业务数据统计分析

业务数据统计分析（11篇）

1.业务数据统计分析 篇一

对国税部门税收业务数据分析工作的思考

略阳县国家税务局 梁飞

内容提要：随着信息化的发展，国税系统内已经累计了大量的税收业务数据，数据就是宝贵财富，如何更好地利用这些数据，为税收管理工作服务，已经成为一重要课题。本文结合数据分析应用工作实践，对当前数据分析应用工作的现状、存在的问题进行系统阐述与分析，对做好数据分析应用工作提出了一些可行性建议，仅供参考。

关键词：数据分析 现状 思考

近年来，国税机关依托信息化技术对涉税数据进行整合集中，数据资源得到了广泛共享，同时依据税收分析监控系统加强数据质量管理，结合税收政策理论对数据进行分析研究，探索把握规律，挖掘出有价值信息应用于税收征管，有效降低了税收成本和执法风险，提升了征管质量和办税效率。然而，在工作实践中我们也发现，当前基层国税机关对数据管税工作推进不足，对数据信息的表层分析多、纵深分析少，应用经验积累不足，使许多数据资源被闲臵而没有得到较好地利用。随着信息管税理念的确立，数据分析利用的作用日益凸显，如何通过提高涉税数据的分析利用质量来持续提升征管质量，已成为我们当前面临的一个重要课题。

一、税收业务数据管理的现状及存在问题

目前，国税系统主要应用系统实现了省级数据集中，数据大集中的征管模式已经建立，综合征管CTAIS系统、防伪税控系统等已运行多年，并趋于完善和成熟，业务功能齐全，设臵合理，操作简便，不仅将税务人员从繁琐的手工劳动中解放出来，提高了工作效率，而且还为推行数据管税工作提供了充足数据，为实现管理手段和管理方法的创新创造了良好条件。

与此同时，数据管税的工作方法在基层单位尚处于初级运用阶段，还没有真正成为税收管理的重要手段，一些涉税数据的分析结果对基层工作指导作用不明显，税收信息化的优势没有得到较好发挥。主要表现在：

（一）数据资源的利用率不高

税收分析监控系统为我们提供了大量的查询、分析、监控功能，但一些部门除了进行日常登记、查询业务外，很少对系统内的数据进行深入分析利用。例如，省、市局下发了疑点数据和问题，但我们却一时找不到出现问题的原因，找不到解决的方法，较少利用分析监控系统去寻找答案。由于年龄大等原因，现在基层税务机关真正能熟练操作计算机运用各种数据软件的人员屈指可数。由此可见，数据资源被大量闲臵、浪费得不到有效利用的现象在基层较为普遍。

（二）数据质量不理想

从数据应用工作的实践中，我们得知数据的分析应用必须建立在数据信息是真实、准确、完整、逻辑关系正确的基础之上。建立在错误数据上的分析，同样会使税务管理决策发生错误。虽然我们也采取了一定的管理措施与手段加强数据质量管理，但从效果上来，并不理想。从数据应用工作实践中我们发现，仍然有一些基础数据的数据质量还不能适应税收数据分析工作的需要。数据采集面窄，数据的失真、不完整、逻辑关系不符还大量存在。如在增值税普通发票验旧信息与申报信息数据比对数据分析中发现，存在错误地录入验旧金额项目的情况，导致普通发票验旧金额远远大于其申报金额，给我们实际核查工作带来误导和麻烦。这些错误数据的存在，使数据的可应用价值大幅度降低，制约了数据分析应用工作向纵深开展。可以这样说，由于数据质量差而带来的应用质量不高已经成为影响税收数据分析应用工作的深入开展的主要瓶颈之一。

（三）软件查询功能不完善

现有的查询软件虽然在一定程度上满足了税务人员数据分析、税源监控工作的需要，但也存在一些不尽人意的地方。一是功能不全。综合征管软件只适合单口径查询，很少能进行多口径综合查询。二是查询结果不准确。某些查询软件在具体的查询项目上查出的数据与实际不符。不同软件在同一查询条件、同一口径下查出数据结果不一致。三是软件设计时技术不规范、接口不标准。现有推广的部分应用软件在系统设计时，没有遵循统一的技术规范、接口，这对后期数据的互通、共享带来巨大的麻烦。四是软件更新升级滞后。一些查询软件是建立在综合征管软件等核心业务软件之上，当核心软件发生变化时，这些查询软件的取数口径也应做调整。而实际运用中，部分查询软件升级工作滞后，没有随着核心业务软件的变化而做相应的调整，导致查询出的数据不准确。

（四）数据分析的深入性和系统性不足

数据必须加以深入分析才能够更好地为税收征管工作服务，但在实际工作中，由于数据分析利用机制不健全，分析数据往往存在不深入、不透彻、不系统、不全面的问题。一是数据分析表层化。对发现的数据疑点不进行深层次的分析，不能做到以点带面深化拓展，而是急功近利，只要解决了眼前问题就万事大吉，往往导致同一个疑点或问题重复出现，对纳税人进行重复检查，增加了税收成本，影响了工作效率。二是数据分析静态化。一些税务人员虽然对涉税软件应用、操作程序、业务流程比较了解，但对税收政策法规、企业财会制度等业务不熟悉，只看到一堆静态的数据，而找不出数据之间的相互联系，对数据缺乏系统性的综合分析，分析结果一旦出现偏差，就会导致税负不公，引起征纳双方矛盾。三是数据分析简单化。当前基层国税机关的数据分析水准仅停留在对上级下发疑点数据的分析上，而不是积极主动地通过数据分析自己找问题，当问题被上级通报后才去亡羊补牢，才去搞专项分析和整改处理，导致征管工作缺乏自身特色，很难创出工作亮点。

（五）数据分析与工作实际结合不紧密 由于一些数据分析结果不是来自基层而是来自上级，用结果搞分析不仅本末倒臵，而且使基层单位忙于核查落实，增加了基层工作负担，甚至还会对基层工作产生误导。一些软件的设计开发脱离基层工作实际，利用效率不高、效果不佳。如加油站管理系统是单独开发设计的，没有与综合征管软件衔接，这就不能使纳税人的实际经营状况和基层国税机关的征管情况很好结合，即使发现了疑点，也无法通过深入分析获取证据，只能采用调取加油机数据、实地调查等老方法进行，使征管工作效率大打折扣。

（六）数据应分析工作机制不健全

一是数据分析应用工作开展还不规范。如：数据应用工作的到底以什么样的组织形式开展？如何开展？如何考评？等等一系列问题还没有可借鉴的成熟经验。这在一定程度上，导致数据应用工作混乱、流转不畅。如：数据应用工作是单独成立一部门来承担数据分析应用工作好，还是以松散的成立数据分析应用工作小组的形式进行开展好？在数据应用工作，技术部门与业务部门之间的关系如何处理？等问题还需要在实践中不断探索。二是对分析流程及结果缺乏有效监督。对分析流程和结果缺少量化指标，处理问题的伸缩性和随意性较大，对数据分析成果的利用效果如何缺少考评办法，未能真正从机制上去规范数据分析利用工作。三是对分析的方式方法缺乏统一模型。如果对同一项疑点数据依据的标准不同、分析的方法或方向不同，就会得出不同的分析结论。这样，就会造成对同一类纳税人进行同一类税务检查的处理结果有较大差别，从而违背了税收的公平原则。同时当前数据应用工作也缺少考核评价机制，做与不做无所谓，做好做坏无评价，没有建立制度考评和跟踪检查等机制，使数据分析工作流于形式，没有达到应有的效果。

二、上述问题产生的主要原因

加强税收业务数据的深入分析利用，是税收信息化建设的目的所在。上述问题是税收信息化发展过程中的问题，只有在发展中不断探索、不断完善，及时总结成功经验，健全科学工作机制，才能切实提高涉税数据的分析利用质量。上述问题产生的主要原因有：

一是思想认识不到位，数据管税理念落实不到位。首先是传统的征管模式和征管手段没有大的改变，对纳税人的涉税信息获取渠道单一，主要工作方法仍然是对报表、账簿、凭据的测算，对账制不健全的纳税人只能采取简易征收办法，而不是综合运用各种基础数据进行科学系统分析，进而作出更为准确的判断。其次是基层单位对数据分析利用工作重视程度不高，使涉税数据及其分析结果长期“沉睡”得不到利用，有的对许多疑点数据视而不见，不善于利用现有的数据资源去分析问题、解决问题。

二是业务水平不高，数据分析利用难以深入推进。一方面，部分国税人员税收业务水平较低，在较为复杂的数据面前，由于缺乏税收、财会等业务知识，不知道如何灵活利用数据，不能从数据中找出逻辑关系发现问题，更谈不上利用这些数据进行更深入的分析。另一方面，基层缺乏微机高级语言软件专门人才，对税收信息系统中的各类数据特别是后台数据不会提取应用。例如，由于基层不会使用数据库查询语言，对发票验旧信息不对等、核定与征收品目不一致、纳税申报数据逻辑关系不正确、税率适用不准确等问题不能及时发现处理，只有待上级监控结果下发之后才能了解和解决，但有些问题事后往往无法解决，且造成了大量的垃圾数据和征管漏洞。

三是处理方法简单，数据分析只停留在表面之上。当前大多数基层单位只能进行低层次的数据分析利用，对问题的解决也比较肤浅。例如，针对同一个法人办理多个企业的疑点问题，我们应当从相关联的数据入手，看这些企业之间是否有相互虚开发票增值税专用发票现象，是否有相互之间购销不入账现象等，透过现象看本质，有针对性地进行具体数据具体分析，关联数据综合分析，按流程逐项排除疑点，使数据分析发挥出应有的作用。但如果仅分析表面现象，看看法人代表登记信息与实际情况是否属实，仅调查一下相关信息的真伪，那就失去了数据分析的意义。

