在目前电信市场激烈竞争的环境下,市场前端要求快速了解不同层次、不同类型的大客户使用各种网间业务的情况,以便细分市场,有针对性地采取营销措施。No.7信令集中监测系统通过对No.7信令集中、连续不间断地采集数据,实现对No.7信令网的全面监测维护分析。它在提供No.7信令网运行维护解决方案的同时,也提供了一个发掘No.7信令丰富资源的平台。武汉电信通过对No.7信令监测系统的BDR(业务分析详细记录)数据进行深入挖掘,构建了武汉电信大客户网间话务分析系统,实现了对不同层次、不同类型大客户的网间业务的来去话进行监控和分析,为市场前端有针对性地进行营销提供了有力的分析和支撑平台。
1、No.7信令监测系统及其数据源
通过对信令链路进行接入和收敛,DXC远程控制系统可以灵活配置所需监测的链路以达到应用No.7信令监测系统通过高阻跨接的方式实现对信令链路的实时采集。信令数据经前端机的数据采集模块预处理后,由远端站根据OPC、DPC、CIC分析每个呼叫的信令消息,以占用时间为呼叫的时间戳,生成CDR(呼叫详细记录)存入远端站数据库。No.7信令监测系统的组网结构如图1所示。
图1 No.7信令监测系统的组网结构示意
No.7信令监测系统采用协调关联、交互触发的方式跟踪不同远端站间的同一呼叫消息,以实现呼叫记录的完整性。CDR的存储采用后向触发机制,即开辟缓冲区存储某个呼叫的相关消息,直到收到后向消息时才触发合成进行存储数据库的操作。前向触发是在呼叫的第一个消息就开始合成并写入数据库,直到收到最后一个消息,呼叫的合成由第一条消息主导。比较而言,后向触发机制更加合理,准确性更高。
No.7信令监测系统提供的数据源除了CDR外,还有BDR,BDR是在CDR的基础上合成的,当一个呼叫的信令消息流经多个信令点时,在CDR中会有多条记录,BDR则是通过对CDR的记录进行关联分析,用bdrid惟一地标识一个呼叫,可以理解为在BDR中一个呼叫只有一条记录。CDR侧重于呼叫接续的全过程,而BDR则侧重于业务分析。
2、基于No.7信令监测系统的大客户网间话务分析系统的构建方案
鉴于BDR中每个呼叫具有惟一的标识性,本系统的构建是基于对BDR的数据挖掘。作为大客户网间话务分析系统,应该长期保存大客户网间呼叫的基础话务数据,而No.7信令监测系统海量数据的存储期限是十分有限的,因此,应采用建立大客户网间话务本地数据库的方案,实时地从No.7信令监测系统中提取大客户的网间呼叫记录。这样,既可以长期保存大客户网间呼叫行为的历史记录,又可以实现大客户网间呼叫话务分析本地化,在提高分析效率的同时减轻了No.7信令监测系统的负荷。
2.1 大客户信息的管理
大客户资料是本系统的基础数据,应保证其完整准确以及更新及时,这对大客户信息进行科学管理至关重要。本系统管理了2 000多个大客户的22万多个号码,按行业分成金融业、科教文卫业、公共服务业等12大类,通过大客户号码信息(vip_code)、大客户名称信息(vip_name)、大客户行业分类信息(vip_class)这三张表进行管理,其关联关系如图2所示。
图2 客户号码信息关系示意
2.2 大客户网间话务本地数据库的建立
受存储空间的限制,No.7信令监测系统的4个远端库只能保留最近20天的BDR,这对于大客户网间呼叫行为的长期监测是远远不够的。为了长久保存大客户的网间呼叫行为的历史记录,武汉电信通过建立本地SQL Server数据库来长期存放大客户网间呼叫的历史记录,由系统自动、定时对4个远端库上的BDR进行搜索,提取所有大客户的网间呼叫记录(包括大客户作为主叫和被叫时的呼叫记录)的关键信息处理后存入本地数据库。因为所有对大客户网间呼叫行为的各种查询和统计都是基于本地数据库的,所以既可以长期保存历史记录,又可以大大提高查询的速度。
2.3 实施方案
本系统的开发工具采用DataStudio数据处理软件,可以方便地实现数据库的跨库访问,灵活设置的计划任务功能可以自动生成各种自定义的报表,并采用基于数据库的文件系统实现信息的高度共享。系统从结构上分为三层,分别为数据获取层、数据存储层和数据展现层,图3是本系统的拓扑示意。
