面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)架構(gòu)

汪保友，吳琮，錢晶，陶曉英

(中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司，上海 200050)

面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)架構(gòu)

汪保友，吳琮，錢晶，陶曉英

(中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司，上海 200050)

DT時代，數(shù)據(jù)分析系統(tǒng)肩負(fù)著運營商業(yè)務(wù)創(chuàng)新和運營強(qiáng)支撐的更高要求。首先闡述了深化數(shù)據(jù)分析、增益數(shù)據(jù)價值所面臨的需求與挑戰(zhàn);接著，提出面向開放服務(wù)的數(shù)據(jù)分析系統(tǒng)的邏輯架構(gòu)和技術(shù)架構(gòu)以及數(shù)據(jù)治理與數(shù)據(jù)安全措施，以實現(xiàn)能力開放、架構(gòu)靈活的運營支撐;最后示例介紹該平臺的服務(wù)場景以及取得的良好效果和價值體現(xiàn)。

大數(shù)據(jù);數(shù)據(jù)分析;系統(tǒng)架構(gòu);數(shù)據(jù)服務(wù);數(shù)據(jù)治理

1 引言

移動互聯(lián)網(wǎng)時代，變革日新月異，在“互聯(lián)網(wǎng)+”大潮下，具有雄厚資金技術(shù)和用戶規(guī)模的BAT公司頻頻涉足通信、智慧城市、云計算、物聯(lián)網(wǎng)等信息服務(wù)領(lǐng)域，各類OTT應(yīng)用也動搖了運營商短信和語音業(yè)務(wù)收入的基礎(chǔ)。虛擬運營商蓄勢待發(fā)和互聯(lián)網(wǎng)企業(yè)的跨界競爭對基礎(chǔ)運營商而言，呈現(xiàn)出空前的壓力和挑戰(zhàn)。大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，給運營商帶來了新的曙光。運營商處在大數(shù)據(jù)產(chǎn)業(yè)鏈的傳輸與交換中心地位，具有豐富的高價值數(shù)據(jù)資源，具有開展大數(shù)據(jù)業(yè)務(wù)的獨特優(yōu)勢。在這個數(shù)據(jù)為王的時代，傳統(tǒng)IT走向DT。面對海量復(fù)雜數(shù)據(jù)和創(chuàng)新型應(yīng)用，面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)肩負(fù)著公司商業(yè)模式轉(zhuǎn)型和運營強(qiáng)支撐的更高要求。

2 需求與挑戰(zhàn)

運營商為消費者提供網(wǎng)絡(luò)服務(wù)，處在大數(shù)據(jù)產(chǎn)業(yè)鏈的傳輸與交換中心地位，具有相對全面完整真實的高價值密度信息。包括用戶的語音通話行為、上網(wǎng)痕跡信息、短/彩信使用信息、SP/CP使用信息、地理位置移動信息、用戶實名信息、信令數(shù)據(jù)、網(wǎng)管日志數(shù)據(jù)、渠道偏好、終端喜好信息以及挖掘衍生的用戶價值、用戶消費習(xí)慣、交際圈信息、生活行為指紋、個人興趣愛好等信息。

2.1 面對的需求

面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)，對升化數(shù)據(jù)分析和數(shù)據(jù)挖掘和增值數(shù)據(jù)價值提出了更高要求，需要面對企業(yè)內(nèi)部支撐強(qiáng)能、企業(yè)外部創(chuàng)新增值的需求召喚。

(1)精準(zhǔn)化營銷管理需求

電信行業(yè)客戶群龐大、需求差異也大，運營商需要分析用戶行為偏好，建立用戶全息畫像，通過標(biāo)簽化用戶管理，細(xì)分市場、客戶群，將最合適的業(yè)務(wù)及時、準(zhǔn)確地推銷給最需要的客戶，實現(xiàn)業(yè)務(wù)和客戶的最佳匹配，改善用戶體驗，提升用戶消費和忠誠度。

(2)流失預(yù)警與維系挽留需求

電信行業(yè)的競爭是大家有目共睹的。運營商間持續(xù)不斷的“價格戰(zhàn)”，使得客戶變更業(yè)務(wù)及轉(zhuǎn)網(wǎng)的選擇余地和意愿越來越大，合約用戶協(xié)議到期或促銷活動優(yōu)惠期結(jié)束后，大量低忠誠度用戶通過轉(zhuǎn)網(wǎng)或棄卡重入網(wǎng)方式，套取新的補(bǔ)貼優(yōu)惠。有些老用戶也會因各種原因，存在流失風(fēng)險。如何提早識別預(yù)警流失傾向用戶，對高價值、高風(fēng)險的流失用戶維系挽留，是運營商提升存量用戶和收入保有率的需求。

