岳 洋

（中國電信股份有限公司廣東分公司 廣州 510081）

1 引言

進(jìn)入光網(wǎng)絡(luò)時代，客戶對光業(yè)務(wù)的需求逐步增加，以廣州電信為例，采用光網(wǎng)絡(luò)作為接入方式的業(yè)務(wù)量由2011年的2.5萬戶增長到2012年的4.5萬戶，同時光網(wǎng)絡(luò)施工的自動化程度也遠(yuǎn)遠(yuǎn)高于傳統(tǒng)網(wǎng)絡(luò)，所有光網(wǎng)絡(luò)的業(yè)務(wù)開通都要以資源數(shù)據(jù)作為網(wǎng)絡(luò)的施工和外線的上門裝機(jī)的依據(jù)，資源數(shù)據(jù)的質(zhì)量對業(yè)務(wù)開通的退單率的影響更為直接，這就給資源管理工作帶來了更多的挑戰(zhàn)，因此如何采用更有效的方法提升資源數(shù)據(jù)的準(zhǔn)確率就顯得格外重要。

2 光網(wǎng)絡(luò)資源數(shù)據(jù)質(zhì)量管理的現(xiàn)狀

2.1 涉及業(yè)務(wù)開通的資源數(shù)據(jù)管理現(xiàn)狀

目前涉及業(yè)務(wù)開通使用的設(shè)備、設(shè)備參數(shù)以及裝機(jī)地址等數(shù)據(jù)都由資源系統(tǒng)維護(hù)和提供，相關(guān)資源數(shù)據(jù)管理具備以下特點。

（1）設(shè)備類型多，錄入工作量大

業(yè)務(wù)開通主要使用的設(shè)備有OLT、分光器、e8-C（ONU）以及設(shè)備對應(yīng)的端口信息，這些數(shù)據(jù)目前都是在工程建設(shè)階段統(tǒng)一由設(shè)計部門根據(jù)工程資料進(jìn)行錄入。目前廣州電信工程錄入的光設(shè)施數(shù)量為月均1.8萬臺，工程錄入的工作量大。

（2）維護(hù)參數(shù)復(fù)雜，容易出錯

在光網(wǎng)絡(luò)業(yè)務(wù)開通中使用的參數(shù)根據(jù)話音和寬帶端口進(jìn)行區(qū)別。話音業(yè)務(wù)使用BACIP、網(wǎng)關(guān)簇、SS節(jié)點號、NGNVLAN、IADIP、IADMASK、IADGATEWAY7個 參 數(shù)；寬帶業(yè)務(wù)使用BASIP、BAS槽位、BAS端口、SVLAN、CVLAN 5個參數(shù)；除此之外，業(yè)務(wù)開通還需要光路信息、PON口信息，共計14項關(guān)鍵參數(shù)，管理的參數(shù)內(nèi)容繁雜，若一項出錯，就會導(dǎo)致業(yè)務(wù)不能正常開通。

（3）工程地址與客戶裝機(jī)地址存在差異，裝機(jī)效率低

在資源系統(tǒng)上，地址采用分級別的方式管理，目前分為10級，從市、區(qū)、鎮(zhèn)、路、街、門牌號、棟、梯、層到具體的房間號。客戶的裝機(jī)地址是在用戶受理階段由營業(yè)員手工輸入或選擇的地址；設(shè)備地址在工程建設(shè)階段錄入，要求每個分光器的端口都要錄入其覆蓋地址。系統(tǒng)會根據(jù)客戶的裝機(jī)地址與工程錄入的設(shè)備覆蓋地址進(jìn)行逐級匹配，找到客戶最適合使用的網(wǎng)絡(luò)資源進(jìn)行配置。但工程部門與客戶對地址的理解存在差異，因此存在由于覆蓋地址不準(zhǔn)造成用戶無法裝機(jī)的問題。

2.2 資源數(shù)據(jù)質(zhì)量評價的主要方法

目前資源數(shù)據(jù)質(zhì)量管理方法存在如下弊端。

（1）資源數(shù)據(jù)質(zhì)量評估數(shù)據(jù)的采集主要靠現(xiàn)場檢查，覆蓋面小、成本高

覆蓋范圍?。好吭略谧罱?個月竣工的業(yè)務(wù)數(shù)據(jù)中只抽取0.5%的業(yè)務(wù)路由進(jìn)行現(xiàn)場的資源檢查，樣本較小，在業(yè)務(wù)變更頻繁的形勢下，很難客觀評價資源數(shù)據(jù)的準(zhǔn)確率。

