中国电信企业数据处理机制的方案建议.docx
- 文档编号:10271048
- 上传时间:2023-05-24
- 格式:DOCX
- 页数:27
- 大小:48.20KB
中国电信企业数据处理机制的方案建议.docx
《中国电信企业数据处理机制的方案建议.docx》由会员分享,可在线阅读,更多相关《中国电信企业数据处理机制的方案建议.docx(27页珍藏版)》请在冰点文库上搜索。
中国电信企业数据处理机制的方案建议
中国电信建立
企业数据处理机制的方案建议
中国电信计费结算中心
目录
背景介绍3
意义6
企业的最大财富6
企业决策的重要依据6
参与竞争的重要支撑6
国外案例7
零售行业7
保险行业7
金融行业7
电信行业8
先决条件9
数据集中处理9
数据准确性11
数据完整性11
实施方法建议12
现状12
目标13
原则13
数据仓库技术分析14
数据仓库技术关键组成14
在电信中的应用16
结论17
"企业经营决策支持系统"的深入分析18
总体目标18
近期目标18
主要任务19
实施步骤20
"国际摊分"及"智能网"系统实验项目的考虑21
总体思路及设想21
功能设计22
背景介绍
改革开放以来,尤其是近十年间,伴随着我国国民经济的快速增长,作为国民经济基础产业之一的电信业得到了长足的发展,为国家的经济建设和人民生活水平的提高做出了巨大贡献。
目前,中国电信的经营规模和电信设备水平都已名列世界前茅.
长期以来,中国电信的经营管理体制基本上是计划经济的模式,同时由于没有实质上的竞争对手,因此我国电信市场也基本上是处于中国电信的独家经营。
这种局面在我国电信事业的发展初期有其存在的必然性.但现在的情况是:
中国电信业正经历着不可避免的由计划经济体制向开放的市场经济体制的过渡、我国市场经济体制逐步健全、人们对电信服务要求越来越高。
我国电信市场经营正逐步放开,尤其是加入世贸组织的时间越来越近,电信市场的竞争日趋激烈,国内外要求中国电信领域打破垄断、引入竞争机制的呼声越来越高。
同时可以预见,全面开放、激烈竞争的的中国电信市场在不长的时间内就会出现。
中国电信将受到国内国外竞争对手的严重挑战.
做为我国电信业务主体经营企业,中国电信有必要增强自身实力,以较为积极的姿态迎接挑战。
对电信企业来说,如何在激烈的市场竞争中求得生存和发展,这是企业领导者和决策人员所必须考虑的问题。
我们认为中国电信无疑是掌握通信领域最新技术的高科技企业,但在市场经营、企业管理等方面,中国电信确实存在薄弱之处。
技术先进的企业不一定会在市场竞争中取胜,只有了解市场,了解自己和经营对手的经营状况,并辅之以科学的管理手段,才能适应未来竞争的形势.因此,我们选取了中国电信目前比较薄弱的、但在未来又十分重要的一个方面,即市场经营,希望从这方面入手,充分利用企业的各种业务数据,从中提取那些非直观的、但又是很有价值的信息,辅助中国电信更好地完成市场预测和市场分析工作。
1.建立集中的企业数据处理机制具有很好的实际基础
长期以来,国家在电信领域投入巨大资金,以不断地支持和完善电信基础设施的建设。
经过多年的投资建设和发展,我国大多数电信企业都已经有了一套较为完善的计算机业务处理系统,配备了处理能力很强的高性能计算机,可以从事大数据量的运算和数据处理。
在电信企业现有的计算机应用系统中,电信计费系统可以说是最为重要的核心应用系统之一。
电信计费系统经过多年的运行,已经存储了大量的历史数据,这些海量数据现已成为电信企业宝贵的信息资源。
以北京北京长话局的计算费系统为例:
北京市长途有权用户数量已达到近二百万,每天的长话呼叫数量超过五百万(5,000,000)张,每个月存储的数据量大约为12GB~15GB。
在这些数据中蕴涵着丰富的信息,从中可以了解企业在电信市场经营过程中所处的态势,竞争对手的经营形势,我们的客户群的分布状况,消费特征,企业经营发展的趋势等。
除了计费数据以外,其他业务数据如网管数据、用户资料数据、97数据等具有同样的特点,对其进行分析处理可以得到很多令人欣喜的结论。
强大的数据处理能力,加上丰富的企业数据,可以有力地促进企业经营和竞争,可以预见,这方面的工作具有很高的投资回报,也是企业急需的,是大有作为的.
