027-83564516(直拨)
(周一到周五 9:00~17:30)
4008112366
(TRS、TRAS、VICDP税务机关专用通道,请按语音提示拔1-8-1),语音平台将为您解决软件日常使用中的疑问,并可协助您完成分析表的制作。
137 0121 6790
137 0121 6791
BI@Report在电信行业应用案例数据业务行为模式及网络经营平台

行业应用案例



第一章.项目概述

1.项目概况

随着 3G的到来推动了 GPRS/EDGE/3G数据业务的快速发展,数据业务性能逐渐成为 运营商和终端用户共同关注的重点,因此,面向 移动数据业务的网络优化开始面临新的挑战。根据数据业务的自身特点,如何确立反映终端用户感知服务质量的指标体系是非常重要的课题。

数据业务不同于话音业务,传统的运维设备定位于网元管理与维护,因此并不提供上层承载应用的统计。为了获得上层应用的性能指标,运营商不得不通过路测来测量,但是在DT/CQT的测量中存在如下问题:被测量区域只占网络整体覆盖的极小的范围,代表性有限;测量时间在每个被测区域太短,偶然性的影响很大;极少量测试人员的测量不能代表大量非专业用户的使用感受。

通过对网络接口(Gb/Gn口)的数据采集和分析,信息中不仅蕴含着数据业务网络侧的小区信息,而且包含数据业务终端用户侧的最终个体用户的业务类型、手机终端型号等丰富的信息。所以基于网络接口(Gb/Gn口)数据进行开创性的数据业务性能分析、KPI预警、用户感受应用是对数据业务提供端到端创新方案设计和精细化网络运营的关键功能。

但鉴于数据业务分析设计网络侧应用和市场侧多角度分析的需求,并存在分析内容的不确定和创新性,所以如何找到合适的分析展现工具也是本课题研究的重点。分析展现实现的瓶颈是存在的,包括Gb口数据实时度高、数据量大、分析角度复杂、分析方法多样和变化大、需要寻找快速落地的解决方案等。在这种需求下,我公司BI@Report商务智能产品作为前端展现和数据仓库建模的基本实现工具经过测试和客户选择,成为最佳的解决方案。同时依托成熟的商务智能产品,将为业务人员提供满足日常数据分析多样化需求的平台。这也正因为如此,才迫切需要建立一套保证数据业务日常分析、应急调度、客户感受关注的基于BI@Report商务智能平台之上的数据业务行为模式及网络运营平台。

2.数据业务行为模式及网络运营平台

构架于我公司成熟的数据分析展现平台BI@Report之上,基于网络接口(Gb/Gn口)24×7×365客户明细数据业务数据,为网络和市场人员提供多角度的数据分析展现手段,包括网络KPI 在电子地图的实时监控、数据业务用户行为模式分析、SP工作效率分析等多视角主题的应用。

数据业务行为模式及网络运营平台为数据业务核心网定制,以24×7×365方式运行,配合接口(Gb/Gn口)数据采集设备,全时段对网络中用户的IP分组数据流量和相关GTP网络信令进行解码分析,对网络层GTP协议、传输层TCP协议和应用层WAPWSP/WTP)协议进行性能统计分析,并自动生成数据报告,为运营商提供运维设备和路测无法得到的性能统计数据和用户感知分析。

同时采用BI@Report提供的灵活、多视角、高效率的应用,充分挖掘移动公司所拥有的、尚未被充分利用的具有潜在价值的业务数据,将其转换成能为企业带来直接市场价值的信息、产品或服务。

3.平台支持的网络及成功案例

数据业务行为模式及网络运营平台可以支持CDMAGSM制式,并覆盖GPRSEDGE3G网络。

目前本应用平台已经在某移动公司得到商用,并在某联通和某电信子公司成功完成了测试试用。


第二章.平台总体设计

1.平台逻辑架构图

平台逻辑架构图

 

数据业务行为模式及网络运营平台是基于北京亿信华辰软件有限责任公司 (下称“亿信华辰”)BI@Report商务智能软件产品,对运营商提供的实时网络接口(Gb/Gn口)数据进行入库和多视角分析展现的应用平台。