图3 大客户网间话务分析系统的拓扑
2.3.1 数据获取层
当大量的信令消息数据通过网络集中到一个数据库存放时,对网络和数据库的性能提出了很高的要求。No.7信令监测系统采用分布式数据库的体系结构。采集的数据直接存放在各网络节点上,具有相对的独立性;同时,通过交互机制,各节点的数据又是互联互通、相互协作的。一个节点的故障并不影响整个系统的正常运行,从而大大提高了系统的可靠性和安全性。图3中,R1、R2、R3和R4分别为No.7信令监测系统的4个远端库,这4个数据库中存放着实时的BDR数据,为系统提供数据源。BDR每小时生成一张表,命名规则为upbdrYYMMDDHH,其中YYMMDDHH分别为两位数字表示的年、月、日、时,其关键字段信息见表1。
表1 BDR生成表的关键字段信息
其中,业务子类型msrv-subtype字段是从BDR数据中抽取大客户网间呼叫信息的最关键字段,在ZcServiceSub静态配置表中有详细的定义,BDR中每个呼叫都有一个相应的值来标识此呼叫所属的业务类型。
2.3.2 数据存储层
在数据存储层中,ETL服务器实时获取业务数据并经过抽取和转换后放置在数据仓库服务器上,数据仓库服务器存放大客户网间呼叫的历史记录。
No.7信令监测系统的数据库采取分布式的存储结构,大客户网间话务分析系统需要访问No.7信令监测系统的4个远端库R1、R2、R3和R4的BDR数据源。为实现跨库访问数据,笔者采用可变的动态参数和宏来灵活处理复杂的数据。数据库跨库访问采用的是ETL数据抽取核心模块,系统通过查询设计器设计出动态的SQL,以便从不同的数据库获得用户需要的多数据源数据,并使用ETL将数据整合到中心数据仓库中,从而实现数据库的跨库处理。
2.3.3 数据展现层
数据展现层基于大客户网间呼叫数据仓库的应用和开发,用于定制各业务应用模块,并对数据仓库服务器中的数据进行加工和处理。
本系统采用的数据库开发工具应用基于数据库的文件系统,文件系统构建在数据库表上。所有的自定义报表都通过QRY查询文件来实现,在资源管理器中双击QRY查询文件即可得到相应的查询结果。窗体和应用、查询和报表、分析等资源都是以XML格式存储的。用XML设计器可快速高效地设计和编辑这些资源。XML设计器通过节点树和属性编辑器来设计窗体。
2.4 基于No.7信令监测系统的大客户网间话务分析系统的功能描述
基于No.7信令监测系统的大客户网间话务分析系统实现的功能包括:
●大客户资料的批量导入和查询。实现大客户资料的快速导入、导出和查询功能。
●大客户网间呼叫行为分析。对大客户作为主叫或被叫时的网间业务行为进行观察监测。通过对大客户的业务和消费行为进行分析,及时掌握大客户网间行为和需求。例如,可实现大客户使用本端和对端业务情况的对比分析。
●他网大客户发现。对使用其他运营商业务的呼叫进行监测、统计和分析,及时发现他网大客户,可作为本企业的潜在大客户。
●大客户呼叫排行榜。分别对大客户作为主叫和被叫时的网间话务量、通话次数进行排行,可对使用各种网间业务的大客户分别取前N名或全部列出。
●大客户业务趋势分析。对大客户网间业务量以天为粒度进行趋势分析,为市场营销部门提供发展依据;按通话时长及通话次数指标设定预警门限。
●大客户网间呼叫详单查询。充分利用No.7信令监测系统CDR资源提供的信息,提供大客户网间呼叫详单查询。
3、结束语
武汉电信大客户网间话务分析系统在实际应用中取得了较好的成效。通过该系统可获知使用他网业务较多的本端用户号码以及其他高端用户的信息,从而针对性地做好工作,发展潜在的大客户。在电信市场竞争日趋激烈的形势下,争取用户就是争取市场。同时,通过实时跟踪大客户的网间呼叫行为,可以有针对性地对大客户采取差异化服务,防止大客户流失。该系统为武汉电信巩固已有大客户、发展新的大客户工作提供了一个有力的分析和支撑平台。