CN101620701A - 基于层次法的kpi分析在电信行业收入保障系统中的应用 - Google Patents

Abstract

当今在电信行业，信息技术得到了大量的应用，企业经营信息基本上实现了信息化，然而这些信息化的数据对运营商的决策支撑能力并不强，企业内部对数据的分析能力还不能达到要求。特别是在收入保障的应用上，对数据质量等的评价难以量化。本发明公开了一种基于层次法的KPI分析方法，应用在电信行业收入保障系统中，是一种利用企业内部数据通过建模、构建KPI(关键性能指标)，并通过基于层次法的KPI分析方法来得出具体的参考指标，来说明企业数据质量、流程效率等状况，进而使企业关注这些变量对收入的影响。层次法的KPI分析方法可以对运营系统内的众多子系统在收入保障性能上的占比进行评估。

Description

基于层次法的KPI分析在电信行业收入保障系统中的应用

技术领域：

本发明涉及电信行业收入保障领域。具体来说是一种利用企业内部数据通过建模、构建KPI，并通过基于层次法的KPI分析法来得出具体的参考指标，来说明企业数据质量等状况的方法。

背景技术：

当今时代是信息技术的时代，特别是在电信行业，信息技术得到了大量的应用，企业经营信息基本上实现了信息化，然而这些信息化的数据对运营商的决策支撑能力并不强，企业内部对数据的分析能力还不能达到要求。特别是在收入保障的应用上，对数据质量等的评价难以量化。本发明为这个问题提供了一套解决办法。

目前在电信行业收入保障领域，KPI的应用方法基本上还是空白。

注：TMF(国际电信管理论坛)对收入保障的定义是：在不影响需求的情况下，通过提高数据质量及改进业务流程来增加利润、收入及现金流量。

注：关键性能指标方法(Key Performance Indicators，KPI)是一种重要的性能考核工具，它通过对设立与各种控制活动相关的输入端、输出端的关键参数进行设置、取样、计算、分析，对控制活动的效果进行监测。可以很好地衡量数据性能以及系统中各个环节的效率，起到很好的控制和评定的作用。

主成分法的分析模型

建立层次结构模型：在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次。同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用，而同一层的各个因素之间尽量相互独立。最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间可以有1个或几个层次，通常为准则或指标层。当准则过多时(比如多于9个)应进一步分解出子准则层。

在此构建成对比较判断矩阵。即将所有元素做两两比对，比对过程中重要性的选择参照1-9标度。假设要比较某一层n个因素C1，C2，…，Cn对上层一个因素O的影响，每次取两个因素Ci和Cj，用aij表示Ci和Cj对O的影响之比，全部比较结果可用成对比较矩阵

A＝(a_ij)n×n，a_ij＞0， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}}---\left(1\right)$

表示。由于(1)式给出的aij特点，A成为正互反矩阵。显然必有aij＝1。如用C1，C2，…，C5依次表示各个准则。

计算权向量并做一致性校验：对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标 $\mathrm{CI}=\frac{\mathrm{\λ}-n}{n-1},$ 为了确定A的不一致程度的容许范围，需要找出衡量A的一致性指标CI的标准。引入所谓随机一致性指标RI，计算RI的过程是：对于固定的n，随机地构造正互反阵(它的元素从1～9，1～1/9中随机取值)，如此构造相当多的？，用它们的CI平均值作为随机一致性指标RI。对于不同的n，用100～500个样本算出的随机一致性指标RI的数值如下。

表1：随机一致性指标RI的数值

随后计算一致性比率CR，当

$\mathrm{CR}=\frac{\mathrm{CI}}{\mathrm{RI}}<0.1---\left(2\right)$

时认为A的不一致程度在容许范围之内，可用其特征向量作为权向量。若不通过，需重新构造成对比较阵。

计算组合权向量并做组合一致性校验：利用ω^(s)＝W^(s)W^(s-1)LW⁽³⁾ω⁽²⁾，其中ω_s为最下层(第s层)对最上层的组合权向量W^(k)是以第k层对第k-1层的权向量为列向量组成的矩阵，k＝1，2，…，s。并酌情作组合一致性校验。若检验通过，则可按照组合权向量表示的结果进行决策，否则需重新考虑模型或重新构造那些一致性比率CR较大的成对比较阵。