基于BI@Report分析展现平台,数据业务行为模式及网络运营平台通过对网络接口(Gb/Gn口)数据的相关处理,完成实际数据业务行为产生的网络及业务行为挖掘,把用户业务行为和网络行为进行深度关联分析,对用户数据行为模式特征进行全面的描述和形成有价值的信息,完成包括HTTP/WEB、彩信、FTP等各种类型数据业务的行为模式分析等专题研究,内容包括以下方面:

1、对于数据业务KPI的监控

对网络接口(Gb/Gn口)用户海量数据进行全面分析,深入分析用户满意度程度和影响因素。从网络层面和用户级层面进行分析,深入掌握数据业务的KPI指标,并通过电子地图、雷达图、表单等形式进行指标的准实时监控。其中的KPI指标包括并不限于如下指标:

A、网络角度:Attach平均时间和成功率;PDP激活时间和成功率;网站登录平均显示时间和登录成功率;页面刷新平均时间和刷新成功率;铃声、图片下载成功率和下载平均速度;KJava的下载成功率和下载平均速度;FTP的下载文件速度及上传文件速度等等。

B、业务角度:有效流量、对用户使用梦网、飞信手机端、无线音乐、手机证券、手机电视等自有业务的在线时间长度等。

2、对于单用户投诉的分析

对指定用户的某次业务过程进行分析,包括从各种数据业务的内容再现业务实现流程;并对每阶段的KPI 指标(信令点为统计的质量指标、问题原因、延时统计等)进行预警和分析,为分析人员提供主动的问题建议,并提供知识库积累功能,并能够取到信令原始解码的功能。

3、对于数据业务KPI指标的预警及深入分析

结合网络基础数据和网络接口(Gb/Gn口)数据进行网络KPI指标的深入分析,并提供自动匹配的方式为问题定位功能,通过自由分析和查询的方法,实现故障查询和分析。

4、对于各种指标的多维及灵活关联分析

结合各用户市场相关数据,对数据业务关注的信息从手机类型、网络结构、媒体类型、业务类型、品牌等方面进行商务智能的分析。

分析平台支持统计图形功能。常见的图形包括柱状图、线状图、条形图、饼图、点图、面积图、横向面积图、仪表盘、雷达图等。同时支持有大量深入的数理统计的功能,如最大值、最小值、增幅、排名、比重、同比、环比等,并支持TOPNTOP%、结构分析、离散分析、弹性分析、相关分析、方差分析、聚类分析等高级的数据统计分析方法。

5、建立数据仓库

本平台建立在数据仓库建设之上,保证数据处理的实效性和后期分析应用的扩展性,数据仓库的内容包括网络接口(Gb/Gn口)数据的解析后原始数据和各项分析的结果。

2.平台设计原则

系统采用B/S结构,各级各类用户可以直接通过IE访问系统。

系统建设遵循以下原则:

  •      ♦ 实用性

系统建设遵循实用性原则。以满足实际应用需求为首要目标,系统设计过程中,应采用简单有效实用的指导方针。系统采用中文界面。风格和操作流程一致,清晰、简单,对常用操作可采取快捷键支持。

系统的建设还须充分考虑移动公司信息化现状,保证开发的系统既符合目前的情况,又能满足将来发展的需求,使系统具有良好的可实施性和易维护性,软件的实施工作应切合移动公司的具体情况,制定完善的实施计划,保障系统能顺利实施使用。

  •      ♦ 先进性

为保证系统的先进性,我方在建设数据业务行为模式及网络运营平台时将采用发展最快、支持厂家最多、开发的主流技术标准JAVA技术。采用JAVA技术开发的系统将在网络平台与运行环境等方面从性能、功能、开发简单和易管理保证技术先进性,并使用最新JAVA开发工具Jbuilder等开发环境,保证系统在未来的35年内不至于落后。服务器操作系统支持WINDOWSUNIX,数据库支持MS SQL Server 200OracleSysbase等主流的关系型数据库系统。

  •      ♦ 安全性

系统的建设应该遵循安全性的原则。系统的设计应该充分考虑应用系统的安全性,从各个方面保证系统的安全性。系统的安全设计以身份认证、数据存储、数据传输、权限控制等安全作为重点,防止数据被窃取、被破译、被篡改、被越权使用、被泄漏,同时兼顾数据备份和恢复以及系统的无毒化。

