数据化运营体系范文第1篇

关键词：数据资产 业务主题库 大数据挖掘 运营监测体系 电网公司

中图分类号：TN919 文献标识码：A

1.研究背景

随着国家电网公司“两个转变”的深入推进，公司党组在“三集五大”体系建设中做出了建设总部和省（市）两级“运营监测（控）中心”的重大战略部署，实现对公司经营管理24小时即时在线监测分析，实现对规划、建设、运行、检修、营销、人资、财务、物资等业务全方位监测分析，实现对计划预算、资金收支、电力购销、资产全寿命周期、供电服务、产业发展、金融领域等全流程监测分析，构建集“全面监测、运营分析、协调控制、全景展示”于一体的综合管控平台。在国家电网公司运营监测（控）工作会议上，公司领导指出“数据是公司重要的公共资源，要牢固树立数据资产管理理念，真正将数据作为公司战略资产进行管理；各网省公司运营监测（控）中心要充分发挥主观能动性，不等不靠，主动作为；要充分利用大数据理念和方法，借鉴和应用国际最先进的技术成果和工具，与公司管理提升相结合，推动用数据来指导和管理企业，促进公司经营管理水平的全面提升”。

可见，公司依法治企、管理提升、深化大数据应用工作等新形势都对运监工作提出了新要求。运营监测（控）工作必须要以数据资产为依托、以发现问题为导向、以异动管理为抓手，以主题建设为根基，挖掘明细数据，强化监测分析，深化协调控制，通过引导、动态预警和及时纠偏，促进公司运营效率和经营效益持续有效提升。

2.运营监测（控）工作的现状与问题

当前，运营监测（控）工作已经取得了阶段性成果，初步实现对公司主营业务、核心资源、关键流程的监测分析，开始逐步发挥作用，但也存在以下一些问题。

2.1数据基础还不牢固

数据是企业管理的重要基础，是公司决策的重要依据，基础数据的偏差可能造成企业管理的失误，大量的数据失真甚至会影响企业战略决策。公司信息系统建设和应用已取得一定成效，但在运监业务开展过程中，也暴露出数据和系统应用方面存在的问题，主要表现在：业务信息系统未能实现公司业务全覆盖，业务衔接不紧密，不能有效融会贯通，业务追溯、原因分析无法有效实现；公司专业条线精细化管理程度不同，针对同一业务，由于标准不统一等原因，各专业数据未实现有效关联与集成，数据开放共享程度不够，尚未完全实现互联互通；部分业务信息系统应用水平不高，数据未实现全面在线生成，数据的及时性和真实性得不到保证，数据源头不清、多源输入，报表与业务运行数据“两张皮”；部分业务信息系统设计、开发和实施质量不高，影响系统应用，数据中心的数据可用性不高等。数据问题不仅制约了公司决策和专业管理提升，更影响了运监工作的有效开展。

2.2数据资产管理尚处于起步阶段

运营监测（控）中心作为公司运营数据资产管理部门，依据《国家电网公司运营数据资产管理办法》，目前已经接入22个专业的数万项业务指标和业务明细数据，但在建立运营数据资产管理机制，加强数据资产价值挖掘与应用方面存在欠缺。需研究制定运营数据资产管理工作方案，明确数据资产管理范围和工作内容，有序推进运营数据资产管理。需开展主数据梳理和数据字典收集，促进公司数据字典规范管理与使用。需通过公司统一的数据中心，接入运营业务明细数据，优化数据核查工具与规则，对数据流转各环节进行核查，提升运营数据质量。需切实推动大数据挖掘分析应用，提升公司运营数据资产价值。

2.3大数据平台支撑能力不足

公司大数据平台建设还处于试点研究阶段，大数据平台还未能支持运营监测相关业务应用。运营监测对数据的分析主要依赖数据分析工具和人工经验对主题数据进行分析，海量数据快速处理能力不足，难以支撑大规模海量数据的实时同步、实时存储、实时处理、实时共享和实时反馈，例如针对企业管理的分析应用数据存在一定的延时，不能满足即时查看和分析实时业务数据的需求。数据挖掘分析应用能力不强，现有的数据应用大部分为数据的可视化展现，数据集较为单一，分析方法较为传统，缺少对大规模跨业务多类型数据的深度挖掘分析，对外部数据的处理还缺乏相应的大数据分析手段和工具，难以充分发挥数据资产价值。

2.4运监体系及运作机制还需要不断完善

运营监测（控）工作的有效开展，离不开各部门、各单位的大力支持和紧密配合。省、地市、县三级运监体系初步建成，但各单位在运监业务开展、作用发挥方面还存在较大差异，部分单位对运监工作的重视和支持不够，导致业务开展不畅、作用发挥不够；业务部门对运监工作总体上是支持的，但少数部门对问题导向的管理方式认识不足，在业务信息系统数据共享、权限开放等方面未能到位。

2.5运监业务能力还需要不断提升

三级运营监测（控）中心成立以来，做了大量卓有成效的工作，初步实现业务协同运转，特别是在合法合、计划进度、效率效益、趋势研判监测分析方面实现了重要突破，在加强风险防控、强化过程管控、促进横向协同、提升效率效益等方面取得重要成效。经过两年多的实践探索，公司初步建立三级运监体系，形成了相对成熟的监测分析思路，通过开展基于明细数据的监测分析，能够有效发现异动问题。但这只是走出了重要的第一步。特别是随着法治企业建设和“三集五大”全面建成，运营监测（控）中心还需要不断拓展功能、深化业务内涵，需要更加全面有效地发挥作用。

