名址数据库的开发综述

时间:2022-06-21 07:09:38

名址数据库的开发综述

在广泛听取了江苏省邮政公司企发、函件、信息技术等部门领导及专家的意见后,苏州邮政确定了数据BI分析系统(BusinessIntel-ligence)的建设目标。苏州邮政数据BI分析系统的建设目标,就是以名址信息数据中心的建设和应用为主线,实现数据清洗、归整,支持数据挖掘分析和查询的营销应用;通过建立有效的内部数据维护和外部信息反馈更新机制,不断提升和优化名址质量;加强数据应用的闭环管理,实现对名址数据库效能和业务绩效的评估,以实现对数据库商函业务的有力支撑。苏州邮政BI分析系统于2010年12月开始分三期建设。一期建设数据处理平台,实现了对开展业务所需的数据加工、数据分析提供从工具到平台的支持;二期实现数据对接,建设了多系统的数据获取、数据服务、业务反馈、数据淘汰的全程管理;三期实现数据挖掘,为智能化营销提供支撑。在技术部门、业务部门的紧密合作中,在详细讨论业务方案的基础上,经过研发、测试,该信息系统于2011年12月正式上线运行。

完善数据分析系统功能实用苏州邮政BI分析系统的建设,主要针对数据库商函服务的业务需要,提供数据加工、数据分析和数据服务等方面的功能,同时兼顾包括商函业务部门在内的多业务部门的业务分析需求。BI系统的构成包括三大平台和四个管理系统。商函直邮平台:对外服务以客户为中心,内部支撑以数据为中心,通过建名址目录、建样本库、建成功案例库等,既可以给客户进行展示,也可以让客户选择所需名址后直接下单制作。数据加工平台:外部数据通过系统提供的公共接口完成数据导入,用户可以对此数据进行清洗、排重、匹配等操作,以提高数据的准确性;还可以通过数据整合功能,将数据整合进基础数据库中,为分析平台和商函直邮提供数据。数据分析平台:通过导入邮政各业务种类的历史交易数据,通过对客户自带数据、行业客户用邮数据、基础个人信息库数据进行综合分析,直接生成行业用邮的“专题库”、“数据目录”等,挖掘潜在客户,为精准营销寻找客户源。另一方面,还可分析金融、函件、发行、集邮、电子商务等专业的经营报表,为经营状况分析工作提供依据。数据管理:包括数据定义管理、数据模板管理、数据存储管理、数据版本管理、数据目录管理、数据日志管理、数据备份管理、数据清理机制、数据使用安全管理等。

客户管理:包括客户管理、合同管理、客户信息查询和客户群管理等功能。系统管理:指对本系统进行维护和用户权限管理所需要的功能,包括用户管理(增、删、改、查、密码管理、角色分配等)、权限管理、参数管理、部门管理和角色管理。系统监控:对各类用户使用数据、下载数据进行登记跟踪,防止内部用户数据外泄。从数据的生产流程来看,系统主要包括获取、整理、审批、加工入库与、分析使用与反馈、数据维护等环节,每个环节需要相应的功能工具,有些功能工具可以适用于多个环节。因此,系统功能要从整个数据生产流程来考虑,以确保功能工具的齐全,避免冗余。BI系统的功能主要分为五大类:数据处理:包括数据的获取、加工、整合和归并、匹配与去重等功能。数据使用:包括数据查询、数据分析定制、数据版本使用等功能。数据分析:包括针对数据加工情况进行的分析、对数据所做的评估法分析、针对数据生成目录所需要的分析、在数据库商函服务中所需要的分析、对数据使用情况进行的分析、对数据库营销效果的分析,以及各专业经营管理所需要的统计分析等。统计报表:包括零售业务、电子商务代缴费业务经营管理方面的统计报表,以及有关数据资源的统计报表、商函业务的经营管理报表等。数据接口:包括与全国中心、省中心、本地网中心、外部数据的接口需求,与全国邮政名址信息系统、全国邮政名址维护系统、商函业务信息系统的接口,与11185及其他地方短信平台、呼叫中心的接口等。

应用信息系统促进业务发展苏州邮政数据BI分析系统上线一年多以来,得到了多个专业的积极使用。在企业形象宣传年册、基金定投、校园期刊、“自邮一族”以及商函推广项目中,集邮公司、金融业务局、发行局、电子商务局、函件业务局分别整合利用数据资源,对一些新行业进行拓展,根据产品定位的客户特征,确定产品的目标人群,并通过系统查找和“瞄准”这一人群,有针对性地进行营销。在数据分析系统的应用中,各专业成功进行了数据挖掘和分析,利用系统中已整合的“个人”数据的其他相关属性,以及“地址”数据中的“小区档次”等属性,进行关联分析,从而逐步获得该类价值人群的特征信息,并利用特征信息,最终确定了有效的营销客户群体,实现精准营销,取得令人满意的实效。以函件专业开发的“泉屋”商城商函项目为例。苏州“泉屋”商城计划通过商函的方式向其目标人群进行推广,旨在提升知名度和客流量,发展会员,要求商函发送量为10万份。函件业务局在项目实施和系统应用中,对有收入档次字段的,直接筛选出数据;对没有收入字段的,则通过客户分析(业态分析、消费人群分析)、定位属性区分(刚性,优先级别)、相关属性分析(个人所得税、小区档次、汽车档次、公积金、数据源代码)、抽取相关属性样本进行分析,依据分析得出特征,从而确定了收入未知人群的收入水平,挖掘出新的目标受众。

作者:邹玉良 单位:江苏省苏州邮政局

上一篇:地方产业内部结构优化解析 下一篇:邮政集邮管理的建议探索