标客户。通过数据库营销，企业可以为营销活动选择精确的目标客 户，使营销活动做到有的放矢。 例如，在０７年女足世界杯期间，可通过客户的业务使用记录，精确的找到， 在０６年使用过世界杯相关业务的客户，在女足世界杯期间可向这部分客户进行 足球类手机报、快讯等业务的推荐，当然还可通过其他相关的维度去找出潜在的 客户，增强营销的针对性。 由于目标客户的精确定位，可以使得在进行数据库营销时，可以集中进行业 务传播和宣传，避免昂贵的运营支出。通过数据的分析可得知，年轻群体、大学２生人群很少通过报纸、电视等传统媒体获取资讯，他们更倾向于通过互联网等方 式了解所需要的信息，在进行动感地带营销时就应避免使用大幅的报版或电视广 告。 ２、实现交叉营销，并促进产品的改善 假定历史消费数据能够反映未来相同条件下客户的使用行为（这一假定在大 部分情况下是适用的），通过数据库挖掘模型的预测，运营商可以获得将来最有 可能成为某种服务的客户的潜在客户信息。在一个数据挖掘的例子当中，同时使 用彩铃和短信业务的客户占使用彩铃总客户的９０％以上，可以粗略的认为，在彩铃客户中未使用短信业务的这１０％客户，有极大的可能成为短信客户。针对这部分客户可以设计相应的短信营销案，如发送一定额度的短信，可获赠若干首目前 最热的彩铃，提高短信业务的渗透率。 通过实施交叉营销策略，可根据市场的响应度，找到客户的产品和业务的偏 好，根据客户的实际需求，不断调整产品的价格和服务策略，促进产品和业务的 不断优化，促进客户的重复购买。 ３、营销案的执行更富有弹性 在进行数据库营销时，由于明确的知道目标客户的规模，通过渠道和业务办 理的统计数据，可以获取到参与营销案的客户信息，通过实际检验目标客户的提 取、传播的效果和营销案策划等步骤的合理性，为下一期的营销活动提供科学的 指导依据，并得出运营策略改进的方向，避免出现“拍脑袋＂的决策。 为提升云南移动数据业务营销能力，做好以客户为中心的品牌支撑工作，提 高主要数据业务的普及率及使用量，以便优质、高效地推进数据业务的发展，现 建设了一个数据业务营销平台，对数据业务进行统一的营销管理。数据业务营销 平台是数据库营销的具体应用，建设数据业务营销平台就是为整个运营过程提供 结构化、系统化的指导，有效的挖掘客户需求，实现数据业务的精细化发展。 精细化运营，是基于一个明确的客户群开展工作，其核心是“数据库营销”。 通过客户基本资料和业务使用情况资料，对客户行为进行分析，针对具体不同的 客户群，采用主动营销手段，展开不同的内容销售，提高市场营销活动和营销措 施的命中率。数据库营销需要关注运营细节，需要有对产品（或服务）、客户行 为和营销支撑的广泛数据，通过数据挖掘，进行量化的运营模式研究。数据库营 销要求运营商不断细分客户群体，建立“以客户为中心＂的运营思路。通过数据 库营销，能够提升运营商数据业务营销能力并搭建起支撑数据业务发展的深度运 营体系。 通过收集和积累客户的大量消费信息（如图１．１所示），根据对这些信息的分 析后预测客户有多大可能购买某项产品或服务，同时利用这些信息精确定位产品 或服务，有针对性地制作营销信息以说服客户购买产品或服务。‘３图Ｉ－１客户统视图４本文的研究内容通过数据业务营销平台，能实现从手动的开放式营销向自动化、精细化的闭 环营销的转变，支持营销活动的决策分析以及自我学习能力的提升。同时，通过 该系统能规范化、系统化地支撑营销活动的开展，快速响应各种营销活动的需求。我们希望通过数据业务营销平台的建设．来达到以下目标； １、闭环营销功能从手动的日常经营分析向自动的精细化的闭环营销分析的转变，定位、挖掘 与管理目标客户。为营销方案的制定与决策提供系统化、流程化的支撵系统，提 高营销活动管理的水平与效率。规范化、系统化、模板化地完成数据业务营销活动的支撑需求，缩短开发时问，提高营销活动对市场的响应程度。２、精确营销功能 通过完善的客户记录信息及现有的客户资料与语音消费信息形成强大的数 据库，通过数据业务的客户分群管理、产品关联、潜在客户预测与发掘、重点业 务流失预警的模型应用来实现辨识、获取、保持和增加“可获利客户”的精确营销功能。３、管理平台与生产系统的联动与协同功能 营销平台所产生的精确营销指导结论要能有效指引到生产一线，生产一线对该指引的效果要及时得到反馈。当然，这需要在各生产平台上开辟精确营销指导模块，比如在ＢＯＳＳ系统上开辟模块。能自动提醒该客户的潜在业务流失可能性 或潜在业务的消费可能性，真正构建数据业务精确营销体系，比如中央音乐平台 门户对分析确定的客户展现单独的语音或网站提示等等。１．５本文的组织结构及作者的主要工作本文组织如下：第二章主要对云南移动现有的支撑平台的各数据进行了的分 析，梳理出对数据业务营销有意义的数据源，设计平台应用的模板，对平台建设 存在的难点迸行了分析；第三章中详细描述了客户消费数据的数据库的设计，客 户行为分析模型的设计，营销应用模板的实现，并对营销平台的总体容量进行了 估算；第四章中展示了本设计的具体成果，并列举出具体的使用案例，说明营销 平台对云南移动在营销策划和执行上的影响；第五章是本文总结，并对营销平台 下～步的发展进行了展望。 本文作者在此平台建设过程中主要承担项目管理工作，负责提出业务需求， 参与进行系统设计，并组织应用系统的测试和推广，具体工作如下。 １．作者在深入分析云南移动数据业务的发展现状的基础上，结合企业发展 要求及国内外移动运营商的先进经验，负责起草我省移动数据业务营销 平台的业务需求； ２．在公司确定系统开发商后，牵头组织相关部门及开发商进一步细化和优 化业务需求，并配合系统开发商进行应用系统的设计，参与数据源的整 理和分析，审核开发商提交的数据库设计，协助开发商完成与相关接口 的开发和联调工作； ３：系统上线测试后，负责组织分公司的数据业务营销管理人员对系统的应 用进行测试，对数据进行比对，并将存在问题和优化建议提交系统开发 商； ４．