3.基于大数据挖掘的运营监测（控）体系建设

基于大数据挖掘的运营监测体系是以大数据平台和数据资产管理为基础，以运营监测（控）业务主题库和数据资产关联库为核心，依托相应的保障机制和协调控制手段，充分运用大数据挖掘技术促进运营监测（控）工作模式转变，达到主动感知、主动预防、主动参谋的目的，并通过成果和可视化展示，为公司经营决策提供支撑，为绩效管理提供支持，为企业效率效益提供保障。如图1所示。

3.1业务模型运作模式

数据资产关联库与运监业务主题库是运营监测体系的核心组成部分。关联库立足于数据层面，注重关联关系；主题库立足于业务层面，注重因果关系。主题库和关联库相对独立但又互相促进。大数据挖掘技术贯穿监测分析始终，通过主题库和关联库的有效运作，不断挖掘数据资产的价值，实现主动式运营监测。

扩充与更新业务监测范围、实时全面监测、问题穿透分析、趋势预测以及辅助决策提升五个目标的实现依赖于对关联库与主题库中各类阈值、规则、模型的使用。运营监测模型抽取新的（实时）数据资产，使用在线计算手段对数据资产中的重要监测指标、明细数据进行统计分析，并将相关结果与两个库中存储的关联关系阈值等进行比较实现关联关系的异动监测；通过调用两个库中存储的预测模型等进行实时分析，实现趋势预测目标。运营监测模型抽取实时数据，调用两库中的关联关系、判断规则、仿真模型、决策树等模型，并结合专家经验实现对问题的穿透分析，以及方案的辅助决策目标。

关联库立足于数据角度，通过大数据挖掘以及人工梳理进行创建。关联库的创建主要有三个来源：一是通过大数据技术对海量数据资产的挖掘产生隐性、模糊的数据关系；二是通过对业务关系分析产生显性、明确的数据关系；三是通过对主题相关规则整理产生显性数据关系。

主题库立足于业务角度，考虑公司要求与专家经验的同时，通过大数据分析规律进行创建。主题库创建的基础来源于设计人员对热点难点和问题的收集、整理。监测主题对应的监测专题以及判断规则主要也有两个来源：一是对专家业务经验进行固化；二是通过大数据挖掘技术产生数据之间的关联规律及规则。大数据挖掘既可以直接作用于主}库，又可以通过关联库间接作用于主题库。

大数据技术贯穿整个运营监测的始终，是对专家经验的补充、验证与提升，是公司运营监测工作实现科学、高效、经济的有力保障。

3.2大数据挖掘对运营监测（控）工作的支撑作用

3.2.1扩充或更新业务监测范围

运用大数据技术创建数据关联关系，发现数据关联规律，设定关联关系阈值，进而扩充业务监测范围或更新监测内容。

3.2.2对实时监测分析的支撑

运用大数据在线计算、分布式计算等技术，丰富业务的监测计算手段，实现业务的实时监测分析。实时监测分析主要包括业务数据及其关联关系异动监测两个方面。对于业务数据，重点关注监测对象的选取，同时考虑准确性、及时性；对于关联关系的异动监测，首先选择核心的关联关系，对其变动趋势进行实时监测。

3.2.3对问题穿透分析的支撑

大数据挖掘技术对问题穿透分析主要体现在两个方面：一是采用大数据挖掘技术寻找数据之间的关联关系来深入发现问题。通过大数据关联分析方法可以很好地分析出数据之间存在的关联关系，并确定关联关系的强弱来寻找潜在的问题细节。二是基于某个业务主题，采用大数据技术对数据进行深入挖掘和分析，在关联分析的基础上，结合专家经验的梳理可以很好地促进公司对于问题因果原因的判断，追本溯源，定位问题的根源。

3.2.4对业务趋势预测的支撑

主动探寻事前预防监测的范围，并运用大数据挖掘技术创建业务预测分析模型，使运营监测从事后寻因转为事前预防监测。大数据挖掘中通常构建各类预测模型来实现对指标数据以及业务明细数据的预测。对于离散型的数据通常使用分类模型来实现预测，对于连续性的数据通常使用回归模型来实现预测。常用的分类分析方法有决策树、神经网络、支持向量机等，常用回归分析方法有线性回归分析、逻辑回归分析、Cox回归分析等。不论是分类预测还是回归预测，基于大数据的预测通常都需要对大量准确、全面的历史数据进行训练，不断地调整相关参数才能得出准确的预测模型。通常利用大数据的分布式计算来实现预测模型的创建，利用内存计算来实现对于监测指标或者业务明细数据的实时预测。

3.2.5大数据挖掘对数据资产关联库、运营监测主题库的支撑

大数据挖掘对数据资产关联库的支撑作用主要是通过大数据挖掘技术发现数据之间关联关系和统计规律，创建重要数据的预测分析模型。

大数据挖掘对运营监测业务主题库的支撑作用主要是大数据挖掘技术将主题的监测分析对象拓展到明细数据，促进规则和算法的产生并实现实时监测和在线分析，通过挖掘数据关联支持穿透分析，借助预测算法和模拟仿真等技术完成影响分析和改进策略研究。

3.3数据分析成果的可视化展示

为有效推进运用大数据挖掘进行主动式运营监测工作，需建立成果与可视化展示管理体系，实现相关工具、模型、典型经验和创新成果等统一管理和展示。

通过对数据资产关联库中的指标与指标、指标与明细数据、明细数据与明细数据之间的关联关系进行常规的大数据挖掘以及成果展现，对其中清晰的、明确的关联关系进行数据关联展示，对于模糊的、隐藏的关联关系可以通过数据溯源、数据模拟和穿透查询，在组织机构层级、数据频率等维度进行明细数据查看，支撑运监业务主题库的进一步分析。数据资产关联库可视化展现分为数据溯源展示、数据关联展示和数据模拟展示三部分。

