專利名稱：Kpi 數據的分析方法及裝置的制作方法
技術領域：
本發(fā)明涉及通信領域，具體而言，涉及一種KPI數據的分析方法及裝置。
背景技術：
近年來，隨著電信行業(yè)在用戶、業(yè)務和網絡等方面的快速膨脹，導致業(yè)務量大增， 鑒于現有電信網絡在一段時間內仍然是收入和效益的最主要來源，深入研究電信網絡，分析網絡性能，提高資源利用率，向已有投資要效益，是各大運營商保持服務和業(yè)務領先的必然選擇。為應對復雜多變的競爭環(huán)境，運營商要求逐步向精化管理轉變，需要進一步提高網絡的效益，提高對市場變化和需求的感知。運營商現有的分析方法，是以報表數據庫為核心的網絡分析體系，是傳統(tǒng)、原始和不靈活的，不能滿足決策層面的宏觀管理的需要，無法有效準確的指導各個層面的網絡分析工作。國際上目前通用的以客戶關系管理(CRM)為典型應用的數據倉庫OLAP聯(lián)機分析技術，和以電信運營支撐系統(tǒng)(0SQ為典型應用的數據庫OLTP事務處理技術W-9]，還停留在采用某種技術，從某個應用角度研究某個業(yè)務層面的問題，例如采用關聯(lián)分析技術，研究 3G網絡中客戶流失模式，無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的關鍵性績效指標(Key Performance hdicator，簡稱為KPI)進行綜合的分析，達到對網絡性能和服務質量全面考核的目標，滿足運營商衡量業(yè)務運行狀況的需要。一個綜合性的，全面解決運營商網絡性能的總體方案，目前還處于理論探討階段。

發(fā)明內容
針對相關技術中無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的 KPI數據進行綜合分析的問題，本發(fā)明提供了一種KPI數據的分析方法及裝置，以至少解決上述問題。根據本發(fā)明的一個方面，提供了一種KPI數據的分析方法。根據本發(fā)明的KPI數據的分析方法包括依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；使用與KPI數據相匹配的分析模型對KPI數據建模，并使用與KPI數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標；在性能指標滿足預定條件時，反饋性能指標。在上述方法中，在從源數據庫中獲取當前業(yè)務主題對應的KPI數據之前，還包括 對源數據庫中的源數據分組，獲取多組源數據；對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；根據排序結果確定待分析的業(yè)務主題。在上述方法中，從源數據庫中獲取當前業(yè)務主題對應的關鍵性績效指標KPI數據包括根據當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標；根據維度和KPI指標從源數據庫中獲取與當前業(yè)務主題對應的KPI數據。在上述方法中，使用與KPI數據相匹配的分析模型對KPI數據建模包括對KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對對應的分析模型進行排序； 選取排序后的首項分析模型對KPI數據建模。在上述方法中，使用與KPI數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標包括對分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對對應的算法進行排序；選取排序后的首項算法對KPI數據進行計算獲取性能指標。在上述方法中，在性能指標滿足預定條件時，反饋性能指標包括將性能指標與預先設定的閾值進行比較；如果性能指標大于或者等于閾值，則反饋性能指標。在上述方法中，在性能指標不滿足預定條件時，還包括使用與KPI數據相匹配的新的分析模型重新對KPI數據建模，并使用與KPI數據相匹配的新的算法重新對建模后的 KPI數據進行計算獲取新的性能指標。根據本發(fā)明的另一方面，提供了一種KPI數據的分析裝置。根據本發(fā)明的KPI數據的分析裝置包括第一獲取模塊，用于依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；建模模塊，用于使用與 KPI數據相匹配的分析模型對KPI數據建模；計算模塊，用于使用與KPI數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標；反饋模塊，用于在性能指標滿足預定條件時， 反饋性能指標。在上述裝置中，還包括第二獲取模塊，用于對源數據庫中的源數據分組，獲取多組源數據；排序模塊，用于對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；確定模塊，用于根據排序結果確定待分析的業(yè)務主題。在上述裝置中，上述第一獲取模塊包括第一獲取單元，用于根據當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標；第二獲取單元，用于根據維度和 KPI指標從源數據庫中獲取與當前業(yè)務主題對應的KPI數據。