(3)創(chuàng)新增值需求

在不侵犯用戶隱私的前提下，對數(shù)據(jù)進(jìn)行深度加工，形成大數(shù)據(jù)能力輸出和數(shù)據(jù)平臺開放，服務(wù)于社會，是運營商實現(xiàn)“數(shù)據(jù)資產(chǎn)”運營和商業(yè)模式轉(zhuǎn)型的業(yè)務(wù)創(chuàng)新需求。

2.2 面臨的挑戰(zhàn)

現(xiàn)有經(jīng)營分析系統(tǒng)轉(zhuǎn)型升級為面向DT的數(shù)據(jù)分析系統(tǒng)，需要面對如下挑戰(zhàn)。

(1)平臺能力待提升

目前經(jīng)營分析系統(tǒng)是服務(wù)企業(yè)內(nèi)部，主要功能體現(xiàn)在:KPI監(jiān)控、統(tǒng)計報表、綜合分析和客戶群細(xì)分等方面。雖然取得了一定效果，但仍存在數(shù)據(jù)分散、分析內(nèi)容不全面、展現(xiàn)界面不友好、同名指標(biāo)不一致等方面的問題。經(jīng)分使用者很難迅速查到自己想要的數(shù)據(jù)，特別是管理者很難一目了然地看到公司運營出現(xiàn)的關(guān)鍵問題。突出體現(xiàn)在數(shù)據(jù)量大與使用率低的矛盾、功能靈活與使用簡便的矛盾、業(yè)務(wù)多變與指標(biāo)穩(wěn)定性的矛盾。經(jīng)營分析人員在使用經(jīng)分系統(tǒng)時，往往還需要進(jìn)行大量的數(shù)據(jù)匯總整理、數(shù)據(jù)合并、深入分析和數(shù)據(jù)挖掘等工作，工作難度大、工作量大、效率低;管理者和決策者在使用經(jīng)分系統(tǒng)時，很難直接看到想要的數(shù)據(jù)和分析結(jié)果，難以迅速有效進(jìn)行決策。

(2)平臺架構(gòu)待擴(kuò)展

目前經(jīng)分系統(tǒng)采集的數(shù)據(jù)主要是BSS數(shù)據(jù)，處理的都是賬單、詳單、用戶資料、產(chǎn)品服務(wù)訂購、業(yè)務(wù)受理記錄等結(jié)構(gòu)化數(shù)據(jù)，包括CRM、計費、賬務(wù)、OCS、總部下發(fā)清單、結(jié)算、客服等，缺乏對OSS域、MSS域的數(shù)據(jù)采集聚合。處理海量數(shù)據(jù)時系統(tǒng)性能瓶頸過大，存在各類時間窗口無法控制的風(fēng)險。需要引入分布式并行處理技術(shù)架構(gòu)，擴(kuò)展數(shù)據(jù)采集范圍，提高采集時效性、完備性。

(3)數(shù)據(jù)治理需提高

運營商的數(shù)據(jù)分散，大數(shù)據(jù)4V特征明顯，因各種原因存在少量“臟”數(shù)據(jù)，采集數(shù)據(jù)時需要排除數(shù)據(jù)噪音，分析數(shù)據(jù)時需要加強(qiáng)數(shù)據(jù)關(guān)聯(lián)性，健全數(shù)據(jù)質(zhì)量管控機(jī)制，提升數(shù)據(jù)質(zhì)量。對涉密敏感信息需要脫敏加密，加強(qiáng)數(shù)據(jù)輸出服務(wù)的安全防護(hù)和流程管理，規(guī)范數(shù)據(jù)資產(chǎn)運營機(jī)制。

3 面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)架構(gòu)

基于以上的需求與挑戰(zhàn)，需要構(gòu)建“能力開放、靈活支撐、安全服務(wù)”的面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)，有效支撐各類創(chuàng)新應(yīng)用，提升數(shù)據(jù)資源的價值轉(zhuǎn)換能力。

3.1 系統(tǒng)邏輯架構(gòu)