  •      ♦ 稳定性

应用负载均衡等多种手段,在系统出现单点故障时不影响系统整体的运转。系统可长期稳定运行,保障7×24小时内正常工作。设计结构合理,避免发生死锁状况,引起系统故障。

包括两层含义:一是系统的可靠性、容错性好,二是平台结构、技术配置上更科学、更合理,确保系统遭到异常时,系统仍能有效的工作。

  •      ♦ 扩展性

系统是基于成熟的原型产品和B/S三层业务应用架构,具有良好的扩展性,随着业务的扩展,很容易在现行系统上增加新的功能,并且能够非常方便地集成Web应用,支持网上业务。

  •      ♦ 开放性

系统均采用开放平台,在系统开发中也提供了开放、强大的开发平台,可以非常方便地定制出与各类统计表单,体现各行业特色,可以缩短项目实施周期。

  •      ♦ 系统集成

可以与现有系统协同工作,有能力集成现有的后台业务系统、数据库系统,并能够为未来的决策分析系统提供数据基础。




第三章.平台实例分享

下面以我公司在某移动公司成功应用案例作为实例分享。本数据业务行为模式及网络运营平台基于Gb口数据,进行7*24*365的实时数据采集和展示分析。

1.平台主要功能模块

数据业务行为模式及网络运营平台主要包括以下几个功能模块:准实时监控、用户明细查询、网络KPI分析、SP分析、数据挖掘、手机KPI、其它功能。

需要说明的是,系统运行的界面要求为支持标准1024*768显示分辨率,同时在宽屏的条件下也能够正常显示,页面效果整洁、大方、美观,功能灵活易用,窗口设计为弹出式,所有的数据表和分析表,以及图表需要指明数据使用的单位。

1.1准实时监控

准实时监控模块主要是通过从网络接口(Gb/Gn口)数据中提取出的5分钟快照数据进行分析,进行针对不同类型业务的行为和趋势监控。包括分类业务监控(WapHttpMms等)、网元地图监控、APN监控等子模块。

1.1.1.分类业务监控

利用雷达图的方式体现对各类型业务网络性能和业务使用量的监控。

雷达图统计与分析页面要求显示如下雷达图:WAP业务指标、HTTP业务指标、MMS业务指标。

业务类型实时监控实例图

1.1.2.网元地图监控

网元地图监控功能模块是利用地理信息系统结合网元信息、5分钟快照数据等,展现出当前xx移动公司下辖的通信覆盖地图的各级网元在5分钟内的流量、业务等方面的性能和使用率等信息的监控情况。

GIS地图预警实例图

 

建立基于WEBGIS的各种地图基本操作:

  •      ♦ 固定倍率成比例缩放
  •      ♦ 地图拖拽
  •      ♦ 点选着色、分类着色
  •      ♦ 显示或隐藏背景(仅显示网元信息及边界)
  •      ♦ 地图标记和标注
  •      ♦ 右上角缩略图,可以使用缩略图进行定位。

 

支持反应数据业务用户行为模式和网络运营能力的各种KPI的地图展示效果,并提供准实时监控和历史分析等功能:

显示的KPI指标:

  •      ♦ 用户数:5分钟内在选定网元覆盖下使用数据业务的用户数量
  •      ♦ 总流量:5分钟内选定网元的数据业务总流量
  •      ♦ 上行流量:5分钟内选定网元接收到的上行数据的流量
  •      ♦ 下行流量:5分钟内选定网元接收到的下行数据的流量
  •      ♦ 平均在线时间:5分钟内选定网元内用户的平均使用数据业务时间。
  •      ♦ 所有HTTP连接的
  •      ♦ 所有WAP连接的
  •      ♦ 所有MMS连接的
  •      ♦ 所有HTTP+WAP连接的

从而直观的了解到在不同业务下,各级网元的情况,以及用户地域分布情况。

1.2.用户明细查询

对单一特定用户的Gb口数据的明细查询,可以查看其数据业务交互过程、对产生的Gb口明细数据进行模糊查询和复合查询、查看其数据业务详单等。

1.2.1投诉客户查询

通过单一特定用户的Gb口数据,再现该用户的某次(或某一段时间内所有的)数据业务过程,从CDR(calling detail records)层级到最底层的信令原始数据,通过过程树图、阶段信息、信令解码等多个层次的逐步展开,从而获知此次数据业务中存在的问题或者原因,更好的贴近用户感知,为移动用户排忧解难。