2.企业数据的一次性非对照使用,造成了极大的浪费
以计费数据为例。
据我们了解,目前各省对于这些海量计费数据的使用大多还只是局限在对用户计费一次性使用过程,大量有价值的信息没有被充分利用,不能为市场分析和决策提供有力的支持。
企业数据的一次性利用,应该被看做企业资源的最大浪费。
电信企业保存多年的数据,很少进行按时间序列的纵向分析和比较,而事实上企业多年来发展的趋势应该从多年来企业数据中对照,企业未来发展的趋势,也完全可以利用前些年发展的特点预测出来。
中国电信做为主体电信经营企业,企业数据的数量非常大,保存数据的年份多,这是近几年来新的电信市场经营者无法比拟的资源优势。
许多有价值的信息并不是直观地显示,而是隐藏于海量的企业数据中。
不通过有规划的、有特定方法的、有强大数据处理能力保障的分析,就好象大海捞针、沙中取金。
重要的信息就不能被挖掘出来,导致市场分析不全面、不准确,缺乏广度和深度,因此难以制定科学的市场经营决策。
此外,由于数据量特别大,因此统计分析工作速度慢,效率低。
特别是对于临时性和突发性的查询请求、统计分析、报表生成更是难以迅速完成,由此导致了不能对市场的变化作出快速反应,甚至于丧失市场机会,给企业造成巨大损失。
针对以上种种问题,可以看到,充分利用我国电信行业各个部门的企业数据,并以此为基础,尽快建立起一套科学的、行之有效的决策支持系统,以便更好地适应激烈的市场竞争,这已是刻不容缓。
同时,值得国内电信经营决策者注意的是,目前国外相当一部分电信运营商:
如AT&T,BT,SPRINT,比利时电信等采用了数据库解决方案,且获得了巨大的收益。
3.我们可以对哪些工作提供直接有力的支持
●资费政策的制定。
前两年中国电信制定的国内长途”九州夜话”活动,应该说效果并不理想。
国际长途分时段优惠应该说也没有达到预期的目的。
北京电信为此每年少收入将近4个亿。
企业受到损失,在舆论上仍然被动。
我们认为资费政策是一项非常严肃的事情,推出新的资费政策必须慎之又慎,一旦推出就很难收回。
通过几年来对计费数据的分析和理解,我们完全有能力为新的资费政策的推出提供科学有力的决策依据,资费怎样优惠,优惠到什麽程度,我们都可以从企业数据中找到相应的信息。
●网间互联政策的制定。
固定网和中国移动、中国联通进行网间互联,最重要的是网间结算费用的谈判。
我们中国电信谈判的价格底限是什麽,这个价格有没有实际的依据呢?
相信目前中国电信拿不出有根据的价格,只能凭借对业务的理解做出大致评估。
我们认为网间结算是维护企业利益的重要手段,我们不能坐视企业的收入流失。
网间结算的谈判往往对新公司是有利的,如果我们没有有说服力的依据,在谈判中将非常被动。
而且这种网间结算的谈判不是一次性的,双方在未来经营中如果对目前结算原则提出异议,随时都可能重新谈判,修订规则。
对于国际通信结算而言,如果我们没有科学的谈判依据,恐怕我国电信方面的外汇收入将有很大影响。
中国电信从哪里取得谈判依据,维护自身利益?
我们认为,企业数据中蕴涵的信息可以很好地解决这些难题。
●用户信用度的设定。
用户欠费现象对于电信企业而言是十分头疼的事情。
我们缺少有针对性的预防性措施加以避免。
用户信用度的设定应该是比较可行的方法。
但是到底把哪些用户设为信用度较高?
哪些用户设为信用度较低?
哪些用户应该上黑名单呢?