在上述裝置中，上述建模模塊包括第一排序單元，用于對KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對對應的分析模型進行排序；建模單元，用于選取排序后的首項分析模型對KPI數據建模。在上述裝置中，上述計算模塊包括第二排序單元，用于對分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對對應的算法進行排序；計算單元，用于選取排序后的首項算法對KPI數據進行計算獲取性能指標。在上述裝置中，上述反饋模塊包括比較單元，用于將性能指標與預先設定的閾值進行比較；反饋單元，用于在性能指標大于或者等于閾值時，反饋性能指標。通過本發(fā)明，采用依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；使用與KPI數據相匹配的分析模型對KPI數據建模，并使用與KPI 數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標；在性能指標滿足預定條件時，反饋性能指標，解決了相關技術中無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的KPI數據進行綜合分析的問題，進而達到了全面考慮3G新業(yè)務的推廣特點，通過深入分析網絡關鍵性績效指標，深入節(jié)能挖潛，提高網絡資源利用率，提升客戶滿意度， 帶來更高的業(yè)務增值的效果。


此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本申請的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中圖1是根據本發(fā)明實施例的KPI數據的分析方法流程圖；圖2是根據本發(fā)明優(yōu)選實施例的從源數據庫中采集KPI數據的方法流程圖；圖3是根據本發(fā)明優(yōu)選實施例的KPI性能監(jiān)控方法流程圖；圖4是根據本發(fā)明實施例的KPI數據的分析裝置的結構框圖；以及圖5是根據本發(fā)明優(yōu)選實施例的KPI數據的分析裝置的結構框圖。
具體實施例方式下文中將參考附圖并結合實施例來詳細說明本發(fā)明。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。圖1是根據本發(fā)明實施例的KPI數據的分析方法流程圖。如圖1所示，該方法主要包括以下處理步驟S102 依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；上述業(yè)務主題可以是需要監(jiān)控的業(yè)務的標識，例如，短信業(yè)務，彩鈴業(yè)務、彩信業(yè)務等。步驟S104 使用與KPI數據相匹配的分析模型對KPI數據建模，并使用與KPI數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標；步驟S106 在性能指標滿足預定條件時，反饋性能指標。相關技術中，無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的KPI 數據進行綜合分析。采用如圖1所示的方法，根據當前的業(yè)務主題從源數據庫中獲取與當前業(yè)務主題對應的KPI數據，從模型庫中選取與KPI數據最相匹配的分析模型對KPI數據建模，并且從算法庫中選取與KPI數據最相匹配的算法對建模后的KPI數據進行計算獲取性能指標；當上述性能指標滿足預定條件時，將性能指標反饋給用戶，便于用戶進行調整。 由此解決了相關技術中無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的KPI 數據進行綜合分析的問題，實現了協(xié)助運營商實現提高網絡資源利用率、提升客戶滿意度的效果。需要說明的是，本發(fā)明設計實現了一種基于KPI的電信智能數據分析方法，通過弓丨入數據倉庫和多維數據分析技術，同時設計了一個關鍵性業(yè)務處理模型庫以及一個算法工具庫，并在此基礎上，實現了對基于KPI的電信智能數據分析方法。針對運營過程中，對網絡性能產生決定性影響的KPI進行定義、篩選、采集和監(jiān)控，建立一個基于KPI的網絡性能分析模型，立足于現有實際網絡關鍵運營數據，深入分析網絡運行狀況。優(yōu)選地，在執(zhí)行步驟S102之前，需要確定上述待分析的業(yè)務主題，可以包括以下處理(1)對源數據庫中的源數據分組，獲取多組源數據；(2)對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；