通过用户的手机号码或SIM卡号来选定分析用户。

根据手机号码、时间段等条件查询客户使用记录,并能以树形结构显示GPRS通讯过程各层次关系:

  •      √   CALL Session
  •      √   PDP Session
  •      √   HTTP Session
    •            ♦ HTTP Page Session
  •      √   WAP Session
    •            ♦ WAP Page Session
  •      √   MMS Session

在点击树形的节点时,能在右方显示其明细数据详细信息。

同一级别的阶段将会使用统一的颜色作为底纹,展现出数据业务交互的层次感。

样例:

交互过程树图例

 

如果该用户在这个GPRS数据业务的使用过程中,使用了WAP方式访问网络,并且向WAP服务器发送了一个请求,从而下载了一个应用程序。那么,这个流程应该有以下的树形结构:

用户数据业务行为过程再线示例图

1.2.2.CDR/SDR明细查询

CDR/SDR明细查询功能中,可以对所有的明细数据进行查询。查询的条件包括:

采集开始时间、采集结束时间、网络位置、手机号码、成功标志、用户IPAPN、错误代码、ConnectAbort类型、ConnetAbort类型、手机型号、失败类别、响应码、请求类型、URL、协议类型、收发方向、ContenType

不同的CDR/SDR查询中会包含和各自数据相关的查询条件。查询条件输入支持模糊查询。不同类型查询条件间支持复合查询。

1.2.3.上网详单查询

对于指定手机用户在特定时间段和特定网络位置下,使用HTTPWAPMMS等数据业务产生的详单,详单的内容包含:

数据业务类型、用户归属小区、用户归属套餐品牌、用户号码、登陆的网址、手机类型、产生的上行流量和下行流量等。

1.3.网络KPI分析

网络KPI分析的主要对象是能够反映网络情况和网络性能的各项KPI

分为网络情况考核KPI、分类业务KPI、网络预警三个子功能。

1.3.1.网络情况考核KPI

网络情况考核KPI是考量一个地区的网络情况的主要指标。通过输入开始时间和结束时间,选择网元,采用图表方式显示以下KPI

  •      ♦ Attach平均时间和成功率
  •      ♦ PDP激活时间和成功率
  •      ♦ 网站登录平均显示时间和登录成功率
  •      ♦ 页面平均刷新时间和刷新成功率

页面平均刷新时间图

1.3.2.分类业务网络KPI

业务KPI指的是各种数据业务的市场营销业绩、用户使用频度和范围等,那些能够反映出用户的普遍数据业务需求的那些指标。

业务KPI分析包含套餐流量分析、资费与账单对比、有效流量分析三个功能。

1.3.3.网络预警

对明细数据中的网络性能相关的KPI通过折线图的方式进行展现,图中包含有统计数据基线(红色),标志历史平均的指标数据水平。可以选择统计情况的开始和结束时间,通过下拉框的方式,选取查看的指标(网络流量、PDP激活时间、页面显示时间、页面刷新时间等)

 

网络预警实例图

1.4.SP分析

移动互联网服务内容应用提供商在通常来讲并不是固定的机构,也不是都是能够提供长久服务的网站,数量上也不易确定。根据实际情况,我们将采用以下策略展示SP的统计与分析。

SP分析的主要功能有:

  •      ♦ SP业务分类统计
  •      ♦ SP服务等级统计
  •      ♦ SP TOP20查看
  •      ♦ SP粘性强度TOP20
  •      ♦ SP分类管理

下面给出SP访问量排名图例:

HTTP/WAP SP访问量排名实例图

1.5.数据挖掘

1.5.1聚类分析

数据库中的记录可被化分为一系列有意义的子集,即聚类。聚类增强了人们对客观现实的认识,是概念描述和偏差分析的先决条件。聚类技术主要包括传统的模式识别方法和数学分类学。

在本平台中,主要提供了数据范围的聚类分析方式,通过设定聚类的个数,将当前指标的数据取值范围分为若干个区段,统计每个区段内的业务次数及所占比例,以及最值,从一个比较宏观的分析角度察知当前指标的实际情况。不仅可以对各个SP按照HTTP流量进行聚类分析,同样可以针对其他指标进行聚类分析,如:各小区按数据业务流量聚类分析等。