对运监业务主题库中的主题进行长期、持续的大数据挖掘以及成果分析后，将其中数据稳定、结果可靠的主题形成固定的可视化展现场景。可视化场景包括主题故事线、监测对象、监测数据、轻度数据处理工具、可视化UI展现界面等内容。通过可视化展现方式，借助图形化手段将大量数据展示，提升监测主题的交互性，并能够从大量的数据中快速发现异常、捕捉规律，同时达到信息的快速传递。

3.4运营监测（控）工作的协调与控制

协调控制业务是运营监测（控）中心围绕公司运营管理，基于运营监测业务需求，通过横向协同和纵向管控方式，针对运营数据资产管理、数据资产关联库和运营监测（控）业务主题库建设及应用全过程，开展数据管理、异动协调、专项协调、辅助决策等工作内容，协调相关部门消除异动、解决问题、防范风险。

协调控制是运营监测（控）中心的重点工作之一，贯穿主动式运营监测业务的所有关键环节，通过协调控制发挥中心对外沟通的桥梁作用。协调控制机制的建设能够促进数据资产关联库、运营监测（控）业务主题库建设过程中相关数据管理、异动协调、专项协调、辅助决策等内容的高效办理，以“运转灵活”“沟通到位”“信息流畅”为关键工作特色，推动数据资产关联库和运营监测（控）业务主题库研究工作深入，提高协调控制任务及其工作单的办理效率，推进跨部门业务协同。

基于大数据挖掘的运营监测（控）体系建设是公司挖掘数据资产价值，促进经营管理变革，适应电力体制改革的必由之路，建议在遵循大数据挖掘、运营监测（控）业务以及信息化建设等客观规律的基础上，合理规划，高效推进，力争早出成效，为公司把握时代脉搏，加快发展提供有力支撑。

参考文献：

[1] 李小兰，田小蕾，倪志坚，冯柳.基于大数据挖掘的运营监测分析研究[J].东北电力技术，2016 37（3）：38-42.

[2] 张婧，王文辉.大数据挖掘平台在电力运营监测工作的应用[J].电力设备，2016（20）.

数据化运营体系范文第2篇

一、建立标准规范的运维机制

一是制定、完善营销业务运维、厂商管理、运维评价等相关办法，明确岗位职责，规范运维管理内容，使运维工作有章可循、有据可依，使营销运维管理更加规范化、标准化；二是建立、完善运维客服机制，设立统一营销系统运维客服电话，统一问题入口，严把入口关，采取“堵疏相结合”方法做好各基层单位、省公司服务支撑；三是规范问题、需求、测试、操作流程，加强问题合规性把关、需求合理性审核、测试通过性验证、安全性审查，同时做好各环节记录存档，真正实现运维全过程闭环管理、有迹可循；四是采取省市两级审批，针对重复类问题开展专项整改，不断提高问题质量；五是建立运维建议及投诉流程，及时受理市县公司反映的建议及意见，不断进行改进，使运维服务更加优质、顺畅。

二、实行三线客服模式

建立三线客服模式，一线客服负责受理用户电话或RTX咨询类问题，指导用户操作；二线客服负责处理常规问题或功能需求类问题；三线客服负责处理系统缺陷、功能需求类问题。同时开展营销业务运维7×24小时无缝隙电话受理服务，全天候受理各单位反馈的问题，有效避免用户因购电、业务办理等紧急问题引发的社会投诉事件。

三、搭建运维支撑平台

营销系统运维支撑平台作为营销系统统一运维体系中重要的支撑工具，从技术方面减轻了维护人员和管理人员的压力，有力地支撑了营销工作的顺利开展。通过建立起全省统一的运维支撑平台，以数字化的手段实现全省营销自动化的统一咨询、统一维护、统一升级，从而实现横纵一体化的运维支撑体系。

四、建立营销运维知识库

建立营销运维知识库，梳理运维常见问题，整理典型案例，总结、提炼全方位运维知识点，整理成标准式答复，不断充实、完善运维知识库，供一线人员学习；对运维知识库中点击量较多的问题，定期开展系统操作或业务培训，提升运维技能。

五、建立运维问题常态分析与专题分析机制

定期开展常态分析，找准实际工作中影响指标问题点、风险点，制定可行性措施及时进行纠正。多维度开展运维事件专题分析，及时发现市县公司专业薄弱环节并进行专业指导，支撑营销专业管理；加强后台操作管控，每月开展专业后台操作需求综合分析，固化共性操作为前台功能，实行多部门协作、全过程记录的管理模式，彻底杜绝后台对重要信息的直接操作，提高系统安全性和业务执行效率；针对重复类问题开展专项整改，进行系统优化或数据整改，不断提高服务效率及数据准确性。

六、建立运维监控质检机制

为做好工单处理时限监督，提高营销运维效率、质量及满意度，在运维平台现有基础上增加运维问题超期预警及质检功能，同时建立营销运维监控质检机制。每天对工单处理时限超期情况进行监控，督促即将超期工单及时处理；以月为单位对超期、满意度低、重复回退等问题进行质检、分析，挖掘潜在问题原因，制定相应处理措施。

七、建立运维评价体系

营销系统运维是一个完整全面的、不断提升的过程，建立完善的评价体系，可以提高运维工作的水平，体现运维工作的价值，实现运维工作的动态与闭环管理。健全基层单位、运维厂商、系统全过程评价体系，深入开展营销系统运维全流程评价，加强问题处理质量管理。及时跟踪问题各环节处理及时性，加大问题处理质量及超期工单考核力度，定期对运维问题进行归类、统计、分析，形成运维评价报告，作为评价运维工作质量的依据，推动营销业务整体水平提升。同时，深入挖掘系统、管理、操作等方面存在的问题，提出指导性改进及培训建议，为营销业务的顺利开展提供有效支撑。