數(shù)據(jù)分析系統(tǒng)一般分為集團(tuán)總部、省分兩級架構(gòu)，省分?jǐn)?shù)據(jù)分析系統(tǒng)邏輯架構(gòu)如圖1所示。

省分?jǐn)?shù)據(jù)分析系統(tǒng)主要包括4層結(jié)構(gòu)，即數(shù)據(jù)獲取層、數(shù)據(jù)存儲層、數(shù)據(jù)應(yīng)用層和數(shù)據(jù)服務(wù)層。采集的數(shù)據(jù)源包括 CRM、計費、賬務(wù)管理、OCS、客服、VAC平臺、cBSS等系統(tǒng)的基礎(chǔ)數(shù)據(jù)以及集團(tuán)總部下發(fā)文件明細(xì)數(shù)據(jù)、擴(kuò)展采集整合OSS域、MSS域的網(wǎng)管日志、網(wǎng)元信令、地理位置移動信息、上網(wǎng)痕跡、財務(wù)核算等數(shù)據(jù)。數(shù)據(jù)采集的方式可以是接口文件、DBlink訪問、ETL加工處理、人機(jī)交互等方式。通過系列加工流程、深度分析和信息挖掘，在數(shù)據(jù)存儲層形成企業(yè)數(shù)據(jù)倉庫和數(shù)據(jù)集市。數(shù)據(jù)應(yīng)用層表現(xiàn)形式包括運營總覽、預(yù)定義報表、縱向上傳、異動監(jiān)控、電子書、即席查詢、OLAP分析等基礎(chǔ)功能，精準(zhǔn)營銷、客戶維系、網(wǎng)格管理等生產(chǎn)支撐體系以及外部輸出服務(wù)功能。在數(shù)據(jù)服務(wù)層，可通過個性化定制、信息推送、用戶搜素、能力開放等方式，實現(xiàn)對內(nèi)對外服務(wù)。在整個數(shù)據(jù)加工處理、流轉(zhuǎn)服務(wù)過程中，數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)準(zhǔn)、元數(shù)據(jù)、生命周期等數(shù)據(jù)管理措施貫穿始終。通過安全制度、安全技術(shù)、安全運營、安全教育等運營機(jī)制確保數(shù)據(jù)安全。

圖1 省分?jǐn)?shù)據(jù)分析系統(tǒng)邏輯架構(gòu)

3.2 系統(tǒng)技術(shù)架構(gòu)

技術(shù)架構(gòu)上采用Hadoop、MPP、傳統(tǒng)關(guān)系型數(shù)據(jù)庫混搭模式，揚長避短。Hadoop對海量數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的處理能力強(qiáng)，且易擴(kuò)展;MPP數(shù)據(jù)庫對數(shù)據(jù)的處理性能高，可提升數(shù)據(jù)實時分析能力;傳統(tǒng)成熟關(guān)系型數(shù)據(jù)庫作為主數(shù)據(jù)倉庫，可確保核心數(shù)據(jù)服務(wù)能力的穩(wěn)定。數(shù)據(jù)分析系統(tǒng)技術(shù)架構(gòu)如圖2所示。

圖2中，Hadoop適用于大集群海量離線數(shù)據(jù)分析，可擴(kuò)展至1 000多個節(jié)點，可處理PB級海量數(shù)據(jù)。利用Hadoop對海量非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)處理能力，可對網(wǎng)管日志、網(wǎng)元信令、上網(wǎng)痕跡等進(jìn)行預(yù)處理整合。由于Hadoop的分布式并行計算和易擴(kuò)展特性，且對硬件平臺的要求相對較低(比如x86平臺集群)，可實現(xiàn)靈活配置，按需、快速分配資源，有效控制成本。

Hadoop生態(tài)圈中，Impala與Hive都是構(gòu)建在Hadoop之上的數(shù)據(jù)查詢工具，各有側(cè)重，Hive適用于靜態(tài)批處理查詢分析，而Impala適用于實時交互式SQL查詢?？梢韵扔肏ive數(shù)據(jù)處理能力，進(jìn)行數(shù)據(jù)轉(zhuǎn)換聚合;再用Impala在Hive處理后的結(jié)果集上實施快速數(shù)據(jù)分析。HBase是運行于HDFS頂層的NoSQL，具備隨即讀寫功能，是一種列存儲數(shù)據(jù)庫。而Hive支持HSQL，是一種類SQL編程接口，可以將SQL語句轉(zhuǎn)換為MapReduce任務(wù)運行，它本身不存儲數(shù)據(jù)。

