近些年，电信市场内的竞争日剧，电信运营企业有电信、联通、移动、网通、吉通、铁通等。在各个业务领域内已初步形成多元化的竞争局面，同时，随着中国加入WTO，国外的电信公司也会进入中国市场，在这样的形势下，作为行业老大的中国电信，正确及时的决策将是企业生存与发展最重要的环节，而要作好决策工作，就要更好地利用网络技术，利用最近几年才快速发展起来的数据仓库技术以及基于此技术的商业智能，深层次、多角度地挖掘，分析当前和历史的生产业务数据，客户信息，竞争对手的信息等相关环境的多种数据，发现其内在的规律，从而得到宝贵的决策支持信息，才能快速、准确地分析商业问题，并且对企业未来的生产计划和长远规划提供理论指导。唯有这样，中国电信才能在激烈的竞争中，高瞻远瞩，永不出局。

　　一、数据仓库的概念

　　1998年才发展起来的数据仓库（Data Warehouse）技术对许多人来说也许还很陌生，而它在国外已是如火如荼了，数据仓库之父W．H．inmon将其定义为“数据仓库是支持管理决策过程的，面向主题的，集成的，随时间而变的，持久的数据集合。”

　　数据仓库与传统的数据库系统相比有着本质的区别，数据库是一种通用平台，建立于严格的数学模型之上，用来管理企业数据，进行事务处理，完成相关业务。而数据仓库没有严格的数据理论，更偏向于工程，它不是花钱就可购买到的成品，而是企业一个日积月累的建立过程，它的应用对象是不同层次的管理者，它的数据源是多种数据源，库中数据无须修改删除，主要是大规模查询和分析，因此要求有大量的历史数据和汇总数据。

　　二、电信行业内应用数据仓库技术意义非凡

　　由于电信业内早有大量成熟的数据库应用系统，象“电信业务计算机综合管理系统”，“本地网管系统”，“财务管理系统”，“计费账务系统”、“112障碍管理系统”、“收费销账系统”等，通过这些系统产生了大量的业务处理数据。而许多的历史数据都被存储在磁带、光盘中，或是分布在不同的硬件、数据库内，要查询一次历史数据时，费力费时，更不用说把不同业务部门的数据来关联比较分析了，同时也会遇到象数据类型不匹配，数据定义不同，数据不一致数据冗余等问题。

　　如果我们针对电信业的特点和发展需求，对这些数据进行结构上的重组，按更有利于决策分析的角度去设计，就会使我们企业的宝贵资源——数据，实现真正的信息价值。根据行家们的预测，可以有几个方面分析。

　　1．固定电话话费行为分析

　　举个例子，固定电话的热装冷用一直是令各电信公司头疼的事，如果能对用户历年来大量的长话、网话和信息台的详细清单数据和用户的档案资料等相关数据进行关联分析，通过对用户的分类，从消费能力、消费习惯、消费周期等诸方面对用户的话费行为进行分析和预测，一定会为企业的相关解决措施提供依据和帮助。对话费行为的分析还可以是通过对通话起止时间及通话时长分析可得到各类用户的通话时段分布情况及日消费高峰、月消费高峰；长话的消费时间、消费次数，及什么地方的用户消费能力较高，什么地方的用户消费能力偏低；以及话费流失的分析。

　　2．优惠策略预测仿真

　　优惠促销固然可以开拓市场，但如果优惠策略不恰当，结果可能适得其反。利用数据仓库技术实现优惠策略在模型上的仿真，根据优惠策略进行模拟计费和模拟出帐，其仿真结果将提示所制定的优惠策略是否合适，并可按情况进行调整、优化，使优惠策略获得最大的成功。

　　3．欠费和动态防欺诈行为分析

　　欠费问题一直是电信面临的一个严重问题 。催费、停机、拆机这样的举措是层出不穷，但对于恶意欠费的用户并不能制止，相反却会使一些偶尔欠费的用户怨声载道。欠费和动态防欺诈行为分析就是在总结各种骗费、欠费行为的内在规律后，在数据仓库的基础上建立一套欺骗行为和欠费行为规则库，当用户的话费行为与该库中规则吻合或相似就发出告警，同时该系统还可以在此规则库的基础上分析各种欺骗和欠费行为，从而演绎出可能的欺骗和欠费行为，加以论证后自动加入规则库。另外欠费和动态防欺诈行为分析不仅仅是被动式的预防分析，它可以主动地进行统计分析。欠费和动态防欺诈行为分析能及时预警各种骗费、欠费，使企业损失尽量减少。同时通过用户的缴费销账情况、社会类别、占用资源等，分析用户的信誉度，对不同信誉度用户给予不同的服务及优惠。

[1] [2] 下一页