檢查成本高：雖然檢查的樣本數(shù)據(jù)小，但是涉及業(yè)務(wù)開通的資源和機(jī)房卻比較分散，這就容易造成每個檢查的機(jī)房只有1～2條需要檢查的資源，驅(qū)車前往機(jī)房造成的時間成本、人力成本和能源成本遠(yuǎn)遠(yuǎn)高于實際數(shù)據(jù)檢查帶來的價值。

（2）通過資源檢查的結(jié)果指標(biāo)來評價資源數(shù)據(jù)質(zhì)量，業(yè)務(wù)開通部門和客戶的感知度和認(rèn)可度不高

目前的數(shù)據(jù)質(zhì)量評估是依靠現(xiàn)場檢查的結(jié)果形成的，由于數(shù)據(jù)的檢查和考核數(shù)據(jù)的發(fā)布都是由本地網(wǎng)的網(wǎng)絡(luò)資源中心實現(xiàn)，并沒有與任何的業(yè)務(wù)開通流程相結(jié)合，相當(dāng)于是專業(yè)自評，這就造成資源準(zhǔn)確率的檢查結(jié)果都可以達(dá)到95%以上，但是實際中一次上門裝機(jī)成功的業(yè)務(wù)卻只占全部業(yè)務(wù)的70%，資源數(shù)據(jù)的準(zhǔn)確率完全不能衡量實際的數(shù)據(jù)質(zhì)量。

為了解決目前在資源數(shù)據(jù)管理方面存在的問題，必須要對現(xiàn)有的資源數(shù)據(jù)管理方法進(jìn)行更新，本文創(chuàng)新式地提出建立基于業(yè)務(wù)開通應(yīng)用效果的資源數(shù)據(jù)管理的方法，以下稱為“業(yè)務(wù)探針”法，通過資源數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)的融合，再進(jìn)一步建立數(shù)據(jù)分析的模型，從而建立全新的資源數(shù)據(jù)質(zhì)量評估方法。

3 資源數(shù)據(jù)管理“業(yè)務(wù)探針”法及應(yīng)用效果

3.1 建立資源管理端到端“業(yè)務(wù)探針”數(shù)據(jù)分析模型

建立資源數(shù)據(jù)質(zhì)量追蹤的三級管控探針模型，資源數(shù)據(jù)質(zhì)量可以通過業(yè)務(wù)流程的關(guān)鍵指標(biāo)進(jìn)行評價，流程中產(chǎn)生的數(shù)據(jù)異常情況“可分析”、“可追溯”，如圖1所示。

第一級：業(yè)務(wù)應(yīng)用效果指標(biāo)（“業(yè)務(wù)探針”）

選取業(yè)務(wù)開通和日常維護(hù)中的關(guān)鍵流程，分析影響這些流程運(yùn)轉(zhuǎn)的重要業(yè)務(wù)指標(biāo)，通過這些指標(biāo)形成以業(yè)務(wù)流程為導(dǎo)向的資源數(shù)據(jù)質(zhì)量評價方法。

根據(jù)廣州光業(yè)務(wù)的發(fā)展特點，選取了工程首單貫通測試、接入型FTTx業(yè)務(wù)開通、工程錄入和工程驗收這4個設(shè)計光網(wǎng)絡(luò)業(yè)務(wù)開通的關(guān)鍵流程，定義了網(wǎng)管環(huán)節(jié)資源異常退單率、外線環(huán)節(jié)資源異常退單率、資源關(guān)鍵屬性錄入準(zhǔn)確率、資源關(guān)鍵屬性驗收準(zhǔn)確率、首單通過后資源異常率、FTTx自配成功率6項關(guān)鍵的業(yè)務(wù)指標(biāo)，作為資源數(shù)據(jù)對業(yè)務(wù)開通水平支撐的“業(yè)務(wù)探針”。

第二級：追溯影響業(yè)務(wù)支撐效果的資源要素

根據(jù)“業(yè)務(wù)探針”指標(biāo)涉及的流程和資源類型，通過向下鉆取的方式，找出業(yè)務(wù)開通中出現(xiàn)異常的資源信息。例如，可以從外線環(huán)節(jié)資源異常退單率，鉆取到外線環(huán)節(jié)退單的訂單，進(jìn)而通過訂單配置的資源數(shù)據(jù)信息，找到問題資源數(shù)據(jù)。

第三級：追溯影響資源要素準(zhǔn)確的操作行為和責(zé)任人

根據(jù)這些異常數(shù)據(jù)，以操作時間、操作行為為顆粒度，形成數(shù)據(jù)質(zhì)量的探針，追溯數(shù)據(jù)質(zhì)量問題的根源。例如資源數(shù)據(jù)的錄入人、錄入的關(guān)鍵數(shù)據(jù)是否完整、業(yè)務(wù)邏輯是否正確等。