四是指标设臵不合理，数据分析的指导作用不强。首先，部分数据分析指标与基层工作实际联系不紧密，起不到正确的导向作用，对不符合实际的分析结果，基层不愿使用，更谈不上深入分析利用。其次，部分数据指标不具备通用性，对一些地方适用的考核指标，对另一些地方却不一定适用，因为各地的市场经济条件、环境等诸多因素不同，地区、行业不同，税收负担就不尽相同。例如，我县诚信矿业公司主要销售铁精粉，但其从采矿到选矿再到运输销售都是自己经营，可抵扣的增值税进项税的环节和项目少，因而税负高。但上级根据数据分析结果的要求，则要求我们深入核查，来解释该公司为何税负高于同行业平均水平，类似这样的核查回复不仅花去我局大量人力，还会增加企业不必要负担。

五是信息来源渠道窄，数据采集缺少横向联系。目前的数据分析应用系统，可以很方便地进行同期比和环比分析等，但缺少横向信息比对交换平台，特别是对外部的动态信息更缺少信息来源渠道，造成信息不对称，进而影响数据分析的质量。如，税务登记信息采用的还是办理税务登记证时的内容，纳税人新近的动态信息没有反馈渠道，企业生产变化不能及时反映出来，制约了对信息数据的深入分析研究。

三、对提高税收业务数据分析工作的思考

对基层单位来说，能够灵活运用涉税数据进行深入分析，不仅是当前信息化快速发展的需要，也是国税部门更好地服务纳税人、服务税收征管工作的需要。充分利用数据资源做出高质量的深度分析，有利于规范执法，公平执法，应收尽收，引导依法诚信纳税，优化税收发展环境。提高涉税数据分析利用质量，应在以下几个方面做出努力：

（一）树立“数据管税”工作理念

可以预见，在不久的将来，对税收数据的分析应用将成为税务系统内一项常规的、重要性工作。数据管税，就是充分利用现代信息技术手段，以解决征纳双方信息不对称问题为重点，以对涉税数据的采集、分析、利用为主线，树立税收风险管理理念，健全税源管理体系，加强业务与技术的融合，进而提高税收征管水平。“数据管税”工作理念的提出，为我们今后的数据分析应用工作指明了方向。在实际工作，首先，要做好对各级领导干部的观念更新工作，使他们成为数据应用工作的坚定支持和倡导者，使数据应用、分析结果成为领导决策时重要的参考依据。其次，要加强对税务干部数据应用意识的培养。加大对数据应用工作重要性的宣传、教育力度，使税务干部对数据应用工作有着正确的认识，树立数据应用意识，从心理上接受并愿意从事数据分析应用工作。

（二）强化数据深度分析的业务培训

首先要加强相关业务知识培训。重点培训税收、财会等业务知识，及时更新基层人员的知识结构，提高查账及报表分析能力，提高评估约谈技巧等。这方面的培训是数据应用分析的基础，只有熟练掌握这部分业务知识，才能更好地利用数据展开分析。其次是强化基层人员培训。对基层人员分层、分类强化培训，使数据分析更好地为实际工作服务，变被动分析为主动分析，变简单分析为综合分析，特别是根据不同的具体税收环境，有计划、有重点、有针对性地综合各种数据资源进行深入调查分析，形成正确结论，提高征管质量。第三是普及信息技术应用培训。应用征收管理系统中的数据资源进行分析不应成为高端专利，而应当把分析数据的主动权交给基层，按照用户权限的大小加强信息技术应用培训，不仅培训相关软件操作和微机基础知识，还应对计算机高级语言应用方面进行专门培训，使信息化技术成果更好地为基层税务机关服务。

（三）严格控制数据的输入关口

采取切实措施提高数据质量，保障基础数据的准确性、真实性、完整性，形成正确的数据分析指标，为上级决策提供依据。首要的是要严把税务登记关口。包括税务登记、一般纳税人登记、福利企业登记、出口退税票种登记等基础信息，严格登记纳税人的注册资金、职工人数、股东信息、各种费用支出等信息，对一些重要数据应通过实地调查获取第一手资料，对动态信息进行不定期抽查，为数据深度分析利用打下坚实基础。其次是严把申报信息关口。申报前应加强对申报数据的审核，特别是对低零负申报应认真分析核对申报表内容，对申报异常户及时评估分析，与同期同行业进行比对，确保申报数据的真实性，为数据分析提供可靠依据。三是严把发票领购关口。以票控税是加强税收征管的一项重要举措，因此要严格登记发票领、用、存信息，认真做好发票验旧及数据输入工作，保证每月定额领用发票，通过发票数据分析推进以票控税。

（四）完善数据分析应用手段

首先是要完善现有各应用软件查询功能。提高各应用软件查询功能的准确度，使查询结果与实际相符合。加强软件查询功能的开发与完善，使软件支持多口径查询与自定义查询。加强软件数据接口设计，接口设计要符合总局制定的标准，保证数据后期能够被共享使用。另外，在税收政策调整后，各类软件的查询口径也要及时做调整。其次是加强对信息技术手段的应用。软件的查询功能由于受查询界面与查询条件的限制，在实际工作，往往导致一些个性化、复杂查询通过软件查询不能实现，这在一定程度也制约了税务人员对涉税数据的分析、利用。信息的技术处理恰恰可以弥补软件查询功能的不足。当软件操作人员通过软件查询不出需要的数据信息时，可以向本级信息中心提出数据支持申请既提出业务需求，信息中心根据业务申请，运用技术手段从现有应用软件中提取目标数据，为各部门使用。在实际工作中，各级领导、各部门及全体税务干部应充分利用信息处理技术手段，进行专题性的数据分析，不断提高税收管理与决策水平。

（五）建立多方沟通联系机制

纳税人生产经营情况的变化决定着税收数据信息的动态变化，这就需要严密组织，多方配合，逐步形成横向沟通联系机制，为数据分析利用提供可靠保证。首先应加强共同管理部门的联系。联合工商、地税部门实现信息共享，随时了解数据信息变化情况，保持信息互通，共同加强监管。其次是加强相关单位的联系。银行、物流、民爆、电力等部门掌握着纳税人的货物流、资金流、耗能情况，在维护好纳税人权益的前提下，依法获取相关的涉税信息，利用外围数据推进数据分析及评估工作。第三是加强系统内部的沟通联系。加强系统内部的沟通联系，对类似企业就可以互相参考管理经验和管理方法，加强相关数据的比对分析，就可以找出管理不同点，取长补短，互通有无，共同提高。

（六）完善数据分析考核办法建立长效机制

首先应明确数据分析应用工作的工作职责，探索数据分析应用工作的归口管理。一方面，数据分析应用是一项全局性工作，需要各部门共同参与。在实际工作中要明确征管、计统、稽查、各税种管理部门及信息中心在数据分析应用工作的具体职责。另一方面，为了保障数据分析应用工作的有效开展，应指定或设立一专门部门（这个部门应由业务人员与信息技术处理人员共同组成），来具体承担对数据分析应用工作组织、领导、协调、监督、考评与数据技术处理工作，实行数据应用工作的统一归口管理。该部门将系统内各部门单项数据应用需求进行整合，集中运用专业技术手段对税收数据信息进行处理，将分散在征管各个应用系统中大量真实、可靠的数据，按着各部门提出的业务需求抽取出来，并对数据进行深入分析、研究，从中找出价值的信息，为各业务部门与领导决策提供依据。同时应建立数据分析应用管理工作制度。通过制度的建立，明确数据分析应用工作的职责、流程、工作内容、工作标准，实施对数据分析应用工作的考评，以考评来保障数据分析应用工作的有效开展。

2.业务数据统计分析 篇二

数据仓库整体架构的设计应充分考虑系统的稳定性、安全性、可扩展性,设计高效、支持多个并发用户的数据库访问操作。数据导入是数据仓库数据流向的主要环节,要完成将来自源数据的数据向数据仓库的抽取、转换和加载的工作。

1 设计与指导原则

(1)模块化的系统设计

将管理控制类的模块与具体的数据处理模块严格分开,因为数据处理模块将随着数据源的扩大而进一步扩展和扩充,因此松耦合的模块设计将使得系统的扩展性大大增强;

(2)统一的调度与管理

在统一的调度与管理服务的控制下,各ETL任务在每个加载周期的运行状态与出错情况将显得非常直观,以提高ETL的运行维护效率。

(3)高效的ETL加载策略

数据导入层涉及的数据处理环节较多,且数据吞吐量较大,因此高效率的ETL加载策略将显著提高ETL过程的效率,有效缩短ETL加载时间窗口,其原则是尽量利用Teradata的性能优势来完成对大数据量的汇总与转换等各种繁重计算与操作。

(4)安全的数据管理与用户管理

ETL过程中数据在不同环节间流动,其数据本身的安全性是ETL过程不可忽略的因素;此外,数据的加载与转换必然涉及到对数据库用户的管理,口令必须以加密形式存放。

(5)便利的消息通知机制

ETL任务的执行情况需要及时告知ETL加载运行和维护人员,因此在ETL体系设计中应包含一个消息通知的机制,将每日ETL任务的完成情况和出错报警以邮件和短消息的形式通知运维人员。

2 加载策略

源数据的获取将依赖于数据的生成和更新周期,目前与源数据层约定的获取接口为规定的数据库接口,由Data Stage通过数据库接口,从各个源系统获取源数据,在ETL服务器上,以数据文件或命名管道文件的形式,将数据加载到数据仓库中央数据库中。

在经过初步的转换处理后,数据将首先加载进入数据仓库临时数据区,在临时数据区的基础上完成数据的进一步清洗、汇总计算和转换处理,并最终生成数据仓库的物理模型数据,相关的数据集市和OLAP立方体,以及其他为数据输出而准备的中间数据。

在整个ETL过程中,需要自动化管理ETL任务调度和控制以及必要的数据质量检查模块。

3 相关层次

数据导入是在源数据中经确认的数据进入数据仓库数据服务的数据获取和数据处理的中间层,是重要的数据处理环节。

以下将结合ETL过程的几个重点步骤,对数据导入的数据处理过程进行详细的描述:

(1)确认

源数据的确认是指根据针对本系统的业务需求,来定义包含相应的数据源的物理表/数据结构的过程,这些表在进行信息需求分析时需要确定下来,即确定需要使用源系统的哪些数据来满足业务需求。

(2)映射

数据的映射(Mapping)是指确定操作源数据和数据仓库数据库中数据存储之间的物理映射关系,简单的说就是将已确认的源数据与本系统数据库中的数据相对应起来,供ETL参考。

(3)获取

为了把源数据加载到数据仓库数据库中,首先需要先获取这些数据。一般来讲,数据获取包括两种方式:

数据源主动(PUSH):即数据源主动定时将相关数据吐到ETL服务器上。再由ETL服务器对数据进行必要处理(转换、清洗)后加载到数据库;

ETL服务器主动(PULL):即ETL服务器主动到数据源中获取数据。

考虑到本系统的主要数据源是业务系统的镜像系统或Snapshot,数据获取过程将采用ETL服务器主动(PULL)的方式,即业务系统完成Snapshot或镜像处理后,由ETL服务器主动到业务系统的镜像系统或Snapshot中获取数据,而后直接加载入数据仓库数据库中。

(4)转换

转换工作主要分为两部分:

加载前的转换:主要是针对数据格式、代码映射以及数据类型转换等。

加载后的清洗和转换:主要是针对明细数据进行汇总计算以及异常数据的过滤。

(5)加载

数据加载是将完成抽取、转换后的源数据加载到数据仓库中央数据库中,数据加载过程需保证加载的快速、稳定,并且考虑到数据加载的维护,本次源数据向数据库加载将仅采用Data Stage的Teradata专用组件Teradata Enterprise来完成,数据后续处理(产生汇总表,多表关联等)的工作将使用Teradata SQL来完成。

4 数据质量管理

数据质量对任何数据仓库来说都是非常重要的,决策支持的质量往往是取决于查询所选择的数据本身的质量。一般地,数据质量问题主要来源于以下几种情况:

1)源数据质量问题:源系统中的数据信息不真实、不符合业务规则或数据约束条件,或者源系统导出的接口数据文件不符合接口标准或格式等;因此在数据仓库建设中仍要采用多种手段进行数据质量的检查和管理。

2)数据从源系统到数据仓库的抽取、传输过程中造成数据失真、丢失,或在整合过程中对数据的取舍存在误判;这类问题主要来自于ETL体系本身,可以通过各类技术手段进行避免。

3)从数据仓库到前端展现存在的问题,包括代码错误、算法错误,或者对业务问题的理解错误等。这部分主要是业务逻辑与统计口径不准确所致,并不能代表数据本身的质量问题。

数据质量管理包括:检查规则管理、数据质量检查模块以及数据质量检查结果展示与管理。

检查规则管理是通过数据库中建立一个数据检查的规则库,用于各数据质量检查模块进行数据检查的依据。

数据质量检查模块是分散在数据导入即ETL的各个环节中,数据质量检查包括文件级检查、记录级检查以及业务指标检查。

文件级检查的主要内容包括:

文件大小检验:确保数据在传输过程中没有缺失、损坏,在本系统中,就是保证数据由数据源到数据加载机(ETL服务器)传输的完整性。

文件格式检验:接口数据文件的格式是否是按照约定的格式进行,如定长或变长、分割符的约定等。

记录级检查的主要内容包括:

数据类型与格式检查

主外键及关联检查

编码映射检查

数据值域检查

基本业务规则检查

记录集合检查,数据仓库临时数据区数据与一期ODS的数据比较;

业务指标检查的主要内容包括:

比较同一业务指标在临时数据区、数据区及OLAP的计算值,判断数据在转换过程中是否遗漏;

利用来自其他渠道的业务指标参考值,与该指标在数据区或OLAP的计算值相比较,判断数据的正确性;

3.实现业务营收数据展示分析的研究 篇三

关键词：营收数据；数据可视化；数据分析平台

目前，企业没有对营收数据展示平台。传统的数据报表不能直观地展示数据的联动性。本项目搭建业务营收数据分析平台，包括通信、电视、信息业务分析模块，以时间、业务类型、科室等维度，从业务发展趋势、缴费、欠费、绩效跟踪等方面进行分析。通过联动、钻取等方式实现对业务发展趋势和营收数据可视化展现及绩效跟踪。

1 目前现状

目前业务数据分散在三个主营业务支撑系统中，业务数据零散，共享困难。而统计、分析只针对某种业务进行，并没有从多维度多层次深刻理解数据和数据背后的信息，从而造成业务数据的孤立。每月各系统会生成大量营收数据，但系统间的数据无关联性，不能自动、及时汇总。

2 解决方案

中心业务营收是对中心整体业务营收数据的分析，包括以季度为周期，通过对业务收入与欠费、科室收入与欠费、绩效分析、各业务收入4个专题进行整体营收状况展示。

业务收入与欠费展示专题：以季度为时间维度展示中心总体的业务收入和欠费情况。

科室收入与欠费展示专题：各科室的收入、欠费、应收金额；

可以清楚地展示科室的欠费和收入以及应收的对比收入。

绩效分析专题：通过各科室的指标和收入进行对比，点击某个科室，看到与指标的差距，点击差距可以联动展示收入的明细。使用者可以清楚了解到本科室任务指标完成情况。点击某个科室名称，数据钻取到科室收入的明细数据，这个主要是采用的二维分析法，进行立方体切片数据展示。

科室差异分析图形中，横坐标上面的柱形图现实，科室超额完成的量，下面的展示为完成的数量。

科室收入明细展示：展示某季度某科室的收入明细。

未纳入科室考核明细：展示去年欠费，在今年缴费的明细，但不算如本年科室收入。主要与财务考核数据一致。

2.1 通信业务营收数据分析

通信业务分为电话业务、宽带业务、GPS业务、无线宽带业务。涉及的科室为中心通信站、港西通信站、南部通信站、网络支持部、矿区信息化部。此分析主题分为收入与欠费、收入、完工量、新资费对收入影响4个专题。

收入与欠费专题：以季度为时间维度，通过柱形图和不同颜色展示通信业务收入与欠费金额。

收入分析专题：展示各业务收入金额，点击收入分析，钻取每种业务在各个站的收入组成。

选取电话业务，数据联动展示港西站、南部、中心站的电话业务的收入；点击中心通信站，通过收入类型和收入结构两个维度分析收入数据。

①收入类型，展示中心站电话业务的公费和自费的收入，点击公费柱形，下图联动展示公费收入一年的变化趋势，同理自费也是如此。②收入构成，展示中心站电话业务话费收入和受理费的收入金额。这种对收入数据钻分析维度，有助于各科室掌握收入组成及趋势变化。③完工量分析专题：通过通信业务装机，拆机，净增量分析业务发展趋势。

每个站的柱体，展示各站每种业务的装机和拆机数量，选取每个业务时，通过折线图，对一年装机、拆机、净增量的趋势分析。

优惠活动对业务的收入影响专题：

分析10月中心进行资费大调整后，给固话业务收入所带来的冲击。通过优惠活动前后，固话收入的对比，展示电话业务收入趋势和电话业务量发展趋势。引出固话业务消费习惯的变化。

2.2 信息业务营收数据分析主题

此主题包括累计实收和欠费展示、收入分析、绩效分析、业务量分析4个专题。

累计实收和欠费展示专题：以季度为时间点，展示信息业务累计的实收和欠费的金额。

收入分析专题：包括实收分析和欠费分析两部分内容。

①实收分析：对收入来源的分析，分为上市、未上市、社会等单位，点击任意一个类型，数据联动展示各单位缴费金额。②欠费分析：同理和实收分析一样。通过对数据展示，帮助各科室及时了解实收和欠费的情况。

在此模块中，运用了结构分析和排名比较的方法进行分析。

各科室绩效分析专题：首先展示的各科室本月收入、累计收入和累计指标情况。红色代表未完成任务，绿色代表已完成任务。点击科室名称，可以看到本科室各应用系统的明细收入。

业务量分析专题：主要分析每月中心信息业务应用系统变化情况。

信息业务分为账号类，网络接入类，虚拟主机和服务器托管等5类，点击任何一类，联动展示这类应用系统的数量；点击业务发展分析，钻取到各科室应收项目变化量及趋势变化。有助于各科室了解应用系统每个月的净增量和变化趋势。掌握业务变化趋势，为年底是否完成任务指标做铺垫。

2.3 数字电视业务营收分析主题

此主题包括业务收入分析，趋势分析，在网用户数分析，完工量分析。

收入分析专题：各个站收入和收入类型及趋势分析。

收入趋势分析专题：自费公费收入趋势展示和与上年对比。

在网用户数分析专题：对罚停、无效、有效、暂停用户数的分析，和各站用户数组成和趋势分析。

完工量展示主要对装机、拆机、移机展示。

通过主题分析，有助于研究在网用户数发展变化和收入趋势分析。

3 结论

4.统计工作业务总结 篇四

2011年7月,我有幸被XX公司聘用，分配在工程部担任土建预算员，我一直严格要求自己，认真及时地完成领导布置的每一项任务，并虚心向同事学习，不断改正工作中的不足。向有经验的同事请教学习自己未曾真正掌握的技术和技能，并学以致用，对工作过程中的一些信息也进行收集整理，转化为资料以备所需；业余时间利用各种渠道学习和掌握造价员的新知识新技能。我通过不断的学习和实践，提高自身的素质，让自己的进步和社会的发展同步，以满足工作的需要。我知道作为一名工程人员在工作中要有端正的态度、严谨的作风，没有乐观的人生态度和严谨科学的工作精神是不可以的，在工程部工作期间，我较快地适应了新的工作，融入了新的团队里，也得到了同事和领导的肯定。