若第p层的一致性指标CI_l ^(p)，L，CI_n ^(p)(n是第p-1层因素的数目)，随机一致性指标RI_l ^(p)，L，RI_n ^(p)，定义

${\mathrm{CI}}^{\left(P\right)}=[{\mathrm{CI}}_1^{\left(p\right)},L,{\mathrm{CI}}_n^{\left(p\right)}]{\mathrm{\&omega;}}^{(P-1)}---\left(3\right)$

${\mathrm{RI}}^{\left(P\right)}=[{\mathrm{RI}}_1^{\left(p\right)},L,{\mathrm{RI}}_n^{\left(p\right)}]{\mathrm{\&omega;}}^{(P-1)}---\left(4\right)$

则第p层的组合一致性比率为

${\mathrm{CR}}^{\left(P\right)}=\frac{{\mathrm{CI}}^{\left(P\right)}}{{\mathrm{RI}}^{\left(P\right)}},P=\mathrm{3,4},L,s---\left(5\right)$

第p层通过组合一致性检验的条件为CR^(P)＜0.1。

定义最下层(第s层)对第1层的组合一致性比率为

${\mathrm{CR}}^{*}=\underset{p=2}{\overset{s}{\mathrm{\&Sigma;}}}{\mathrm{CR}}^{\left(p\right)}---\left(6\right)$

对于重大项目，仅当CR^*适当地小时，才认为整个层次的比较判断通过一致性检验。

发明内容：

为了找到一种能在电信行业收入保障系统中应用的评价企业业务和数据健康状况的方法，解决企业对数据状况、流程效率等的评价无法量化的困难，使企业关注这些变量对收入的影响，本发明开始研究并完成。

层次法可以对运营系统内的众多子系统在收入保障性能上的占比进行评估。

层次法的KPI分析中的层次划分方法

基于层次法的KPI分析法，在电信行业收入保障系统中的应用重要在于层次划分和计算得到各子系统指标在整个系统指标的占比。

首先将KPI指标分为战略、战术和操作三个级别，来区分的KPI的级别的高低，将收入保障KPI从广义上分为数据质量(Data Quality)、收入漏失(Revenue Leakage)和处理效能(Process Efficiency)和收入保障管理(RevenueAssurance Management)四个大的分类。

附图1清晰的展示了广义上KPI体系的分类方法。

1、数据质量DQ(DataQuality)细化KPI分类

数据质量用于衡量在运营系统及数据库中数据的有效性、准确性和一致性。具体的一些细化的指标分类情况如下：

DQa：

DQb：

DQc：

DQd：

2、收益漏失RL(Revenue Leakage)细化KPI分类

收益漏失：用于衡量收入漏失对利润底线的影响。具体的具体的一些细化的指标分类情况如下：

RLa：

RLb：

RLc：量化描述不能批价给客户或第三方的收入

RLd：

RLe：

RLf：

RLg：量化描述闲置或搁浅资产价值＝闲置或搁浅资产价值

RLh：

3、流程与控制效率PE(Process Efficiency)细化KPI分类

流程与控制效率是指以结果导向为目标，衡量各个控制点的有效性及效率。具体的一些细化的指标分类情况如下：

PEa：

PEb：量化描述已恢复收入值

PEc：

PEd：量化描述已恢复收入值

PEe：

PEf：

PEg：

PEh：

4、收入保障管理(Revenue Assurance Management)