3.2 基于商業(yè)智能技術(shù)的“業(yè)務(wù)探針”數(shù)據(jù)分析實施方案

3.2.1 商業(yè)智能技術(shù)

商業(yè)智能是將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。商業(yè)智能的關(guān)鍵是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，然后經(jīng)過抽取(extraction)、轉(zhuǎn)換(transformation)和裝載(load)，即ETL過程，合并到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、OLAP工具等對其進(jìn)行多維分析和處理，最后將分析結(jié)果展現(xiàn)給管理者，為管理者的決策過程提供支持。商業(yè)智能系統(tǒng)通常包括數(shù)據(jù)倉庫、倉庫管理和分析工具3部分。目前開發(fā)的商業(yè)智能系統(tǒng)是以數(shù)據(jù)倉庫技術(shù)為基礎(chǔ)，以聯(lián)機(jī)分析處理為手段進(jìn)行實施的一整套解決方案。

圖1 “業(yè)務(wù)探針”數(shù)據(jù)分析模型

3.2.2 建立網(wǎng)絡(luò)資源數(shù)據(jù)“業(yè)務(wù)探針”數(shù)據(jù)倉庫

（1）多系統(tǒng)數(shù)據(jù)融合

網(wǎng)絡(luò)資源數(shù)據(jù)“業(yè)務(wù)探針”完全是基于業(yè)務(wù)開通和資源變更流程對資源數(shù)據(jù)質(zhì)量進(jìn)行評價，涉及要將服務(wù)開通系統(tǒng)、綜合資源系統(tǒng)、綜合資源管理流程系統(tǒng)3個系統(tǒng)的數(shù)據(jù)進(jìn)行融合，必須要建立數(shù)據(jù)倉庫，建立統(tǒng)一的數(shù)據(jù)模型存儲這些數(shù)據(jù)，再進(jìn)行統(tǒng)計分析。

（2）反映指標(biāo)的歷史變化

傳統(tǒng)資源系統(tǒng)這類操作型數(shù)據(jù)庫主要關(guān)心當(dāng)前時間的數(shù)據(jù)，但對于決策分析而言，歷史數(shù)據(jù)是相當(dāng)重要的，許多分析方法必須以大量的歷史數(shù)據(jù)為依托，沒有歷史數(shù)據(jù)的詳細(xì)分析是難以把握企業(yè)的發(fā)展趨勢的。因此“業(yè)務(wù)探針”的數(shù)據(jù)倉庫中的數(shù)據(jù)包含時間維度的歷史信息，其建設(shè)是以企業(yè)現(xiàn)有的服務(wù)開通系統(tǒng)、資源管理系統(tǒng)的業(yè)務(wù)數(shù)據(jù)作為基礎(chǔ)，實際上就是記錄業(yè)務(wù)系統(tǒng)的各個瞬態(tài)，并通過將各個瞬態(tài)連接起來形成動畫，從而在數(shù)據(jù)分析的時候再現(xiàn)系統(tǒng)運(yùn)動的全過程。

3.2.3 “業(yè)務(wù)探針”的數(shù)據(jù)建模

本文采用維度建模的方法進(jìn)行數(shù)據(jù)建模，針對每一個業(yè)務(wù)流程創(chuàng)建有針對性的分析模型，通過使用一個包含主題的事實表和多個包含事實描述的維度表支持各種決策查詢。通過事實表將各種不同的維度表連接起來，各個維度表都連接到中央事實表。維度表中的對象通過事實表與另一維度表中的對象相關(guān)聯(lián)，這樣就能建立各個維度表對象之間的聯(lián)系。每一個維度表通過一個主鍵與事實表進(jìn)行連接。

以FTTx“業(yè)務(wù)探針”的數(shù)據(jù)建模的為例，主要維度包括區(qū)域、年、月、周，再根據(jù)“業(yè)務(wù)探針”指標(biāo)統(tǒng)計的需要，首先梳理服務(wù)開通系統(tǒng)上業(yè)務(wù)訂單退單的異常原因的分類原則，篩選其中涉及資源數(shù)據(jù)質(zhì)量問題的異常碼，根據(jù)這些異常原因建立網(wǎng)絡(luò)側(cè)問題退單率、外線客戶側(cè)資源退單率等22項度量（metrics），作為資源數(shù)據(jù)質(zhì)量評估的指標(biāo)，將維度數(shù)據(jù)與度量數(shù)據(jù)通過BI工具進(jìn)行配置，從而形成FTTx“業(yè)務(wù)探針”的統(tǒng)計分析結(jié)果，圖2是FTTx“業(yè)務(wù)探針”數(shù)據(jù)模型，圖3是FTTx“業(yè)務(wù)探針”分析結(jié)果。