(3)根據排序結果確定待分析的業(yè)務主題。優(yōu)選地，上述步驟S102可以進一步包括以下處理(1)根據當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標；(2)根據維度和KPI指標從源數據庫中獲取與當前業(yè)務主題對應的KPI數據。需要說明的是，本發(fā)明依據電信行業(yè)規(guī)范，需要預先設計一個KPI體系元數據規(guī)則庫，從KPI主題的維度和KPI指標入手，充分考慮KPI指標間業(yè)務的相關性和流程性等特征，從源數據庫中獲取與當前業(yè)務主題對應的KPI數據。下面結合圖2對上述優(yōu)選實施過程做進一步的描述。圖2是根據本發(fā)明優(yōu)選實施例的從源數據庫中采集KPI數據的方法流程圖。如圖 2所示，該KPI數據采集過程包括業(yè)務分析主題的選擇和KPI指標及維度數據的采集。前一過程將從業(yè)務分析庫中挑選相應的主題，后一過程則將從業(yè)務源數據庫中采集抽取相應的 KPI數據。KPI數據采集過程是在相關業(yè)務流程模型的指導下，針對相關主題，利用抽取轉換裝載工具，將影響網絡性能的KPI數據，從現有的運營業(yè)務源數據庫內抽取、加載到網絡業(yè)務性能監(jiān)控數據庫中準備進行分析。該方法可以包括以下處理步驟步驟S202 首先對業(yè)務源數據庫進行分析，從中發(fā)現相關的業(yè)務分析主題源數據；步驟S204 分析主題選擇器對業(yè)務主題源數據做關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小，挑選出合適的分析主題列表LS (j)，j = {0，1，2，...}，并將序列中的所有權值映射到{0，1}域內；步驟S206 業(yè)務分析主題，選取步驟S04中分析主題選擇器輸出主題列表的首項 LS (0)，作為當前最適合的業(yè)務主題；需要說明的是，通常情況下，將業(yè)務主題列表的首項LS(O)作為當前最適合的業(yè)務主題，但是，針對當前業(yè)務主題列表的首項LS(O)進行分析后反饋給用戶，而用戶卻無法做出調整的情況下，則不需要再對該首項LS(O)進行分析，而是繼續(xù)對第二項LS(I)進行分析。依此類推，如果針對LS(I)進行分析后反饋給用戶，而用戶卻無法做出調整的情況下， 則不需要再對該首項LS(I)進行分析，而是繼續(xù)對第三項LS(2)進行分析。步驟S208 從元數據規(guī)則庫中獲取當前業(yè)務主題的維度和KPI指標，其中，上述維度和KPI指標要求精確到符合業(yè)務要求的最細粒度；步驟S210 從業(yè)務源數據庫中導入相應的KPI數據，完成KPI數據的采集。優(yōu)選地，在步驟S104中，使用與所述KPI數據相匹配的所述分析模型對所述KPI 數據建?？梢园ㄒ韵绿幚?1)對KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對對應的分析模型進行排序；(2)選取排序后的首項分析模型對KPI數據建模；(3)對分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對對應的算法進行排序；(4)選取排序后的首項算法對KPI數據進行計算獲取性能指標。需要說明的是，本發(fā)明在對KPI數據分析過程中，立足于智能和全面分析的角度，對KPI指標按照總體分析的要求，基于XML技術，建立了相應的分析模型，實現了跨廠商和業(yè)務的內在分析處理能力，并可以自動實現對KPI模型的選擇。另外，本發(fā)明提供了一個滿足網絡智能數據處理的集成算法，融合了包括時間序列，關聯(lián)分析，聚類分析在內的數據分析方法，尤為關鍵的是針對綜合業(yè)務處理在處理效率時間和內存資源方面的特殊性，對這些算法進行了相應的改進。在優(yōu)選實施過程中，可以通過閾值比較方式來確定是否向用戶反饋獲取到的性能指標，例如(1)將性能指標與預先設定的閾值進行比較；(2)如果性能指標大于或者等于閾值，則反饋性能指標。在優(yōu)選實施過程中，步驟S106還可以包括以下處理如果性能指標小于閾值，則使用與KPI數據相匹配的新的分析模型重新對KPI數據建模，并使用與KPI數據相匹配的新的算法重新對建模后的KPI數據進行計算獲取新的性能指標。需要說明的是，上述閾值是根據上述采集的KPI數據的中位數來確定的，S卩，將大于或者等于KPI數據中位數的性能指標反饋給用戶；針對小于KPI數據中位數的性能指標， 則需要重新選擇新的分析模型和新的算法對上述采集的KPI數據進行分析，獲取新的性能指標。下面結合圖3對上述優(yōu)選實施方式做進一步的描述。圖3是根據本發(fā)明優(yōu)選實施例的KPI性能監(jiān)控方法流程圖。如圖3所示，在對上述采集的KPI數據進行分析的基礎上，從相應的分析模型庫和算法庫中，挑選最合適的分析模型和算法對KPI數據進行分析推算，形成在線調優(yōu)和分析報告呈現給用戶，以便用戶根據系統(tǒng)的性能，循環(huán)反饋對相關的部分進行調整，實現系統(tǒng)性能的最佳化。該方法的處理流程主要包括以下處理步驟步驟S302 通過使用KPI模型選擇器，從模型庫中選擇相應的適合KPI數據的分析模型；步驟S304 =KPI算法選擇器對模型中的算法進行分析，對算法庫中算法進行篩選， 按照匹配概率從大到小的順序，列出候選算法CA (j) ,j = {0,1,2,...