收入保障管理是指以结果导向为目标，衡量收入保障组织与实践的效率及有效性(如已解决收入保障事故/收入保障事故总数)。

在对数据质量的分析中应做以下划分，如附图2所示：

将有效数据质量分为CRM系统数据质量、BILLING系统数据质量和CRM和BILLING接口方面。

将CRM系统数据质量分为CRM网络资源数据质量和CRM套餐资源，将CRM系统数据质量分为光纤、交换机、局向、交接箱、配线架、电缆、端子、分线盒和号码资源这九个方面的数据质量来考虑，而将CRM套餐资源分为CRM套餐数据质量、CRM主产品数据质量和CRM附属产品数据质量这三个方面来分析。

在BILLING系统数据质量方面，分为BILLING系统参数数据质量和BILLING系统业务数据两个方面，再将BILLING系统参数数据质量氛围区号数据、费用细项数据质量、营业网点、营业员工号数据质量、局向数据和各级区域数据六个方面。将BILLING系统业务数据质量方面分为套餐数据、月租数据、主产品数据、附属产品数据、约定价规则数据和费用细项数据等六大类分别考虑他们的数据质量。

我们将各系统用户数据质量从两个方面加以考虑：CRM客户资料数据质量和BILLING客户资料数据质量。

CRM客户资料数据质量分别为固定电话、移动电话、PHS、LAN、ADSL、WLAN、彩铃和其他增值业务，将固定电活分为个人用户、机构组织用户和公用电话。移动电话分为GSM、CDMA和3G三个方面。LAN分为512K，1M，2M和2M以上四个方面。ADSL分为512K，1M，2M和4M和4M以上五个方面。

BILLING客户资料数据质量分为固定电话、移动电话、PHS、LAN、ADSL、WLAN和彩玲等七个方面。固定电活分为个人用户、机构组织用户和公用电话。移动电话的客户数据质量分为GSM、CDMA和3G三个方面。LAN分为512K，1M，2M和2M以上四个方面。ADSL分为512K，1M，2M和4M和4M以上五个方面。具体分类情况，如附图3所示。

将这些数据分为CRM与BILLING间不匹配数据比率、CRM与网络系统间不匹配数据比率和CRM与增值业务中心间不匹配三个方面，将CRM与BILLING间不匹配数据比率分为交换机、营业网点、营业员工号、各级区域和局向等五个方面。具体分类情况，如附图4所示。

将CRM与BILLING间不匹配客户资料与CRM与BILLING间交换机数据系统之间的数据质量，CRM与网络系统间不匹配资料比率和CRM与增值业务中心间不匹配资料比率。具体分类情况，如附图5所示。

附图说明：

图1：收入保障类关键业绩指标

图2：各系统资源参数数据质量分类情况(DQa)

图3：各系统间不匹配数据比率(DQb)的实际分类情况

图4：各系统间不匹配的数据(DQc)比率

图5：各系统间不匹配的资料(DQd)比率

图6：层次结构图

具体实施方式：

评估各系统数据质量KPI指标的主要影响因素，层次法KPI分析法主要设计步骤如下：

步骤一：建立层次结构模型，如附图6所示。

目标层为各系统数据质量评估，对象层为最底层的四个系统，中间的有效数比率等为准则层。

步骤二，构造准则层对目标层的成对比较矩阵为

$A=\left[\begin{array}{cccc}1& 3& \frac{1}{5}& \frac{1}{2}\\ \frac{1}{3}& 1& \frac{1}{7}& \frac{1}{4}\\ 5& 7& 1& 3\\ 2& 4& \frac{1}{3}& 1\end{array}\right]---\left(7\right)$

步骤三，计算A可以算出，λ＝4.099，归一化的特征向量ω＝(0.142，0.064，0.597，0.197)T。由此， $\mathrm{CI}=\frac{4.099-4}{4-1}=0.033,$ 并且 $\mathrm{CR}=\frac{0.033}{0.9}=0.036<0.1,$ 一致性校验通过，上述ω可作为权向量。