八、加强数据质量及安全管理

加强营销数据质量管理。对运维过程中问题较多业务数据异常类问题进行分析，制定详细整改方案，并开展专项数据整改；同时增加校验规则，从源头上彻底进行解决。加强营销数据安全管理。数据安全主要是对电力营销过程中具有的行业特点、营销数据的信息安全、电力营销管理权限的保密信息等进行安全运维管理[2]。加强后台数据操作审批，建立数据导出及修改分级审核标准，有效杜绝违规操作和用户敏感信息外泄；加强营销数据库后台操作合规性监管，搭建营销数据库审计系统，借助有效的数据库审计技术，及时发现、制止违规操作，整体实现事前审核、事中预警、事后审计；定期开展系统账号专项治理，对废旧账号、大权限账号及人员变动账号进行梳理，并及时组织相关单位完成整改，最大程度保证数据的完整性、准确性。

九、加强系统安全管理

加强系统管理，对于因系统缺陷或需求进行的程序调整、补丁等操作严格程执行报批制度，按照所涉及部门进行分级审批，同时严把测试关，确保系统安全性；建立营销业务系统服务监控功能，实现服务器和网络状况在线监控和短信自动预警；定期开展系统运行状况评估，有效避免各类事故发生；远程在线监控自助、POS终端等相关外联设备，发现问题第一时间联系市县公司进行抢修，切实保障营销系统设备安全。

十、应用成效

数据化运营体系范文第3篇

国际电信运营商在开放的竞争环境下，面对数据业务增长速度下降的趋势，在互联网发展初期已经开始利用电子渠道积极地拓展数据业务的发展规模。各大运营商以融合化、多样化、多媒体化、个性化的数据业务，结合电子渠道的低成本、快速推广优势，吸引了大量的客户。

目前，国际电信运营商对数据业务在电子渠道的销售主要呈现两个特征：一是电子渠道侧重推广内容类数据业务，同时兼顾功能类业务；二是电子渠道承载的数据业务趋向于“终端捆绑业务”的定制套餐产品。各大国际运营商通过电子渠道承载业务的特点见表1。

（1）日本运营商NTT DoCoMo

NTT DoCoMo于1992年成立，是全球率先推动商用WCDMA网络的运营商。NTT DoCoMo在业务运营中，一直以数据业务的发展作为首位，从最初的i-mode（移动互联网数据业务整合）业务，到全球抢先推出3G商用增值服务，均以数据业务发展为指向。在从话音时代向数据时代的转变中，“内容为王”是NTT DoCoMo所推崇的。

（2）英国运营商BT Group plc

BT Group plc是欧洲主要的电信运营商之一，其主要的业务包括本地、本国和国际电信业务，高质量的宽带与互联网业务。重点数据业务为开发、授权和出售基于宽带的内容业务，包括订制音乐、游戏、电视及电影等，其中BT vision（移动电视业务）是目前电子渠道重点推广的业务之一。

（3）欧洲运营商Vodafone

Vodafone是全球最大的移动运营商之一，在2G时代开始构建数据业务的电子渠道销售模式“Vodafone live！”，培养了用户使用数据业务的习惯。Vodafone在全业务时代更加注重数据业务在电子渠道的发展，推出基于无线SNS技术的多媒体娱乐社交型手机服务Vodafone 360。数据类业务是Vodafone发展的重点，各种数据应用与服务早已经为其带来切实的经济效益。

（4）美国运营商AT&T和Verizon

AT&T是美国最大的电信运营商，从一个传统的长途电话公司转变成一个多业务公司。在此战略的指引下，以数据业务为核心，AT&T从业务、资费、品牌和网络四个方面开展全业务运营，通过与电子渠道运营商Yahoo合作推出GO Mobile（数据业务整合）业务，使用户可以随时随地接入互联网，享受语音、数据信息、流媒体播放和其他服务。

Verizon是美国领先的电信运营商之一，在美国率先推荐基于3G无线网络的V CAST（无线多元化服务整合）品牌业务，配合自有的“Get it now”内置终端用户接口，以应用商店的形式为用户提供无线音乐、手机电视、地图、游戏、视频等系列数据业务产品。

（5）德国运营商O2

O2是欧洲六大电信运营商之一，2005年被西班牙电信并购后，该公司的数据业务得到重视和支持，目前为用户提供包括文本/媒体消息、游戏、音乐、视频以及涉及生活服务等多项数据业务，其中主要数据业务包括O2money（电子钱包）、Bluebook（移动通讯录）以及生活服务类业务Priority。

（6）香港运营商HGC

HGC（和记电讯）以“3”品牌开展3G时代的数据业务，将公司定位于一家多媒体视频娱乐业务运营商。“3”品牌的服务平台围绕一个门户网站而构建，通过数据业务国际化策略，推出多种创新型移动数据业务，如Anyplex移动视频、3books手机阅读、整曲音乐下载、移动社区、移动搜索等业务。这些内容丰富的新业务不仅吸引了大量用户，而且使HGC获得了丰厚的利润，扩大了品牌效应。数据业务专项渠道运营模式，在追求规模利润的同时，通过培养和指导目标用户参与到推广阵营中来，搭建了一条广大移动用户人人都可以参与销售数据业务并获得奖励的创业渠道，为广大的社会青年提供了一个无门槛的就业创业平台。目前参与推荐业务的目标用户已达60万，用户通过这个无门槛创业平台，向身边好友分享数据业务并实现轻松创业，个人单月可以获得奖励最高可达1万多元。