2011年11月，我被借调到公司投资发展部工作，主要负责档案归整和统计工作。在这里，我学到了很多知识和经验，投资工作对我来说是一个陌生的工作，由不懂到懂，由肤浅到深入，有难到易，这个过程是艰辛而美丽的。从工作中我所得到和领悟的也很多，可以说是工作的一次转折和跨越。在此期间，我积极主动的参加统计局、集团公司相关部门组织的学习培训，认真听讲，课堂上做好笔记，在学习结束后仔细推敲，整理总结学习内容，不断充实自己。统计对我来说是一项细致的工作，在工作中要严格要求自己做到一丝不苟，它的要求很严格，所报数据一定要及时准确，所以必须认真，仔细无差错。经常三个月的考察，我的工作能力和业务水平得到了领导的肯定，正式调入投资发展部。

同时我在工作中也存在许多不足之处，主要体现在两个方面：

一、分工不明确、不合理、造成部分工作遗漏，部分工作重复，1工作质量和工作效率不高；

二、去车间的次数较少，对公司的产品结构、工艺流程了解不够透彻。

针对以前存在的不足之处，以后的工作除完成每个月的各项工作任务外，根据统计员工作的关联性、上报时间、工作量等因素，重新进行分工，做到工序紧密、责任明确、分工合理，提高工作质量及工作效率；多去车间了解公司产品结构、工艺流程、操作规程、各班组各岗位的人员配置。

无论做什么干什么都要干一行爱一行，既然从事了这份工作，就要爱岗敬业，尽职尽责的去认真完成自己的本职工作。在将近一年的工作过程中，我不仅巩固了在学校所学知识，而且对以前书本中没有接触的知识也有了进一步的认识。在单位领导的精心培养和教导下，通过自身不断努力，无论是思想上还是工作上，都取得了很好的收获。

投资发展的工作知识面广，需要有财务、行政、人力、机械等方面的知识，而且要具备细心、耐心的品质，敏锐的观察力，周密的分析能力，肯干的工作态度。保证上报各类数据的真实性、准确性、及时性。在今后的工作中我们要正视问题的存在，寻找解决的方案，才能改进、创新，才会出成绩。同时要明确方向，从细处着手，把工作做戏做精，持之以恒地坚持，工作前置化，将问题及时向领导汇报，并提出合理化建议，从而是领导的决策更加准确、更加合理。

通过总结这段时间的工作，尽管有了一定的进步和成绩，但在一些方面还存在不足，对投资发展部有些领域的工作不是十分了解，个别工作做得还不够完善。在今后的工作中，我将努力找出工作中的不足，以便在以后的工作中加以克服，同时还需要多看书，认真学习好规范规程及有关文件资料，掌握好专业知识，提高自己的工作能力，2加强工作责任感，及时做好个人的各项工作。不断的总结与反省，不断地鞭策自己并充实能量，提高自身素质与业务水平，以适应时代和企业的发展，与公司共同进步、共同成长。

在这里工作很开心，一个好的工作环境主要取决于领导，领导给我们足够的空间，而且领导像是大家长，想着每一个人，照顾着每一个人。这就让我们工作起来特别带劲。非常感谢领导这段时间的培养。

成绩已成为过去，未来属于自己。在今后的工作中我会继续努力，再接再励，严格要求自己，不断求实创新，不断磨练自己，尽我所能把工作做好，争取取得更大的成绩。

5.高速数据交换业务租用协议 篇五

第二条　本业务系指本公司提供讯框传送等高速数据交换网络，供客户作数据通信、视讯会议及多媒体等信息应用之业务。

第三条　申请租用、异动或终止租用本业务，应检具申请书、固定通信（permanent virtual connections，pvc）需求表及身分证明文件提出申请。

前项异动，变更通信对象或约定信息速率者，需另附pvc需求表；变更设备者需另附cpe接口性能调查表。

第四条　客户应保证其所提出之申请资料为真实完整，如有不实致发生任何纠纷时，客户应自行负责。

第五条　本业务所需数字调制解调器限由本公司供租与维护。

第六条　客户租用本业务所需屋内配线管道及装设传输设备之场所与电力等设施，由客户自备。

第七条　客户自备设备者，遇有障碍应自行检修。电路障碍经本公司派员查修时发现，系因客户自备设备障碍所致者，得收取检查费。如因而影响电信网络之传输品质或其它电路之使用，本公司得暂停其使用，所有因此导致之责任问题应由客户自行负责。

第八条　本公司因技术上之需要，必要时得更换本公司指配之客户号码，但应于_________个月前通知客户，客户不得异议或提出其它要求。

第九条　客户租用本公司之电信设备，应妥为保管使用，如有毁损或遗失，除因不可抗力所致者外，应照本公司所定价格赔偿。

前项定价，本公司应考虑该设备原购置价格及折旧等因素。

第十条　申请租用本业务应缴付电路、调制解调器接线费及系统设定费或客户端接取设备接线费或isdn备援接线费或wlan客户端ap设备接线费。

第十一条　客户于本公司未施工前，因故注销申请，已缴之接线费，本公司无息退还；但施工后注销申请者，其己缴费用概不退还。

第十二条　本公司为配合客户需要，加装其它有关数据传输等特殊设备时，得按成本向客户收费。为便于本公司测试需要，得免费加装测试开关等设备。

第十三条　客户租用本业务如需项目建设，本公司得请客户提出金融机构出具之保证书或按建设成本酌量预收建设保证金，并订定最短租用期间。客户已缴之建设保证金，于客户租用满最短租用期间后无息退还。项目建设，在同一装机地点租用不满最短租期申请移设或终止租用者，应一次补足市内电路部份未满期间之月租费。客户申请于本公司办公时间外施工者，应缴付非办公时间施工费。

第十四条　申请变更本业务应缴费用如下：

一、申请移设者，应缴付线路及调制解调器移设费。

二、申请变更本业务之传输速率者，依本公司国内数据电路业务之相关规定办理。

三、申请装设或变更wlan之客户端ap设备者，应缴各费依wlan业务收费标准计收。

四、申请设定或变更固定通信及约定信息速率及特别业务应缴付系统设定费，按每一通信埠每次计收。

五、申请设定或变更客户端接取设备应缴付接线费或系统设定费，按每部每次计收。

第十五条　租用本业务每月应缴月租费如下：

一、数据电路、调制解调器月租费：按本公司国内数据电路价目计收。

二、通信埠月租费：按租用通信端口速率计收。

三、约定信息速率月租费：以16kbps为单位，按其通信距离及通信量计收。

四、每一通信埠所设定之固定通信超过十六路时，每增一路加收_________元。

五、特别业务月租费：按其速率计收。

六、加租wlan客户端ap设备者，按wlan业务相关收费标准计费。

第十六条　客户租用本业务以本公司电路装妥可供使用之日为起租日，起租日之租费不计；申请终止租用时，以电路拆除之日为终止租用日，终止租用日之租费按一日计算；起租月及停租月之电路租费按实际租用日计算，每日租费为全月租费之_________。

如仅部份固定通信装妥，则装妥之数据电路、调制解调器及通信端口等月租费按上述标准计收，固定通信之约定信息速率月租费则按实际竣工日计收。

客户加租wlan业务者，除前项之规定外，wlan部份以该业务装妥之日为起租日，起租日之租费不计；申请终止租用时，以客户端ap设备拆除之日为终止租用日，终止租用日之租费按一日计算。

第十七条　本公司提供瞬间超额讯务（excessburst，简称be）功能，提供客户在网络系统负载低时，于单位时间内传送高于约定信息讯务（committedburst，简称bc）之讯务量，惟此高额可能因网络拥塞而漏失致无法传送至收信端，该部份无法传送完成之信息，客户须自行负责重送。请客户依实际信息传输需求，申请约定信息速率（cir），并依照每一固定通信连接（pvc）之be值上限为同一pvc之bc值规定办理。（注：约定信息速率《cir》为单位时间内可传送之bc，即cir＝bc/t）

第十八条　介接本业务之电路其传输速率为128kbps以上时，可设定两个通信埠；其数据电路月租费仍按其租用传输速率计算，惟通信端口月租费及通信端口约定信息速率月租费按其实际租用端口数及约定信息速率分别计算。

第十九条　客户租用本业务应缴各项费用及收费标准详如价目表，费率如有调整时，按新费率计收。

第二十条　客户租用本业务，倘因本公司通信网路或系统设备发生故障而全部阻断不通，本公司未于_________小时内修复，其租费之扣减国内电路连续阻断满_________小时者，每_________小时扣减全月_________之租费，但不满_________小时部分，不予扣减。部分时间使用之电路连续阻断满规定之每日使用时间者亦同。传输速率一、五四

四、000比次之国内电路连续阻断满_________小时以上者每满_________小时扣减一日应付租费之_________，未满_________小时者，不予扣减。但最多以扣减当月份应缴租费为限。除本项前段规定扣减租费外，本公司不负损害赔偿责任。

前项阻断开始之时间，以本公司察觉或接到客户通知之时间为准。但有事实足以证明实际开始阻断之时间者，依实际开始阻断之时间为准。

第二十一条　客户终止租用本业务，应于预定终止租用日_________日前提出申请。

第二十二条　客户租用本业务由于天然灾害之不可抗力致阻断者，自连续阻断届满_________日之翌日起至修复日止不收租费。

第二十三条　客户租用本业务应缴之费用，应在本公司通知缴费之期限内缴清，逾期未缴清者，本公司得注销其申请或通知定期停止其使用，经再限期清缴，逾期仍未缴纳者，视为终止租用，本公司得径行拆除其机线设备并追缴各项欠费，并得暂停客户所租其它电信设备之通信。

第二十四条　本公司为业务需要，得使用本申请书所载内容资料。

第二十五条　本公司如因情势变更，得暂停或终止本业务之经营，客户不得异议或要求任何补偿。但本公司应于预定暂停或终止之日前_________个月公告并通知客户。

第二十六条　本契约条款未规定事项，客户同意遵守相关法令规定、本公司各项服务营业规章规定。

甲方（盖章）：_________乙方（盖章）：_________

代表签约人（签字）：_________代表签约人（签字）：_________

职称：_________职称：_________

地址：_________地址：_________

统一编号：_________统一编号／身分证字号：_________

6.统计业务培训学习心得体会 篇六

2015年4月7日至24日，我同全市同行共15人有幸参加了在郑州商城饭店举办的国家统计局培训班（第28期）为期17天的学习，这是我工作十多年来参加的培训中时间最长、针对性最强、等级最高、纪律最严、收获最大的一次培训。因为平时工作较忙，很少有机会参加培训，因此我十分珍惜这次难得的机会，专心听课，认真做笔记，使自己的工业统计理论知识和业务水平得到了提高，进一步理清了思路，开拓了视野，同时感受到了领导的关心与期盼，联系自己工作经历，使今后努力的方向更加明确。

