全业务支撑系统演进攻略

《全业务支撑系统演进攻略》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、全业务支撑系统演进攻略财务支撑系统财务支撑系统合并主要针对中国联通、中国网通的组合。重组合并开始后，先进行总账的合并，以满足上市公司财务信息披露的法规要求；然后，进入合并的细节，从双方财务系统的功能进行考了解应收、应付、固定资产、采购、预算等的作业组织、流程与相应IT系统特性;对财务n系统的战略规划与流程改造的需求进行评估。IT资产重组对IT系统做彻底盘查，了解每一业务功能的实现所牵涉的硬件、软件、应用、数据、终端用户等等，然后考虑新组织的目标，列出目前IT系统的强项、弱项、重复、缺失，再与业界标准比较，评估它们的

2、总体成本、业务价值、技术价值、规划下一步的更新方案。在系统的硬件与软件部分，执行合并与优化方案，以降低总体成本。合并是指把相同n资产的联合起来以形成经济规模；优化是指把闲置的it容量加以使用以降低成本。在应用与流程方面，执行简化与整合方案，以提高技术价值与业务价值。简化是指删简多余和重复的应用；整合是指把上游流程和下游流程连接起来形成流程。其中，应用整合包括数据整合与流程整合。数据整合使用ETL工具整合分散在个别应用的数据，建构(ODS)操作型数据库以提供“信息服务”；流程整合则是将开放应用的API，包装成“单元应

3、用服务”，再在业务流程管理平台(BPM)调用组合“信息服务”与“单元应用服务”完成业务流程。异构系统整合异构IT系统的融合需要坚持两个原则：坚持统一融合，积极面对市场压力。运营商拥有全业务牌照，就需要更好地发挥全业务经营的优势，必须避免之前烟囱式的专业系统的局面出现。否则会将在IT支撑层面为融合业务、交叉营销带来相当困难的阻碍。异构系统的融合，还需要考虑市场压力。要考虑到异构系统融合的快速，以及在融合过渡期，如何面对激烈的竞争。例如，对于中国电信一旦收购C网后，不可能在融合的过程中，放弃对移动业务的积极推进。在这种

4、局面下，建议采用如下策略：坚持统一融合的方向，以目前现网系统为主体，一方面通过现网系统的升级，提供全业务的支撑，达到快速抢占新市场的目的，同时异网用户允许过渡期的存在，逐步实现平滑过渡。在融合过程中，由于管理模式的不同，导致模型和数据的差异。因此数据的融合非常关键，例如：客户、积分、品牌、客户等级、余额等关键数据，处理不当，会导致客户感知受到极大影响。而这些数据的有效融合，又不仅仅是依靠技术手段能够完美解决，需要提前从管理、市场等角度，提出合适的接管策略。客户关系管理全业务运营相对于以往表现出不同的特征，包括客服手

5、段更加丰富、产品种类更加多样、价值链合作伙伴种类和形式日趋复杂、客户的行为和关联特征带来更多的潜在价值。在全业务运营环境下，客户关系管理CRM存在如下新的要求：1.针对所有业务客户信息的单一存储库，部署一个及时并完全的客户统一视图。客户资料整合并不局限于单一客户的全面向资料，如地址，喜好，特约关系，订阅，合约，活动记录的整合，它也包括了客户与客户间的关系，如组织，家户，社区等等。1.全面拓展服务手段，充分发挥固网、移动的融合技术优势，提供包括营业厅、客服经理、网站、IVR、短信、USSD、WAP等多种客服手段，搭建

6、立体的、全方位的客服体系。2.通过所有渠道的一致的客户互动，包括自助式服务3.进一步增强交叉销售能力，一方面利用捆绑类套餐拓展用户市场，同时根据客户戏份结果和产品关联关系，实现产品的交叉销售，在存量用户保持的同时，进一步拓展增量市场5.具有改良的知识管理系统，使呼叫中心或服务厅的客服代表在支持或销售过程中能够灵活响应客户要求，或者预先提供正确信息，处理更加复杂的服务、捆绑或产品6.对于原固网运营商的CRM而言，还需要面对因移动业务带来的异地业务处理的挑战，包括异地积分、异地缴费、异地补换卡等业务。因此需要将原有的以

7、省为中心的系统，实现全网范围内的联动。商业智能BI在电信行业又称作电信经营分析系统。系统的关键是从运营支撑、财务管理等许多不同的运作系统中整合有用的数据到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询工具、数据挖掘工具、OLAP工具等进行分析和处理，最后将知识呈现给管理者，为管理者的决策过程提供支持，对市场做出准确及时的反应并采取有效的应对措施，以获取最终的竞争优势电信重组后的各大运营商都成为了全业务运营商，在这之前，运营商的BI系统都缺少移动或者固网的某一方面的分析功能。因此，首

8、先需要完善自身所缺少的这一块数据的整合。对移动业务与固网业务数据进行整合，要考虑新进数据与原有数据之间的关系，它们之间并不是完全独立的，因为一个客户在现实中通常不仅仅购买了固网产品，也可能购买了移动产品，因此需要根据客户编码、账户编码、产品编码等建立数据之间的关联，形成全业务数据视图。在数据整合到数据仓库后，可以根据需要的紧迫性将KPI指标、重要的分析实现。