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
第五章 总结与展望
伴随着互联网大数据的到来，移动运营商业务种类的进一步丰富，产品数量也急剧攀升，传统的渠道运营模式已经不能胜任新形势下的复杂局面。运营商既要渠道承载客户的服务和支撑，还要承载对存量客户价值的深度挖掘和提升，保证企业的利润。在这种情况下，移动运营商就需要利用其天然拥有的大量客户住址信息、年龄结构、消费能力、行动轨迹、消费行为等数据资源优势，进行大数据环境下的分析，以科学有效的进行资源系统化的匹配，智能化的开展精准营销，从而有效降低资源的无效投入，提高营销效率。
作为承载 70%运营商业务的社会渠道，其不仅分布广，能力也层次不齐，如何保证运营商的各项决策在渠道的顺利落地执行，这是运营商长期思考的一个问题。作为渠道，其与运营商是一个利益共同体，一荣俱荣，一败俱败，双方都要换位思考，才能到达长期合作发展的目的。
发展和盈利对于渠道而言同等重要，如何定位自己渠道的发展是否符合运营商的转型要求，如何查询渠道酬金发放透明及时，心中不存顾虑的发展业务，这些都是渠道所关心的。
而作为运营商做期望的是拥有一支健康、强大的渠道队伍，及时对问题渠道进行帮扶和淘汰，保证渠道队伍的战斗力，实时对发展不利区域进行问题定位，以便开展调研、制定提升和改进措施。所有这些都是大数据环境下渠道酬金管理系统开发的背景和意义。
渠道酬金管理系统的设计，在一定程度上解决了目前酬金发放时效性差，安全性低、效率低下的问题，同时也为渠道管理人员提供了分析所辖区域渠道运营状况的一个简单工具，可实现实时的一些问题渠道的定位和锁定，帮助管理人员提升数据分析效率。
本次借助运营商渠道酬金系统平凉地区案例，整体通过总体设计、详细设计、编码三个阶段，基本实现了系统登陆，系统管理和渠道运营健康度评估分析等预定要求。经过测试，系统实现了需求分析中的所有要求，运行正常，操作界面简洁。
当然随着业务的进一步发展，新的需求还会出现，软件的灵活性也为后期增加相应的功能模块提供了可能，随着后期各项功能模块的补充和上线，一个功能更加完善、操作更加简洁的渠道管理系统将为更多的客户提供价值。
参考文献
[1] Clifford Lynch.Big data:How do your data grow[J].Nature,2008,455:28-29
[2] The Economist.The data deluge[EB/OL].[2012-12-10].
[3] Mitch Waldrop. Big data: Wikiomics[J].Nature,2008 ,455:22-25
[4] Mike Loukides.What is data science[EB/OL].[2012-12-1].
[5] 王蓉， 王志军，大数据助力电信运营商与 ott 商的合作共赢[J] .业务与运营，2013.6: 7-8
[6] 李继兵， 徐子涵，电信运营商流量价值经营探讨[J].现代电信科技，2013（05）：71-76
[7] 加西亚-莫利纳等，杨冬青 吴愈青 包小源等译，数据库系统实现（第 2 版） [M].北京：机械工业出版社，2010.5
[8] 李秋静， 杜学军， 叶云，大数据浪潮中运营商面临的机会[J].2012 年（ 第六届） 移动互联网国际研讨会特刊，2012.8:27-28
[9] 胡文瑜等， 数据挖掘取样方法研究[J].计算机研究与发展， 2011.1: 23-24
[10] Daniel Cooper.Canalys:More smartphones than PCs shipped in 2011[EB/OL].
[11]Anne Lapkin.Gartner's Hype Cycle for Big Data[EB/OL].[2012-12-15].
[12] 童晓渝，张云勇，房秉毅等，电信运营商实施云计算的策略建议[J].信息通信技术，2012,6（01）：34-37
[13] Aral S,Walker D. Creating social contagion through viral product design: A randomized trial of peer influence in networks[J]. Management Science,2011,57（ 9） : 1623 -1639
[14] Jiawei Han Micheline Kamner,范明，孟小峰等译，数据挖掘概念与技术[M].北京： 机械工业出版，2007
[15] 林那夫 （Gordon S.Linoff），贝里 （Michael J.A.Berry），数据挖掘技术应用于市场营销、销售与客户关系管理[M].北京：清华大学出版，2013
[16] 荫蒙着， 王志海等， 数据仓库[M].北京：机械工业出版社，2013
[17] 马晓璇， 曹志赟， 甘肃经营分析系统集团客户数据集市操作手册， 华为公司2009
[18] 刘大有等， 时空数据挖掘研究进展[J].计算机研究与发展，2013.2: 21-23
[19] 杨正洪等， 大数据。物联网和云计算之应用 [M].北京：清华大学出版社，2014.1
[20] 高彦杰等， Spark 大数据处理 [M].北京：机械工业出版社， 2014.11
[21] Viktor Mayer-Schonberger,big data. Eamon Dolan, 2014.3
[22] Dabenport T H, Barth P, Bean R.How“Big Data”is different[J].MIT Sloan Management Review,2012,53（5）
[23] 孙琦。4G 时代大数据来袭运营商应对 OTT 合作优于封锁[J].通信世界，2013（12）：49
[24] 张中辉。运营商如何应对 OTT 业务挑战[N].人民邮电报，2013-05-14（3）
[25] 张鹏。OTT 侵袭已成定局大数据开启运营商新领地[J].通信世界，2013（12）：48
[26] Apache Apache Mahout:Scalable machine learning and data mining.
[27] 刘军， 吕俊峰， 大数据时代及数据挖掘的应用国家电网报， 2012.5
致谢
经过一个多月的辛勤努力，渠道管理系统的开发拉下了帷幕。在整个软件的开发过程中，我学到了不少的知识，积累了许多关于数据库软件的开发经验。尤其在软件的开发过程中，得到了陈老师的悉心指导，使我的专业课题研究可以顺利进行并按时完成。在此，衷心的感谢陈老师一直以来对我的关心和帮助。
这次毕业设计，我主要学习到了如何使用语言进行数据库软件的开发，同时复习了有关软件工程以及数据库方面的知识。
在软件的开发过程中遇到了很多的难题，大多是一些细节上的问题，其中有些问题自己冥思苦想了很久都没有解决，但是在老师以及其他同学的指点下，再加上自己的不懈地努力，问题都迎刃而解了。在问题的解决过程中，不仅可以锻炼自己独立解决问题的能力，也为将来开发数据库软件积累了宝贵的经验。
在这次专业课题研究中，我也发现了自己的很多不足之处。比如说自己对 C#这个开发工具掌握的不够熟练，对 SQL server 数据库的使用不够熟悉等等。以上这些问题都限制了软件开发的速度和软件的质量，这些都是我今后应该注意和提高的。
最后，再一次感谢在专业课题研究过程中给予我支持和帮助的老师和同学以及提供打印的工作者，没有他们的帮助和提供资料，仅靠我一个人的力量想在短短一个多月的时间里完成课题研究是几乎不可能的事情。
谢谢！