在系统上线运行后，负责组织平台的应用推广，以及解决数据业务常态 化营销过程中出现的问题。５第二章移动数据业务营销平台需求分析引言：本章首先对数据库系统作了简述，然后分析了对于数据业务的关键指标，为后面的课题研究作了理论和技术方面的准备。２．１数据库概述计算机发展的早期，人们已经提出了建立数据仓库的构想。“数据仓库”（ＤａｔａＷａｒｅｈｏｕｓｅ）一词最早是在１９９０年，由Ｂｉｌｌ ＩＩＬｒｎｏｒｌ先生提出的，其描述如下：数据仓库是为支持企业决策而特别设计和建立的数据集合［３】。包含以下几 个方面的内容。 １、元数据元数据是描述数据仓库内数据的结构和建立方法的数据，包括：业务主题的描述，数据源信息；数据转换的描述；数据仓库内对象和数据结构的定义；数据 清理和数据更新时用的规则；源数据到目的数据的映射；操作人员访问权限，数据备份历史记录，数据导入历史记录，信息发布历史记录等。 元数据为访问数据仓库提供了一个信息目录，这个目录全面描述了数据仓库中都有什么数据、这些数据怎么得到，以及如何访问这些数据。是数据仓库的运 行和维护中心，数据仓库服务器利用它来存贮和更新数据，操作人员通过它来了 解和访问数据。 ２、数据抽取工具把数据从各种各样的存储方式中拿出来，进行必要的转化、整理，再存放到 数据仓库内。对各种不同数据存储方式的访问能力是数据抽取工具的关键，应能生成ＣＯＢＯＬ程序、ＭＶＳ作业控制语言（ＪＣＬ）、ＵＮＩＸ脚本、和ＳＱＬ语句等， 以访问不同的数据。数据转换都包括，删除对决策应用没有意义的数据段；转换 到统一的数据名称和定义；计算统计和衍生数据；给缺值数据赋给缺省值；把不 同的数据定义方式统一。 ３、访问工具 为操作人员访问数据仓库提供手段。有数据查询和报表工具：应用开发工具、管理信息系统（ＥＩＳ）工具、在线分析（ＯＬＡＰ）工具、数据挖掘工具。４、数据集市 为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据， 也可称为部门数据或主题数据（Ｓｕｂｊｅｃｔ Ａｒｅａ）。在数据仓库的实施过程中可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。６２．２营销平台的需求分析２．２．１数据业务数据库的建立数据库营销建立在对客户大量信息的搜集和积累。面对海量的数据，我们需要梳理出对数据业务营销具有指导意义的关键信息，这些元数据应该包括以下内 容［４】［５】：１、基本信息类手机号码、使用人、归属地、品牌、套餐、年龄、性别、所属行业、职业、 生日、兴趣爱好、地址、工作单位名称； 缴费方式、营销渠道类型、营销渠道； 是否当月新增客户、是否大客户、大客户等级、是否拍照客户、是否心机客 户、是否ＶＰＭＮ客户、入网时间； 是否集团客户、集团编码、集团名称、集团类型；２、活动信息类 客户状态、月消费层次、客户在网时长、客户积分、客户可兑换积分；终端ＩＭＥＩ、终端类型、终端品牌、稳定终端在网时长、是否月新增终端、 是否支持ＷＡＰ、是否支持ＪＡＶＡ、是否支持ＧＰＲＳ、是否支持彩信、是否支持 ＷＬＡＮ； 是否通话客户、是否活动客户、是否零次客户、是否欠费客户 ３、消费信息类 当月消费、上月消费、前月消费、ＡＲＰＵ、近３个月消费均值、欠费金额、 当前余额、通话次数、通话时长【分】、应收费、优惠费、包月费、基本通话费、 长途费； 漫游费、口长途费、信息费、其他费、数据业务费、来电显示费、短信费、 彩信费、梦网费、ＧＰＲＳ费、ＷＡＰ费、语音杂志费、彩铃月租费、增值互转费、 ＣＭＮＥＴ费、其他数据业务费 ４、行为信息类 （１）通话行为： 主叫次数、被叫次数、主叫通话时长、被叫通话时长、本地主叫通话时长、 本地被叫通话时长； 网内通话次数、网外通话次数、网内通话时长、网外通话时长； 集团内通话次数、集团外通话次数、集团内通话时长、集团外通话时长： Ｖ网次数、Ｖ网通话时长； 呼转次数、呼转联通ＧＳＭ次数、呼转联通ＣＤＭＡ次数、呼转小灵通次数；７投诉次数，呼叫１００１次数、呼叫１００８６客服次数； 长途通话次数、长途通话时长、ＩＰ时长； 漫游次数、漫游时长［分］、省内漫游通话时长、省际漫游通话时长、国际漫 游通话时长［分】； （２）业务行为： 对客户使用各种数据业务的行为分析，包括彩信行为、手机上网行为、彩铃 行为、语音杂志行为、手机报行为、手机邮箱行为等。 如图２．１所示，以短信为例，短信行为应该包括：点到点短消息条数、点到 点网内短消息条数、点到点网外短消息条数、梦网短消息条数等。图２－１客户点对点短信行为分析元数据要求２．２．２数据的管理数据业务营销平台将实现对上述数据的整合和管理，通过相应的接口处理， 将上述源数据从经分等系统抽取和转换后，形成分析数据集，然后通过数据挖掘 对客户进行分类或聚类，寻找具有相似需求的客户群，从而达到精确定位目标客 户的目的。 数据挖掘就是通过自动的方式，对大量的数据进行探索和分析的过程，其目 的是发现其中有意义的模式和规律。数据挖掘的概念比较宽泛，在本文中将对这 个概念限定在符合数据业务营销目标客户提取的范围内，对于目标客户的提取， 主要用到的数据挖掘分类、聚类以及组合或关联发展，当然有时也会用到包括估 计和预测等方式。 分类（Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）首先要对一个新的客观事物特征进行描述，然后将客 观事物的观察值分配到事先预定的类别当中，如我们事先定义了高端商务组、个 性前卫人群等类别，然后通过数据挖掘将符合这个特征的客户分配到事先预定的类别中。 