MPP是一種海量數(shù)據(jù)實時分析架構(gòu)。適合小集群(100以內(nèi))、低并發(fā)(50以內(nèi))的場景，可處理TB級海量數(shù)據(jù)。比 如 EMC Greenplum、HP Vertica、IBM Netezza、Teradata Aster等。MPP數(shù)據(jù)庫存儲明細(xì)數(shù)據(jù)、輕度匯總數(shù)據(jù)等。

MPP采用不共享架構(gòu)，每個節(jié)點運行自己的操作系統(tǒng)和數(shù)據(jù)庫等，節(jié)點之間信息交互通過網(wǎng)絡(luò)傳輸實現(xiàn)。與Hadoop相比，擴(kuò)展性、并發(fā)性比不上Hadoop，這可從CAP理論中得到解釋。根據(jù)CAP定律(consistency，availability，partition tolerance theorem):在分布式計算機(jī)系統(tǒng)中，一致性、可用性和分區(qū)容錯性這3種保證無法同時得到滿足，最多滿足兩個。因為MPP始終還是DB數(shù)據(jù)庫，一定要考慮一致性，其次考慮可用性，最后才在可能的情況下盡量做好分區(qū)容錯性。而Hadoop是專為并行處理和存儲設(shè)計的，所有數(shù)據(jù)都以文件形式存儲，它優(yōu)先考慮的是分區(qū)容錯性，然后是可用性，最后再考慮一致性。所以Hadoop的可擴(kuò)展性當(dāng)然優(yōu)于MPP。

傳統(tǒng)RDB數(shù)據(jù)庫(Oracle、DB2等)用于存儲用戶標(biāo)簽庫、用戶361°全息數(shù)據(jù)、粗粒度匯總數(shù)據(jù)、報表數(shù)據(jù)、多維數(shù)據(jù)、指標(biāo)庫等結(jié)果數(shù)據(jù)，確保核心數(shù)據(jù)服務(wù)能力的穩(wěn)定。

圖2 數(shù)據(jù)分析系統(tǒng)技術(shù)架構(gòu)

4 數(shù)據(jù)治理與數(shù)據(jù)安全

在移動互聯(lián)網(wǎng)、云計算和大數(shù)據(jù)的穹頂之下，未來的IT運維管理被賦予了更多的數(shù)據(jù)治理、數(shù)據(jù)挖掘和數(shù)據(jù)安全管理的重任，傳統(tǒng) IT 走向 DT?！癎arbage in，Garbage out”表示輸出質(zhì)量是由輸入質(zhì)量決定的。面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)，數(shù)據(jù)治理管控機(jī)制如圖3所示。

圖3中列出數(shù)據(jù)生產(chǎn)中業(yè)務(wù)規(guī)范、數(shù)據(jù)采集加工過程中常規(guī)稽核規(guī)則配置以及和生產(chǎn)系統(tǒng)互動、與數(shù)據(jù)需求方互動運維協(xié)作機(jī)制。

面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)還必須確保 “云、管、端”的數(shù)據(jù)安全，對涉密敏感信息需要脫敏加密，加強(qiáng)數(shù)據(jù)輸出服務(wù)的安全防護(hù)和流程管理，從管理、技術(shù)和控制3個視角，建立數(shù)據(jù)資產(chǎn)安全運營規(guī)范機(jī)制。

·從管理視角看，包括規(guī)章制度與作業(yè)標(biāo)準(zhǔn)的制定，崗位角色的設(shè)定，管理流程模型的制訂等。

· 從控制角度看，涵蓋網(wǎng)絡(luò)層、系統(tǒng)層、應(yīng)用層和數(shù)據(jù)層的安全控制、安全審計等。

· 從技術(shù)視角看，需要采用立體交互的技術(shù)防護(hù)、監(jiān)控與審計措施，做到安全預(yù)警、保護(hù)、檢測、反應(yīng)、恢復(fù)、反擊，以保障系統(tǒng)安全穩(wěn)定不間斷應(yīng)用。