一、提高了思想认识

从事统计工作多年，觉得统计数据水分多，工作压力大，感到从事统计工作很困惑、很痛苦，有时产生抵触情绪。通过系统的统计基础理论学习和公务员心理调适讲座的疏导，使我豁然开朗，明白了统计数据并不像财务数字那样精确，只要方向对、趋势正确就行；统计工作是一项专业性很强的工作，只有认真学习，掌握了较为全面的统计专业知识，提高统计分析能力，才能做好统计工作，才能为领导提供决策参考，才能为发展地方经济服务。

二、强化了统计理论知识

此次培训组织严密，学习扎实，在培训老师的精心设计与合理安排下，通过多种形式的教学，系统学习了《统计学原理》、《EXCELL在统计中的应用》、《抽样调查方法与应用》、《宏观经济统计分析》、等课程的学习；切实提高了自己的理论水平；疏导了心理困惑；学习《统计学原理》和《宏观经济统计分析》不仅增强了自己的统计理论基础，而且明白了数据是统计分析的眼睛，分析是统计数据经过深加工的最终产品，统计分析起到参谋和预警作用。通过《抽样调查方法与应用》课程的学习，使我掌握了抽样调查的基本理论、知识和方法，理解了从调查立项、抽样方案设计到数据收集与加工的整个流程。通过学习《EXCELL在统计中的应用》，EXCELL常用功能的实际操作水平有了提高，运用EXCELL计算分析数据提高了工作效率。

三、提供了相互交流平台，解放了思想，开拓了视野

培训除了学习书本知识，还安排外出参观学习，相互交流，增进了同行相互学习、取长补短机会。听取各种课程专题讲座，从心态调整、心理健康、能力培养，到礼仪帮交、统计热点、工作困惑等，内容丰富，切实有用，给我们指明了方向。让我们懂得如何控制情绪，自我解压，更好地做好本职工作显得格外重要。

四、指明了方向

7.银信合作业务发展统计及案例分析 篇七

银信合作业务尤其是银信合作的信贷类理财产品近些年发展迅猛,2010年7月规模曾高达2.08万亿元,目前银信的合作项目主要是是浅层次的合作,即银行以收取手续费,信托为募集信托资金,实现吸收存款的目的。银行热衷于银信合作的理财产品主要是因为可以将资产负债表内的贷款转移到表外成为表业务从而减少监管,可以贷放更多的贷款;其次,可以避开资本监管的要求;还可以从销售理财产品获取中间业务收入。

银信合作规模在信托公司业务中逐年上升,2010年末为16605.3亿元,至2014年末,规模已经增至30958.59亿元,较2010年末增加86.44%,较2013年末增加41.67%。但是注意到,银信合作的占比整体呈下降趋势,从2010年末的54.61%下降至2013年末的20.03%,2014年12月该比例保持稳定,为22.14%。

目前银信合作在市场上主要有以下五种运作方式:

一、信托贷款类银信合作

对于在银信合作的理财产品中占比较大的信贷类产品,其交易过程如下,首先,作为委托人的商业银行与作为受托人的信托公司建立联系,之后商业银行发行投资理财产品从而从众多投资者手中筹集资金,之后与信托公司建立信托合同,通过信托公司向借款人发放贷款,借款人对此贷款进行一定的保证或抵押,到期时还本付息,信托公司将这些资金扣除一部分收益后返还给银行,最后商业银行扣除自己的收益后按照理财产品的规定将本金及一定的收益返还给投资者们。

二、信贷资产转让类银信合作

该类业务是指由商业银行向社会发行理财产品并募集资金后,信托公司接受资金设立单一的资金信托。用这部分资金购买合作的商业银行的产品。在信托合约到期之前,商业银行会重新购买信托公司的信贷产品或者跟借款人协商,由借款人以借款利率的形式偿还本息。完成一系列流程后,信托公司将获益扣除各种必要费用后,与银行分配各种收益。

三、上市公司股权收益权投资银信合作

该类业务是由商业银行出面,向公众发行理财产品,然后将获得的资金委托给信托公司。信托公司设立单一资金信托,用来购买上市股东手中所持有的股权收益权。在信托到期之前,卖出股份的股东会以高于当时售价的金额赎回收益权。由信托公司统一管理所获收益,扣除必要费用后与银行分红;而银行在收到信托公司的分红后,也会扣除相关费用,向投资者分配理财收益。

四、私募股权类银信合作

商业银行也可以直接与私募股权投资信托公司联系,实现银行理财计划和信托公司信托计划的对接,用商业银行募集的理财资金购买信托公司的产品,信托公司聘请专业人士对拟上市企业的股权进行投资操作,从而通过企业上市或者股权转让这两种方式,真正实现商业银行的高收益与信托公司获利的共赢局面。

五、证券投资类银信合作

与其他种类不同的就是此类银信合作募集来的资金主要用于证券投资如投资于股市等。

对于占比最大的信托贷款类银信合作介绍一个典型的案例,即兴业银行向中航地产通过信托公司贷款案例。银监会于2010年8月颁发了《中国银监会关于规范银信合作理财业务有关事项》,其中有关于银信合作被叫停的相关信息,中航地产却在此时通过与江南信托公司合作的方式,向兴业银行借得巨款4.6亿元。

中航地产面对社会的质疑声称,公司是在10年7月1日与江南信托公司签订了五份合同。其合同签订日期在10年8月《中国银监会关于规范银信合作理财业务有关事项》(以下简称《事项》)颁布之前,所以与《事项》并不冲突。中航地产与江南信托签订的五份合同期限均为两年:2010.7-2012.7。贷款采用了浮动利率的方式。当时年利率为8.3%,信托贷款所获得的利息即信托所获收益,信托报酬按照贷款总额的每年0.3%收取。

而另外一点值得注意的是,中航地产与江南信托之间并不是单纯的合作关系。中航地产的实际控制人是中国航空技术国际控股有限公司,其母公司是中国航空工业集团公司,而江南信托是其控股子公司。与此同时,中航地产控股股东中国航空技术深圳有限公司是江南信托的股东之一。因此,上述交易兜兜转转,构成了关联交易。

对于这次的信托贷款质疑,中航地产表示,这此贷款主要是为了公司长远发展而资金短期不足所用,赶上《事项》的颁发实在是意料之外。实际上,银监会在2010年7月2日,就已通知多家信托公司,要求从7月5日开始全面停止银信合作业务。而此前,银行通过信托方式变相增大了贷款规模,到2010年6月止这块业务规模已经超过2万亿元,数额大到一定规模而增长率又很高,银监会不得不采取监管措施。

但中航地产也在公告中表示,兴业银行早在2010年4月30日,就与江南信托签订了《江南信托天顺12号兴业银行单一资金信托合同》,而7月1日又签订了该合同的补充协议《信托认购及追加申请书》。这项合作并不是图谋以久,而是在《事项》颁布很久之前就已经计划了。这次可以在《事项》颁发之前贷款,纯属巧合。

以上是一起银信合作发放贷款的案例,从信托公司、商业银行或宏观调控政策的不同角度出发,对银信合作的利与弊有着不同的认识。从信托公司的角度来看,因为其主动管理的能力在银信合作流程中表现不强,因此在合作获益中处于食物链的最底层。从商业银行的角度来看,银行在其合作中,掌握资金流向,控制主要资产,处于三方合作中的主导地位,在规避资本监管的同时隐藏了风险;从宏观调控政策的角度来看,银信合作的这种方式极大的影响了未来的经济发展。这样的行为使银行利用了监管的盲区,无限制发放表外贷款,而又避开了监管,银行从中获利,属于一种影子银行的行为,在日本的泡沫经济时期就存在大量银信合作中借款人无法偿还借款的现象。银行因在银信合作中具有的金钱资源优势,处于核心地位。对银行进行监管要规范银信合作的方式,规避其弊端,但监管力度与方式要适当。一方面,如果对银信合作业务监管太过严厉,银行可能寻求其他方式把交易做的复杂,之后更加不容易被监管;另一方面,如果监管力度不大,银信合作的规模会更大,更不容易监管,会造成市场经济的混乱。因而,我国要引以为戒,既不能单纯“叫停”,也不可放任不管,要规范银信合作行为的各项监管。

参考文献

[1]中国产业信息,银信合作信托产品:2014年回顾及2015年展望[R],用益信托网,2015

[2]CYJ6006,近期银信合作项目交易结构简介[R],docin,2010-06-01

[3]任亮,银信合作叫停前夜中航地产搭上末班车[N],第一财经日报,2010-07-07

[4]王金领,揭秘银信合作遭遇“封杀”真相[E B/O L],http://blog.sina.com.cn/s/blog_a2b8025701018x5n.html

8.用统计强业务 以统计促规范 篇八

一是及时发现问题、梳理总结问题、指导整改问题。统计人员每天进行数据的更新和导录，对于在导录过程中发现的系统填录不完善、不正确之处，及时列明，并指导业务科室进行正确填录。对一个阶段内发现的问题进行梳理，逐条列明后印发给各业务科室，并明确案卡应该填录的内容及标准，确保案卡填录的及时、准确和统计工作的顺利进行。

二是加强三个沟通，及时解决并反馈问题。加强与上级院沟通，在工作中遇到问题做到勤请示、多汇报，及时解决，不拖沓；加强与兄弟院沟通，互相学习，取长补短；加强与本院业务部门沟通，指导案卡填录、汇总问题并及时反馈。统计人员在沟通的过程中增强业务知识，确保统计报表工作顺利开展。

