求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Modeler   Code  
会员   
 
  
 
 
     
   
分享到
浅析业务需求的统计分析
 

作者:sunny,发布于2012-2-28

 

市场业务的拓展是支撑系统业务发展的驱动力,把握需求、制定目标,规范需求、细化标准,是完成统计工作的要素。业务部门提出的需求申请,是由市场部门业务管理人员,针对业务特点或将要开展实施的新业务,通过文字或表格描述体现的。这类需求特点,通常比较紧急而且描述简单。那么,支撑部门统计分析人员需要依据流程规范来设定标准,并完成后续工作。

  • 阶段一,需求确认与审核。需求申请的确认需要业务支撑部门协同需求提出部门共同完成,对所提需求申请可行性进行沟通。对业务需求进行统计分析所需要的统计数据,一般都能由电信业务支撑系统提供。但有些专业性比较强的、具有决策性质的统计数据(如判断市场发展方向)则很难实现。那么,这类需求就需要结合BSS电信业务支撑系统功能特点,对需求进行评审并反馈需求评审结果,进一步完善需求申请。需求确定之后,首先需要明确需求申请和统计分析的最终目标,其次要明确需求限定条件和把握准方案制定规则,这将为后续的工作就打下了良好基础。
  • 阶段二,精确分析与准确定位。这一阶段是决定提取统计数据难易程度的关键。以电信固话业务为例,只要做好以下几方面的统计分类,实现数据共享,规范提取数据标准,合理区别分类,就可以相对容易地实现统计分析结果。

统计基础分类一般包括产品分类,客户类型分类,通话类型分类,账目类型分类等。基础分类与电信业务实现过程相对应,有助于理解业务概念,关联业务数据。因此分类准确、合理,将直接影响到统计数据的使用效果。

此外,需要特别强调的是还要制定基于基础分类之上的汇总数据分类,包括用户数汇总分类,通话时长汇总分类,通话费汇总分类,业务受理数量分类,渠道受理分类等指标概念。这些数据在电信业务支撑系统中有相应的体现,如对应的设备量报表、通话量报表、应收报表等。但是电信业务支撑系统本身报表数据,需要统计人员进行规范处理完善。通过统计程序提取这些数据,将汇总数据集中存放,统一规范标识值,形成规范的元数据。新提取的统计数据也要按元数据定义规范和统一保存,按统计分析的分类指标的维度汇总到元数据集中。形成统一标识规范定义概念的共享数据源。

经过长期积累的元数据集,一般可以完成较大部分的统计需求,完全可以直接获得同期比、隔月比等参照数据,如果开发设计完成运营分析系统,进而推算得到发展趋势数据,也是可能实现的。这些归纳整理工作,虽然对提取新定义的元数据有些复杂,而且增加了定义描述设置,但是经过一定时期后,需要增加新元数据指标的工作会逐渐减少,已经积累获得的元数据集,可以充分得到多重利用和共享,满足各类统计分析报表的需求。

  • 阶段三,测试验证必不可少。在提取过程中,统计数据总是在不断得修正和完善。测试数据是检验统计数据有效性的关键手段。电信业务的特殊性决定了大部分的统计数据之间都相互关联。如通话费可以根据时长,按费率计算得出和进行比照,设备量数据可以和前台营业受理数据进行参照等。通过不同方法测试统计数据,不但能发现提取程序中的错误,及时得以修正,而且能够保证统计数据的准确度。
  • 阶段四,归纳总结阶段。归档汇总工作可以总结不足、积累经验。完成统计数据的上报工作后,还要确保后续存档工作规范、有调理。资料备份和存档可以作为查阅分析数据的有效数据源,同时也提供了查阅统计是否规范的依据。

电信业务支撑系统割接之前,应当做好统计分析指标割接的设计规划。系统融合以及系统整合是电信多元业务实现的前提条件,像“亲情1+”,“宽带产品捆绑”等典型合单业务,就突出体现了跨服务产品、跨结算平台的特征,如此变化多样的电信服务业务,必然需要一个强有力的综合电信业务支撑系统来保证。电信支撑系统上线过程中,除了确保原有功能的实现,还应确保各项统计数据的准确性,以及统计规范、标准的一致性。因此能否顺利割接分析数据,将直接真实反映电信业务支撑系统的割接效果。那么,在割接中需要严格遵循以下设计思路:

留同存异,指标分类整理。电信业务支撑系统割接,在结构设计以及业务描述指标命名上有较大区别,这就要求统计分析人员结合新割接支撑系统的特点,参照元数据归类指标概念,重新规划整理新系统基础分类表。在保证元数据分类概念的延续性的同时,要合理配置新电信业务支撑系统的元数据概念指标,新增加的业务描述概念,元数据指标要单独分类,明确定义指标规范。通过整理统计指标分类标识,使新旧系统统计规范标准一致,确保分类概念在新电信业务支撑系统中前后统一。

整合设计,合理布局。新系统割接是整合统计程序的最好时机,将原来单独设计的统计提取分析数据的程序,经过统一整合集中处理,能使统计程序执行效率获得较大提高,例如在市场分析人员经常使用的ARPU(单机话费收入)统计数据提取程序设计中,通常使用支撑系统应收报表数据汇总获得,数据在提取过程中,如果仅仅按ARPU指标概念确定的规范,设定统计程序条件,提取元数据,则客户类型分类将不会被考虑作为分析维度指标。但是业务分析人员通常也需要单独提取,不同客户类型对应的ARPU指标值,作为区分客户属性群体的分析数据。我们可以在设计ARPU指标数据提取程序条件时,适时地加入客户类型,产品类型,账目类型等元数据分析维度条件,使得整合后统计程序提取的元数据,可以同时满足提供多个不同需求申请需要的统计表数据,实现了元数据中分类数据共享。

该统计分析的设计方法简单实用,适用于需求频繁变动、业务逻辑复杂的电信业务统计分析工作。实践中要求统计人员对电信业务和技术有深入的理解,能够准确定位需求申请和描述限制条件。当元数据基础规范的指标分类条理清晰、井然有序的时候,统计分析工作也就变得清晰容易了。

 
相关文章

需求分析师的能力模型
基于模型的需求管理方法与工具
需求管理工具DOORS 的接口
使用Web+EA实现基于模型的需求管理
需求经过大脑的过程:需求分析评估方法
 
相关文档

需求分析与需求管理
需求分析具体要求全解
需求分析与验证
需求分析的核心线索
基于UML的需求分析方法
 
相关课程

需求分析与管理
从需求过渡到设计
业务建模与业务分析
产品需求分析与管理
需求分析最佳实践与沙盘演练
 
分享到
 
 
     
相关文章
需求分析方法—把测试流程图表化
敏捷需求分析五大关键因素
写好市场需求文档的10种技巧
需求分析中减少客户摩擦的法则
软件项目需求管理复杂性分析
EPC-事件驱动的流程链
更多...   

相关培训课程
软件需求分析与管理实践
业务建模与业务分析
软件需求分析与管理
软件需求分析师
面向产品的需求分析与管理
IT规划体系与实践

成功案例
北京 软件需求分析与管理
某知名基金 软件需求分析
联想 业务需求分析与建模
财税领域某IT服务商 测试需求分析
医疗行业 面向产品的需求管理
某知名IT服务商 测试需求分析>
某高新技术公司 测试架构、需求分析
更多...