聚类（Ｃｌｕｓｔｅｒｉｎｇ）的任务也是要将相似的事物分成一类，差异较大的事物分 在不同的类中。聚类与分类的区别是聚类并不是依赖于事先确定好的组别。如高 端商务人群、个性前卫人群等类别是通过数据挖掘后将有相似特征的客户聚集在 一起形成的，而不是先定义好类别，再“对号入座＂形成的。 在聚类中，没有事先确定好的组别，也没有样本。记录按照自身特征的相似． 性聚集在不同的类别中。数据挖掘者和营销人员来决定各类是否有意义，可以向 其推广什么样的业务。 数据业务营销平台通过ＢＯＳＳ、经分、ＭＩＳＣ等支撑平台的接口，对客户的’ 产品使用情况、话费信息、消费明细以及业务订购的源数据进行抽取和转换，从 而实现对客户的分类和聚类分析。 在进行客户细分的同时，还要进行关联（Ａｓｓｏｃｉａｔｉｏｎ）分析，关联分析的任 务就是确定哪些事物会在一起出现。对于数据业务营销而言，就是发掘哪些数据 业务会被一起购买，关联分析有两个主要目的，一是发掘客户使用的产品和产品 之间的关联性，二是发掘客户和产品之间的关联性，关联分析最重要的是用来发 现交叉营销（Ｃｒｏｓｓ－－Ｓｅｌｌｉｎｇ）的机会。 数据业务营销平台通过对彩铃等业务平台和ＭＩＳＣ等支撑平台的接口获取客 户的产品使用情况和业务订购的源数据，以实现产品的关联分析。营销模块的实现２．２．３营销平台是通过挖掘客户数据，指导营销活动开展的平台。目前营销平台的 应用主要专注于互动营销支撑模块和客户挖掘模块，具体的需求分析如下： １、互动营销模块 随着数据业务的发展，针对数据业务的营销活动越来越多样化、个性化，导 致营销活动的开发需求也纷繁复杂，多种多样。为了规范化、系统化地完成数据 业务营销活动的支撑需求，缩短开发时问，提高营销活动对市场的响应程度，我 们希望通过对营销活动类别的梳理，整理清楚每类典型营销活动对于营销活动管 理平台的开发需求。 营销活动的分类有多种维度，．例如根据营销对象、营销目的以及营销方式的 不同，。可以分为很多类别。考虑到我们这里分类的目的是希望梳理清楚不同类别 的营销活动对于开发需求的不同特征，因此我们选择营销方式的不同来将数据业 务营销活动划分为以下典型的几类，并通过系统实现下述营销活动的快速支撑： （１）ＰＵＳＨ类营销活动 ＰＵＳＨ类营销是最基本的移动数据业务营销模式。通过选定ＰＵＳＨ对象，通 过短信、彩信以及ＷＡＰ ＰＵＳＨ的下发来进行营销，并能够对客户的回复作出一９定的响应。 （２）互动类营销活动 互动营销是指在短信、彩信等基础数据业务之上设计营销互动逻辑，例如竞 猜、抢票等方式。鼓励客户上行参与活动，借此推广数据业务，并培养客户使用 习惯。互动类营销活动又可以细分为问答类、征文类、点播类、调查类、抽奖类 以及转发类等。 （３）体验卡类营销活动 体验卡类营销活动是指通过各种渠道向潜在目标客户发放体验卡，客户在获 得体验卡后，可以根据体验卡上的客户名和密码来开通相关业务，并在一定时期 内免费使用该业务。免费周期结束后，客户可以自行选择是继续使用该类业务还 是停止使用该类业务。 体验式营销能够消除消费者对电信业务的疑虑，起到了良好的宣传效果。 （４）基于客户行为的实时促销类活动 该类活动能够从市场的角度，基于客户的实时行为和兴趣习惯，提供个性化 的移动内容、信息等服务，同时具有及时分析促销的效果，并根据统计数据随时 调整促销策略的功能。 （５）与ＳＰ合作类营销活动 在一些数据业务或服务的营销活动中，会采用联合营销的方式来进行宣传推 广。作为移动公司的合作伙伴，ＳＰ／ＣＰ提供具体的业务，移动公司对业务进行宣 传推广，并需要对定购关系进行一定的管理。 ２、客户挖掘模块 数据业务营销管理平台的客户数据挖掘功能，深度细分了客户群，是实现精 确营销的关键。具体实现包含两方面的内容： （１）客户业务行为属性分析 因业务开展的不同，客户对不同业务的行为喜好、关注角度也不一样，所以 营销平台需要对客户的属性信息可以根据实际需要进行设置。如本月关注客户 “参与彩铃互动活动”和“是否喜爱彩信大赛＂，可设置增加这两项客户属性栏， 并通过一定的方式将客户的属性更新进来，提取客户群时可选作过滤条件，在客 户信息查看界面上也可显示。下月可能彩信大赛已经结束，可将客户“参与彩铃 互动活动”属性栏删掉，增加“短信猜数＂属性栏。要求上面的操作都可由管 理员通过图形界面自助完成，客户属性栏可中文描述。 另外，还需要对同～客户行为进行多角度分析。如客户参加了彩信大赛，在 分析他的行为时，可认为他是“彩信使用者”，也可认为他是“互动活动参与者”。 在今后的营销活动中，需要这两个属性之的目标客户群可能都会把他包含进去。 同样，如果一个客户同时参加彩信大赛、彩信征文、彩信游戏，每参加一次，ＩＯ都可认为他“喜爱彩信”程度加深一点。当提取经常使用彩信的客户群时，这个 客户毫无疑问应被包含进去。 （２）客户外围系统属性的导入与分析 营销平台可以对外围其他系统提供的客户数据进行导入，并结合平台自有的 客户业务信息进行综合分析。如经分系统提供了客户的性别、年龄数据，梦网提 供了ＷＡＰ客户，平台将这些数据导入到自己的客户信息库后，结合自身的客户 “互动问答’’属性，提取“参加过答题活动的，２０－４０岁的，ＷＡＰ上网的女性客 户”，ＰＵＳＨ促销化妆品ＷＡＰ有奖答题活动的消息。２．３难点分析２．３．１平台层面“深度运营是知易行难的工作。”数据库营销使得运营商在进行数据业务营 销过程当中能够精确的细分目标市场，实现的一对一营销，使营销活动能够更加 具有弹性，能够对营销活动实现实时的监控、及时的反馈。数据库营销将会改变 营销方式、服务方式、客户关系，提高企业的市场竞争力。对企业来说实施数据 库营销是一件刻不容缓的大事。