三是利用统计报表的功能，为业务科室做好分析和研判。统计报表工作不仅仅局限于数据统计功能，更需要我们从数据中发现规律，指导实践。统计人员针对每年同一阶段的案件情况进行季度分析，或者某类案件的发案数量和特征进行总结，利用柱状图、饼状图、曲线图等更为直观的图表形式，通过对数据的分析研判，总结某类案件在本地区的特征，为业务科室的具体办案提供数据和指导。目前，针对未成年人犯罪案件、失火犯罪案件、故意伤害犯罪案件等进行了纵向和横向的比较，为业务科室提供研判报告，业务科室根据发案的特点采取有针对性的措施，取得了良好的效果。

9.图书馆业务统计工作浅析 篇九

来源：中国论文下载中心 [ 10-05-18 14:32:00 ] 作者：张春燕 张和伟

【摘要】统计是图书馆的基本业务工作之一,是图书馆管理工作的重要组成部分。文章论述了图书馆业务统计工作的意义、主要内容和特点,提出了加强管理,提高图书馆业务统计工作的建议。

【关键词】图书馆 统计工作

图书馆统计工作是一项传统的业务工作,是指运用统计学原理,根据具体数字来反映图书馆各项工作的实际情况,通过对图书馆工作中的各种现象、状态等进行量的描述与分析研究,为工作决策提供坚实可靠的数据支持。统计工作是图书馆管理工作的重要组成部分,是图书馆各项工作情况的真实反映和记录。搞好图书馆统计工作,对详细了解图书馆工作情况、提高图书馆工作效率和改进图书馆工作具有不可忽视的作用。

图书馆业务统计工作包括:(1)统计调查。这是图书馆统计工作的基础,其目的是有组织地用科学的方法收集原始统计数据。(2)数据整理。原始数据往往杂乱无序,这就需要分门别类进行整理。整理工作是数据收集和数据分析之间必不可少的环节。(3)统计分析。图书馆统计工作的目的,不仅仅是简单的收集、整理、汇总数据,重要的是对这些数据进行全面深入的分析,进而对整个图书馆工作的内在规律加以揭示,并用以提高图书馆的各项业务水平和科学管理水平。图书馆业务统计工作的意义和作用

(1)图书馆统计是认识图书馆现象和掌握图书馆工作规律的科学方法。它以图书馆全部工作过程所表现的数量特征为依据,采用大量观察法、统计分组法、统计图表法、综合分析法等进行统计资料的收集、整理和计算分析,进而揭示图书馆现象的性质和内在联系,且通过统计所特有的一系列指标来反映图书馆现象的规模、水平和速度,以表明图书馆发展规律在具体时间和条件下的数量表现。

(2)图书馆统计是开展图书馆业务工作的客观依据。图书馆业务统计工作能客观地反映馆内各项业务工作的基本状况,并通过各种量化分析为领导决策及馆内各项业务工作的发展规划提供科学依据。图书馆业务工作的开展,包括工作量的规定,采购、流通等部门工作任务的完成情况,藏书副本量的确定、读者人数、借阅量的情况等,都离不开图书馆统计所提供的数据。而图书馆的业务工作本身,又是图书馆统计存在的基础,离开了图书馆业务工作,也就没有图书馆统计;反过来,离开了图书馆统计,图书馆业务工作的计量及分析也就失去了依据。

(3)图书馆统计是图书馆科学管理的重要手段之一。图书馆统计能广泛收集图书馆管理工作中所需的反馈信息,及时发现工作中存在的问题和不足,有针对性地对薄弱环节加以改善;能全面检查图书馆工作计划的完成情况,并保持各项业务间的相对平衡,进一步发掘和利用潜在的人力资源,以获取最大的效益。图书馆统计要为图书馆管理决策服务,一切统计数据和统计分析,都要从管理的需要出发,没有孤立的图书馆统计。图书馆统计要及时地为图书馆的科学管理提供反馈信息,全面、准确地反映图书馆运转的情况,以便管理者制定新的决策。

(4)图书馆统计是考核和奖惩的重要依据。高校图书馆只有实行严格的考核制度和合理的奖励制度,才能充分调动工作人员的积极性,才能充分发挥工作人员的主观能动性,才能为读者提供更优质的服务。高校图书馆统计工作可以真实地计量出每个部门的总工作量和每个工作人员的具体工作量,同时也可以反映各部门和个人的工作质量。以此为依据,实行量化考核,奖勤罚懒,奖优罚劣,提高图书馆科学化管理水平。图书馆业务统计工作的主要内容

(1)读者统计。准确把握读者情况有利于确定藏书结构,更加有针对性地做好服务工作。其作用主要表现为以下三点:(1)读者统计可为分析和提高读者工作质量提供科学的依据。图书馆主管部门可以根据统计所获取的数据资料,如读者数、借阅人次、册次等来评估图书馆业务工作完成的优劣程度,以便不断改进工作方法,完善服务措施。(2)读者统计是制定与检查计划的依据,是一种信息反馈。只有通过对现实统计数据的分析研究,才能检查计划的完成情况,以便制定出更为完善的下一个工作计划。

(2)工作人员统计。高校图书馆的工作人员中学历和业务水平差异较大,所以,通过对图书馆工作人员的统计,可以了解全馆工作人员相关情况,为馆员找到最适合的岗位,最大程度地发挥人力优势。图书馆工作人员统计包括:1)总人数;2)年龄构成;3)健康状况;4)文化程度及专业情况;5)业务培训情况。

(3)藏书统计。图书馆藏书统计既包括图书期刊等印刷型资料,也包括各种网上资料其统计的作用是:1)图书馆藏书统计可以研究图书馆藏书是否符合目的性的要求。2)图书馆藏书统计有利于处理藏书建设中的各种关系。3)图书馆藏书统计可以为制定和检查藏书采购计划提供重要依据。

(4)文献流通统计。图书流通情况是反映管理水平和服务质量的主要依据,必须及时、准确、连续地进行统计。通过对文献流通各项工作的统计,可以及时掌握读者的阅读倾向、馆藏文献利用率和文献拒借率等,为制定和调整文献采访计划提供依据。

2.5 图书馆其它统计工作。如辅导、宣传等图书馆业务统计工作的特点

3.1 统计范围广泛

传统图书馆的业务工作大都局限于手工式操作,所能做的也多是借借还还的工作,其统计范围就相对狭窄。随着图书馆自动化建设的不断深入和数字图书馆的逐步发展,图书馆业务统计范围已从传统的文献采集、分类编目、典藏保管、参考咨询拓展到文献数据库建设、文献传递、网上信息发布、网络数据传输等网络电子文献服务工作方面。

3.2 统计内容深入、细致

图书馆自动化管理系统的应用,使其统计数据更加精确、快速。3.3统计要求规范。传统的图书馆的统计意识薄弱、统计制度不完善、统计项目不系统、统计要求不明确、统计数据不精确、统计工作不及时等问题是影像图书馆业务统计质量和统计效果的主要因素,加之网络环境下一些传统的统计项目的消失和新的统计项目的诞生,使得规范图书馆业务统计工作成为确保统计数据权威性的关键。

3.4 统计方式多样

在统计方法上,有观察法、分组法、对比法等,在统计手段上,有网络管理系统统计法、传统人工统计法。采用何种方法、手段和形式,可根据统计资料的统计内容、统计目的而定。加强管理,搞好图书馆业务统计工作

4.1 加强重视

图书馆领导应提高对统计工作的重视,使图书馆上下都把业务统计工作作为一项全局性和基础性的工作来抓,制定出完整、统一的统计制度。在具体实施时,应使所指定的统计制度与图书馆的组织结构和岗位责任结合起来,并同时明确具体的统计任务和各部门中承担对统计进行监督和汇总的责任人。

4.2 建立健全图书馆统计指标体系

为了真实反映图书馆工作中发生的各种现象和过程,需要首先确定一套完整的统计指标体系。指标体系中所设置的各种指标必须全面和标准,以便能分别评价出各部门和全馆的绩效。指标的设置不宜过多,应突出核心指标,以免陷入繁琐,反而不利于管理。指标体系中,应突出三项核心指标:第一,文献收藏量指标,这对掌握藏书结构情况非常重要。第二,读者量指标,不仅要统计读者的总数量,还应按读者的不同类型分别进行统计,反映读者对于图书馆的需求倾向。第三,借阅量指标,应反映文献流通的种类、册数、读者借阅各类图书的情况以及与读者数量的比例关系。

4.3 加强统计分析工作

统计工作不能仅仅满足于收集原始数据、整理汇总和上报数据,应进一步做好统计工作中最重要的一环——统计分析。统计分析应尽可能地运用数理统计知识进行分析和归纳,真正揭示出图书馆各项业务工作的内在本质和规律。如通过对读者借阅率的计算和比较分析,便可以准确掌握读者对馆藏文献的利用状况,及时向决策部门提出合理建议。通过对购书数量和种类的统计分析,便可以随时调整订购工作中的偏差,提高文献收藏的合理性和实用性。总之,统计分析的作用是不可低估的,图书馆应坚持广收集、细分析的原则,认真做好各项统计分析工作,使图书馆的业务工作在质和量方面都更加科学合理。

4.4 运用现代化的手段开展统计工作

随着图书馆事业的发展,图书馆各种数据量越来越大,指标分类也越来越细,手工操作远远满足不了统计工作的需要,只有运用现代化设备和新技术,改进图书馆统计数字的存贮和处理方法,才能使图书馆统计工作得到进一步提高这就要求图书馆加快统计工作的自动化进程、将收集的各种数据利用计算机处理分析,快速地为图书馆各项管理工作提供指导。

