数据分析在企业运营管理中的作用
论数据分析在企业经营管理中的重要性
论数据分析在企业经营管理中的重要性首先，数据分析可以帮助企业识别和理解市场的需求。
通过对市场数据进行分析，企业可以更准确地了解消费者的需求、喜好和购买行为。
企业可以基于数据分析的结果，制定相应的市场营销策略，提高产品的竞争力和市场份额。
例如，可利用数据分析来评估不同区域的人群兴趣，从而确定市场推广策略的差异化。
同时，通过对客户行为和购买历史的分析，企业可以更好地洞察消费者需求，改进产品设计和提升服务质量。
其次，数据分析可以帮助企业优化运营管理。
企业在生产、采购、供应链管理等方面都会产生大量数据，而这些数据蕴含着许多运营的线索和优化的机会。
通过对这些数据进行分析，企业可以发现生产过程中的瓶颈，找到提高效率和降低成本的方法。
例如，通过对生产线上每一步的数据进行分析，企业可以发现其中的瓶颈环节，并对其进行改进，从而提高生产效率。
此外，数据分析还可以帮助企业进行优化的库存管理和供应链管理，提高物流的效率和灵活性。
第三，数据分析可以帮助企业制定战略和决策。
通过对内部和外部的数据进行分析，企业可以了解其竞争对手的表现、市场趋势以及宏观经济环境的变化，从而做出更准确、更有前瞻性的决策。
例如，企业可以通过分析历史销售数据，预测未来的销售趋势，从而制定适当的生产计划和销售策略。
另外，企业还可以通过数据分析预测市场需求的变化，并调整产品研发和市场推广的方向。
最后，数据分析可以帮助企业改进业绩评估和绩效管理。
通过对业务相关数据进行分析，企业可以更清晰地了解各部门和个人的绩效表现，从而更好地进行绩效评估和激励措施的选择。
此外，通过对数据进行分析，企业还可以识别出业绩不佳的原因，找到改进的方法，并制定相应的应对措施。
综上所述，数据分析在企业经营管理中的重要性无可忽视。
有效地利用数据分析，可以帮助企业识别市场需求、优化运营管理、制定战略决策以及改进绩效评估。
通过数据分析，企业可以更加科学地进行决策和管理，从而提高企业的竞争力和创造更大的价值。
基于大数据的企业运营管理研究与应用
基于大数据的企业运营管理研究与应用当前，随着大数据技术的飞速发展，大数据在各领域的应用越来越广泛，尤其是在企业运营管理领域，大数据的应用已经成为了不可或缺的一部分。
企业通过对大数据的分析和运用，可以更好地了解自身的经营情况、市场趋势、竞争对手的情况，从而做出更加准确的决策，提升企业的经营效率和竞争力。
一、大数据在企业运营管理中的应用1.数据整合和分析企业通过整合内外部的数据，能够得出更全面、更准确的信息，进而做出更具有针对性和可操作性的决策。
例如，在管理销售时，企业可以将客户、订单、产品、库存等数据整合起来，并通过数据挖掘分析出销售趋势，进而优化销售策略。
2.风险管理在企业运营管理中，风险管理是一个重要的环节。
大数据技术可以帮助企业对风险进行更精确的识别和评估。
例如，在金融行业，银行可以通过大数据分析客户的财务情况以及信贷记录，了解客户的还款能力和风险状况，从而作出更准确的放贷决策。
3.营销策略营销策略是企业运营管理中的一个关键环节。
企业通过分析顾客的消费行为以及市场趋势，制定更准确的定位和营销策略。
例如，通过大数据分析得出某一产品最受哪个市场群体的欢迎，就可以针对性地推出适合该市场群体的产品和营销活动。
二、大数据在企业运营管理中的优点1.提升经营效率企业通过大数据技术，可以更准确地了解客户需求和市场趋势，从而做出更快速、更有效、更高效的决策，提升经营效率。
2.优化资源配置通过大数据的分析，企业可以得出更准确的数据，进而对资源进行更优秀的配置。