从用户历年来缴费情况,欠费信息中完全可以得到答案。
对用户缴费情况不断跟踪,动态监视,同时有步骤地丰富用户相关的收入、职业等信息,就可以有针对性的控制企业欠费居高不下的现象,这对企业而言有很大意义。
●企业年度计划的制定
电信企业每年都要制定年度计划,分解每月应完成的指标。
由于近年来固定通信市场逐渐趋于饱和,且年度指标受资费政策改变、社会经济景气程度的影响非常敏感,许多电信企业不得不在接近年底时修正计划,调整指标。
我们如果对建立起企业数据处理机制,通过实际数据对多年来企业经营的情况进行分析,就可以建立一个初步反映中国国情、适应中国电信经营特征的企业经营模型,可以比较确切地了解究竟哪些因素会影响这个模型,影响系数有多大,这些对制定企业年度计划和发展规划是非常有意义的。
我们只简单举以上几个方面的例子,做出相应的说明。
事实上,企业数据中有很多丰富的信息,对企业经营、竞争有很大的推动作用。
这一点已经得到我们电信企业越来越多的部门和同志的认识。
我们认为难点在于企业数据的量太大了,分布太广泛了,我们以前还没有条件系统地研究这个问题,没有建立起专门的企业数据企业数据处理机制,没有设立专门的部门、配备足够的人员、设备完成这一工作。
我们一旦着手去做这件事,经过一段时间的艰苦努力,建立起这个机制,那麽企业将从中得到巨大的收益和回报。
意义
企业的最大财富
海量的电信企业数据(以计费数据、网管数据、营业数据为主)蕴藏着无穷的信息。
这些信息包含着中国电信各级企业市场运作的态势、企业用户群的分布、企业未来经营状况的趋势,等等。
“如果企业有大量数据,而你没有去挖掘它,那么你就在浪费企业最大的财富”。
这些信息对企业适应市场、驾驭市场、提高竞争力来说是至关重要的。
但这些信息又是隐含的、不易为人所察觉的。
计费系统掌握着这些数据,就有可能在做好计费、结算工作的同时,有利地支援企业市场经营工作。
企业决策的重要依据
从传统的运作方式来看,相当一部分企业(尤其是国内的企业),在做重要的决策时,主要的依据便是领导的“直觉和经验”,或者是从以往数据报表中得到的一些感性认识。
不可否认,领导的经验在一个企业的运营过程中起着不可忽视的作用。
但是,在市场竞争日益激烈、企业规模构成越来越庞大的今天,领导不可能完全正确的把握一切动态,单单靠领导的经验来决策企业行为是不可取的。
实际上,造成上述情形的原因主要有两个。
一是传统观念的影响,另一方面,缺乏先进的开发工具。
面对已经非常惊人、并且还在飞速增长的数据量,已有的OLTP工具显然已力不从心。
“工欲善其事,必先利其器”。
目前正悄然兴起的数据仓库技术,或者说决策支持系统恰恰在技术上弥补了上述空白。
因此,要使企业决策科学化、合理化,当务之急是建立起一整套科学合理的电信数据管理机制,采用先进的科技手段,有效的对已有数据资源加以利用。
参与竞争的重要支撑
不论是在国内还是国际,电信市场正逐步向开放化和自由化发展,客户需求不断增加和变化,新业务的复杂程度日益提高,市场竞争更加激烈。
在这样的环境下,谁能留住原有用户,吸引新的客户,提高经济效益,降低运营成本,谁就能在竞争中立于不败之地。
而达到这样目的的前提,在于及时准确的把握市场动态,洞悉客户需求。
客户的组成是什么样的?
客户对什么样的服务最满意?
哪方面的市场潜力最大?
哪些客户带来的效益最多?
为什么客户会流失到竞争对手那里去?