3.2.4 系統(tǒng)的設(shè)計架構(gòu)

為了便于各部門獲取相關(guān)的“業(yè)務(wù)探針”數(shù)據(jù)，廣州電信部署了相關(guān)功能的Web應(yīng)用。系統(tǒng)選用了MicroStrategy Intelligence Server作為BI服務(wù)的引擎，采用3層系統(tǒng)架構(gòu)模型進(jìn)行系統(tǒng)功能的部署。系統(tǒng)主要包括以下幾個層次。

數(shù)據(jù)層：由兩個數(shù)據(jù)庫組成，其中，元數(shù)據(jù)與存儲在數(shù)據(jù)倉庫中的信息的路線圖或索引類似，存儲維度、事實、度量等信息，而數(shù)據(jù)倉庫則是存儲從ODS進(jìn)行ETL后的要使用的分析數(shù)據(jù)，并實現(xiàn)數(shù)據(jù)的管理。

應(yīng)用層：根據(jù)數(shù)據(jù)倉庫中的內(nèi)容，通過OLAP多維分析引擎、報表引擎配置和執(zhí)行報表，并將這些報表傳遞給用戶。

訪問層：數(shù)據(jù)展示的Web門戶，用戶可以通過該層使用Web瀏覽器訪問系統(tǒng)，并且用于傳送報表到客戶端，為用戶提供文檔和報表。

3.3 “業(yè)務(wù)探針”的應(yīng)用效果

3.3.1 建立“業(yè)務(wù)探針”分析通報和處理流程

關(guān)于“業(yè)務(wù)探針”的資源數(shù)據(jù)質(zhì)量管理的模型和方法形成之后，廣州電信網(wǎng)絡(luò)運(yùn)營部組織各部門建立了關(guān)于相關(guān)數(shù)據(jù)通報和處理的工作流程。明確了各部門的工作內(nèi)容和工作職責(zé)。在FTTx接入型業(yè)務(wù)開通、資源錄入、資源驗收、首單貫通測試4個流程設(shè)置探針，分析資源原因回退工單，定位具體異常資源、具體操作、責(zé)任單位和責(zé)任人，并由資源維護(hù)驗收、資源錄入單位落實考核到人。

圖2 FTTx“業(yè)務(wù)探針”數(shù)據(jù)模型

圖3 FTTx“業(yè)務(wù)探針”分析結(jié)果

圖4 FTTx開通情況趨勢分析

3.3.2 “業(yè)務(wù)探針”應(yīng)用效果

FTTx“業(yè)務(wù)探針”自2012年6月開始在廣州電信進(jìn)行推廣應(yīng)用，期間業(yè)務(wù)開通量為13.4萬戶，通過“業(yè)務(wù)探針”分析相當(dāng)于對FTTx資源實施了13.4萬次檢查（占FTTx總資源量的17%），發(fā)現(xiàn)了6 221個資源數(shù)據(jù)異常，并追溯、考核到112個人，使得FTTx業(yè)務(wù)開通中資源數(shù)據(jù)異常率下降了75%，由6月初的8.84%下降到9月底的2.17%。FTTx開通情況趨勢分析如圖4所示。

4 結(jié)束語

在光網(wǎng)絡(luò)大規(guī)模建設(shè)和業(yè)務(wù)大規(guī)模發(fā)展的新形勢下，對資源數(shù)據(jù)管理工作的要求也提升到了新的高度，本文基于廣州電信光網(wǎng)絡(luò)業(yè)務(wù)開通和資源管理的模式，提出了“業(yè)務(wù)探針”法，實現(xiàn)了通過分析業(yè)務(wù)數(shù)據(jù)的方法來評價資源數(shù)據(jù)質(zhì)量。廣州電信的業(yè)務(wù)退單率的下降，表明新的方法取得了一定的成效。與此同時也體現(xiàn)了兩點資源管理的思路：

·用業(yè)務(wù)支撐效果來評價比用資源自身專業(yè)指標(biāo)更容易被使用者接受，也更能推動準(zhǔn)確率的提高；

·要推進(jìn)職責(zé)、規(guī)范的真正落地，管到組織、流程還不夠，還要管到人、管到動作。

資源數(shù)據(jù)質(zhì)量的全面提升還有更多的工作和系統(tǒng)解決方案可以挖掘，在考慮解決方案的時候，既要考慮技術(shù)應(yīng)用，更要與企業(yè)管理的要求相結(jié)合。

1 Kimball R，Ross M.數(shù)據(jù)倉庫工具箱：維度建模的完全指南.譚明金譯.北京：電子工業(yè)出版社，2003