但从整个数据业务营销平台的建设过程当中，我 们发现存在以下的一些问题【６】： ｌ、平台的定位 在整个需求分析的过程当中，一个问题一直困扰着我们：营销平台的定位是 什么？ 营销平台的功能通过精准定位目标客户，提升业务普及率、使用率？营销平 台是一个精确营销平台？主动营销平台？还是一个专门的分析系统？ 从实际的建设过程中，我们认为到这样的定位和理解，并不能完全说是现阶 段正建设的营销平台的概括。提出营销平台的建设思路，其实就是～种深度运营、 有效数据库营销的思维方式，从整个公司战略的角度上讲，营销平台代表的就是 深度运营意味着我们不仅需要关注客户在进行业务体验的过程，更应该重点关注 提升端到端的客户体验质量。深度运营是对数据业务进行端到端的评测、分析、 优化和管理。从而确保业务的稳定性、可用性和易用性，提升客户体验和客户价 值，促进业务规模增长。营销平台应该是以运营信息管理为核心的、支撑深度运 营各个过程的生产平台。 营销平台的建设是云南移动对深度运营的第一次探索，对整个营销流程进行 支撑的系统建设尚属首次，在营销平台与其它生产平台的关系上存在一定的“定 位重复”的问题。云南移动现有的经营分析系统与各生产平台之间存在较为完善的接口，也具备一定的应用功能，但由于经分系统建设中更加偏重于话音业务营 销，对于数据业务部分支撑能力相对薄弱，在下一步的工作中需要对营销平台和 经分系统功能进行进一步的整合，使营销平台能够更好的指导数据业务的深度运 营工作。 ２、数据的整合数据业务“点多面窄＂，营销平台面临着对各种业务平台的整合，在设计与各业务平台的接口和互动流程时，中间涉及的环节极为复杂。根据云南移动实际的系统构架，营销平台将采取以经分数据为底层数据源，以其他系统的数据作为补充的方式，来建立客户的消费数据库。随应用的深化，必将还将对数据源进行 深层次的整合，来构建客户的内容偏好数据库，指导精细化的运营工作。２．３．２应用层面营销平台的建设不同子其它的支撑系统的建设，并不是一次性的建设，在营 销过程中，始终存在着不停修正、优化、再次营销的过程。营销平台的应用的建 设也是一个逐步完善的过程，需要随着操作人员的能力的提升，不断的进行优化。 应用设计不是简单的需求的分析，应用设计需要一开始就考虑如何在实际中 应用，同时制定实施办法，设定期望效果。另一方面，应用设计同时要考虑应用 的配套措施，比如，配套系统改造、配套营销策划等。这就要求我们提高应用设 计能力，有效提升应用开发和推广效率。通过面向场景的应用推广能有效减少公 司内部各部门、公司本部与各分公司、各分公司之间的沟通成本，能更加贴近深 度运营需求。 应用设计需从深度运营的内涵和环节入手，提升业务端到端管理、分析、优 化的效率。营销平台需能够按不同的应用场景设计不同的应用，这主要包括几个 层面：精细化管理场景、精确营销场景、业务优化场景。应用设计能力的提升也 是下一步工作中重点关注的环节。一方面我们加强与其他兄弟公司之间的横向交 流，学习他们的优秀应用案例，根据云南的实际情况推广应用，另外，我们加强 了与平台应用提供商进行纵向沟通，将他们在其他地区运营商中的成功经验在云 南本地化。２．３．３方法层面．这里说的“方法层面＂的问题主要是指在应用设计中碰到的问题。 应用设计需要一套标准化、模块化计方法。为什么需要标准化的设计方法？ 标准化的应用设计方法不仅能提升应用设计能力，也有助于亮点应用的有效推广。应用设计应有清晰的层次结构，有利于各操作人员之间的理解、交流、复制，１２并且能够实现插件式的应用推广。 在实际的建设工作中将使用四层模型的应用设计方法。完善营销平台的功能 应用。采用四层模型的应用设计方法，将这个应用设计的过程分为场景层、方法 层、模型层和数据层，并将相关含义解释如下（如图２．２所示）。图２－２应用设计的过程说明场景是指，不同使用对象与具体需要解决的问题，如业务分析、开发和管理 人员需要通过平台解决的问题。方法是指，解决上述场景中问题的方法，含配套 的系统支撑和配套的营销策划。模型是指。解决上述场景中出现问题的思路方法 在系统上的解决方案，如标准的模板与流程，如客户细分模型，手机报成功率提 升模型等。数据是指，解决上述场景中问题所需要的信息输入和输出。 从应用场景出发，应用场景来自现实的各个运营环节，寻求解决方法和实现 该方法的应用模型，这包含了配套系统支撑和营销策划，同时基于模型需求的数 据整台有效提升数据运用效率。利用四层模型进行应用设计，每个应用包含四个 层次，结构清晰。同时可以建立标准应用模型库，可以充分共享各公司先进经验， 便于交流。另外，模块化的标准应用使得插件式的应用推广成为可能，增强平台应用的灵活性。第三章移动数据业务营销平台总体设计引言：本章主要介绍作者根据需求分析，配合进行营销平台的实际应用设计。３．１总体构架数据业务营销平台建立一套完整的营销支持工作流程，从营销活动发起号营 销活动的目标客户下载÷营销活动实时跟踪÷营销活动总结统计的管理和分析 流程，帮助业务人员管理、总结营销活动，实时了解活动开展状况，精确定位营 销目标客户群等。 数据业务营销平台总体架构预计如图３－１所示：幽３－Ｉ营销平台总体架构数据业务营销管理平台在网络中的位置介于现有业务网、支撑网与终端客户 之问的服务提供系统，通过这个系统，移动公司应能够提供直接面对终端客户的 服务。与短信网关、彩信中心、ＷＡＰ网关、ＩＶＲ、ＵＳＳＤ等是接入关系。通过利 用这些部件的基础能力和本身具有的综合接入能力，为客户提供丰富多彩的数据 业务体验，也充分挖掘这些部件的应用潜力。与ＢＯＳＳ、经分系统之间，实现部分数据菸享，通过Ｆ１Ｐ或实时接口的方式 获取数据文件，营销管理平台从ＢＯＳＳ、经分系统获取精确营销需要的客户信息， 而ＢＯＳＳ也从营销管理平台获取客户的业务原始服务使用记录进行计费。 