等等。
这些问题是所有企业决策者所关心的,却往往不知道该从哪里找到答案。
其实,答案就在你的身边,更准确的说就隐藏在企业历史数据库中。
只要你能合理利用先进的工具去挖掘、分析它们,它们就会不断给你带来惊喜,使你在竞争中占到有利地位。
国外案例
零售行业
Wal*Mart具有3000多家分店和连锁店,1997年销售额达1290亿美圆。
以前,各类销售、财务等数据分散存储,综合查询分析非常困难。
现在,建立起集中式的企业数据处理机制,数据存储超过中心112TB数据,处理并更新2亿多条记录。
销售数据、库存数据每天夜间从全球各个连锁店通过卫星线路实时传送至公司数据中心。
这样,可以降低库存成本,随时了解销售全局,从各方面分析市场趋势,及时调整营销策略。
保险行业
AetnaU.S.Healthcare全球最大的私人健康保险公司之一,已经建立起一套完整的企业数据处理系统。
数据处理中心数据库中存放超过2.8TB数据,其中包括500多万为患者或是投保人的住院信息、医师出诊、实验室测试等信息。
这些信息每天都将为1400多名Aetna认证的医学专家访问。
通过先进的数据挖掘工具和数据仓库相结合,就可以发现业务趋势,并提出更好的策略,以改善医疗,降低成本。
以具体事例来看,Aetna利用这套系统开发出哮喘病患者早期诊断程序,通过程序可以定期提醒患者或是有感染哮喘病倾向的投保人及时到医院或是专家处检查。
这套程序投入使用后,已经收到明显效果。
1998年,在Aetna数据仓库登记的用户中,因患哮喘病到医院急诊室就诊的儿童下降了22%,成人下降了13%。
正如AetnaU.S.Healthcare下属U.S.QualityAlgorithms公司总裁NicholasHanchack所说:
“我们正在利用企业数据处理系统帮助开发适用于糖尿病、肾病、以及心脏病等疾病的早期诊断程序,诸如此类程序有益客户的健康,同时增加了客户对我们的满意度,从而给公司带来更多的用户和效益。
”
金融行业
AIBBANK(AlliedIrishBank)爱尔兰最大的银行之一,拥有净资产超过30亿美圆。
通过建立起集中式的数据管理系统,与数据挖掘分析相结合,从而不仅有效的防止了客户欺诈行为,而且提高了客户满意度,吸引了更多用户。
与其它企业数据处理系统一样,AIB银行拥有一个数据量非常客观的中心数据库,里面存放者各类用户信息,交易记录等资料。
AIB是如何利用这批数据的呢?
首先,他们从统计分析ATM取款机的使用记录数据入手,找出在什么样的时间段内ATM取款机的使用率最高,哪些产品和服务被使用了,还有哪些潜在用户等隐含信息;在此基础上,对不同用户分成不同的类,这样可以分别为不同用户提供更为合适的产品;再进一步,将所有用户行为信息再汇总起来,采用数据挖掘中常用的集簇(CLUSTERING)技术,发现用户的共性,或是找出不同类用户之间的联系,建立起预测模型,预测用户行为。
比如,可以预测某一用户再向银行贷款的同时,是否会购买抵押保险等;最后,在所有挖掘分析的基础上,制定出新的银行经营策略。
“企业级的数据处理和挖掘分析技术已经成为当前最为关键的技术,”AIB银行资深数据处理挖掘分析专家RobertMullah这样评价道:
“以前,我们积累了大量的数据,却从中得到很少信息。
现在和将来,通过数据挖掘从中得到的资料,将在帮助制定决策中扮演越来越重要的角色。
”
电信行业
BellAtlantic美国东北部电信服务提供商之一,拥有全美国最早的电话网络。
在市场竞争日益激烈的今天,面对众多无论从规模还是资金实力都比自己强大的多的电信服务提供商(AT&T,MCI等),BellAtlantic始终能在市场中占有一席之地,并日益壮大,在这方面,BellAtlantic堪称业界楷模。
那么,BellAtlantic的诀窍在哪里呢?
早在1988年,BellAtlantic就意识到积累、分析市场信息的重要性,并开始着手建立自己的企业数据处理系统。
当时,中心处理数据库的数据量大约为400G左右,包括了用户信息、产品信息、利润信息等市场资料。
同时,还采用相应桌面软件,使毫无开发经验的用户可以任意从多角度浏览数据。
这样,用户就不必再花大量时间和精力再原始数据上,得到的信息也更加有效。
BellAtlantic的一位市场主管这样评价企业数据处理系统:
“通过使用这套软件,市场部门可以更快、更准确的制定出市场策略,给公司带来了更大的经济效益。