步骤四，构造对象层(第3层)对准则层(第2层)的每一个准则的成对比较阵，不妨设它们为

$B_1=\left[\begin{array}{cccc}1& \frac{1}{5}& \frac{1}{4}& \frac{1}{3}\\ 5& 1& \frac{1}{3}& \frac{1}{2}\\ 4& 3& 1& \frac{1}{2}\\ 3& 2& 2& 1\end{array}\right],$ $B_2=\left[\begin{array}{cccc}1& \frac{1}{2}& \frac{1}{3}& \frac{1}{4}\\ 2& 1& \frac{1}{2}& \frac{1}{3}\\ 3& 2& 1& \frac{1}{2}\\ 4& 3& 2& 1\end{array}\right],$

$B_3=\left[\begin{array}{cccc}1& \frac{1}{7}& \frac{1}{4}& \frac{1}{3}\\ 7& 1& \frac{1}{2}& \frac{3}{2}\\ 4& 2& 1& \frac{3}{2}\\ 3& \frac{2}{3}& \frac{2}{3}& 1\end{array}\right],$ $B_4=\left[\begin{array}{cccc}1& \frac{1}{5}& \frac{1}{4}& \frac{1}{3}\\ 5& 1& 3& 2\\ 4& \frac{1}{3}& 1& \frac{1}{2}\\ 3& \frac{1}{3}& 2& 1\end{array}\right],$

由第3层的成对比较阵B_k计算出权向量ω_k ⁽³⁾，最大特征根λ_k和一致性指标CI_k，结果列入下表。

不难看出，由于n＝4时随机一致性指标RI＝0.9(表2)，所以上面的CI_k均可通过一致性检验。

系统P₁在目标中的组合权向量应为它们相应项的两两乘积之和，即

0.08×0.142+0.096×0.064+0.069×0.597+0.075×0.197＝0.073同样可以算出P₂，P₃，P₄在目标中的组合权重为0.275，0.337和0.265，于是组合权向量ω⁽³⁾＝(0.073，0.275，0.337，0.265)^T。结果表明批价系统P₃在对于数据质量评估当中占的权重最大，采集系统的最小，而预处理和账务系统居中。

由上述运算结果可以看出：

1、按这种划分方式可以进行层次法运算，并且得到的计算结果符合实际情况。

2、得到的各子系统指标在总指标的占比(0.073，0.275，0.337，0.265)可以应用在实际的系统中。

3、实际上，可以利用此方法对运营系统内的众多系统的收入保障性能进行评估，而并不单单是收入数据质量问题。

虽然层次分析法在构造成对比较矩阵时，有一定的主观性和粗糙度，但是只要经过一些专业工程师们基于客观数据和运营情况的共同研究讨论和设置比较精准的一致校验指标，这样，对最终结果不会有太大影响。

Claims (4)

1、一种基于层次法的KPI分析方法，特别是在电信业收入保障系统中的应用，该方法包括以下步骤：

A、建立层次结构模型，根据要评估的KPI指标，将有关的各个因素按照不同属性自上而下地分解成若干层次，可以分为目标层、对象层和准则层；

B、构建成对比较判断矩阵，即将所有元素做两两比对，比对过程中重要性的选择参照1-9标度，构造准则层对目标层的成对比较矩阵A；

C、计算权向量并做一致性校验；

D、构造对象层对准则层的每一个准则的成对比较阵B_k；

E、根据成对比较阵B_k计算出权向量并做一致性校验；

F、若校验通过，按照组合权向量表示的结果进行决策，否则需重新考虑模型或重新构造那些一致性比率较大的成对比较阵。

2、如权利要求1所述的方法，其中在所述层次划分，电信收入保障系统中的KPI指标的层次划分方法。

3、如权利要求1和2所述的方法，其中在所述构造数据、计算过程及得到的子指标占比。

4、一种计算机程序产品，该计算机程序产品包括当在计算机上运行所述计算机程序时用于使计算机执行权利要求1至3所述方法的各步骤的计算机程序代码装置。

Images