例如，在生产环节中，可以准确了解每个工人的产能、每道工序的生产效率，从而对生产线进行合理的配置，提高生产效率。
3.增加收益通过大数据的分析，企业可以更准确地了解市场需求和客户行为，进而制定出更成功的营销策略和销售模式，从而增加收益。
三、大数据在企业运营管理中的挑战与风险1.数据质量大数据在企业运营管理中的应用前提是，需要有足够的数据量和质量。
而随着数据的增多，其中产生的异常值、重复值和错误值等也会增多，企业如何保证大数据的质量就成为了面对的问题之一。
数据分析与运营管理目的
数据分析与运营管理目的1. 引言数据分析与运营管理是一种利用数据来帮助企业做出决策和提高运营效率的方法。
通过对大量数据的收集、整理和分析，企业能够更好地了解市场趋势、客户需求和竞争对手情报，从而制定更有效的运营策略并实现业务增长。
本文将介绍数据分析与运营管理的目的以及其在企业中的应用。
2. 数据分析的目的2.1 帮助企业了解市场趋势数据分析可以通过收集和分析大量的市场数据，帮助企业了解市场的发展趋势和变化。
例如，通过分析销售数据、用户行为数据和市场调研数据，企业可以了解产品或服务的受欢迎程度、用户的消费习惯以及竞争对手的市场份额，从而制定更有针对性的市场营销策略。
2.2 提供客户洞察和个性化服务通过对客户数据的分析，企业可以了解客户的需求、购买行为和喜好，从而提供更个性化的产品或服务。
例如，通过分析客户的购买历史和行为数据，企业可以向客户提供定制化的促销活动和推荐产品，提高客户忠诚度并增加销售额。
2.3 支持运营决策数据分析可以提供决策支持，帮助企业优化运营过程和资源分配。
通过对运营数据的分析，企业可以识别出低效的环节和资源浪费的问题，并采取相应的措施来提高运营效率。
例如，通过分析生产线的产能利用率和产品质量数据，企业可以及时调整生产计划和工作流程，提高生产效率和产品质量。
3. 运营管理的目的3.1 优化资源配置运营管理可以帮助企业优化资源的配置，使资源能够得到最大化的利用。
通过对供应链数据和物流数据的分析，企业可以准确预测需求、合理安排生产和库存，降低公司的运营成本，并提高客户满意度。
3.2 提高供应链效率运营管理可以通过对供应链数据和流程的分析，帮助企业提高供应链的效率。
例如，通过对供应商的交货时间、产品质量和成本的分析，企业可以评估供应商的绩效，并与优秀的供应商建立长期合作关系，降低采购成本和供应风险。
3.3 优化客户体验运营管理可以通过改善产品或服务的交付过程，提高客户的满意度和体验。
通过对客户反馈数据和销售数据的分析，企业可以了解客户的需求和痛点，并对产品或服务进行优化。
大数据分析在企业运营中的应用与效果评估
大数据分析在企业运营中的应用与效果评估企业运营是一个极度复杂的系统，在这样一个庞大的体系中，企业需要对众多的数据进行分析，并且利用这些数据来做出更加准确和科学的经营决策。
而这种分析需要靠大数据分析来完成。
大数据分析是指利用大数据技术及相关算法来对传统数据进行处理、分析和挖掘，从而获得更多可用信息的一种新型分析方法。
在企业运营中，大数据分析可以起到非常重要的作用。
一、大数据分析在企业运营中的应用大数据分析可以在企业的各个领域中进行应用，包括市场营销、产品研发、供应链管理、人力资源管理等。
比如，在市场营销领域，大数据分析可以通过分析数据，确定客户的需求和喜好，进而进行市场定位和产品定价。
在产品研发方面，大数据分析可以收集大量用户反馈和使用数据，协助企业确定产品的功能和改进方向。
在供应链管理方面，大数据分析可以协助企业优化供应链流程，从而提高运营效率和质量。
