本篇论文目录导航：
【题目】大数据环境下运营商酬金管理系统构建
【第一章】移动经销渠道酬金体系建设探析绪论
【第二章】移动运营商渠道业务
【3.1 3.2】渠道酬金管理软件任务分析
【3.3 3.4】经销渠道酬劳系统设计探究
【4.1 4.2】酬金管理系统的程序实现
【4.3 4.4】移动经销商酬金系统测试
【总结/参考文献】平凉移动运营商酬金管理研究总结与参考文献
第一章 绪 论
1.1 移动运营商大数据现状
随着国家工信部对 4G 网网络运营牌照和试商用牌照的陆续发放，2014 年，三家运营商的基站建设数量就超过 100 万个，而明年 4G 基站的建设规模将总体超过 150 万个，短短一年时间内，中国移动的 4G 网络发展客户已突破 7000 万，而电信、联通在全国 50 多个地市进行4G-LTE FDD 试商用的体验客户也各自超过百万，可以预计，明年将进入 4G 业务发展的爆发期。
在企业大数据营销到来之际，移动运营商伴随着 4G 时代的到来，让手机购物、视频通话、移动音乐下载、手机游戏、手机 IM、移动搜索、移动支付、M2M 等数百项移动数据业务层出不穷。它们在为用户创造前所未有的新体验同时，也为移动运营商深度挖掘用户价值提供了大数据的视角和应用。今后，运营商将更聚焦以“智能网络优化+私人定制网络+新型开放网络”为核心的网络大数据应用， 4G 商用的快速发展，将给网络运营商带来三大机遇，一是业务的多样性为用户带来了更多、更丰富的业务体验，4G 时代的业务种类将会呈现数以倍计的上线和运营，二是网络的灵活性增加了配置优化资源的可选择性，三是大数据的丰富性带来了新的创造价值的机会，例如基于运营商网络的应用数据、网络管理数据、通信原始数据、用户数据等都具有极大的数据开发价值。移动运营商今后不仅将致力于运营好网络，更要运用好基于网络大数据的创新应用。
伴随着 4G 运营产生的数以倍计的各项新型应用业务，作为承载和服务支撑运营商 70%客户的社会渠道，一方面为了保证渠道的持续性运营，就要不断学习和丰富代理的业务种类，以便在传统业务萎缩的 4G 时代，有足够新业务替代盈利空间，保证自身的稳定发展，另一方面，还要在关注自身盈利保障的情况下，关心运营商对道酬金发放的及时、透明、自身渠道转型健康度。
1.2 渠道业务发展情况
在 2/3G 时代，渠道仅仅承担新用户的发展（以下简称“放号”），话费代收，目的是迅速的帮助运营商实现规模扩张。但在 4G 时代，渠道代理业务成倍增加，渠道更重要的作用是帮助运营商在大数据的精准分析下，实现现有存量客户的价值提升和挖掘，因此今后将会承载更多的数据业务、家庭融合类产品、基础业务类产品、集团产品类产品，阶段性的一些重点促销业务（见图 1.1），现对各业务具体介绍如下。
（1） 放号类业务主要在原有神州行、动感地带、全球通放号酬金的基础上，新增加按照新入网首次预存话费标准和套餐选取的酬金支付新方式，如新上线 4G 套餐 58 元、68 元等 16 项 4G 飞享套餐和 4G 商旅套餐，分类进行了酬金标准的设置和支付方式，整体涵盖套餐酬金近 30 多项。
（2）代收类业务此类业务是指渠道通过内部专线和空中充值机，为移动客户进行话费的代收，主要实现对客户的基础服务。
（3）数据业务类主要包含 3 元、5 元、10 元、20 元、30 元、50 元等将近 20 多项流量套餐包，还有来电显示、咪咕铃音包、彩铃、4G 套餐包、农信通等近 50 项相关产品，而每项的酬金标准与支付模式均不一致。
（4）家庭融合类业务这类业务主要包含欢乐家庭 5 元版，10 元版近 5 款家庭组网类产品，而且还有宽带融合类 68 元、118 元、158 元、188 元近 4 类家庭解决方案的产品。
（5）基础业务类产品主要包含为用户进行补卡、换卡、为农村用户组建村村乐亲情网、开通 4G 业务功能、关闭一些促销业务、程控功能、开通国内、国际漫游等近 50 项基础业务。
（6）集团产品类主要是通过代理集团的相关业务，实现代办酬金的获取，这部分主要有集团专线的洽谈，按照 2000 元、3000 元等近 20 项资费不同的资费标准进行酬金支付，另外还包含政企云平台下的外勤通、薪酬通、移动管家等近 60 项集团信息化解决产品，每种产品因使用周期、签约周期的不同，分类进行酬金的支付。
（7）季度促销活动类此类业务主要是根据季度客户的消费习惯所进行的存量客户保有、数据业务推广的一些安排，同时结合一些节假日的促销活动布置，阶段性的为代理移动业务所设置的一些酬金，这些活动都有阶段性的特征，比如说手机狂欢月活动、国庆、中秋双节回馈活动、岁末年初亲情回馈等活动，而此类活动都是通过一个主题，下面涵盖新增、存量客户、数据业务等多重存赠类的活动，每种活动都设置一定的酬金，均有相关的酬金支付标准。
1.3 相关工作
（1）大数据在运营商的应用伴随4G网络服务和智能终端的迅速普及，互联网、尤其是移动互联网的发展和创新应用正深刻地改变着我们的生活。新型应用的不断涌现和用户数目的持续增长，每日产生数以PB计的海量数据，从而推动人类社会快步进入大数据（Big Data）时代：一方面，数据的生成速度远远超越任何一个历史时期，造成“数据雪崩”（DataAvalanche）和“数据洪流”（DataDeluge）[1-2];另一方面，数据中蕴含的信息承载着群体智能和科学真理，具有无可估量的商业和科研价值，催生“数据经济”（DataEconomy）和“数据科学”（DataScience）[3-4].