2 国际运营商的数据业务电子渠道运营优势

国际运营商电子渠道数据业务销售优势体现在运营和规划两个方面。运营方面优势体现在四个方面：

（1）一站式在线销售服务，自助办理彰显个性化

Vodafone360业务基于无线SNS技术，通过互联网客户服务平台，可支持Web同步内容至手机。整个业务具备应用商店，为用户提供包括多种应用、游戏、音乐和地图服务，以手机号码、身份证ID等多种凭证作为用户服务的依据，让用户享受“售前体验、售中定制、售后关怀”的一站式业务销售模式。

（2）建立数据业务统一品牌，会员制维系客户权益

SK Telecom对自有的多媒体数据业务进行了整合，以NATE作为互联网数据业务整合的统一品牌，以此构建品牌唯一的门户网站，提供一体式的客户服务。整个门户网站主要提供的业务类型包括有线和无线网络业务两类，其中借助对外合作模式，开发了6000多种无线互联服务，如邮件服务、My NATE日常生活服务、社区服务（Tworld与NATE ON聊天）、生活类服务、娱乐服务和金融服务等。通过塑造数据业务统一形象品牌，建立唯一的、独具特色的电子渠道服务平台，同时结合会员制提供的专享服务权限，促使客户更易接纳业务。

（3）借力电子渠道服务商，多样合作促进数据业务发展

AT&T与Yahoo共同推出Go Mobile（mobile9）移动综合业务品牌，这是AT&T第一款基于手机的个性化定制业务品牌，消费者通过手机即可享受电邮、照片、信息与网站等服务。通过与国际电子渠道服务商开展业务融合、广告推广等多样化的合作模式，能够发挥品牌连带效应的互补优势，不断发掘数据业务新客户群。

（4）终端捆绑业务销售策略，推动数据业务销售量增长

BT Group plc的BT-vision移动视频业务，通过网上商城承载业务捆绑终端套餐的销售方式，结合电子渠道业务优惠政策，以此实现“BT-Vision over multi-platform”（手机、电脑、电视的“三屏合一”）的业务理念。通过Online-shop形式建立业务平台，专项销售已植入数据业务的终端设备，并制定捆绑业务优惠政策，可以淡化客户对业务销售时的对抗心态。

3 国内运营商的数据业务电子渠道发展不足

通过对比国际运营商电子渠道数据业务销售特点发现，国内电子渠道数据业务销售存在两个方面不足：

（1）承载业务类型不均衡，缺乏业务办理引导

电子渠道对内容类业务支撑力缺乏，大部分用户对网上营业厅办理业务缺乏认知度，首选实体营业购买业务。如：目前用户通过网上营业厅在线开通的业务均以商务在线、GPRS套餐等功能类为主。

（2）缺乏线上独有营销优势，挖掘用户需求力度不够

目前以电子渠道独有的业务优惠政策较少，并只追求短期的目标，未深挖用户深层需求，容易忽视客户体验。如：优惠区的营销政策均由各市公司申请，只侧重于对线下营销进行宣传支撑。

4 运营商数据业务在电子渠道的发展策略

纵览国外运营商数据业务在电子渠道的发展经验，在全业务运营背景下，数据业务在电子渠道的发展取决于客户服务优势、市场经营策略、平台规划方式、终端定制、培育数据业务的用户需求等因素。广东移动数据业务在新的竞争环境下，要把握好数据业务在电子渠道的发展契机，需要在发展策略、营销策略等方面处理好上述各种影响因素之间的关系。借鉴国外电信运营商通过电子渠道发展数据业务的经验，广东移动数据业务在电子渠道的推广，采用“1.2.3”发展战略，如图1所示。

“1.2.3”发展策略是指，以客户作为数据业务在电子渠道的运营中心，加强产品体验与销售服务质量，通过业务体验、服务优势、品牌感知，用户需求以及营销优势（简称ESBRM）五个基于电子渠道的数据业务运营升级举措，在引导用户使用数据业务平台服务过程中，构建出业务与用户的关系，并刺激用户对业务的连锁传播，最终实现促进数据业务销售，构建出渠道运营体系，保证电子渠道数据业务发展战略目标实现。

（1）发挥电子渠道成本优势，提供业务在线体验（Experience）

发挥电子渠道体验营销优势，建立“资讯引导-业务体验-业务定制-选购-登录-支付”标准流程，实现用户通过电子渠道足不出户即可以随时随地“体验-注册-业务定制”的一站式操作，以及售后跟踪的全线条服务。

（2）建立线上专项服务模式，创造服务竞争优势（Special Service）

塑造数据业务电子渠道独有的服务文化，从客户消费生命周期建立电子渠道主动服务体系，主动邀请用户与客服人员沟通，为用户提供业务咨询、解答服务，可以提高客户消费知情权，引导客户进入下一步的业务消费。

（3）统一数据业务专区品牌，提升用户业务感知（Brand Awareness）

通过构建并赋予数据业务在电子渠道的统一品牌，强调品牌形象推广，降低用户对多元化数据业务的认知门槛，提升业务的感知度。

（4）强调电子渠道差异服务，准确满足用户需求（User Requirement）

根据客户价值、使用习惯等特征，结合主动服务体系，细分业务在电子渠道的服务内容，梳理并引导各类用户使用对应的数据业务。

（5）整合渠道独有营销资源，构建渠道营销优势（Marketing）

针对客户需求分析，通过建立对应的、创新的、电子渠道独有的营销政策，营造渠道领先的营销环境，具体包括限时线上折扣资源、根据热点专题设计的套餐组合、业务在线体验营销等。