總體來看，技術(shù)、人員、管理構(gòu)成信息安全的三要素。其中，技術(shù)是核心，人員是關(guān)鍵，管理是保障。管理和技術(shù)并重，技術(shù)和人員結(jié)合，充分發(fā)揮人的作用，做到人、技術(shù)和管理的和諧統(tǒng)一，在法律和安全規(guī)章的約束下，才能確保企業(yè)信息安全的真正有效落地。

5 數(shù)據(jù)服務(wù)的應(yīng)用場景

5.1 數(shù)據(jù)服務(wù)的迭代優(yōu)化流程

如何利用運營商擁有的豐富、多維、高價值的“數(shù)據(jù)資產(chǎn)”，解決自身營銷和客戶服務(wù)精準(zhǔn)性，以改善用戶體驗，提升用戶價值與忠誠度;如何對外數(shù)據(jù)輸出和能力開放，服務(wù)于產(chǎn)業(yè)鏈各方合作伙伴，服務(wù)于社會;這是個漸進(jìn)的過程，圖4表示這種迭代優(yōu)化流程。

圖3 數(shù)據(jù)治理管控機(jī)制

圖4 數(shù)據(jù)服務(wù)的迭代優(yōu)化流程

圖4中，數(shù)據(jù)服務(wù)的基礎(chǔ)是面向DT服務(wù)的數(shù)據(jù)分析系統(tǒng)(數(shù)據(jù)中心)，通過大數(shù)據(jù)積累、選定應(yīng)用方向、數(shù)據(jù)分析、正確的解讀、實施效果評估、完善與再循環(huán)閉環(huán)流程，逐步提升服務(wù)效果和能力。其中比較關(guān)鍵的環(huán)節(jié)包括數(shù)據(jù)清洗、數(shù)據(jù)集成、構(gòu)建模型、算法參數(shù)調(diào)優(yōu)等。

5.2 精準(zhǔn)營銷服務(wù)支撐

在數(shù)據(jù)中心中構(gòu)建客戶361°全息視圖，如圖5所示。

圖5中，一些用戶衍生屬性，是通過CHAID(卡方自動交叉檢驗)分類算法、隨機(jī)森林模型等算法挖掘分析得出，比如忠誠度、流失傾向、興趣愛好等。有些屬性對衍生屬性的動態(tài)變化起著關(guān)鍵作用，比如交際圈的收縮、主叫異常波動會顯著影響忠誠度、流失傾向等評估，圖6顯示了流失預(yù)警的關(guān)鍵特征。

圖 5 客戶 361°全息

圖6 流失預(yù)警關(guān)鍵特征示例

客戶361°全息視圖，在企業(yè)內(nèi)部精準(zhǔn)營銷服務(wù)實際運用中，取得較好效果，據(jù)業(yè)務(wù)部門營銷后評估報告，流量類業(yè)務(wù)的針對性營銷較先前普銷型推薦的成功率提升了7.5個百分點，客戶對營銷的滿意度提升近10個百分點，存量公眾用戶的保有率與2014年同比提升1.4個百分點，續(xù)約用戶的ARPU值也有明顯提升。此外，通過用戶4G終端選購因素的挖掘分類訓(xùn)練，得出實驗結(jié)果:訓(xùn)練分區(qū)查準(zhǔn)率71%，測試分區(qū)查準(zhǔn)率68%，查全率平均65%，預(yù)計經(jīng)過迭代優(yōu)化，對精準(zhǔn)營銷也會發(fā)生積極作用。

6 結(jié)束語

大數(shù)據(jù)時代給運營商業(yè)務(wù)創(chuàng)新和涅槃重生提供了新的曙光。數(shù)據(jù)資產(chǎn)運營是一個迭代優(yōu)化的過程，構(gòu)建易擴(kuò)展、性能高效的靈活系統(tǒng)架構(gòu)是需求的推動，也是產(chǎn)生價值的源泉。目前建設(shè)的統(tǒng)一數(shù)據(jù)分析系統(tǒng)平臺，已取得初步成效和商業(yè)價值。平臺架構(gòu)的設(shè)計方案、數(shù)據(jù)治理的協(xié)同管理對業(yè)界有一定參考價值。從未來的發(fā)展看，大數(shù)據(jù)資產(chǎn)對運營商業(yè)務(wù)貢獻(xiàn)會越來越多。與第三方合作，構(gòu)建大數(shù)據(jù)生態(tài)體系和能力開放已在開展并會持續(xù)增強(qiáng)，數(shù)據(jù)租賃、數(shù)據(jù)分析、數(shù)據(jù)分享服務(wù)等將是運營商提供通信網(wǎng)絡(luò)服務(wù)外的一大亮點。

［1］王珊，王會舉，覃雄派，等.架構(gòu)大數(shù)據(jù):挑戰(zhàn)、現(xiàn)狀與展望［J］.計算機(jī)學(xué)報，2011，34(10):1741-1752.WANG S，WANG H J，TAN X P，et al.Architecting big data:challenges，studiesand forecasts ［J］.Chinese Journalof Computers，2011，34(10):1741-1752.

