基于大數(shù)據(jù)的網(wǎng)管運(yùn)營支撐體系網(wǎng)絡(luò)架構(gòu)解析

基于大數(shù)據(jù)網(wǎng)管運(yùn)營支撐的探索和研究是以4G運(yùn)營為驅(qū)動(dòng)力的，運(yùn)營商應(yīng)轉(zhuǎn)變原有單一支撐網(wǎng)絡(luò)分析的模式，將支撐能力向市場及流量運(yùn)營、終端運(yùn)營延伸，同時(shí)將4G業(yè)務(wù)支撐從電信傳統(tǒng)模式向互聯(lián)網(wǎng)新模式推進(jìn)，通過信令數(shù)據(jù)的采集、跨域平臺(tái)的互通、大數(shù)據(jù)的聚合分析，實(shí)現(xiàn)4G業(yè)務(wù)支撐能力的全面提升。

多維構(gòu)建網(wǎng)絡(luò)架構(gòu)，打通數(shù)據(jù)源壁壘

基于大數(shù)據(jù)的網(wǎng)管運(yùn)營支撐體系，運(yùn)營商可以通過構(gòu)建統(tǒng)一采集、共享處理、拓展應(yīng)用，推動(dòng)4G運(yùn)營的專業(yè)化和流程的標(biāo)準(zhǔn)化，轉(zhuǎn)變網(wǎng)絡(luò)支撐傳統(tǒng)分析模式，形成多維度的自動(dòng)化分析支撐能力，還可以通過數(shù)據(jù)聚合、平臺(tái)互通，形成4G網(wǎng)絡(luò)、用戶、終端的運(yùn)營體系，實(shí)現(xiàn)4G業(yè)務(wù)支撐能力的提升。

構(gòu)建以流量、終端為切入點(diǎn)的運(yùn)營分析體系：運(yùn)營商可依托專題分析及模型挖掘，對重點(diǎn)流量用戶、終端機(jī)型、重點(diǎn)終端指標(biāo)異動(dòng)、重點(diǎn)客戶群特征等開展深入分析，通過分析結(jié)論指導(dǎo)運(yùn)營工作的開展。此外，深入分析“終端、客戶、流量、網(wǎng)絡(luò)”的關(guān)系，引導(dǎo)差異化服務(wù)及營銷資源，形成流量一體化的運(yùn)營分析體系。

固化運(yùn)營場景及分析模型至全省網(wǎng)絡(luò)管理運(yùn)營視圖，形成運(yùn)營資源共享及模型推廣：運(yùn)營商可構(gòu)建“用戶流量遷移運(yùn)營分析”“4G用戶常駐小區(qū)”“它網(wǎng)蘋果手機(jī)”“CPE健康發(fā)展支撐管理”等以“用戶、流量、終端”為核心的運(yùn)營場景及分析模型，并形成“4G運(yùn)營分析報(bào)告”及專項(xiàng)分析報(bào)告，共享分析成果，提高運(yùn)營效率。

打通不同領(lǐng)域數(shù)據(jù)源壁壘，實(shí)現(xiàn)大數(shù)據(jù)資源共享：為更好地輔助4G運(yùn)營分析工作，運(yùn)營商打通了O域、B域連接通道，實(shí)現(xiàn)按日、按月的雙向數(shù)據(jù)共享，同時(shí)與終端公司建立終端庫完善機(jī)制，實(shí)現(xiàn)多方數(shù)據(jù)源在數(shù)據(jù)共享平臺(tái)中的處理、整合、優(yōu)化，推進(jìn)O域的信令數(shù)據(jù)、B域的用戶數(shù)據(jù)、終端公司的終端數(shù)據(jù)等多方面的數(shù)據(jù)融合，為上層應(yīng)用提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

滿足市場、流量運(yùn)營等多方數(shù)據(jù)支撐需求：針對運(yùn)營體系固化的運(yùn)營場景，運(yùn)營商可支撐重點(diǎn)關(guān)注小區(qū)信息收集，支撐市場重點(diǎn)關(guān)注用戶、重點(diǎn)關(guān)注終端、重點(diǎn)業(yè)務(wù)發(fā)展區(qū)域等信息的收集；支撐流量運(yùn)營重點(diǎn)流量業(yè)務(wù)、流量激活用戶等信息的收集，建立完善的“數(shù)據(jù)支撐需求流程”，推動(dòng)數(shù)據(jù)運(yùn)營支撐工作的高效落地。

多層系統(tǒng)搭建，實(shí)現(xiàn)數(shù)據(jù)溯源

硬件組成：文件接口服務(wù)器、應(yīng)用服務(wù)器、數(shù)據(jù)共享服務(wù)器和Hadoop/MPP數(shù)據(jù)庫集群服務(wù)器（如圖1所示）。

圖1? 網(wǎng)絡(luò)硬件結(jié)構(gòu)組成

數(shù)據(jù)共享服務(wù)器負(fù)責(zé)管理數(shù)據(jù)共享平臺(tái)系統(tǒng)與應(yīng)用層系統(tǒng)間的數(shù)據(jù)共享服務(wù)管理，應(yīng)用服務(wù)器負(fù)責(zé)元數(shù)據(jù)及數(shù)據(jù)質(zhì)量管理，數(shù)據(jù)庫集群服務(wù)器負(fù)責(zé)存儲(chǔ)海量數(shù)據(jù)，文件接口服務(wù)器負(fù)責(zé)執(zhí)行文件接口傳輸服務(wù)，各類服務(wù)器間均以主、備交換機(jī)相連，保證網(wǎng)絡(luò)質(zhì)量及速度（如圖2所示）。

圖2? 數(shù)據(jù)共享平臺(tái)軟件模塊結(jié)構(gòu)