5 数据业务大电子渠道运营体系

各项自有数据业务已经形成了重要的电子渠道，通信助手、彩印、天气预报、139说客、139邮箱及飞信等数据业务渠道每月覆盖5000万以上客户，深入渗透至学生、商务人士、居民及农民工等各个群体，已经成为重要电子渠道；但各项目自有数据业务渠道缺乏统一的规划管理，协同作战能力低，营销效率尚需提升。

新兴社会化电子渠道也得到迅速发展，淘宝网、微博、团购网等发展迅速，已经成为主要社会大众化电子渠道，成为数据业务营销的重要机会；但微博、团购、淘宝等社会大众化电子渠道目前的利用程度较低。

有鉴于此，运营商应凭借数据业务的自身优势，以“一个渠道运营体系，双线渠道发展”的创新模式（图2），充分整合传统电子渠道和新兴电子渠道，解决目前各项数据业务所存在的问题，最终构建出实力雄厚的“大电子渠道”运营体系（图3）。

一个渠道运营体系：大电子渠道=个人信息门户+精确营销平台+业务分享平台；

双线渠道发展支撑：传统和新兴电子渠道相互支持发展，托举“大电子渠道”运营体系。

参考文献：

数据化运营体系范文第4篇

从目前各种类型游戏的分布及市场占有情况来看，在众多游戏类型中，MMORPG游戏(大型多人在线角色扮演游戏)的游戏用户群基数仍较大，具有极大的市场占有率。并且由于网游行业日益发展成长，该种类型游戏内部的竞争也越来越激烈，及时了解游戏的发展情况及在行业内的排名情况，掌握游戏的健康情况，也成为游戏运营者运营游戏成功与否的关键，由此就可以引伸出游戏产品指标体系的概念。

一、以封神榜3为例介绍mmorog游戏主要运营关注的游戏系统及相关数据

MMORPG游戏一般具有三大特点：(1)多人(往往几千上万人)同时参与一个游戏；(2)游戏是可持续发展的；(3)游戏具有显著的社会性和社区型。现在大多数的游戏为了增加游戏用户的粘度，降低流失率，都重点关注并强化游戏的社区系统(国家、帮会、好友、师徒、夫妻、仇人等)。因此游戏的交互性也是运营中需要考虑的主要数据之一。此处就以一款MMORPG游戏(封神榜3)为例介绍游戏运营中需要关注的数据指标情况。

《封神榜3》是封神榜3是一款玄幻题材的2D MMORPG网游，游戏主要以《封神演义》为蓝本，并融合中国传统文化，演绎诸侯混乱的玄幻世界。该游戏满足MMORPG游戏的三大特点，并且拥有自身的特色。其主要特色系统主要为pk系统、无限转职系统、国家系统、装备传承系统、宠物及好友系统、商城系统等。

根据游戏的系统设计及游戏运营工作本身的主要职责，除了日常的人数及收入数据之外，运营人员同时需要关注游戏内主要系统的使用情况及玩家在游戏内的交互情况。但在游戏运营过程中，游戏运营人员若要经常都关注这些系统(而且这些也只是一部分系统)的数据情况，是一件比较耗时耗力的事情，而且代表游戏运营状况的的最终数据比较直白，主要就是游戏的人数、收入及游戏的运营生命周期。而玩家对以上的各系统的使用情况可以从一定程度上反映游戏的运营生命周期的状况，因此如果能够通过一个完善并且适合游戏自身的评价体系全面评价游戏的运营状况，对游戏的运营具有一定的指导意义，并且可以在一定程度上提高游戏数据分析的效率，增加对运营决策的支撑。

而且由于目前游戏种类越来越多，用户可以选择的范围及接触到游戏信息的途径也增加，要在激烈的市场竞争中保持游戏收益健康稳步的增加对游戏运营人员的要求也越来越高。知己知彼，百战百胜，这在游戏运营中同样适用，先刨除知彼的成分，目前众多的游戏运营者知己能做到到少，是否能够正确全面的把握本身游戏的规律，是否能够有足够的数据来支撑各类决策，由此可引伸出游戏指标体系的构建。

二、简要介绍游戏产品指标体系的构建

通过对游戏运营及对游戏主要系统的的理解，浓缩出游戏运营过程中主要需要关注的数据指标，并根据指标间的关系构建可以从宏观上了解游戏运营状况的指标体系，通过建立一套适合游戏本身的指标体系，可以在运营的工作中深刻理解并去掌握游戏的规律，并且可以从微观上分析游戏本身的优势和劣势，对游戏的运营工作有较大的指导意义。

游戏指标体系的构建也要遵循通常指标体系的构建原则，并加入该游戏的特殊成分。主要需要遵循客观性、科学性、系统性、可操作性、规范性与特殊性相结合、定量分析与定性分析相结合，并且一定量分析为主的原则。

动漫游戏产业作为文化产业的一个分支，其主要的指标体系的构建基础应能参考文化产业的一些理论基础(钻石模型、文化产业金字塔模型等)此处，建立的游戏产品指标体系，主要是方便游戏运营者来指导自身运营思路，支撑运营决策的，故此处主要是偏向对游戏内的一个指数的评价。因此根据这个思想可构建游戏运营指标总框架。

