4. 1 주요 지표 모니터링
주요 지표 모니터링은 통신 기업 경영 지표에 대한 실시간 모니터링 및 경보 기능입니다. 표 및 그래픽을 통해 KPI 의 시각적 전시를 통해 관리자는 기존 사용자 수, 비즈니스 수익 및 같은 기간과의 비교를 거시적으로 파악할 수 있으며, 특정 지역, 특정 유형의 비즈니스 사용자에 대한 구체적인 상황을 미시적으로 파악할 수 있습니다. 관리자는 비즈니스 발전의 여러 시기에 따라 선택 또는 입력을 통해 주요 지표의 임계값을 설정하여 비즈니스 발전을 실시간으로 모니터링할 수 있습니다.
4.2 통계 보고 기능
통계 보고 기능은 정해진 통계 주기 동안 시장 부서의 요구에 따라 통계 결과 데이터를 생성하고, 데이터를 요약하거나 분석하고, 지정된 형식의 보고서 그래프를 형성하고, 관련 부서에 관련 업무 예측 및 업무 분석 데이터를 제공하는 것을 말합니다. 보고서 생성은 유연성이 뛰어납니다. 지정된 기간별 자동 요약, 통계 레벨 보고서 데이터 자동 생성 요약 보고서 생성, 다양한 통계 요소 선택 지원. 보고서 템플리트도 제공됩니다. 특정 템플릿을 선택하거나 원하는 템플릿을 사용자 정의할 수 있는 유연성을 제공합니다.
4.3 종합 분석
종합 분석은 OLAP 기반 다차원 분석 기술입니다. 종합 분석에는 고객 분석, 수익 분석, 업무량 분석, 신규 업무 종합 분석 및 일부 종합 분석이 포함됩니다. 분석 차원에는 시간, 지역, 애플리케이션 유형, 사용자 특성, 사용자 상태, 통화 유형, 수락 방법 등이 포함됩니다. 종합 분석 하나의 분석 주제를 기준으로 주제와 관련된 차원을 선택하여 다차원 분석을 수행합니다. 종합 분석은 고정 (사전 정의된) 보고서, 차트, 임시 쿼리, 다차원 동적 분석 등 유연하고 다양한 표시 방법을 제공합니다.
4.4 고급 데이터 마이닝 기능
고급 데이터 마이닝은 데이터 마이닝 방법 및 기술을 사용하여 대량의 데이터에서 데이터 간의 관계 패턴을 찾습니다. 고급 데이터 마이닝은 고객 가치 분석, 비즈니스 예측, 소비 수준 변화 분석, 고객 손실 분석, 고객 세분화 등을 포함합니다. 이전 분석과 달리 데이터 마이닝 분석은 한 단계로 진행되는 분석이 아니라 반복적이고 나선형으로 상승하는 과정입니다. 이 프로세스는 데이터 준비, 데이터 모델링, 모델 평가 및 해석의 세 단계로 구성됩니다. 최종 단계의 모델 평가 및 해석이 요구 사항을 충족하지 못할 경우 데이터 모델링의 두 번째 단계, 때로는 데이터 준비의 첫 번째 단계로 돌아가야 합니다. 예를 들어, 고객 손실 분석 및 데이터 준비 단계에서 고객 상태 변경, 소비 변화, 시장 경쟁 치열도, 강력한 불만 신고 등 주제와 관련된 모든 데이터를 입수한 다음 사전 처리를 수행하여 소음을 제거하고 주제와 관련된 변수를 내보냅니다. 그런 다음 데이터 모델링 단계에서 의사 결정 트리, 신경망 학습 등의 방법을 사용하여 고객 손실의 주요 특징을 분석하고 고객 손실 모델을 구축하고 손실 확률이 높은 고객을 예측하고 발견합니다. 세 번째 단계는 데이터 평가 및 해석 단계로, 모델을 평가하고 해석하며, 요구 사항이 충족되면 모델을 저장하고 그 결과를 시장 행동에 적용합니다. 이런 분석은 관련된 변수의 수가 많고, 변수 간의 관계가 복잡하며, 주제와 관련된 변수를 유도해야 하며, 데이터 분포는 강한 규칙성이 부족하기 때문에 분석의 포괄성, 난이도, 깊이가 세 가지 분석보다 훨씬 크고 분석가에 대한 요구가 높다. 데이터 마이닝 알고리즘과 업무에 대한 깊은 이해 없이는 분석의 효과를 보장하기 어려운 경우가 많습니다.