},并將序列中的權值映射到{0，1}域內；步驟S306 從步驟S304候選算法CA (j)中挑選出首項CA(O)，作為當前最適合的應用算法，用作對KPI數據的當前分析算法；步驟S308 將KPI分析處理后的性能指標數據，與系統(tǒng)中相關KPI指標的性能閾值K(i)相比較，其中，i = index (某KPI指標)；步驟S310 判斷KPI分析處理后的性能指標數據是否達到KPI指標閾值要求；步驟S312 若未達到KPI指標閾值要求，則未通過KPI監(jiān)控，生成KPI調優(yōu)報告， 返回到步驟S302，重新選擇模型和算法；步驟S314 若達到KPI指標閾值，將KPI分析處理后的性能指標數據，與系統(tǒng)中相關主題結合，生成KPI分析結果報告提供給用戶。需要說明的是，上述流程主要是根據運營業(yè)務的實際情況，在KPI的分析主題指導下，對電信網絡中的運營KPI數據的進行采集、抽取功能，并將數據發(fā)送到系統(tǒng)中，按照主題進行存儲、分析，實現全面觀測關鍵指標數據的變化趨勢、預測等的目的。
圖4是根據本發(fā)明實施例的KPI數據的分析裝置的結構框圖。如圖4所示，該 KPI數據的分析裝置主要包括第一獲取模塊10，用于依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；建模模塊20，用于使用與KPI數據相匹配的分析模型對KPI數據建模；計算模塊30，用于使用與KPI數據相匹配的算法對建模后的 KPI數據進行計算獲取性能指標；反饋模塊40，用于在性能指標滿足預定條件時，反饋性能指標。采用如圖4所示的裝置，第一獲取模塊10依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；建模模塊20使用與KPI數據相匹配的分析模型對KPI數據建模；計算模塊30使用與KPI數據相匹配的算法對建模模塊20建模后的 KPI數據進行計算獲取性能指標；在性能指標滿足預定條件時，反饋模塊40反饋性能指標。 從而解決了相關技術中無法對包括關鍵業(yè)務量指標、業(yè)務質量指標、性能指標等在內的KPI 數據進行綜合分析的問題，實現了協(xié)助運營商實現提高網絡資源利用率、提升客戶滿意度的效果。優(yōu)選地，如圖5所示，上述裝置還可以包括第二獲取模塊50，用于對源數據庫中的源數據分組，獲取多組源數據；排序模塊60，用于對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；確定模塊70，用于根據排序結果確定待分析的業(yè)務主題。優(yōu)選地，上述第一獲取模塊10可以包括第一獲取單元100，用于根據當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標；第二獲取單元102，用于根據維度和KPI指標從源數據庫中獲取與當前業(yè)務主題對應的KPI數據。優(yōu)選地，上述建模模塊20可以包括第一排序單元200，用于對KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對對應的分析模型進行排序；建模單元 202，用于選取排序后的首項分析模型對KPI數據建模。優(yōu)選地，上述計算模塊30可以包括第二排序單元300，用于對分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對對應的算法進行排序；計算單元302，用于選取排序后的首項算法對KPI數據進行計算獲取性能指標。優(yōu)選地，上述反饋模塊40可以包括比較單元400，用于將性能指標與預先設定的閾值進行比較；反饋單元402，用于在性能指標大于或者等于閾值時，反饋性能指標。需要說明的是，上述裝置中各模塊及各模塊中的各個單元相互結合的優(yōu)選實施方式具體可以參見圖1至圖3的描述，此處不再贅述。從以上的描述中，可以看出，本發(fā)明實現了如下技術效果基于現有運營業(yè)務數據實現節(jié)能挖潛，全面考慮了 3G新業(yè)務的推廣特點，融合現有最佳數據分析技術手段對網絡性能產生決定性影響的KPI數據進行分析，并建立網絡KPI性能分析模型對運營過程中的 KPI數據進行篩選、監(jiān)控和采集，建立一個基于實際運營中關鍵指標的網絡性能分析模型， 實現深入分析網絡運行，提高網絡資源利用率，提升客戶滿意度的目標。顯然，本領域的技術人員應該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計算裝置來實現，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成的網絡上，可選地，它們可以用計算裝置可執(zhí)行的程序代碼來實現，從而，可以將它們存儲在存儲裝置中由計算裝置來執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個集成電路模塊，或者將它們中的多個模塊或步驟制作成單個集成電路模塊來實現。這樣，本發(fā)明不限制于任何特定的硬件和軟件結合。
以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
權利要求