游戏产品指标总框架：

该游戏产品指标体系主要由四个部分构成：活跃度指数、关注度指数、收入指数及游戏环境指数。

其中活跃度指数，主要反映游戏目前的人数及游戏内玩家的活跃度情况，是考核一个游戏运营状况的首要指标。

关注度指数，主要包括外部关注度和内部关注度两个方面，通过这两个方面反映外界用户、媒体对游戏的关注度，这可以从一定角度反映游戏的影响力及可推广的潜力。

收入指数，主要反映游戏目前的盈利能力，及玩家的付费潜力。收入是考核游戏运营的一个关键性指标。

游戏环境指数(游戏稳定度指数)，主要包括问题指数和游戏内环境健康指数，通过这两个方面可以反映游戏的可持续发展性，这部分主要由游戏内的pk指标数据、国家及好友指标数据等反映玩家交互性的数据构成。

三、游戏指标体系中各子指数的构建

1、—活跃度指数

主要各指标含义：

PCU：最高在线账号数量；

忠诚用户数量：本周登陆3次以上(当天重复登陆算1次)，在线时长超过20小时的帐号；

流失用户数量：上周登录但本周没有登录的用户数量；

忠诚流失率：上周忠诚用户当周没有登录用户的数量/上周忠诚用户数量；

忠诚度转化率：上周登录的用户在本周转化为忠诚用户的比例；

2、关注度指数

3、收入指数

其中活跃ARPU：付费金额/活跃人数；

4、游戏环境指数

数据化运营体系范文第5篇

【关键词】大数据技术；综合能源服务；管控与运营；智慧综合能源服务

1引言

大数据时代下综合能源逐渐实现了智能化转型，转变成为智慧综合能源服务模式，为能源企业与行业转型升级提供活力，而且在大数据管控与运营的帮助下，传统能源生产、利用方式也不断创新，逐渐体现出综合能源高效化的特点。大数据对于综合能源而言具有非常显著的效果，但是在整体行业环境下依然有很大的进步空间，需要深入挖掘大数据综合能源管控与运营的新型技术，促使综合能源产业进入到全新的发展阶段。根据当前我国能源产业发展情况，综合能源管控与运营技术在大数据环境下呈现出诸多发展需求。为此，下面以大数据下的综合能源为对象，探讨管控与运营技术的创新应用。

2综合能源在大数据背景下的转型方向

综合能源转型与升级，从能源服务业务基本模式与体制角度分析，在大数据环境下首先应该认识到作为传统行业要想真正实现向综合能源服务转型的目标，必须要以“互联网+”为背景，拓宽能源服务领域，广泛应用能源管理平台与软件，将所有能源耗损数据加以整合，通过大数据技术展开分析，而且建立针对性的档案，提出综合能源节能的可行建议[1]。如此一来，不仅能够体现出大数据技术在综合能源领域中的优势，还可以对能源服务模式加以创新。其次，现阶段能源资源不断优化，其中泛能网项目得到广大从业者的关注，连接大型集中式发电机组与分布式可再生发电端，其本质在于互联网与可再生能源的有机融合。所有新能源技术在大数据时代下不断发展，也使得能源供应类型具备多元化特征。为了满足能源需求，使能源供给得到优化，要在成本、污染排放等方面做好创新与改革。最后，传统设备装备在大数据环境下逐渐向综合能源服务过渡，现阶段综合能源有关技术与设备也越来越多样化，而且应用领域拓宽。在“互联网+”作用下也创建了云平台和智慧综合能源服务平台等，使得综合能源管控与运营效果更为理想，也充分实现了大数据和综合能源的整合[2]。

3大数据综合能源的优势

大数据时代下的综合能源管控与运营，主要应用云计算、物联网、大数据等先进技术，实现综合能源一体化的目标，也有利于加强综合能源管控均衡性，实现协同互动、低碳环保的目标。综合能源在大数据环境下，具有多能互补特点，其本质是多能耦合、协同互补，所有可再生能源的时间、空间之间互补，遵循因地制宜原则使集成供能基础设施更加完善。利用智能化管理手段达到多能协同供应以及能源综合梯级利用的效果。除此之外，综合能源与大数据技术整合之后，也有利于实现物理和信息的深度结合。因为综合智慧能源系统的覆盖范围比较广，而且系统中所有信息数据共享。通过互联网、大数据等先进技术，提高综合能源系统运转效率，也逐渐具备了智能化、信息化、自动化的特征，使得物理和信息能够高度融合[3]。综合能源系统在大数据的作用下，从原本的单一生产、传输、储存模式，经过技术创新之后，逐渐转变成为一体化自我平衡综合能源模式。此模式在能源企业中实现了源网荷储协调互动这一目标。根据市场中的供需关系与价格机制，加强能源供应灵活性，而且充分发挥大数据技术的作用，达到综合能源供需储一体化目的。

4综合能源管控运营技术与现状

4.1发展现状

对比其他国家在综合能源方面的研究与发展，我国整体来说起步相对较晚，是从2001年才开始有专门针对综合能源智能化方面的研究。在智能电网与配电网基础上，针对我国原有的综合能源体系结构等进行改造，充分融合大数据技术。现阶段，综合能源系统依然在不断发展与完善的阶段，而且系统本身是以电为核心，搭配清洁能源。为了使能源产业实现全方位发展，在综合能源体系建设方面给予极大的重视，而且专门成立国家能源委员会，促进综合能源改革与创新，综合能源运营管控技术方面也开始加强研究。在当前大数据环境下，加强了综合能源相关技术的推广，以此来实现我国综合能源系统的可持续性发展。