”
AT&T无线电话公司
AT&T无线电话服务公司是目前世界上最大的无线通信服务公司之一,其业务包括无线蜂窝电话、数字语音、数据与信息交换等,向全球近7百万客户提供服务。
近几年来,所有电信行业都面临着日益激烈的竞争,如何保持住已有的客户以及如何把竞争对手的客户拉过来,成了各家电信服务公司所研究的主要课题。
为此,AT&T无线通信服务公司收集了大量的用户信息,建立起自己的企业数据处理系统,通过对这些数据的详细分析,更准确地对自己的市场进行定位,把重点放在更好地理解客户的需求和为客户提供更好的服务上。
该数据仓库中存储有详细的客户情况、帐单支付记录以及与通话有关的数据。
利用此系统,业务管理部门可以拿到准确的信息,作出行之有效的经营决策,从而提高客户的满意度,使公司在无线通信服务市场上立于不败之地。
基于现有的客户信息档案,AT&T无线通信服务公司正筹备一些新的市场促销活动,以便继续保持并发展与现有客户的关系,同时以尽可能低的成本吸引新的用户。
利用一个精确的预测模型和大量的详细数据,业务部门可以比较准确地找出那些可能投向竞争对手的用户,然后采取适当的措施。
先决条件
数据集中处理
正如您从前面介绍的国外相关行业的成功案例中所看到的,所有企业数据处理系统都是建立在一个或多个能够存储和处理海量数据的数据中心基础上。
实际上,数据集中处理已经成为信息行业发展趋势。
近年来,全球的电信运营商的信息系统基本架构正经历一场深刻的变革,它们纷纷开始整合(Consolidate)自己分散的、各自为政的电信管理系统,即所谓的“信息系统再集中”。
在过去的几年中,不仅仅是电信业,全球各行各业的大型企业纷纷开始整合自己原有松散的客户机/服务器信息系统。
源自全球各权威咨询机构的报告清晰地显示出当前的“再集中”进展:
80%的跨国公司正在再集中自己的信息系统架构;68%的跨国公司正在再集中财务系统;64%的大型公司正在再集中应用程序开发/支持;88%的公司正在整合自己的服务器平台;72%的公司正在再集中分布式系统,20%的公司已经完成;72%的公司正在再集中PC/LAN架构。
削减信息系统总成本及控制运营成本、信息的实时共享、通过简化信息系统结构而减少管理的复杂度、通过将企业级关键应用集中到更强大的大型主机上而强化可用性与系统的可扩展性等是促使如此众多的企业采取再集中行动的重要原因。
电信业的“再集中”实例十分普遍,电信业巨头(如NTT、AT&T)的信息系统均采取以大型主机S/390为核心的集中架构模式,其数据中心少则两个,多则不超过10个。
以下以NTT和英国电信为例详细介绍。
✧NTT公司
NTT作为亚洲乃至全球最大的电信运营商之一,有6000万用户使用其电信服务,每年要处理782亿次呼叫,每年的营业收入为800亿美元。
这对其信息系统提出了苛刻的要求,必须保证全天24小时的正常运转。
NTT经过数年努力将原来的60多个数据中心整合为不到10个,开发出新系统STARS,而且将继续整合为两个以迎接来自美、欧等电信巨头的竞争;马来西亚电信也开始整合,将8000名客户的计费应用由三台UNIX服务器转到S/390平台上,而该平台将要处理的客户数则高达450万。
✧英国电信大力整合数据中心
英国电信目前已经与计算机公司IBM合作,由后者为其数据中心整合项目提供整套的信息系统、软件和服务,其总处理能力达到每秒136.63亿个指令。
整合后的数据中心将支持英国电信种类繁多的业务需求,其中包括客户服务中心。
英国电信的客户服务中心负责为居民用户以及商业机构提供计费、故障报告等各种咨询。
数据中心的战略整合,将为英国电信构造一个强大的信息支持系统,为整个英国电信及其供应商、合作伙伴和电信用户共同组成的价值网络提供一个强健的信息共享共同体,同时也使其核心业务流程的集成程度达到一个新高度。
而各种关键型应用整合到企业服务器之后,也会进一步强化其安全性、可用性以及可扩展性。
该解决方案包括15台企业服务器、10台虚拟磁带服务器以及磁带库,这将增强处理海量数据的性能,显著降低磁带处理的总成本。
这个项目将进行数年才能完成,其中包括硬件、软件和多种服务等一揽子解决方案,还有提供电子商务和商业智能应用的战略软件部分。
与众不同的是,IBM全球理财机构还将负责该合同的财务工作,给英国电信提供了贯穿整个协议执行期的可预知成本计划。