在人力资源管理方面，大数据分析可以帮助企业招募和留住高质量员工，提升企业的绩效和创造财富。
二、大数据分析的效果评估作为企业运营中的一种新型分析方法，大数据分析的效果如何，需要进行一定的评估，以便企业了解并优化大数据分析的应用效果。
大数据分析的效果评估可以从以下几个方面进行考量：1. 数据获取效果大数据分析需要获取大量的数据，而这些数据的获取效果会对分析结果产生影响。
因此，在评估大数据分析效果时，需要关注企业数据的获取效果，比如数据的完整性、时效性和精度等。
2. 分析算法效果大数据分析的效果还与所使用的分析算法相关。
不同的算法可能会对分析的结果产生不同的影响。
因此，在评估大数据分析效果时，需要考量所使用算法的准确性、有效性和鲁棒性等方面。
3. 应用效果大数据分析得到的结果，需要能够在企业实际应用中产生效果。
因此，在评估大数据分析效果时，需要考量大数据分析的实际应用效果，比如是否有效地帮助企业实现目标，或者帮助企业提高效率、降低成本等。
4. 价值评估最后，大数据分析的效果还需要从实际价值角度进行评估。
运营数据分析的意义
运营数据分析的意义运营数据分析是现代企业管理中不可或缺的一环，它通过对企业的各项运营数据进行收集、整理、分析和优化，能够帮助企业了解市场需求、调整运营策略、优化业务流程，提升企业的竞争力和效益。
以下是运营数据分析的几个重要意义：1. 实现数据驱动决策运营数据分析可以帮助企业从主观经验转变为基于数据的决策，引导决策者根据客观的数据和指标来制定战略和运营计划。
数据分析可以突出关键业务指标，发现业务中的问题和机会，为企业的决策制定提供参考，降低了决策风险，提高了决策的准确性和效果。
2. 发现潜在机会和挑战通过对运营数据进行深度分析，可以发现企业可能存在的潜在机会和挑战。
比如，分析市场数据可以了解市场需求的变化趋势和潜在需求，帮助企业及时调整产品策略；分析销售数据可以发现销售渠道的瓶颈和影响销售的因素，指导销售团队优化销售策略；分析客户反馈数据可以了解产品的优劣之处和改进空间，提升客户满意度。
3. 提升运营效率和降低成本运营数据分析可以帮助企业发现业务流程中的痛点和低效环节，找到优化和改进的方向，提升运营效率，降低企业的成本。
比如，通过对生产数据的分析，可以了解生产过程中的浪费和瓶颈，优化生产计划和加工流程，提升生产效率和产品质量；通过对供应链数据的分析，可以优化采购和库存管理，降低采购成本和库存风险。
4. 实现精细化运营和个性化服务运营数据分析可以帮助企业了解客户行为和需求，为企业提供个性化的产品和服务。
通过对用户行为数据的分析，可以了解用户的偏好和兴趣，为用户推荐个性化的产品；通过对用户反馈数据的分析，可以识别用户的需求和问题，提供更好的售后服务和支持；通过对营销数据的分析，可以了解不同营销渠道的效果和投入产出比，优化营销策略，提升营销效果。
5. 监控业务运营和风险控制运营数据分析可以帮助企业及时监控业务运营状况和风险情况，提供预警和决策支持。
通过对财务数据的分析，可以了解企业的盈利情况和财务健康状态，指导企业的财务决策和风险控制；通过对销售数据的分析，可以及时发现销售风险和市场变化，调整销售策略和目标。
数据分析在运营管理中的应用研究
数据分析在运营管理中的应用研究随着信息时代的到来，数据变得日益重要，而数据分析也被越来越广泛地应用于各个领域，特别是在运营管理中，数据分析不仅可以帮助决策者作出正确的决策，还可以提升组织的效率和利润。
本文旨在探讨数据分析在运营管理中的应用研究。
一、数据分析在供应链管理中的应用供应链管理是企业运营管理中最重要的一环，通过对供应链信息的收集、分析和整合可以更好地控制流程和成本。