4.2管控运营技术

能源转化技术：提高综合能源利用效率，一般会优先选择能源转换技术，该技术可实现一次、二次能源转换，而且可以提高能源利用的价值。这里提到的一次能源主要包括太阳能、生物能这一类可再生清洁能源与不可再生能源，而二次电源则是以电能为主。基于目前综合智慧能源系统，能源转换技术得到相对广泛的应用，主要有太阳能发电技术和风电转化技术两种。太阳能发电技术包含光化学发电、光生物发电和光伏发电等。采用光伏发电技术，通过太阳能及半导体电子器件将太阳光辐射能吸收，经过转化之后成为电能，这是现阶段太阳能发电最为主要的技术手段。风电转化技术同样是通过风能，实现电能生产与转换，转换过程中通过风力发电机达到资源转换利用的目的。

4.3冷热电三联供CCHP

冷热电三联供CCHP是在传统热电联产CHP基础上进行创新与拓展，释放热量之后得到回收与利用，并且在空间加热、空间冷却等领域作为必需的热源。这一技术一般在建筑物空调这一类设备中比较常见。吸收式制冷机形成电能和废热，两者经过变化能够满足运行需求。对比相对独立的电力系统与供热系统，冷热电三联产系统能源效率更高，而且不需要在燃料与能源这两个方面投入过多成本，可保证经济效益。将该技术和可再生能源充分融合，也有利于优化能源转型与二氧化碳减排效果，从而缓解温室效应对环境质量带来的影响。

4.4热泵技术

所有新能源供热技术当中，热泵最具代表性。通过制冷系统热循环实现低温热源向高温物体的传递，达到加热水与采暖的效果。为此，运行过程中热泵必须要有外部环境热能作为前提条件，当流量温度得到提升之后，对于电能的需求也会随之增加。所以，低温热源和加热能温差不能过高。热泵制冷管道内部安装了特殊的阀门，其作用在于制冷循环反向作业，所以热爆除了具有加热的效果外，也能够起到冷却空间的作用。

5大数据综合能源管控与运营技术应用

近年来，我国信息技术、互联网技术水平逐渐提升，对于综合能源产业的发展而言是不可或缺的推动力。为了能够实现大数据和综合能源服务的整合，不仅是能源企业需要研究的重点问题，也是现阶段我国能源产业转型升级必须要面对的问题。为此，针对大数据综合能源管控与运营技术的应用提出4点建议。

5.1创新综合能源服务理念

处在大数据环境下，能源企业与行业必须要创新发展理念和思维，认识到大数据对于综合能源的优化作用，实现大数据技术和综合能源管控运营的整合，拓宽综合能源服务发展空间。对于能源企业而言，通过大数据技术提高综合能源管控运营效果，不断完善综合能源服务模式，以期能够适应当前能源产业发展趋势[4]。

5.2加强综合能源管控与运营统筹

为了使大数据技术和综合能源更加深度的结合，结合我国当前基本国情，能源产业发展现状以及能源分布情况，确定大数据在综合能源管控与运营中的应用思路，从而展开统筹规划设计。应用大数据技术需要明确综合能源服务体系所包含的层次，重点体现多层次耦合。根据能源系统结构内容，总结分布结构与发展方向，确定大数据技术和管控运营技术的结合切入点。在能源特征、消耗现状等综合因素的作用下，不断完善综合能源运营与管控与运营体系结构，充分体现出大数据在其中的优势[5]。

5.3加强技术创新

为了使大数据在综合能源管控与运营中更加全方位的应用，应该要做好技术创新工作。比较常见的技术种类有智慧能源控制、信息传输、服务互动等，建议采用云计算技术完善智慧综合能源服务体系，而且凭借互联网和大数据技术，丰富综合能源数据，加强数据信息传输的便捷性。借助云计算技术也能够加强技术创新效率，保证综合能源服务各项环节中数据安全性，提升管控与运营技术水平[6]。

5.4加强监督与管理

大数据下的综合能源管控与运营工作，在全新的行业环境下务必要做好监督管理，确保其能够在能源产业下实现有序发展。按照当前综合能源发展需求，对现有监管制度进行完善，加强与大数据的适应性，所采取的监管方法也要与产业发展趋势相适应，在原本人工监督管理基础上采取更加信息化、智能化的监管方式，着重体现监管模式层次性，为大数据中的综合能源管控与运营赋予规范性、公正性、公平性等特点[7]。

6结语

综上所述，随着社会经济与科学技术水平的不断提升，我国能源产业也开始朝着数字化、信息化、自动化的方向不断前进。基于大数据环境下，综合能源的管控与运营需要在实践过程中创新，采取更加先进的管控与运营技术，实现智慧综合能源服务水平的提升，帮助我国能源企业适应当前产业发展趋势，也有利于提高企业在市场中的竞争力，完善综合能源服务模式。不仅可以达到综合能源服务一体化这一目标，也有利于实现我国综合能源产业的持续性发展。

【参考文献】

[1]熊珞琳，毛帅，唐漾，等.基于强化学习的综合能源系统管理综述[J/OL].自动化学报：1-22[2021-6-3].

[2]朱继忠，董瀚江，李盛林，等.数据驱动的综合能源系统负荷预测综述[J/OL].中国电机工程学报:1-20[2021-6-3].

[3]芦博，袁富佳，赵升月，等.基于大数据架构的综合能源监控系统平台技术研究[J].供用电，2021，38(5)：64-69.

[4]范宏，袁宏道.区域综合能源系统供需双侧多能博弈互动策略[J/OL].电测与仪表:1-9[2021-6-3].

[5]赵莎莎，朱雅魁，王悦.基于大数据分析的综合能源系统负荷特性聚类分析[J/OL].电测与仪表:1-7[2021-6-3].

[6]田旭，王炜，黄存强，等.基于MPC的综合能源微网非线性鲁棒能量管理[J/OL].华北电力大学学报(自然科学版):1-8[2021-6-3].