HTTP流量按SP进行聚类分析实例图

另外,图中每一个数据聚类区和表中每一条数据的聚类字段,都可以进行一级钻取,得到其中SP的名称和流量信息。

聚类钻取实例图

1.5.2.预测

预测是利用持续性、阶段性的历史数据,对未来数据的走向和趋势进行一个与预测模型和算法有关的推测。

本平台支持常用的预测模型,包括移动平均预测模型、一次指数平滑预测模型、季节预测模型、线性回归预测模型、对数线性回归预测模型、神经网络预测模型等。

如下图,利用平均移动预测模型,依据前两天的数据,对第三天(2008123)的平均延迟时间、连接数、Attach成功数、成功率以及平均在线时长等数据进行了预测。

平均移动预测模型实例图

这里需要说明的是,在不同的情况下,同一指标的变化趋势可能会接近于不同的预测模型。只有在持续的业务数据积累和模型对比中,才能够得出最适合当前指标的预测模型。

1.6.手机KPI

利用手机通过HTTP方式访问系统,提请需要访问KPI,经过身份验证后,浏览网络KPI和业务KPI

通过手机浏览器访问手机KPI的网址,进入手机KPI门户页面。使用手机方向键或者摇杆选择不同的内容和KPI的链接以获得相应的KPI数据为了得到更好的浏览效果和避免因手机浏览器版本和功能的影响,建议采用PDA或者高端智能手机浏览手机KPI

KPI门户主界面包括左侧的KPI导航树和右侧的KPI数据区,以及KPI最近更新时间。手机KPI门户页面如下:

手机网络KPI——页面刷新成功率实例图

 

手机业KP——套餐流量资费分析实例图

2.其他功能

2.1.多维模型支持

  •      ♦ 完整支持星型结构:允许对星型结构发起Ad-hoc即席查询,并能对查询结果执行标准的钻取、切片、选钻等操作。能对星型结构定义各种形式复杂的报表,而定义过程无需拼写SQL
  •      ♦ 支持自定义钻取路径:允许对星型结构的维属性定义钻取路径。比如一条路径可以是从属性“year”下钻到属性“Month”,比如一条路径可以是从属性“year”下钻到属性“Quarter”。
  •      ♦ 支持2NF3NF的报表展现:允许对符合2NF3NFOLTP数据实现报表、图标等的固定报表展示。
  •      ♦ 支持缓慢变化维:方便支持缓慢增长维,特别是应自动支持Type2的缓慢增长维度模型。
  •      ♦ 支持大型快速变化维:系统应具备支持大型快速变化维的技术手段。
  •      ♦ 支持退化维:系统应能自动支持退化维。
  •      ♦ 支持层级维:层级维也称作父子维。系统应能自动支持层级维。
  •      ♦ 支持多级代码维:对于一些固定的多级代码,例如行政区划码,有严格的222分段结构。对于分段结构的代码,很多数据库(如Oracle对于substring(str,0,?),有很好的索引支持。系统应提供对多级代码维的支持,以简化操作、提升查询效率。

2.2.报表门户

系统内涵灵活、可配置的报表门户平台,允许用户通过图形化界面编辑、组织报表的展现形式,允许用户设置门户的访问权限,允许第三方系统通过接口调用来访问报表门户。

2.3.统计图

  • 标准图形:系统应提供丰富的统计图形式。基本图形应支持柱状图、折线图、饼图、点图、条形图、面积图等,每种图形支持2D/3D外观。
  •      ♦ 仪表盘:支持三种样式的仪表盘。

         

统计 – 仪表盘

 

  •      ♦ 走势图

统计图 – 走势图

 

  •      ♦ 散点图:支持散点图,根据点的密度看分布情况。
  •      ♦ 分布图:支持显示正态分布图:
  •      ♦ 参考线:有平均值、最大值、最小值参考线。参考线的值还支持表达式。

统计图 – 参考线

 

  •      ♦ 预测模型:有一次、二次、三次、四次多项式预测模型,指数预测模型。
  •      ♦ 灵活显示图底轴文字:支持竖排、斜排、自动绕行等显示方式。

统计图 – 显示图底轴

 

  •      ♦ 多系列多轴:同一个图中显示多个系列,每个系列使用自己的坐标系。例如当产量与增幅放在一个图标显示时,就应有产量和增幅两个坐标系。
  •      ♦ 支持自定义数学曲线图:允许用户输入函数y=f(x),然后画出曲线的图形。例如,下图是cos(x)的图形:

统计图 – 数学曲线图