ＢＯＳＳ及经分系统主要功能包括：对存量客户的分析；对目标客户的发掘； 对客户消费行为关联分析、潜在客户的获取等工作．营销平台主要功能包括：互 动营销：将经分系统得到的客户偏好与业务特性进行聚类，开展精准营销；营销 活动及业务推广的效果评估。经分系统与营销平台在数据业务营销过程中相辅相 成，缺一不可。合理地使用两个系统，将不断提高数据业务的营销水平。 数据业务精确营销过程（如图３＿２所示）由三部分组成，包括营销策划、营 销执行和营销分析，评估。 营销策划：能够根据需求提取目标客户群，并支持从方案设计到需求分派的整个策划流程。营销执行：提供对执行层面开发需求的管理，并实现与各类业务平台、支撑 系统阻及其它的数据接口，并能够根据营销活动开展情况进行简单的统计，同时 将活动执行后的数据反馈给经营分析系统进行数据分析咀形成营销过程闭环。营销分栅评估：提供自动化的数据分析入口，能够直接从经分系统直接进行分析或导入源数据系统数据，并进行各类分析，为营销活动目标客户群的选取，以及营销活动的决箫分析提供数据基础。［降闭环的、主动的精确营销流程图３－２精确营销流程效果分析囊１●Ｊ３．２客户数据库的设计客户数据仓库部份包含三个组成模块，分别是： 一一数据采集和转化子系统 完成数据抽取、清洗、转换、整台到数据仓库模块的数据结构中去。定期（日月）从经分系统抽取业务基础数据，并对数据进行清洗、加工、转换，导入｛惜销平台建立的数据仓库中进行存储，为精确营销分析子系统提供数据基础。把营 销活动产生的业务数据也定期导入到数据仓库中进行存储。一数据仓库包括数据转储区、数据仓库区两个数据存储组件，存放着由业务系统数据转 换来的面向决策支持应用的大量数据。处理并存储业务数据和营销活动产生的数 据，并建立数据分析模型，为精确营销分析子系统提供数据基础。 一一精确营销分析子系统 将数据仓库模块中的数据以多维分析、数据挖掘、报表等多层次的应用方式 提供给其他系统或最终客户。提供静态报表生成和多维动态分析功能，接收营销 管理活动子系统输入的分析需求，调用分析引擎实现对目标客户的分析和提取； 同时对营销活动产生的数据根据定义的规目４对数据进行统计分析，形成报表。精 确营销分析子系统的数据库系统结构图如图３－３所示。图３－３营销平台数据库结构商业智能（Ｂｕｓｉｎｅｓｓ Ｉｎｔｅｌｌｉｇｅｎｃｅ）能够辅助进行业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数 据仓库、联机分析处理（ＯＬＡＰ）工具和数据挖掘等技术。因此，从技术层面上 讲，商业智能是数据仓库、ＯＬＡＰ和数据挖掘等技术的综合运用。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的 数据并进行清理，以保证数据的正确性，然后经过抽取（ＥｘＵａｃｆｉｏｎ）、转换 （Ｔｎｍｆｏｒｍａｔｉｏｎ）和装载（Ｌｏａｄ），即ＥＴＬ过程，合并到一个企业级的数据仓库 里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、 数据挖掘工具、ＯＬＡＰ工具等对其进行分析和处理（这时信息变为辅助决策的知 识），最后将知识呈现给管理者，为管理者的决策过程提供支持。 数据业务营销平台的ｍ总体结构图如图３．４所示。≤函目藤器ｆ日圈Ｉ巨鞫 嚣目圈日Ｉ圉１５ｉ；；：；ｉ赣８转８８块 ８“。库 ３．２Ｉ数据仓库模块ｍ；ｉ；；；ｉｉ；块数据仓库模块包括两个数据存储部件： ―― 基础数据仓库（Ｂａｓｅｌｉｎｅ） 基础数据仓库的数据直接来源于对数据转储区数据的抽取．但数据结构完全 按照决策支持的需求而设计成星型结构，在设计中兼顾系统未来的发展变化和数 据查询、访问的效率。在抽取过程中，对数据进行了完整性和有效性检查ｔ对冗 余和不一致的数据进行了清洗和转换。基础数据仓库中的数据量将非常庞大。 ――数据转储区（ＳｔａｇｉｎｇＡｒｅａ） 数据转储区是为了保证数据移动的顺利进行而开设的阶段性数据存储空间， 需要进入数据仓库的各个业务系统的数据首先直接快速传输到数据转储区，再从 数据转储区经过清洗、转换、映射等复杂的数据移动处理转移到目标数据仓库中。 从业务系统到数据转储区的数据传输，应尽量避＿（包进行数据处理，｜三Ｉ保证数据的 快速导入而尽量减小对业务系统造成的压力。数据转储区的数据也可以作为数据仓库系统的各份数据。１、数据仓库逻辑模型数据仓库的逻辑模型设计两个模型：客户分析、客户月行为分析等。（１）客户分析模型 客户分析模型采用星型结构，由５张维表和ｌ张事实表组成。在这里的维表和事实表指的是从经分或其他生产平台获得的客户数据信息，每一个描述客户属 性的因子都对应一张维表或事实表，通过多重表的数据叠加，能够得到客户的详细信息，为客户细分提供基础。客户分析模型的组成： 维表：品牌维、地市维、区县维、性别维、交费方式维。 事实表（ｂｌｕｓｅ卉ｎｆ＇ｏｆａｃｔ）：客户信息事实表。具体模型见下面（如图３－５所示）的ＥＲ图（Ｅｎｔｉｔｙ－－ＲｅｌａｔｉｏｎｓｈｉｐＤｉａｇｒａｍ，实俸联系图）；图３－５客户行为分析模型（２）客户月行为分析模型 客户月行为分析模型采用星型结构，由６张维表和１张事实表组成。维表：月份维、地市维、区县维、品牌维、性别维，交费方式维。事实表：客户月行为事实表。具体模型见下面（如图３－６所示）的ＥＲ图：３｛客户月行为分析模型数据转储区（Ｓｔａｇｉｎｇ Ａｒｅａ）保持了所有从业务系统提取的数据仓库中需要的 原始数据。在数据转移过程中，首先一次性地将需要的原始数据复制到数据转储 区，然后从该区域再向数据仓库进行复杂的数据转换、清洗、加工过程，从而减 少对业务系统资源的长时间占用。