平臺(tái)內(nèi)部通過數(shù)據(jù)質(zhì)量總線及數(shù)據(jù)溯源兩種技術(shù)方案實(shí)現(xiàn)了系統(tǒng)內(nèi)部的數(shù)據(jù)質(zhì)量管控。為解決數(shù)據(jù)快速溯源問題，數(shù)據(jù)共享平臺(tái)通過對現(xiàn)有的南向采集接口及北向共享接口進(jìn)行改造，加入系統(tǒng)標(biāo)簽位，通過解析這個(gè)標(biāo)簽位，直接提取其溯源關(guān)系，實(shí)現(xiàn)數(shù)據(jù)溯源，呈現(xiàn)數(shù)據(jù)傳輸?shù)耐暾負(fù)浣Y(jié)構(gòu)，具體增加的標(biāo)簽位規(guī)范為：。數(shù)據(jù)共享平臺(tái)在數(shù)據(jù)裝載、處理、分發(fā)、計(jì)算的每步遵照規(guī)范自動(dòng)寫入新的唯一標(biāo)簽，實(shí)現(xiàn)數(shù)據(jù)溯源能力。

在多層系統(tǒng)架構(gòu)中增加數(shù)據(jù)質(zhì)量總線，在自下而上的數(shù)據(jù)匯聚過程中，主動(dòng)將每一個(gè)數(shù)據(jù)匯聚任務(wù)的核查結(jié)果推送到數(shù)據(jù)質(zhì)量總線中，當(dāng)上層系統(tǒng)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題時(shí)，通過該總線直接定位到出現(xiàn)問題的數(shù)據(jù)匯聚任務(wù)所在的層級系統(tǒng)。

分層解耦，支撐應(yīng)用層百花齊放

相比于傳統(tǒng)架構(gòu)，多層系統(tǒng)架構(gòu)有諸多創(chuàng)新點(diǎn)。一是打通不同領(lǐng)域數(shù)據(jù)源壁壘，實(shí)現(xiàn)大數(shù)據(jù)資源共享。打通跨域連接通道，實(shí)現(xiàn)多方數(shù)據(jù)源在數(shù)據(jù)共享平臺(tái)中的處理、整合、優(yōu)化，推進(jìn)O域的信令數(shù)據(jù)、B域的用戶數(shù)據(jù)、終端公司的終端數(shù)據(jù)等多方面的數(shù)據(jù)融合，為上層應(yīng)用提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。二是分層解耦，支撐應(yīng)用層百花齊放。通過Hbase、Webservice、FTP等多種共享方式實(shí)現(xiàn)了多廠家支撐能力，攻克兼容性及數(shù)據(jù)共享能力的技術(shù)重點(diǎn)與難點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)支撐服務(wù)。三是終端、業(yè)務(wù)、網(wǎng)絡(luò)協(xié)同，推進(jìn)業(yè)務(wù)精益運(yùn)營。以客戶分類為基礎(chǔ)，通過與網(wǎng)絡(luò)指標(biāo)和市場指標(biāo)等營銷要素匹配，結(jié)合客戶終端、行為等特征分析，輸出客戶4G運(yùn)營模型，從而形成終端、業(yè)務(wù)、網(wǎng)絡(luò)協(xié)同一體化的4G運(yùn)營體系。

具體到實(shí)際應(yīng)用，多層系統(tǒng)架構(gòu)分為3個(gè)方面。

在互聯(lián)網(wǎng)端到端業(yè)務(wù)質(zhì)量方面，針對互聯(lián)網(wǎng)五元五階的結(jié)構(gòu)，實(shí)現(xiàn)互聯(lián)網(wǎng)端到端業(yè)務(wù)質(zhì)量分析，協(xié)助各專業(yè)部門解決性能問題進(jìn)行問題定界（如圖3、圖4、圖5、圖6所示）。

圖3? LTE互聯(lián)網(wǎng)端到端質(zhì)量分析

圖4? 移動(dòng)互聯(lián)網(wǎng)端到端業(yè)務(wù)質(zhì)量分析

圖5? 終端質(zhì)量分析

圖6? 業(yè)務(wù)整體評估

在視頻端到端業(yè)務(wù)質(zhì)量方面，從基于網(wǎng)絡(luò)本身的質(zhì)量管理向注重客戶感知的端到端橫向一體化質(zhì)量保障機(jī)制轉(zhuǎn)變，建立視頻業(yè)務(wù)端到端質(zhì)量管理機(jī)制，確保客戶視頻業(yè)務(wù)感知（如圖7所示）。

圖7? 視頻業(yè)務(wù)端到端質(zhì)量管理機(jī)制

在客戶滿意度畫像方面，基于傳統(tǒng)手段獲取用戶真實(shí)滿意度，通過數(shù)據(jù)挖掘手段深度挖掘KPI與用戶滿意度的關(guān)系，實(shí)現(xiàn)基于KPI的用戶滿意度畫像預(yù)測，支持各地市用戶數(shù)量及占比，進(jìn)行各級問題小區(qū)數(shù)量、待修復(fù)數(shù)量、已修復(fù)數(shù)量統(tǒng)計(jì)。

基于大數(shù)據(jù)網(wǎng)管運(yùn)營支撐體系已容納網(wǎng)絡(luò)側(cè)、經(jīng)分側(cè)、終端側(cè)大部分?jǐn)?shù)據(jù)，能夠支撐網(wǎng)絡(luò)、市場、終端、流量等多方面數(shù)據(jù)需求，其中最細(xì)粒度的場景為億級條記錄的用戶級數(shù)據(jù)分析。該研究已逐步融入吉林移動(dòng)日常的運(yùn)營工作中，應(yīng)用范圍逐步擴(kuò)大。