4.5 加强队伍建设、提高统计工作人员专业素质

统计工作开展的好坏归根结底取决于统计工作人员的素质。稳定的、高素质的统计工作人员队伍是搞好图书馆统计工作的关键。由于统计工作是一项长期繁琐的工作,所以一名合格的图书馆统计工作人员需具备:(1)认真负责的工作态度和严谨细致的工作作风;(2)较强的数字计算分析能力和语言文字水平;(3)扎实的图书馆专业知识;(4)统计工作基础知识,包括统计调查和整理、统计分析、统计资料表现和运用等知识;(5)丰富的计算机知识和操作技能。统计人员应认识到自己工作的重要性,并尽快学习和掌握各种先进的统计和手段,克服畏难和怕麻烦思想。图书馆领导应加强对统计工作人员的业务知识培训,帮助他们更新知识,及时掌握新的统计方法,提高职业素质和业务水准,以适应统计工作的需要。结语

总之,图书馆统计工作是图书馆业务工作的重要组成部分,是图书馆全面实行科学管理的重要手段、基础和前提。做好图书馆业务统计工作能更好地促进图书馆服务的发展,为图书馆相应的决策、评估提供依据。图书馆工作者应不断分析、研究、掌握统计这一认识事物的武器和科学管理方法,建立健全图书馆各项统计制度,强化统计管理,充分发挥统计在图书馆各项管理工作中的重要作用。

参考文献

10.业务数据统计分析 篇十

(一)统计内容

本制度的统计内容主要是保险机构根据《企业年金试行办法》和《企业年金基金管理办法》开展的信托型企业年金业务统计，统计范围包括企业年金受托管理业务、账户管理业务和投资管理业务等方面。此外，统计内容还包括保险机构开展的养老保障及其他委托管理业务。

保险机构企业年金业务统计制度具体包括13张报表。其中，表1至表12为企业年金业务统计报表，表13为养老保障及其他委托管理业务统计报表。具体填报内容如下：

表1：受托管理业务参与企业及人员统计表(按计划类型)，主要反映不同类型计划的数量、受托管理业务参与企业、参与计划员工及其变动情况。

表2：受托管理业务缴费统计表(按计划类型)，主要反映不同计划类型受托管理业务的首年缴费和后续缴费情况(不考虑投资收益、待遇支付、转移支出等资产变动因素)。

表3：受托管理业务参与企业及人员统计表(按地区)，主要反映受托管理业务参与企业及人员的地区分布情况。

表4：受托管理业务缴费统计表(按地区)，主要反映受托管理业务缴费的地区分布情况(不考虑投资收益、待遇支付、转移支出等资产变动因素)。

表5：受托管理业务参与企业及人员统计表(按行业)，主要反映受托管理业务参与企业及人员的行业分布情况。

表6：受托管理业务缴费统计表(按行业)，主要反映受托管理业务缴费的行业分布情况(不考虑投资收益、待遇支付、转移支出等资产变动因素)。

表7：受托管理业务统计表(按参与企业控股类型)，主要反映受托管理业务在不同控股类型参与企业的分布情况。

表8：账户管理业务统计表，主要反映账户管理业务企业及个人账户变动情况，包括企业账户数、个人账户数及本期待遇支付。

表9：投资管理业务统计表，主要反映不同类型计划投资管理业务的组合及缴费情况。

表10：管理费收入统计表，主要反映不同类型计划受托管理费收入、账户管理费收入和投资管理费收入情况。

表11：管理资产统计表，主要反映不同类型计划受托管理资产、投资管理资产情况。

表12：投资收益统计表，主要反映不同类型计划投资管理业务收益情况。

表13：养老保障及其他委托管理业务统计表，主要反映除企业年金业务外，具有委托管理性质的养老保障管理业务及其他委托管理业务。

(二)报送单位

根据《企业年金试行办法》和《企业年金基金管理办法》开展信托型企业年金业务的保险机构总公司，包括养老保险公司、除养老保险公司以外的人身保险公司及保险资产管理公司，向我会报送上述报表。

未开展企业年金业务的保险机构无需报送。

(三)报送频度和报送时间

保险机构企业年金业务统计报表报送频度为季报。保险机构应于季后15个自然日内报送报表，遇国庆、春节等法定长假可顺延3个自然日。

(四)报送方式

保险机构企业年金业务统计报表通过“中国保监会保险创新业务统计信息系统”(以下简称创新系统)报送。

创新系统访问地址：。创新系统的操作手册和培训视频等帮助文档可在登录创新系统后下载。

(五)测试要求

自3月1日至3月15日，已开展企业年金业务的保险机构可登录创新系统进行数据测试。

(六)报送要求

各有关保险机构要高度重视企业年金业务统计工作，协调处理好托管人、账户管理人和投资管理人等机构的工作，确保上报数据的真实性、准确性、完整性和及时性。

各有关保险机构要加强对企业年金业务经营状况的分析研究，按季度撰写企业年金业务预计利润以及其他重要事项说明，连同电子报表一并报送保监会。

二、填报口径

1.计划类型：指企业年金计划的类型，分为单一计划、集合计划和其他计划。其中，单一计划指仅为一个委托人提供受托管理服务的企业年金计划;集合计划指同时为多个委托人提供受托管理服务的企业年金计划;其他计划指不属于单一计划或集合计划的企业年金计划,包括过渡计划等。

2.计划数：指已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业年金计划累计数。其中，年初数，指年初已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业年金计划累计数;期末数，指截至报告期期末已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业年金计划累计数。

3.企业数：指已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业累计数，按法人数填列。其中，年初数，指年初已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业累计数;期末数，指截至报告期期末已获得企业年金计划确认函、建立个人账户、资金归集到受托财产托管账户的企业累计数。

4.参加计划员工数：指参加企业年金计划，且首次缴费已到受托财产托管账户的企业员工数。其中，年初数，指年初参加企业年金计划，且首次缴费已到受托财产托管账户的企业员工数;期末数，指截至报告期期末参加企业年金计划，且首次缴费已到受托财产托管账户的企业员工数。

5.首年缴费：指本年新增企业首个会计年度已缴纳到受托财产托管账户的缴费金额合计值。

6.续期缴费：指除首年缴费以外，企业已缴纳到受托财产托管账户的后续缴费金额合计值。

7.缴费合计：指企业已缴纳到受托财产托管账户的缴费金额合计值，包括首年缴费与续期缴费。

8.地区：企业数、参加计划员工数和缴费等项目的地区归属，以委托人的注册地为准。委托人的注册地为境外地区的，归属于其他地区。辽宁、浙江、福建、山东和广东的数据分别不含大连、宁波、厦门、青岛和深圳。

9.行业：企业数、参加计划员工数和缴费等项目归属的行业分类标准，参见《国民经济行业分类(GB/T 4754-)》。

10.参与企业控股类型：分为国有控股、集体控股、私人控股、港澳台商控股、外商控股及其他。具体分类标准参见《国家统计局印发〈关于统计上对公有和非公有控股经济的分类办法〉的通知》(国统字〔〕79号)。

11.企业账户数：指已获得企业年金计划确认函并在企业年金账户管理系统正式建账的企业累计数。

12.个人账户数：指已获得企业年金计划确认函并在企业年金账户管理系统正式建账的个人账户数。

13.本期待遇支付：指报告期内符合企业年金待遇领取条件的实际支付情况，下设领取人数和领取金额两个指标。

14.领取人数：领取人数分为一次性和分期两类。一次性，指报告期内一次性实际支付的符合企业年金待遇领取条件的个人账户累计数;分期，指报告期内分期实际支付的符合企业年金待遇领取条件的`个人账户数。分期，只统计发生首次支付的账户个数，多次支付的不重复计算。

15.领取金额：领取金额分为一次性和分期两类。一次性，指报告期内一次性实际支付的符合企业年金待遇领取条件的金额累计数;分期，指报告期内分期实际支付的符合企业年金待遇领取条件的金额累计数。

16.投资组合数：指保险机构实际投资运作的企业年金基金投资组合累计数。

17.投资管理业务缴费：指保险机构接受企业年金委托方委托，进行投资管理的资金流入总体规模。

18.受托管理费收入：根据受托合同约定从企业年金基金财产中扣除并实际计提的受托管理费金额。

19.账户管理费收入：指根据账户管理合同约定缴纳并实际计提的账户管理费金额。

20.投资管理费收入：指根据投资管理合同约定从企业年金基金财产中扣除并实际计提的投资管理费金额(含风险准备金)。

21.受托管理资产余额：指保险机构受托管理企业年金基金财产净值。

22.自留投资管理资产余额：指受托管理资产中公司留存由自己进行投资管理的那部分企业年金基金财产净值。

23.投资管理资产余额：指保险机构投资管理的全部(含自留部分)企业年金基金财产净值。

24.投资收益：指根据会计准则确认、并按投资管理资产会计账目上记录的全部 “投资收益”科目和“利息收入”科目的对应余额之和。

25.公允价值变动损益：指按照估值日确定的投资管理资产的公允价值与期初(或年初)账面价值的差额。

26.其他收益：指除“投资收益”及“公允价值变动损益”外的资金运用收益余额，不扣除费用部分。

27.投资管理资产平均余额：指年初至报告期期末的各月末投资管理资产账面余额的算术平均数，如：1月投资管理资产平均余额=(去年年末投资管理资产余额+1月末投资管理资产余额)/2，2月投资管理资产平均余额=(去年年末投资管理资产余额+1月末投资管理资产余额+2月末投资管理资产余额)/3，依次类推。

28.养老保障管理业务：根据我会制定的养老保障管理业务管理办法，指养老保险公司作为管理人，接受政府机关、企事业单位及其他社会组织等团体客户和个人客户的委托，提供养老保障以及与养老保障相关的资金管理服务，包括方案设计、薪酬递延、福利计划、账户管理、投资管理、待遇支付等服务事项。

29.其他委托管理业务：指保险机构经营的除企业年金、养老保障管理业务以外的委托管理业务,如第三方资金委托管理(含政策性业务)以及外部投资管理人或外部受托人配置的养老金产品等业务。