利用数据转储区一方面可以减少对业务系统资源的占用，加速数据转移过程 的实现；另一方面也可以作为数据仓库系统的各份数据，如果发生数据仓库系统故障或发现已处理的数据有错误，可以从数据转储区进行数据仓库数据的重新牛成，而坷：必再从业务系统提取数据。当然，由于数据仓库容量的限制，数据转储 区的数据只保留一段较短的时间。３，２２数据转移横块数据转移模块将原有业务系统数据库和外部数据源的数据按照数据仓库模 型整合到数据仓库系统中去，在这个过程中需要完成数据的抽取、清洗、转换、整合、传输、加载等操作，是数据仓库系统构建过程中最为复杂的一个环节。 数据转移模块主要解决以下问题： ／确定要抽取的源数据； ／确定如何抽取数据； ／确定抽取数据的频率和时间； ／对来自不同数据源的数据进行一致性转换； ／合并来自不同数据源的信息，去除重复行； ／定义取值范围； ／匹配和清除； ／对同组或相关数据进行聚合或汇总计算； ／将数据源中的单一信息按照数据仓库的需要进行分解； ／对数据进行重组或重构； ／统一计量单位； ／将代码转换为完整的有实际意义的描述； ／确定数据加载的目标数据库；／确定数据加载类型（批量装载、增量更新、原位更新、删除等）；／对数据加载进行时间调度。 数据转移模块将各个业务数据源的数据依次转移到数据仓库的数据转储区、 数据仓库中，并进一步提供给分析模块和其他前端展现模块使用。数据仓库平台 采用调度程序（ｂｅ地ｌｏａｄ）来控制整个数据转移流程。１、从业务系统到数据转储区的数据移动数据转移流程的第一步是将各个相关业务系统的数据快速装载到数据仓库 的数据转储区中。数据转储区是为了保证数据移动的顺利进行而开设的阶段性数据存储空间，数据直接从业务系统快速转移至数据转储区，在这个传输过程中应 尽量避免进行数据处理，以保证数据的快速导入，尽量减小对业务系统造成的压力，不过多影响业务系统的运行。 营销平台数据仓库与其它系统之间的数据交互统一采用Ｆｌａｔ文件的方式，这 样营销平台的设计不会受到外部系统数据来源或产生方式的影响，也为今后系统 的扩展提供便利。 （１）经分系统 营销平台数据仓库的业务数据基本上都来自于经分系统，云南移动经分系统 采用ＮＣＲ的系统，后台数据库为Ｔｅｒａｄａｔａ。目前的接口方式为经分系统提供ＮＣＲ 客户端程序，通过客户端程序生成营销平台数据仓库所需要的Ｆｌａｔ文件，然后再 通过营销平台的ＥＴＬ程序（Ｄｅｌｐｈｉ程序）将Ｆｌａｔ文件导入到数据仓库的数据转储区 中。２０１）Ｔｅｒａｄａｔａ导出ｅｓｖ程序 程序名：ＴｅｒａｄａｔａＴｂＣＳＶ 编程语言：Ｄｅｌｐｈｉ 程序描述： ａ．数据源连接，根据ｅｏｎｆｉｇ．ｉｎｉ文件取； ｂ．初始化ｓｃｈ．ｓｐｓｃｈ ｃｈｅｃｋ ｄｅｌｐｈｉｓｔａｔｕｓ状态为Ｆｃ．根据ｃｏｎｆｉｇ．ｉｎｉ文件所取参数取得对应ＳＱＬ语句和Ｓｃｈ＿ＩＤ（１－日，２：月），并 生成数据集： ｄ．根据数据集生成ＣＳＶ数据． ｅ．更改ｓｅｈ．ｓｐ＿ｓｃｈ＿＿ｃｈｅｃｋ＿ｄｅｌｐｈｉ＿ｓｔａｔｕｓ状态为ｃ（ｃ是成功状态） 调用方法：通过外部命令行取得参数名称（与ｃｏｎｆｉｇ．ｉｎｉ配置参数一致） ２）ＣＳＶ导入ｏｒａｃｌｅ程序程序名：ＣＳＶＴｏｏｒａｃｌｅ编程语言：Ｄｅｌｐｈｉ 程序描述： 孔数据源连接，根据ｅｏｎｆｉｇ．ｉｎｉ文件取； ｂ．初始化ｓｅｈ．ｓｃｈ＿ｄｅｌｐｈｉ状态字段ｐｒｏｇｒａｍ＿ｓｔａｔｕｓ为Ｆ ｃ．根据ｃｏｎｆｉｇ．ｉｎｉ文件配置参数（［Ｏｒａｃｌｅ］部分的表名称）取得对应参数值（１：日， ２：月），并导入数据库； ｄ．根据参数值读取Ｓｃｈ Ｃｏｎｔｒｏｌ表取日期或者月份字段内容 ｅ．通过指定目录查找文件（文件名：ＴＢＮａｍｅ ＹＹＹＹＭＭＤＤ或者 ＴＢＮａｍｅ＿ＹＹＹＹＭＭ） ￡把ＣＳＶ文件导入Ｏｒａｃｌｅ ｇ．改写ｓｅｈ．ｓｃｈ＿ｄｅｌｐｈｉ状态字段ｐｒｏｇｒａｍ＿ｓｔａｔｕｓ为ｃ（ｃ为正常完成状态） 调用方法：通过外部命令行取得参数名称（与ｃｏｎｆｉｇ．ｉｎｉ配置参数一致） （２）其他系统 对于经分系统暂不具备的其他生产平台的数据，通过ＦＴＰ的方式进行数据的 传输，也采用Ｆｌａｔ文件交互。 ２、从数据转储区到数据仓库的数据移动 数据转移流程的第二步是将数据转储区的数据转换到数据仓库中。数据仓库 的数据来源于对数据转储区数据的抽取，其数据结构按照决策支持的需求而设计 成星型结构。从数据转储区至数据仓库的数据转移是整个数据转移过程中最重要 的部分，需要业务规则，进行复杂的抽取、清洗、变换、一致化处理等操作。 在数据仓库中需生成以下表： 客户信息事实表ｂｌｕｓｅｒｉｎｆｏ ｆａｃｔ２ｌ客户月行为事实表ｂｌｍｏｎｔｈ ｆａｃｔ数据转储区和数据仓库均位于数据仓库服务器的Ｏｒａｃｌｅ数据库中。为满足大 数据量时的复杂数据转移、处理要求，将主要采用存储过程（ＰＬ／ＳＱＬ）来完成数据 转移任务。 帐单金额以”分”为单位，清单金额以”厘”为单位。 （１）客户信息事实表导入程序 程序名：ｓｐｂｌ ｕｓｅｒｉｎｆｏ ｆａｃｔ ｕｉ实现方式：ＰＬ／ＳＱＬ 频率：日 运行前提：个人客户表、客户表、客户统计信息表数据导入完成导入条件：全导入程序描述：根据ｓｔｇ。ｓｅｒ＿ｕｓｅｒ、ｓｔｇ．ｃｕｓ＿＿ｐｅｒｓｏｎｃｕｓｔｏｍｅｒ、ｓｔｇ．ｓｅｒ ｕｓｅｒｉｎｆｏ表信息 通过事实表ｂ１．ｂｌ 入一条新的记录。 源：ｓｔｇ．ｓｅｒｕｓｅｒｓｔｇ．ｃｕｓ＿ｐｅｒｓｏｎｃｕｓｔｏｍｅｒｓｔｇ．ｓｅｒ＿ｕｓｅｒｉｎｆｏ ｕｓｅｒｉｎｆｏｆａｃｔ的主键ｕｓｅｒ ｉｄ更新相应字段，如果更新失败，插目标：ｂ１．