大数据被认为是继云计算、物联网之后信息产业又一轮颠覆性的技术革命，对企业和个人都将产生巨大的影响。2013 年被称为大数据元年。据相关统计数据显示，2012 年我国大数据市场规模为 4.5 亿元，同比增长 40.6%,预计 2013 年至 2016 年行业规模将达 8 亿~101亿元，呈爆发式增长态势。电信运营商在发展过程中，一方面面临用户发展规模快速缩减的威胁，另一方面业务遭遇互联网企业 OTT 的侵蚀，运营商的发展遇到“瓶颈”.大数据的出现，为运营商带来了新的机遇。根据麦肯锡国际咨询公司《大数据：下一个前沿创新、竞争和生产力》的报告分析[5],电信运营使用大数据可使客户价值平均提升 17%,其所带来的增长潜力在所有行业中位列前十；电信运营商挖掘大数据价值带来企业的销售额提升，其所带来的增长潜力在所有行业中名列第一。这使得大数据在全球运营商的范围内引起广泛关注和应用。运营商发展大数据基本专注于两大模式。第一，运营商充分利用大数据支撑内部语音通信和数据增值方面工作，比如精准营销、网络运维与管理、客户维系、刺激业务创新等，服务于运营商自身，提升服务能力；第二，尝试与第三方公司合作或者直接向第三方公司出售数据来，主要是服务于企业或者政府，获取利润。与第三方合作，共同承担开发成本，有可以预见的收益，对于开发和利用大数据非常必要目前国内一些地方运营商已经开始了在流量运营过程中的大数据应用，比如广东移动建立了营销门户系统[6],该系统通过分析用户行为，结合用户profile、产品、计费、服务、财务等信息进行综合分析，得出细粒度精确的数据，实现用户个性化策略、活动内容的控制。
还通过对管道内容进行提取分析，比如图片、电影、网页等，深入理解用户的消费行为特征。
目前流量经营分析中的瓶颈主要是数据的采集和处理。该营销门户系统为适应省公司精确化管理、针对性、个性化的营销要求，实现了对营销活动的日报统计等支撑目标，打造适用于全省各级营销管理人员、一线经理及支撑人员的营销支撑门户，提供与营销活动相关的日报、月报统计，包括量收、欠费、用户发展、预警信息、机构树汇总等内容。采用Data Cloud、并行分布式处理等大数据技术后，报表分析只需要2个小时，满足了报表对时限的要求，系统灵活性好，可用性高。同时建立了基于客户终端信息、手机上网行为轨迹等丰富的数据，借助DPI（Deep Packet Inspection,深度数据包检测）技术等，建立超细分的客户模型，为各个细分群组客户打上互联网行为标签，帮助运营商完善客户的360度画像，同时通过运营商深入了解客户行为偏好和需求特征；再按照用户行为偏好，推送合适的业务，并根据对客户特征的深入理解，建立客户与业务、资费套餐、终端类型、在用网络的精准匹配，同时也能做到在推送渠道、推送时机、推送方式上满足客户的个性需求。
目前在国外一些机构通过对移动互联网大数据进行分析，得出了用户、网络、OTT应用三个视角的相关信息。如日本电信运营商KDDI将Line应用加入其auSmartPass APP推送服务，Verizon允许在蜂窝网络中进行免费FaceTime通话，Orange推出Facebook通话服务PartyCall.