1.一種關鍵性績效指標KPI數據的分析方法，其特征在于，包括依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據； 使用與所述KPI數據相匹配的分析模型對所述KPI數據建模，并使用與所述KPI數據相匹配的算法對建模后的所述KPI數據進行計算獲取性能指標； 在所述性能指標滿足預定條件時，反饋所述性能指標。
2.根據權利要求1所述的方法，其特征在于，在從所述源數據庫中獲取當前業(yè)務主題對應的所述KPI數據之前，還包括對所述源數據庫中的源數據分組，獲取多組源數據；對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；根據排序結果確定所述待分析的業(yè)務主題。
3.根據權利要求1所述的方法，其特征在于，從所述源數據庫中獲取當前業(yè)務主題對應的關鍵性績效指標KPI數據包括根據所述當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標； 根據所述維度和所述KPI指標從所述源數據庫中獲取與所述當前業(yè)務主題對應的所述KPI數據。
4.根據權利要求1所述的方法，其特征在于，使用與所述KPI數據相匹配的所述分析模型對所述KPI數據建模包括對所述KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對所述對應的分析模型進行排序；選取排序后的首項分析模型對所述KPI數據建模。
5.根據權利要求1所述的方法，其特征在于，使用與所述KPI數據相匹配的算法對建模后的所述KPI數據進行計算獲取所述性能指標包括對所述分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對所述對應的算法進行排序；選取排序后的首項算法對所述KPI數據進行計算獲取所述性能指標。
6.根據權利要求1所述的方法，其特征在于，在所述性能指標滿足預定條件時，反饋所述性能指標包括將所述性能指標與預先設定的閾值進行比較；如果所述性能指標大于或者等于所述閾值，則反饋所述性能指標。
7.根據權利要求1至6中任一項所述的方法，其特征在于，在所述性能指標不滿足預定條件時，還包括使用與所述KPI數據相匹配的新的分析模型重新對所述KPI數據建模，并使用與所述 KPI數據相匹配的新的算法重新對建模后的所述KPI數據進行計算獲取新的性能指標。
8.—種關鍵性績效指標KPI數據的分析裝置，其特征在于，包括第一獲取模塊，用于依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；建模模塊，用于使用與所述KPI數據相匹配的分析模型對所述KPI數據建模； 計算模塊，用于使用與所述KPI數據相匹配的算法對建模后的所述KPI數據進行計算獲取性能指標；反饋模塊，用于在所述性能指標滿足預定條件時，反饋所述性能指標。
9.根據權利要求8所述的裝置，其特征在于，所述裝置還包括第二獲取模塊，用于對所述源數據庫中的源數據分組，獲取多組源數據；排序模塊，用于對于各組源數據執(zhí)行關聯(lián)分析，按照關聯(lián)分析獲取的匹配概率大小對各組源數據所對應的業(yè)務主題進行排序；確定模塊，用于根據排序結果確定所述待分析的業(yè)務主題。
10.根據權利要求8所述的裝置，其特征在于，所述第一獲取模塊包括第一獲取單元，用于根據所述當前業(yè)務主題從元數據規(guī)則庫中獲取該業(yè)務主題對應的維度和KPI指標；第二獲取單元，用于根據所述維度和所述KPI指標從所述源數據庫中獲取與所述當前業(yè)務主題對應的所述KPI數據。
11.根據權利要求8所述的裝置，其特征在于，所述建模模塊包括第一排序單元，用于對所述KPI數據對應的分析模型進行分析，按照分析獲取的匹配概率大小對所述對應的分析模型進行排序；建模單元，用于選取排序后的首項分析模型對所述KPI數據建模。
12.根據權利要求8所述的裝置，其特征在于，所述計算模塊包括第二排序單元，用于對所述分析模型對應的算法進行分析，按照分析獲取的匹配概率大小對所述對應的算法進行排序；計算單元，用于選取排序后的首項算法對所述KPI數據進行計算獲取所述性能指標。
13.根據權利要求8所述的裝置，其特征在于，所述反饋模塊包括比較單元，用于將所述性能指標與預先設定的閾值進行比較；反饋單元，用于在所述性能指標大于或者等于所述閾值時，反饋所述性能指標。
全文摘要
本發(fā)明公開了一種KPI數據的分析方法及裝置，在上述方法中，依次針對待分析的各個業(yè)務主題，從源數據庫中獲取當前業(yè)務主題對應的KPI數據；使用與KPI數據相匹配的分析模型對KPI數據建模，并使用與KPI數據相匹配的算法對建模后的KPI數據進行計算獲取性能指標；在性能指標滿足預定條件時，反饋性能指標。根據本發(fā)明提供的技術方案，達到了全面考慮3G新業(yè)務的推廣特點，通過深入分析網絡關鍵性績效指標，深入節(jié)能挖潛，提高網絡資源利用率，提升客戶滿意度，帶來更高的業(yè)務增值的效果。
文檔編號G06Q10/06GK102521706SQ20111042579
公開日2012年6月27日 申請日期2011年12月16日 優(yōu)先權日2011年12月16日
發(fā)明者何曉晶 申請人:北京斯泰威網絡科技有限公司