ｂｌｕｓｅｒｉｎｆｏ ｆａｃｔ（２）客户月行为事实表导入程序 程序名：Ｓｐｂｌ ｍｏｎｔｈ ｆａｃｔ ｄｉ实现方式：ＰＬ／ＳＱＬ 频率：日 运行前提：全球通客户总消费表、明细帐单表月数据导入完成 导入条件：全导入程序描述：从调度时间控制表ｓｃｈ＿ｃｏｎｔｒｏｌ（条件为ｓｃｋｉｄ＝２）中得到需要计算的月份ｒｕｎ＿ｍｏｎｔｈ，删除ｂ１．ｂｌ ｍｏｎｔｈ＿ｆａｃｔ数据（ｄａｙ＿ｐｅｒｉｏｄ＿ｉｄ＝需要计算的月份）， 以ｂｌ ｔｃａｆ．ｙｄ。据数入导础基为据数的ｆａｃｔ源：ｂ１．ｂＵａｙｓｔｇ．ｓｔ＿ｓｐｅｎｄｉｎｇｓｔｇ．ａｃｃ＿ｂｉｌｌｄｅｔａｉｌ目标：ｂ１．ｂｌ―ｍｏｎｔｈ―ｆａｃｔ３、数据加载流程 （１）初始数据加载 在开始加载数据仓库数据前，首先将各维表数据准备好，然后再将规定时间 范围内的各个系统的历史数据转移到数据仓库中。（２）日常数据加载完成初始数据加载后，应定期将新产生的业务数据转移到数据仓库中，主要 涉及到经分系统的月增量数据加载、异常情况处理和数据的重新加载三个过程。３．２．３数据挖掘展现模块数据展现模块后端连结数据仓库模块，向客户提供数据挖掘、报表查询、统 计分析等不同层次的应用，满足客户多种多样的信息需求，促进企业决策的科学 化。主要包括数据挖掘、数据展现等组成部分。 １、数据挖掘 （１）目标客户的数据挖掘 营销管理人员通过营销平台的管理界面输入分析需求，调用数据挖掘引擎实 现对目标客户的分析与提取。 营销平台通过目标客户设定页面选择营销活动的目标客户，．确定后将选择条 件保存到营销活动条件表（ｍａｒｋｅｔｉｎｇ＿ｔａｒｇｅｔ）＠，数据的状态（ｓｔａｔｕｓ）为Ｓ（已提交）。 数据挖掘引擎定时（例如每五分钟）查询营销活动条件表，如果有需要搜索的数据 （ｓｔａｔｕｓ＝Ｓ），则根据条件挖掘客户并提交，确认后将数据的状态修改为Ｅ（完成）。 实现流程如图３．７所示。图３．７目标客户挖掘流程（２）数据挖掘的实现过程 数据挖掘后台引擎定时搜索营销活动条件表（ｍａｒｋｅｔｉｎｇ＿ｔａｒｇｅｔ），查询到需要 搜索的数据（ｓｔａｔｕｓ＝Ｓ），首先更新状态为运行＠（ｓｔａｔｕｓ＝Ｒ），然后根据查询条件组 成动态ＳＱＬ语句，查询出目标客户，查询完成后将数据存放在数据表中，最后生成营销活动需要的数据文件，并更新状态为Ｅ。经营平台通过查询营销活动条 件表的状态了解数据准备情况，生成ＴＸＴ文件。实现过程如图３．８所示。／――――――――――、Ｌ竺！）图３－８数据挖掘的实现流程（３）数据挖掘的逻辑模型 数据挖掘逻辑模型如图３－９所示。２４ｍｏｄｅｌ－ｉｄ：ＩｍＧ职ｌ◇―１ ｌ删ｅｌ＿ｄｅｓｃ：ＶＡＲ（Ⅻ垠２（２０）－ｔａｂｌｅｃ∞ｌ ｍｏｄｅｌ：９ｌＡＩＬＩＮＴ‘ｓｌ ａｓｋ ｉｔｅｍ ｉｄ：ＩＮＴＥＧＥＲ ｉｔｅｍｎａｍｅ：ｖ＾ＲｃＨＡＲ２（２０）目‘■■＿‘＇ｚ口ｔ＝ｏ日ｊ４＃ｊ日Ｅ？ｊｎ啊＝目＿：ｚ：：彳书ｃｏｌｕｍｎ―ｎａｍｅ：ＶＡＲＣｔｉＡ】Ｒ２（删ｔａｂｌｅｉｔｍ＿ｄｅｓｃ：ＶＡＲＣ“％Ｒ２（鲫掣』塑些坐坠 一＿， ｆ ｄｅｓｃ：ＶＡＩ配ｉｔＡＲ２（２０）Ｈｆｃｌａｓｓ＿ｉｄ：ＩＮＴＥＧＥＲ ｃｌａｓｓＬ一ｍｏｄｅｌ―ｉｄ：ＩＮＴＥＧ睬ｃｌａｓｓ ｉｄ：ＩＮＴＥＧＥＲｒＪ＆ｍｅ：ＶＡＲＣ雌２（２０）．｜ ｆｃｏｎ２ ｍｏｄｅｌ：蹲ＩＡＩＪ，ＩＮＴ ｃｏｎｌ ｃｏｎ２：岛ｎＬＪ ＩＮＴｖｉｐ＿ｇｌ－ｏｕｐ：ＶＡＲ（ｊＩＡＲ２（１００） ｄｏｔｒｅｃｅｉｐｔ―ｇｒｏｕｐ：Ｗ旧口１Ａ】Ｒｚ（１００） “ｌｔｅｒ ｂｌａｃｋ：踊ＷＬＩＮＴ ｕｏｌｏｅｄ ＣＯｆｌ：Ｓ孔也ＬＩＮＴ ｕｐｌｏａｄ ｌｅｉｆ＿ＲＡＨ妇协Ⅵ： ２（１００） ｕｐｌｏａｄ ＶＡＲＣＨＡＲ２（１００）ｆｉｌｅｌ ｍａｒｋｅｔｉｎＫ Ｃ０１）：涮ＡＵ．ＩＮ”Ｉ＂ ｍａｒｋｅｔｉｎｇ＿ｇｒｏｕｐ：ＶＡＲＧ｝ＩＡＲ２（１００）ｆｉｌｅ２：岛ｔ＾【上ＩＭｌ Ｆｏｇｒｉｐ＿ｌａｂｅｌ：ＳＫ＾ＬＬＩＮＴｓｔａｔｕｓ：ａ凇《１）ｒｅｃａｃｔｉｖｅ ｆｌａｇ：ＳＭＡＬＬＩＮＴｃｏｕｎｔ：ＮＵＭＢＥＲ（１０） ｌｅｖｅｌ：剐＾Ｉ ＬＩＮＴ ＿－ｘⅫａｒｋ：ＶＡＲ（ＭＡＲ２（５００） ｅｒｒ ｍｓｇ：ＶＡＲＩＭＡＲ２００００）ｏｒｄｅｒＪＬｓｌｍａｒｋｅｔｉｎｇ ｓｅｃｔ ｉｄ：ＳＫ＾ＬＬＩＮＴｍｅｘｋｅｔｉｎｇ＿ｉｄ：ｍ＿嗽（１０）ｍｏｂｉｕｖｌｏｅｄ ｆｉｌｅｌ■ｌ ＢＩ ｃｉｔｙ：ＶＡＲＣＨＡＲ２（５０）＿ｌｍｏｂｉｌｅ：Ｗ恹口妣（５０）ｂｒａｎｄ：Ｖ凰＝ＨＡＲ２（鄹）：Ｉｅ＿ｎｕｍｂｅｒ：Ｖ砌ｋＲ２（１８）叭 ｅｇＶＡＲＣＨＡＲ２ ａ．）０５（ Ｂｉ龋ｎｄｅｒ：Ｓ湖＾Ｕ．ＩＮＴ心ｄａｔｅ：ＶＡＩ配ＨＡＲ２（５０）ｍ２ ｍｏｂｉｌｅ：ＶＡＲＯＡＡＲ２（５０） ■２ ｃｉｔｙ：Ⅵ嫡吁Ｉ＾Ｉ诧（５０） ８ｌ ｕｐｌｏｅｄ ｆｉｌｅ２ｍａｒｋｅｔｉｎｇ＿ｉｄ：ＮｍＢＥＲＯｍ＿口ｂｌ鼍ｎｄ：、秘ｌ蚝Ｈ６Ｒ２（５Ｄ） ＿２ ａｇｅ：Ⅵ恨口－讯２（５０）ｍｏｂｉｌｅ＿ｎｕｍｂｅｒ：ＶＡＩｎＩＡＲ２（１８）Ｅ岔ｇ日Ｋｌｅｒ：跚＾Ｉ丽２心ｉｍｅｉ：们慷ａ僦（５０）囊Ｏ自辨：ＶＡＩｎｔＡＲ２（鲫啊８ｆ眦ｏｎ：ＶＡ陌列＾Ｒ２（鲫 ｏｆｆ：Ｗ蛹Ｃ｝ＩＡＪ硷（鲫 ＿岔ｕｓｅ：Ⅵ恨ａ１ＡＲ２（０Ｄ） ＿仑删∞：Ⅵ啦吁ｉＡＲ２（５０）葩ｆｕａｃＬＩＮＴ茈ｃｏｒｎ：ＶＡｉ托ＨＡＲ２（５００） 鹂ｍｏｎｔｈ：吼搬口ｉ＾Ｒ２（５０） 毋３ ｍｏｂｉ ｌｅ：ＶＡＲ（】－ｔＡＲ２（鲫－ｏ－ｃｉｔｙ：ＶＡＲＧｔＡＲ２（５０） ＥＯ ｂｒａｎｄ：ＶＡＲ（ＭＡＲ２（５０）曲ｏａｙｗａｙ：ＶＡＲＯＡＡＲ２（５０）ｍ３ ｍ３ ｖｏｉｃｅ ■Ｏ ２ＲＡＨＣＶ：ｕｐｒａ．）０５（ Ｖｇｅｎｄｅｒ：蹴＾Ｉ ＬＩＮＴ蝎ｉｍｅｉ：ＶＡＲ（舭（鲫 ｃ咖：ＶＡＲＣ呲（５００）ｌｄ面ｕ∞：ＶＡＲＣ凇（５０）皿３嘲ｕ∞：ＶＡＲＣ｝ｎＲ２（弱）图３－９数据挖掘逻辑模型２、数据展现 把营销活动产生的数据按业务规则进行统计分析并生成报表，一方面通过报 表对营销活动进行评估，另一方面报表分析结果做为将来进行营销活动的决策参 考依据。 