把握数据，驱动未来

随着通信网络的发展和用户数的增长，电信网络变得越来越复杂，由此而产生的各种数据呈现出爆炸式增长的态势。这些数据是网络运维、分析网络用户进而保证网络服务质量和提升用户满意度的基础。

    网络运维等人员经常要面对海量的数据，这些数据虽然能反映整个网络目前的各种状态，包括资源、故障、性能等，但是由于其过于庞大，使得这些数据的使用者往往陷入“数据丰富而信息贫乏”的困境中。如何使数据中心成为丰富的、有用的信息源泉，是网络运维工作的重点。

    数据中心需要考虑下面两个关键点。

    ● 数据中心的外在表现，即数据的展现
    数据展现，就是一个功能较为完善的报表系统/工具。这个工具能合理、美观地呈现数据中心中用户关注的各种数据，包括原始数据和处理过的数据。同时这个报表系统/工具具备一般报表系统所应具备的关键能力，包括数据的图表能力、自定义处理数据的能力、自定义展现数据的能力等。这些能力的结合使得数据中心能非常友好地向数据的使用者提供数据。

    ● 数据中心的内部处理，即通过数据运算取得有用信息的能力
    数据展现能力是数据中心的基本能力，而根据数据进行预测是数据中心的核心能力。对于用户而言，其终极目标并不是获取海量的数据，而是获得有用的信息，比如网络的整体状态、网络发展趋势、用户整体或个体的状态和发展趋势等。对于一个没有预测和决策的数据集合，数据的准确、及时和完整并没有太大的价值。因此数据中心不应该是一个简单的数据集合，而是一个能通过各种计算方法，对网元或网络的运行状况进行决策和预测的专家系统。

    对于网元或网络的运行状况，数据中心的使用者最关心的（或者说对使用者价值更大的信息）是异常数据，亦即对正常状态的背离，因此这种背离或背离趋势应该是数据中心进行数据分析的重点。同理，对于用户状态或用户行为，数据中心的使用者最关心的也是用户状态或行为的异常数据，从这些异常数据中得到用户行为的不良趋势，从而预先做出反应。从这里我们可以看到，数据中心区别于一个普通数据集合或者数据处理系统的重要特征，亦即数据中心的核心价值所在——数据中心能够在现有数据的基础上，通过特定的计算模型分析推测出未来一段时间某一对象的发展趋势，从而使得数据中心使用者对事件或问题的处理能够提前，将事后处理转变为事前预防。

    中兴通讯在深入了解通信网络各种业务的基础上，从用户、业务、流量三个维度出发，制定出了全面的数据中心方案，使其服务于业务质量监控、业务趋势分析和用户行为分析等多个增值应用领域。

    数据中心方案基于两项基础的关键技术——数据仓库和数据挖掘。

    数据仓库就是面向主题的、集成的、不可更新的（稳定性）、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程。数据仓库中的数据面向主题，与传统数据库面向应用相对应。数据仓库是不同时间的数据集合，它要求数据仓库中的数据保存时限能满足决策分析的需要。数据挖掘就是指从海量数据库中挖掘信息的技术。数据挖掘工具能够对将来的趋势和行为进行预测，从而起到决策支撑的作用。

    数据中心的框架方案如图1所示。

 图1 数据中心框架

    数据中心可以满足不同部门提升业务能力的需求：业务部门主要关注用户的价值分析和增值分析，数据中心为业务部门制定相应的市场营销策略和开展电信增值新业务提供依据；运行维护部门主要关注网络的正常运行；规划建设部门主要关注与网络规划相关的网络流量模型、业务发展趋势等。

    ● 网络资源监控与预警
    将数据中心与资产管理、业务趋势分析系统结合，掌握各种业务对资产的利用情况，通过数据分析进行资源调整——减少过度冗余的资源，替换服务质量低下的资源，增加存在不足风险的资源。

    ● 服务质量监控与预警
    通过数据中心采集得到的性能数据及其内部的数据挖掘算法，使用者可以得到服务质量的总体描述和预警信息，预先通过各种手段将用户的服务质量调整至合理水平，既避免过高服务质量造成的浪费，又不出现服务质量不高造成的用户满意度下降。

    ● 用户行为分析与预警
    通过数据中心采集并分析计费、呼叫等数据，使用者可以得到用户行为的描述和用户行为的预测，掌握用户行为特征，进而进行用户分类、预测、异常分析及其他用户营销工作。

    通过数据中心的使用，运营商加强了对网络和用户的掌控能力，既能有效降低成本，又能有效保护和扩展客户资源，“节流”和“开源”两个方面都得到增强，从而使得整体竞争力得到提升。

[关键词] 网管