这种创新协议将有助于英国电信在预知成本和效益的前提下,加强其开发利用先进信息技术的能力。
英国电信在整合数据中心的同时将安装四套并行系统综合体,还将对磁带操作体系进行升级,实现无人值守。
英国电信认为通过这项战略性的计划,将获得全新的效率水平。
对于中国电信而言,目前的企业数据主要分布在计费、网管、97营业、统计、市场的部门或专业。
对于某一专业(如计费专业)来讲,全网数据又分布在各省、各地市、甚至各县。
总局了解和掌握全网信息,只能通过各部门的统计报表来进行。
我们都知道每种报表由于数据源过于分布、统计人员素质不同、统计方法不尽科学等因素,实际上从基层传到总局,已经有不同程度的失真。
而且企业数据没有经过有计划地整和,分散在各专业、各地域中,企业无法迅速掌握我方的经营运做情况,非常被动。
所以说,我们中国电信的当务之急,也是尽快建立”数据集中处理”的机制。
从实际情况来看,随着全国电信网管集中监控系统的使用,全国电信集中计费系统的建设,为全国电信企业数据集中处理的机制打下了很好的基础,我们完全有把握做好这件事情。
数据准确性
一个成功的企业数据处理系统的背后,更好地了解客户是基本推动力之一。
但是,如果数据本身就是模棱两可,企业要想充分了解客户就显得十分困难。
别出心裁的数据记录、不同应用系统的标准以及随意的文本文件都可能导致对客户不完全或不确切的信息,这些信息可能是市场计划、详细预算、甚至是防止欺诈行为和帐目错误的关键,——这就是为什么对于成功的企业数据处理系统来说,对数据的再规划是不可或缺的重要环节。
所谓数据再规划,是把多种传统资源或外部资源信息中不完善的数据自动转换为准确可靠的见解,这项工作甚至需要跨越不同的IT系统、部门和活动领域。
通过对低层次数据的研究、大量的数据输入、实体确认及数据再规划,用户可以确保数据价值的准确可靠,获得智能商务信息系统所必须的高水平数据质量。
如果不能充分提取蕴藏在成千上万记录、任意文本领域中的复杂关系,就可能引发对最终用户查寻的错误反应,大大减少数据提炼趋势分析的效力。
“进去的是垃圾,出来的也是垃圾”。
因此,在数据再规划的过程中,需要将构成一个商业实体的所有组成部分在逻辑上或事实上连接为单独的一整套属性,这就是人们说的“实体完整性”。
了解客户是部署企业数据处理系统解决方案的良好前提,这就需要时时刻刻得到高质量数据的支持,请注意确保数据的准确!
中国电信必须建立专门的数据处理中心,对集中起来的数据进行处理,才能取得有价值的信息。
企业数据很多,但不是都有用,最有用的数据也不是现成的,需要进行转换、提炼才行。
对数据进行转换、提炼,对处理人员的要求非常高,处理人员必须对数据非常敏感,对业务非常熟悉,面对大量的数据知道从何入手。
所以说建立集中性的数据处理中心,必须培养高水平的数据处理人员。
数据完整性
这实际是数据准确性的补充与延伸。
进入90年代后期,许多企业越来越多地采用多层或分布式计算体系,其结果是在一个企业内部产生了多种数据集市。
计算环境的差异对企业数据处理系统系统提出了苛刻的挑战:
客户需要完整的观察视角,数据处理系统必须足够灵活,以支持不同的数据资源。
实施方法建议
现状
中国大中型企业目前的信息系统基本上是分散架构,许多大型企业甚至有数百个数据中心,基本上是按照行政区域分布的。
结果,不仅是关键性的数据如散沙一般撒在各地,信息系统的经费也被各个区域单位分摊,局部性的短期采购替代着长远的战略规划。
目前,信息技术应用比较领先的中国银行业,已经开始信息系统的再集中。
例如,中国银行的“大集中计划”,将从以城市为中心集中到以省为中心,进而再集中为全国四个数据中心。
众多的数据中心集中整合,使企业的信息系统成为一个整体,不仅是电信业,也是当今世界各行业的先进企业部署跨世纪战略信息平台的必由之路。
在21世纪经济全球化以及电子商务竞争环境中,数据中心的有效整合,不仅意味着降低信息系统总成本,更为重要的是使企业成为一个强健而统一的信息共享共同体。
在电信业强强合作全球竞争的今天,中国电信行业如何迎头赶上需要方方面面的努力,而信息系统的再集中无疑是其中一个战略性的选择。
中国的电信运营商目前广泛采用基于UNIX服务器/大型关系数据库/网管应用软件的环境,从整个企业的经营管理来看,或者说从企
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国电信 企业 数据处理 机制 方案 建议