当前位置: 首页 > article >正文

“三面一体”的业务调度方案在运营商订单运营的实践

在当前信息化时代,运营商的业务流程复杂度和多样性持续增长,多个系统、部门以及相关事务需要进行高效准确的调度。如何在这样的背景下,保证业务流程的顺畅,业务信息的实时传递以及业务决策的准确性,是业务运营面临的重大挑战。而独立的数字化调度能力,作为解决这一问题的关键,已经成为业务运营的核心环节。

数字化调度可以帮助企业快速处理业务执行过程的协作问题,利用数据分析和主动发现等技术手段,及时发现业务过程中的潜在问题,通过主动调度实时应对业务变化,从而帮助企业有效提高运营过程中自动化管理水平。

01 业务调度的历史问题

在早期系统中,调度方案往往和是系统集成在一起的,主要存在以下局限性:

  • 缺乏灵活性:业务过程通过固定的脚本进行监控,只从自身订单的流转角度进行弱体系化的管理,调度方案通常是固定的、预定义的,无法随着业务需求的变化进行灵活调整。当业务流程或者业务规则发生变化时,重新配置或调整相应的调度流程将耗费大量时间和精力。
  • 低效:由于调度方案通常需要进行大量的人工干预,如人工统计识别、人工任务调度等,这不仅影响了业务流程的效率,也导致业务的处理时间过长。在面对大规模批量业务时,这个问题尤其明显。
  • 可视化程度低:很多调度处理的方案配置和管理是以代码或配置文件的形式存在,对于业务人员来说,他们很难直观地理解和操作。此外,调度规则和流程的可视化程度低,也使得问题的定位和解决变得困难。
  • 调试和维护困难:由于历史的调度方案往往缺乏有效的调试和维护工具,一旦出现问题,排查和修复将需要投入大量的时间和精力。

以上这些问题都严重影响了订单运营效率和业务流程的顺畅,从而影响了业务的推进。

02 “三面一体”的数字化调度方案

面对运营过程中业务调度的挑战和问题,我们需要一种全新的视角来解决。这就是“三面一体”的调度方案,将调度和业务系统分离,从旁观者、辅助者的角度对业务系统进行统一调度,实现独立的“边车”模式。

三面

基于SLA面的流程调度

根据业务产品性质的不同,定义不同业务流程的SLA要求,实时监控和发现业务运行的异常SLA指标,自动化发起调度。

基于数据分析面的数据调度

针对业务数据定时采集分析,采用数据清洗和汇聚分析,发现执行数据存在的异常,自动化发起数据处理调度。

基于任务指派面的任务调度

对数据发现的问题对处理人发起任务指派,以任务分发和执行为目标,分类任务,针对不同任务类型进行任务的自动派发以及对分派的任务执行情况监控,调度任务的执行结果进行汇聚和评分。

一体

一体化调度体系

通过一体化调度执行和监控体系,建设可运维界面,增强可视化配置,可视化监控能力,建立统一调度策略决策引擎,实现业务调度的统一纳管,灵活调整调度作战,运营调度的一站式支撑。

图片

在“三面一体”调度方案中,各类调度要求被映射到一个二维面中,形象地说,就像是我们在一个棋盘上进行对弈。每个棋子,就好比一种调度业务,比如资源分配、市场需求、订单交付、业务审批等。这些棋子在棋盘上的位置,反映了它们在实际业务环境中的状态。我们在不同棋盘格子里,预设了一套应对调度策略,这样当棋子状态发生变化时,我们就能根据预设的策略做出最佳调度方案。

03 运营商业务调度与“三面一体”结合

运营商的业务都是基于订单系统进行处理完成,用户在购买运营商服务以订单为枢纽完成从受理到开通收费的过程。如果订单和运营过程发生问题,没有及时的发现和调度,将影响整体业务的正常运转。

引入“三面一体”的调度方案从任务、数据、流程提升订单和业务运营的稳定性和及时性。主要包括以下几个过程:

图片

订单过程的调度需求分类

纵观业务整体,分析调度要点。

从业务需求出发,分析订单业务过程中的调度场景,然后以流程调度、数据调度、任务调度进行场景归类,和业务部门进行需求分析,对不同的场景制定不同的规则要素和矩阵规则。

图片

从订单过程,为了业务运营的完整性和可控性,降低业务风险,提高客户粘性可以建立上图的调度过程。

针对整个订单的过程,根据受理产品的SLA要求,进行超时监控,实现订单全过程的流程调度。

  • 业务受理阶段:

受理鉴权:针对政企业务特权免鉴权和成员业务受理鉴权的异动数据进行任务调度,按月进行受理鉴权数据分析任务指派,确保受理的合法性。

终端库存:针对企业的商品库存数据进行数据调度,监控库存阈值,及时进行提醒

  • 订单勘察阶段:

勘察调度:针对客户安装地址进行资源勘察的任务调度,确保订单可执行。

  • 订单质检阶段:

订单质检:针对订单受理产品折扣和内容进行审批,进行分层分级流程调度。

  • 订单开通阶段:

施工调度:针对开通工单进行工单合并,分派施工的任务调度。

  • 订单起租阶段:

订单续约调度:起租之后,监控订单的合同有效期,及时发现到期合同进行预警推送,进行数据调度。

欠费催缴:通过中台欠费催缴数据发现数据预警,进行催办、督办等数据调度。

收入异动:以收入数据健康度监控体系,设置市场收入监控维度和阈值,进行收入预警异动的数据分析数据调度。

  • 订单归档后:

投诉调度:为推进客户/产品满意度提升,按月进行投诉预警管理体系建设,进行按月任务调度。

客户异动:根据经分数据分析客户异动预警,下发给对应的客户经理,进行拜访走访任务调度。

高危异动:针对营销违约、收入不规范、套餐拆分受理等进行数据调度。

业务数据采集

识别数据源头,建立数据采集。

确认了需求,根据调度的类型,以及数据所有者制定数据采集的接口规范,通过消息队列、数据表读取、文件传输的各种方式按不同的周期频率进行调度原始数据的采集,形成原始的调度依据。

图片

ETL实现业务数据预处理

基于分析模型,结构化调度数据要素。

在数据采集的过程中,通过流式计算将采集的数据根据业务逻辑规则以及调度数据模型落地到调度数据存储里,作为调度数据判断的源数据。以不同专题的源数据根据业务的调度专题规则,进行后续的决策引擎进行业务规则匹配,以后自动发起调度操作。

图片

调度匹配运算

调度决策归口,实现调度引擎。

调度预处理数据通过消息队列推送给决策引擎,决策引擎根据通过决策矩阵的判断、变量计算以及规则编排处理计算出决策结果,启动对应的调度(任务调度、数据调度、流程调度)流程,根据决策计算进行具体的调度流程匹配,形成对应的调度通知执行调度。

图片

调度执行

落地调度实例,任务化结果跟踪。

调度流程以任务的形式推送给对应的人待办通知,各个角色针对自己的待办任务执行调度处理,完成业务过程中的调度事项,保证业务的业务运营的完整性和可控性。对调度的过程进行可视化监控,并保存各个调度执行实例,以便后续的决策稽核和任务稽核。对整个订单业务运营的调度形成一个整体的闭环。

调度效果评估

后评估整体效果,优化规则和过程。

建立调度效果评估驾驶舱,全景查看这个调度过程,分析矩阵规则的合理性,不断的优化规则,提高整理的调度效率和调度的有效性,指导业务运营的良性发展。

图片

04 总结与展望

订单业务运营与“三面一体”的调度方案的结合,不仅是技术的进步,更是管理思维的跃升。我们总结下各类调度在业务运营过程中发挥作用。

通过对产品订单的流程调度,将订单核心产品业务,提高了时效管控,通过及时的SLA的延迟预警以及自动化SLA调度任务单,保障了客户的时效要求,增强了运营商核心产品业务的品牌效应。

通过对运营数据的数据调度,及时分析订单过程中涉及的数据,保证订单在处理过程终端库存充足,在运营过程及时发现收入异常,以及违约等情况,保障运营的正常进行。

通过对人工任务和数据调度产生的任务调度,分析受理的合规性,保障施工的正常执行,对业务开通后维持客户满意度,进行处理投诉任务,定期走访客户,及时发现客户异动保持客户粘性。

“三面一体”的调度方案引入了灵活的决策规则设定,使得运营调度能够根据实际情况快速调整决策策略。面对多变的过程策略调整,运营调度都能够通过调整决策规则,迅速做出应对,保持业务的连续性和稳定性。

随着信息技术和智能技术的发展,业务调度技术也在不断的发展创新。未来业务调度将朝着以下方向发展:

  • 数字化、智能化水平更高:业务调度将会更加数字化、智能化,通过更多的数据信息的实时采集,高效的数据处理、分析和控制,从而实现对业务系统的智能分析,智能预判。
  • 更加精准、高效:随着人工智能和大数据技术的快速发展,智能调度将可以对订单状态和运营数据进行更加准确、细致的分析,通过大数据和RPA技术减少人工的参与,提高业务的运行效率。

总的来说,未来业务调度方案将往数字化、智能化、精准化、高效化等方向推进,并将更加注重业务的整体优化运行。


http://www.kler.cn/a/137003.html

相关文章:

  • 本地部署webrtc应用怎么把http协议改成https协议?
  • mysql 查询优化之字段建立全文索引
  • 搭建Elastic search群集
  • centos权限大集合,覆盖多种权限类型,解惑权限后有“. + t s”问题!
  • 算法day_3数组中的单一元素和二进制位颠倒
  • 观察者模式(sigslot in C++)
  • 一个美观且功能丰富的 .NET 控制台应用程序开源库
  • 报错!Jupyter notebook 500 : Internal Server Error
  • hologres 索引与查询优化
  • MFC项目添加CUDA支持
  • leetcode:914. 卡牌分组(python3解法)
  • 如何快速让苹果TF上架
  • 安卓毕业设计:基于安卓android微信小程序的超市购物系统
  • CSDN每日一题学习训练——Python版(N皇后 II、买卖股票的最佳时机 II、编程通过键盘输入每一位运动员)
  • uniapp和vue3+ts创建自定义下拉选择框组件
  • Mysql之多表查询下篇
  • CSS中2种复合选择器
  • 【Linux网络】从原理到实操,感受PXE无人值守自动化高效批量网络安装系统
  • OpenAI与微软合作,构建 ChatGPT 5 模型;10天准确天气预报
  • 配置中心
  • 如何在Linux以docker-compose方式快速部署运行StackEdit,并实现公网访问
  • 了解JVM的相关概述,发现很多全忘了(文末福利)
  • 【腾讯云云上实验室-向量数据库】TAI时代的数据枢纽-向量数据库 VectorDB
  • mysql8 group by出错:this is incompatible with sql_mode=only_full_group_by
  • CI/CD --git版本控制系统
  • Node.js之Buffer(缓冲器)