11.大数据与电信业务经营 篇十一

大数据开启了一次重大的时代转型。在大数据时代，我们面临的最大变革是思维变革。大数据市场前景广阔;电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源，但电信运营商在大数据时代也面临诸多挑战。电信运营商需要把握大数据时代的机遇，充分利用和分析大数据。未来电信市场的一个重要方向是运营商将利用大数据来推动业务转型。电信运营商已着手采取关键举措，推进大数据时代的业务经营。

让我们热烈拥抱大数据时代

大数据并非是一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所能使用的内存量，因此工程师们必须改进处理数据的工具，这导致了新的处理技术的诞生，例如谷歌的MapReduce和开源Hadoop平台，这些技术使得人们可以处理的数据量大大增加。今天，人们认为大数据是在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。

大数据开启了一次重大的时代转型。从科学研究到医疗保险，从银行业到互联网，各个不同的领域都在讲述着一个类似的故事，那就是爆发式增长的数据量。谷歌公司每天处理超过24拍字节的数据，这意味着其每天的数据处理量是美国国家图书馆所有纸质出版物所含数据量的上千倍。Facebook这个创立时间不足10年的公司，每天更新的照片量超过1000万张，每天人们在网站上点击“喜欢”按钮或者写评论大约有30亿次，这就为Facebook公司挖掘用户喜好提供了大量的数据线索。

2013年，全球存储的数据预计能达到约1.2泽字节。事情真的在快速发展。人类存储信息量的增长速度比世界经济的增长速度快4倍，而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。物理学和生物学都告诉我们，当我们改变规模时，事物的状态有时也会发生改变。大数据也一样，量变导致质变。数据的科学价值和社会价值正是体现在这里。大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织结构以及政府与公共关系的方法。

在大数据时代，我们面临思维变革。第一个转变就是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖随机采样。当数据处理技术已经发生了翻天覆地的变化时，在大数据时代进行抽样分析就像在汽车时代骑马一样。第二个转变是，研究数据如此之多，以至于我们不再热衷于追求精确度;执迷于精确性是信息缺乏时代和模拟时代的产物，如果不接受混杂，剩下的95%的非结构化数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系。知道“是什么”就够了，没必要知道“为什么”。在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己“发声”。大数据的核心就是预测。它通常被视为人工智能的一部分。在不久的将来，世界许多现在单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代。当当网可以帮我们推荐想要的书，谷歌可以为关联网站排序，Facebook知道我们的喜好，而LinkedIn可以猜出我们认识谁。当然，同样的技术也可以运用到疾病诊断、推荐治疗措施、识别潜在犯罪分子上。

大数据虽然只是最近几年才开始流行的词，但它掀起的社会与生活变革大幕已经拉起。2009年，大数据这个说法开始在互联网圈内传播。2012年，美国奥巴马政府高调宣布其“大数据研究和开发计划”，大数据概念真正变得火爆。大数据出现的时间点自有它深刻的原因。互联网与传统经济的碰撞，催生了今天几乎全民关注的大数据。从数据量的角度来看，在电子商务模式出现以前，传统企业的数量增长缓慢。传统企业的数据仓库中的数据大多数来自于交易型数据，电子商务模式使得企业可以采集到用户的浏览、搜索、比较等行为，这就导致企业的数据库至少提升了一个数量级。现在日益流行的移动互联网，以及将来会流行的物联网又必将使数据量提高两三个数量级。从这个角度来讲，大数据时代是必然会出现的。

让我们热烈拥抱大数据时代吧！

电信运营商面临的机遇与挑战

大数据市场前景广阔。市场研究公司Markets and Markets最新发布的一份报告预计，从2013年到2018年，全球大数据市场将会出现年均26%的增长率，即从今年的148.7亿美元增长到2018年的463.4亿美元。 当前，全球范围内的许多知名企业都在进军大数据应用市场，同时，大数据也为电信运营商带来了新的盈利空间以及新的挑战。

微软以1.1亿美元的价格购买了大数据公司Farecast，而两年后谷歌则以7亿美元的价格购买了给Farecast提供数据的ITA Software 公司。在国内，百度的新一代搜索引擎的重要支柱之一就是大数据。依托大数据，百度新一代搜索引擎才得以为用户提供更便捷与智能的医疗、交通等服务。百度副总裁王湛介绍，百度已经建成了包括百度指数、司南、风云榜、数据研究中心和百度统计在内的五大数据体系平台，帮助企业实时了解消费者行为、兴趣变化，以及行业发展状况、市场动态和趋势、竞争对手动向等信息，以便适时调整营销策略。除此之外，阿里巴巴的云计算、奇虎360的商业模式、腾讯微信的运作自如……这些都与“大数据”紧密相连。

相对于互联网数据，电信运营商拥有的数据是相对“全面的”。电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源，具有进行基于大数据业务的独特优势。首先，用户在办理固定电话和手机入网手续时需要提供实名信息，诸如年龄、性别、单位等;其次，运营商能够掌握用户的电信业务消费信息，诸如电信业务类型、业务资费、通话双方基本信息等;再次，运营商基于位置的电信服务可以精确获得用户的地理位置信息;最后，运营商拥有庞大的用户互联网访问量信息。

nlc202309031415

基于用户行为分析、行为理解、行为预测的客户深度洞察，电信运营商将数据封装为服务，形成可对外开放、可商业化的核心能力，从而实现商业模式的创新。据电信与媒体市场调研公司Informa Telecoms &Media最近的一份调查结果显示，全球约有48%的运营商正在实施大数据业务。

电信运营商在大数据时代面临巨大的机遇;但我们也应看到，大数据时代的数据需求、数据处理、管理模式不同于传统时代，这些都给电信运营商业务运营带来巨大挑战。

电信运营商数据规模大，每天的数据处理、数据存储量十分庞大;电信运营商传统上对于海量数据存储处理依赖于数据库和数据仓库，它发展过程当中面临着拓展不足的问题，比如说省公司的交易系统、分析系统之类的，由于这个问题面临着分库问题，分库之后也带来了很多问题，比如数据资源利用不均、管理复杂等等问题。还有传统数据仓库对于非结构化数据处理能力比较有限。

电信运营商数据种类繁多。在全业务运营背景下，电信运营商除了传统数据库、数据仓库处理的结构化数据以外，还有很多半结构化，甚至是非结构化的数据。这些数据，在大数据处理当中都变成非常重要的原材料，尤其是像话音、视频、文本等，这些原来并不是机器所能识别处理的。

电信运营商数据处理速度需要更快。传统上的分析型系统某种意义上是一个非实时、后台型的系统，但是现在很多应用实际上要求联机分析、在线分析，对于实时性要求会有很大提高，比如说网站上的信息几分钟可能就要更新一次。

电信运营商的管理模式需要适配数据化决策。大数据开发的根本目的是以数据分析为基础，帮助人们做出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，而真正要“拿数据说话”。因此，大数据能够真正发挥作用，还需要改善管理模式，需要管理方式和架构与大数据技术工具相适配。这或许是电信运营商面临的最大挑战。

大数据时代的电信业务经营

全球电信市场如今正在发生深刻变革，面对移动互联网带来的庞大的数据挑战，电信运营商的转型之路必须要围绕海量数据所带来的商机做深度挖掘和分析。电信运营商转型的突破口是基于目前的管道优势，搭建智能管道驱动流量经营。在此基础上，运营商需要把握大数据时代的机遇，才能有效利用和分析大数据、获得洞察能力。未来电信市场的一个重要方向是运营商将利用大数据来推动业务转型。电信运营商已着手采取关键举措，推进大数据时代的业务经营。

电信运营商加速推进4G建设，积极备战大数据时代。电信运营商一直在不遗余力地推进TD-LTE的建设。早在2010年底，电信运营商就开始在上海、杭州等六个城市进行TD-LTE规模技术试验，并在北京建设演示网。在2012年的工作会议上，电信运营商就提出大力实施GSM、TD-SCDMA、WLAN和TD-LTE四网协同发展。

电信运营商在大数据处理方面，跟云计算研发工作齐头并进来做。电信运营商在大云1.5平台上部署了分析型PaaS产品，利用BC-Hadoop构建大数据处理平台，并在英特尔至强+Hadoop平台上运行，同时建设了并行数据挖掘系统（BC-PDM&ETL）以及商务智能平台（BI-PAAS）等大数据应用平台，为将来在大数据应用和服务市场做了充分准备。

在大数据时代，电信运营商需要在业务上进行持续创新。电信运营商可以利用大数据分析用户的电信业务数据，深度挖掘用户需求，建立业务模式。比如，借鉴互联网企业的关联推荐技术，运营商可向用户推荐电信关联业务，实现精细化营销。运营商可以利用基于云计算的大数据分析系统，自动找到与该类商品相关联的其他商品并推荐给该用户。事实上，大数据在电信运营商的业务应用中可以涵盖多个方面，包括企业管理分析如战略分析、竞争分析;运营分析如用户分析、业务分析、流量经营分析;网络管理维护优化如网络信令监测、网络运行质量分析;营销分析如精准营销、个性化推荐等。

除了内部数据之外，电信运营商还应与外部数据打通互联、共同运营，比如互联网的用户邮箱、社交网站的用户关系、运营商的用户通讯录、银行的用户消费、用户的通信位置、地理应用的位置与手机号关联等。通过更多不同的尝试，将电信运营商大数据的价值发挥得更广。事实上，目前国外运营商已经开始将自己手握的海量用户数据变现，将用户的位置、旅行、上网流量习惯等信息提供给合作的第三方。比如Verizon 推出的 Precision Market Insights服务，跟合作方共享面向商场、体育馆等特定场所手机用户的活动和背景信息。

以大数据为支撑的业务运营，还需要电信运营商进行组织结构调整。在未来几年，电信运营商可能需要整合市场部和数据部，随后还可能会涉及到业务支撑部门。未来对业务支撑部门的定位是，业务支撑部门不仅是单纯的系统支撑、数据调取的运维部门，还需要利用海量数据进行深度挖掘以产生巨大的商业价值。相应的，电信运营商对业务支撑部门的人员也应提出更的要求，数据挖掘人才将更受电信运营商欢迎。

（作者系仁达方略企业管理咨询有限公司研究总监）