［2］“基于大數(shù)據(jù)的互聯(lián)網(wǎng)化存量經(jīng)營”項目組.運營商存量經(jīng)營大數(shù)據(jù)平臺及其關(guān)鍵技術(shù)研究 ［J］.電信科學(xué)，2014，30(6):118-125.Project Team of Big Data for Inventory Management.Research on big data platform and key technologiesforinventory management of carriers ［J］.Telecommunications Science，2014，30(6):118-125.

［3］吳軍.大數(shù)據(jù)和機(jī)器智能對未來社會的影響 ［J］.電信科學(xué)，2015，31(2):1-10.WU Jun.Big data，machine intelligence and their impacts to the future world［J］.Telecommunications Science，2015，31(2):1-10.

［4］雷蕾，李景文，宮大鵬，等.基于Hadoop的 OSS域數(shù)據(jù)建模與采集方法研究［J］.電信科學(xué)，2015，31(1):128-138.LEI L，LI J W，GONG D P，et al.Study on data modeling and collection in OSS based on Hadoop ［J］.Telecommunications Science，2015，31(1):128-138.

［5］孟小峰，慈祥.大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)［J］.計算機(jī)研究與發(fā)展，2013，50(1):146-169.MENG X F，CI X.Big data management:concepts，techniques and challenges ［J］.Journal of Computer Research and Development，2013，50(1):146-169.

［6］張海峰，董昭.面向大數(shù)據(jù)的經(jīng)營分析系統(tǒng)建設(shè)思路分析［J］.互聯(lián)網(wǎng)天地，2015(2).ZHANG H F，DONG Z.Analysis of construction ideas of business analysis system for big data［J］.China Internet，2015(2).

［7］陳可寒，韓盼盼，吳健.基于用戶聚類的異構(gòu)社交網(wǎng)絡(luò)推薦算法［J］.計算機(jī)學(xué)報，2013，36(2):349-359.CHEN K H，HAN P P，WU J.User clustering based social network recommendation ［J］.Chinese Journal of Computers，2013，36(2):349-359.

Architecture of service-oriented data analysis system

WANG Baoyou，WU Cong，QIAN Jing，TAO Xiaoying
Shanghai Branch of China United Network Telecommunication Co.，Ltd.，Shanghai 200050，China

In the era of data technology，the higher requirements of telecom operators，such as business innovation and strong operation supporting，are being placed on data analysis system.Firstly，the requirement and challenge of the rising data analysis and the enhancing data value were expounded.Then，in order to realize open architecture and flexible operation support，the logical framework and technology architecture of the service-oriented data analysis system，as well as the data governance and the data security management were proposed.Finally，the service scenarios and the business value of the platform were introduced by an example.

big data，data analysis，system architecture，data service，data governance

TP311

A

10.11959/j.issn.1000-0801.2016021

2015-07-01;

2015-12-17

汪保友(1968-)，男，博士，中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司高級工程師，主要研究方向為數(shù)據(jù)分析與數(shù)據(jù)挖掘、數(shù)據(jù)科學(xué)、數(shù)字簽名、信息安全。

吳琮(1975-)，女，中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司信息化事業(yè)部總經(jīng)理，主要研究方向為電信業(yè)務(wù)支撐系統(tǒng)的規(guī)劃設(shè)計、移動互聯(lián)網(wǎng)、云計算。

錢晶(1970-)，女，中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司工程師，主要研究方向為數(shù)據(jù)科學(xué)、移動互聯(lián)網(wǎng)、通信網(wǎng)絡(luò)規(guī)劃。

陶曉英(1978-)，女，中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司上海市分公司工程師，主要研究方向為數(shù)據(jù)科學(xué)、電信業(yè)務(wù)支撐系統(tǒng)的規(guī)劃設(shè)計、移動互聯(lián)網(wǎng)。