系统提供管理界面，营销管理人员通过管理界面生成营销活动的报表或动态 查询报表。系统提供报表查询界面，查询平台为基于Ｗｅｂ的ＢＯ公司产品 Ｅｎｔｅｒｐｒｉｓｅ，操作人员通过报表查询界面查询报表。操作人员可对生成的报表进 行分类管理，如定时执行的报表、动态定义条件的报表等。系统提供报表订阅界 面，允许操作人员订阅关心的报表并将生成的报表在计划周期内通过邮件通知订 阅操作人员。系统提供快速搜索报表界面，操作人员可通过报表代码或关键字快 速定位到相应的报表。３．３营销平台应用的设计营销平台包含营销活动管理、ＰＵＳＨ管理、ＷＥＢ Ｐｏｒｔａｌ、ＷＡＰ Ｐｏｅｍ。 营销活动管理主要实现对营销案的执行过程，执行过程以根据营销案配置营 销活动为启动，直到营销活动的结束。ＰＵＳＨ管理负责发送和接收处理、对用户 的短信。ＷＥＢ Ｐｏｅｍ、ＷＡＰ Ｐｏｅｍ主要是针对操作人员的一个入口。．系统是基于Ｓｔｒｕｔｓ［７］的ＭＶＣ框架、以Ｓｐｒｉｎｇ作为中问层（业务层）、以ｉｂｍｉｓ［８】 作为持久化层。架构图如图３．１０所示。图３一１０营销平台构架图ＳｔｍｔＳ是目前Ｊａｖａ Ｗｅｂ ＭＶＣ。框架中不争的王者。经过长达五年的发展，Ｓ咖ｔｓ 已经逐渐成长为～个稳定、成熟的框架，并且占有了ＭＶＣ框架中最大的市场份 额。但是Ｓｔｒｕｔｓ某些技术特性上已经落后于新兴的ＭＶＣ框架。面对Ｓｐｒｉｎｇ ＭＶＣ、 Ｗｅｂｗｏｒｋ２这些设计更精密，扩展性更强的框架，Ｓｔｒｕｔｓ受到了前所未有的挑战。 但站在产品开发的角度而言，Ｓｔｒｕｔｓ仍然是最稳妥的选择。ＳｏｆｉｎＲＦｒａｍｅｗｏ＆实际上是Ｅｘｐｅｒｔ２６Ｏｎｅ．ｏｎ－ＯｎｅＪ２ＥＥＤｅｓｉｇｎａｎｄＤｅｖｅｌｏｐｍｅｎｔ一书中所阐述的设计思想的具体实现。Ｓｐｒｉｎｇ Ｆｒａｍｅｗｏｒｋ的功能非 常多。包含ＡＯＰ、ＯＲＭ、ＤＡＯ、Ｃｏｎｔｅｘｔ、Ｗ曲、Ｍ、厂Ｃ等几个部分组成。Ｗｅｂ、 ＭＶＣ暂不用考虑，使用ｉｂａｔｉｓ。因此最需要用的是ＡＯＰ、ＯＲＭ、Ｃｏｎｔｅｘｔ。Ｃｏｎｔｅｘｔ 中，最重要的是Ｂｅａｎｆａｃｔｏｒｙ，它能将接口与实现分开，非常强大。目前ＡＯＰ应 用最成熟的还是在事务管理上。 ｉｂａｔｉｓ是一个功能强大实用的ＳＱＬ Ｍａｐ ７－具，不同于其他ＯＲＭ工具（如 ｈｉｂｅｒｎａｔｅ），它是将ＳＱＬ语句映射成Ｊａｖａ对象，而对于ＯＲＭ工具，它的ＳＱＬ 语句是根据映射定义生成的。ｉｂａｔｉｓ以ＳＱＬ开发的工作量和数据库移植性上的让 步，为系统设计提供了更大的自由空间。有ｉｂａｔｉｓ代码生成的工具，可以根据 ＤＤＬ自动生成ｉｂａｔｉｓ代码，能减少很多工作量。３．３．１应用数据库的设计ｌ、数据库选型 在营销平台应用设计中选用了ＯＲＡＣＬＥ数据库。ＯＲＡＣＬＥ是以高级结构化 查询语言（ＳＱＬ）为基础的大型关系数据库，Ｏｒａｃｌｅ关系数据库系统以其卓越的性 能获得了广泛的应用。ＯＲＡＣＬＥ数据库具有业界领先的数据库的性能、可靠性 和安全性。ＯＲＡＣＬＥ ９ｉ［９］在继承这些特性的同时，更加强了可管理性，可伸缩 性。对于Ｊａｖａ应用软件的支持，Ｏｒａｃｌｅ ９ｉ更快地执行Ｊａｖａ应用程序，集成现有的 软件资产，将Ｊａｖａ／Ｊ２ＥＥ［１０］应用程序连接到支持网格的数据库，通过Ｗｅｂ服务 支持非连接的客户，并将本地数据与远程和动态数据结合起来。 数据库对象命名按一下规则： ＞数据表的单词的全字母都大写。例如：ＰＡＹＭＥＮＴＯＲＤＥＲ ＞视图的单词的全字母都大写，在业务名称前面增加Ｖ，表示为视图。例 如：ＶＲ删ＥＮＴＯｌｍＥＲ，＞存储过程的单词的全字母都大写，在业务名称前面增加ＳＰ，表示为存储过程。例如：ＳＰ删ＥＮＴＯＲＤＥＲ＞索引的单词的全字母都大写，在业务名称前面增加ＩＤＸ，在业务名称后 面增加字段名，表示为索引。例如：ＩＤＸ ＰＡＹＭＥＮＴＯＲＤＥＲ ２、表定义 在下面将重点说明营销表的定义，在营销表中详细定义了营销活动的类型、 活动的表述、操作人员、发送号码等营销活动的基本信息，详细参数见表３．１所示。 表３－１营销表ＩＤ障客。｝一－‘‘’１＿ ＭＡＲＫＥｌｒＩＮＧ 除段名称～一。磊茹０。． 。食艾．？ ｉ类型ｋ＃：：。主键可空说明爹’¨器ｊｊ黟５肇，＋。 。麓糍馘？ｉ？ 雾ｊ。．’７； 糕静一，一ｒｉｉ一， ．，。ｉ磷ＴＥＧＥＲ一：二一７ ？≯‘。。、 ：Ｋ置？’．：、 。Ｏｏ一．，、ＩＮＴＥＧＥＲｑ’一“｛”彦魂增长：’Ｈ。一一外ＭＡＲＫＥＴＩＮＧ―，ＴＹＰＥ营销类型Ｎ键，关联（１０）ＭＡＲＫＥＴＩＮＧ―．ＴＹＰＥ 的ＩＤＭＥＳＳＡＧＥ―．ＴＹＰＥ信息类型ＩＮＴＥＧＥＲ（１）ＮＯ：锄ｓｌ：ｍｍｓ ２：ｗａｐ ３：ＵＳＳＤ１１ＴＩ正标题ＶＡＲＣＨＡＲ（Ｓｏ）ＮＩＮＦＯＭＡｎｏＮ活动描述ＶＡＲＣｈＡＲ（２ ｏｏｏ）ＹＨＥＬＰ帮助信息ＶＡＲＣｈＡＲ（２ｏｏｏ）ＹＰ０ｌ盯端口凇ａ蚋盘Ｎ０ｓ）ＯＰＥ］屯虹－ｏＲ操作人ＩＮＴＥＧＥＲＮ外键，关联ＵＳＥＲ＿ＩＮＦＯ的ＩＤＤＥＰＡｌｌ：１１ＭＥＮＴ所属部门ｎｎ’ＥＧＥＲＮ对应部门表ＤＥＰＴ＿ＩＮＦＯＦＥＥ ＵＳＥＲ ＴＹＰＥ下发时计 费客户类 型Ｉ》ｒＩＥＧＥＲｌ２）０一对目标号 码计费，ｌ一对 源号码计费，２ 一对ＳＰ计费，３一对ＦＥＥ＿ＴＥＲＭ＿ＩＤ计费ＦＥＥ＿ＴＥＲＭ＿ＩＤ下发是计 费客户号 码ＶＡＲＣｔｔＡＲ（３２）仅当ＦＥＥ－ＵＳＥＲ』ＹＰＥ为３时有效ＣＲＥＡＴＥＴＩＭＥ创建时间ＩＮＴＥＧＥＲ（１５ ）ＮＤＯＴ＿ＲＥＣＥＩＰＣ忍ＭＥ免打扰时间ＶＡＲＣＨＡＲ（５ ｏｏ） ＩＮＴＥＧＥＲ（１５ ）Ｎ格式为：Ｉ；５；６ＢＥＧＩＮ＿ＴＩＭＥ开始时间ＮＥＮＤ―．ＴＩ