在国内，香港电信运营商PCCW与微信合作推出定向流量套餐等[8].在用户视角的分析中，通过对用户的上网行为进行建模，得出用户的内容偏好、上网时段习惯、流量使用、活动轨迹、终端喜好、购买消费力等，即可对用户的行为进行一定范围内和一段时期内的预测。在网络视角，可以分析得出流量区域分布规律、时间分布规律、流量构成和流量走向、流量信令比例，并对网络信令运行负载状况、用户感知和业务质量等进行评估和预测。在OTT的应用视角，可分析得出热门OTT应用和应用类型、OTT应用的用户构成及特征、OTT应用流量的时间及地域特征、OTT应用的终端特征等。通过个性化需求实现全程精准营销；同时利用大数据技术，借助实时采集处理网络信令数据、监控网络状况、识别价值小区和业务热点小区，更精准地指导网络优化，实现网络、应用和用户的智能匹配。
英国O2在英国推出了免费Wi-Fi服务，以积累更多的用户，从而收集到更多的用户数据，用在精准的媒体广告和营销服务方面。NTT Docomo通过制作精细化的表格模型，收集用户详细信息，大大加强了CRM系统和知识库，准确定位目标客户特征，提高业务推荐的成功性。
法国电信进行针对用户消费的分析评估，利用大数据改善服务质量，提升用户体验。比如某段网络上的掉话率过高，借助大数据手段诊断出通话中断产生的原因是网络负荷过重造成，并根据结果分析优化网络布局，为客户提供了更好的体验感知，获得了更多的客户以及业务增长；T-Mobile采用Informatica平台开展大数据工作，通过集成数据综合分析客户流失的原因，在一个季度内将流失率减半；SK电讯新成立一家公司SK Planet,专门处理与大数据相关的业务，通过分析用户的使用行为，在用户做出决定之前，推出符合用户兴趣的业务，防止用户流失。
（2）渠道大数据飞信是移动互联网的入口，淘宝是互联网购物的入口。某种意义上说，运营商渠道也是终端客户的入口。渠道通过与客户直接接触，使渠道工作人员可以对客户职业、年龄、家庭、收入结构等情况进行了解，对客户的消费习惯、品牌偏好、业务应用等有真实数据的把握。
大数据的魅力也正是如此，为客户画像，还原客户需求。与大数据一步之遥的是，渠道还不能将客户特性数据化、系统化。数据化之路注定崎岖，不过，以大数据的思路看，渠道可以更细致的观察客户，收集客户需求，并以此反向指导运营商、终端厂商、以及手机应用开发商发展。这是新形势下运营商渠道不容忽视的价值[12].
因此基于大数据需求的数据收集和应用，都是渠道所要承载的功能，目前在国内，中国移动已经启动了客户信息的收集和客户离网预警模型系统的建立和使用，如目前已经推广的客户离网关怀系统，在用户离网时，一线前台收集客户离网的资费质疑、网络质量、服务质量、异地弃卡等原因数据，通过归集到的大数据进行分区域的问题定性，以解决局部区域的客户离网倾向，同时也针对现网客户，根据客户各项业务的使用和消费习惯等数据，开发了主动推荐系统，减少一线人员对账单的分析，在客户业务办理过程中同步开展业务需求分析，提醒前台人员推荐相关业务，大大提高了业务推荐成功率和精准度。同样作为通信运营商入口的社会渠道，也承载了上述各项功能，因此在大数据时代，渠道对大数据的应用是必然的，其通过系统的大数据分析和应用，将会为自身发展和持续盈利不断的创造条件。
1.4 渠道酬金管理现状
随着业务类型的进一步丰富，渠道规模的进一步扩张，在传统业务时代存在的酬金管理问题日益制约着渠道运营商的发展，渠道酬金发放的时效、透明度低的情况，不仅影响渠道发展的积极性，也影响了运营商的发展效益，总体来说具体表现在下面几个方面。
（1）酬金发放人工参与度高目前酬金发放、管理的现状是由于移动业务种类较多，手工记录形式的人工管理不仅工作量大、效率低，而且由于所辖渠道的分布广，路程远，带来酬金确认单送达不及时等情况，从而带来渠道酬金查询的时效性低、准确度不高、社会渠道代理商的满意度低，为公司的整体发展带来一定的影响。
（2）渠道运营缺少有效的分析工具运营商缺少对渠道进行分析的工具，现有的酬金分析仅能通过数据比对、手工登记分析的方式进行渠道发展情况的问题定位，而贴近生产一线的管理人员，也仅能靠日常的数据统计来判断短期的业务发展情况，不能对各项数据进行综合、全面的分析，同时由于分析工具的缺少，各级管理人员对渠道运营状况的分析具有一定的逃避心理。目前各运营商都在进行渠道转型，而转型是否成功，需要对各项业务进行综合分析，同时也需要快速的定位一些“问题渠道”,从而制定有效的补救措施，实现渠道整体的均衡发展，但是这些，都是目前渠道管理所不具有的。
（3）资料保密性差现有的酬金信息均是靠人工进行每个渠道酬金的分拣，但由于数量大，部分一线人员往往将大量数据进行外传，导致运营商数据外泄，同时由于人工提炼，影响工作效率。
综上所述，渠道所承载的由以前不到 10 项业务已经发展到今天的数百项产品和业务，原有的酬金手工支付方式和酬金确认模式已经不能满足大数据时代对渠道的支撑，所以渠道酬金查询系统的开发具有当今业务发展的时代需求性。在这种情况下，需要开发一种检索迅速、查找方便、可靠性高、存储量大、分析效率高、实用性广、人员基础知识要求低、保密性好、使用周期长、成本低的渠道管理系统。可以提高渠道酬金管理的效率，也便于公司科学化、规范化的管理。