数据分析可以帮助企业找到最优的物流路径，为供应链管理提供科学依据，提高了企业的运营能力和企业的效益。
此外，数据分析可以帮助企业建立供应链风险预警机制，遇到问题可以及时做出反应，降低企业的风险，提高企业的稳定性。
二、数据分析在市场营销中的应用市场营销是企业营销中的关键环节，而数据分析是市场营销成功的重要驱动力。
通过对客户的购买行为、兴趣爱好、行为路径的分析，可以帮助企业更好地理解客户的需求和口味，进而进行产品开发和差异化营销。
通过数据分析，企业还可以制定更精确的广告投放策略，提高广告转化率，提高市场份额和企业收益。
三、数据分析在员工管理中的应用员工是企业的核心财富，员工管理是企业管理的重要一环。
通过数据分析，企业可以了解员工的绩效表现，提前进行预警，项目或员工出现问题时及时处理，提高绩效管理的效率和效果。
此外，数据分析还可以为企业提供员工职业发展的建议，为员工发展提供方向，提高员工的工作满意度和企业的员工留存率。
四、数据分析在质量管理中的应用质量管理是企业管理中的重雄一环，通过数据分析、监测和反馈，可以不断提高产品的质量，提高企业的市场占有率。
数据分析可以帮助企业了解产品的不良率，及时对生产过程进行调整和优化，提高产品的价值和品质，并为企业的产品质量保证提供科学依据。
五、数据分析在风险管理中的应用企业经营面临着各种风险，如市场风险、政策风险、法律风险等等。
通过数据分析，企业可以建立风险评估模型，识别各种风险因素并制定科学应对策略。
数据分析对运营管理的影响
数据分析对运营管理的影响数据分析是指通过对大量数据进行收集、整理和分析，来获取有关实体、现象和事物的相关信息、规律和趋势的过程。
随着信息技术的发展和大数据时代的到来，数据分析已经成为企业运营管理中不可忽视的重要环节。
本文将探讨数据分析对运营管理的影响。
一、数据分析提供决策依据运营管理中的决策往往需要准确的数据支持，而数据分析正好可以提供这样的依据。
通过收集和分析企业运营过程中产生的各类数据，可以得到对运营情况的全面了解。
基于这些数据，企业决策者可以做出更明智、更准确的决策，避免凭空臆测或主观判断的盲目决策。
二、数据分析优化运营效率数据分析可以揭示企业运营管理中的瓶颈和问题，帮助企业发现并解决运营过程中的不足之处。
通过对数据的挖掘和分析，可以分析业务流程，找出运营中的浪费和冗余环节，进而优化运营效率。
举个例子，假设一家电商公司发现在销售流程中，有许多订单因为库存不足而无法及时发货，造成了客户的不满。
通过对销售数据进行分析，可以预测商品的需求量，并提前采购和补充库存，从而避免库存不足的情况发生，提高订单的及时发货率。
三、数据分析改善产品质量产品质量是企业运营管理中至关重要的方面，而数据分析可以帮助企业改善产品质量。
通过对产品质量相关数据进行分析，可以发现产品的设计缺陷、生产过程中的问题以及用户的反馈等信息。
基于这些数据，企业可以进行针对性的改进，提高产品质量，增强竞争力。
例如，一家汽车制造商在市场上出现了多起同一批次车辆发生故障的情况。
通过对故障车辆的数据进行分析，可以找出造成故障的原因，并及时采取措施，修复已销售的车辆，避免类似的问题再次发生，提升产品质量和用户满意度。
四、数据分析改善市场营销策略数据分析可以帮助企业更好地了解市场需求和客户行为，从而调整和改善市场营销策略。
通过对市场数据和客户数据的分析，可以确定目标客户群体，了解其需求和偏好，定制更加精准的市场推广方案。
举个例子，一家餐饮连锁企业可以通过数据分析了解不同时间段和不同地区的消费者消费行为和消费习惯。
大数据在运营管理中的应用
大数据在运营管理中的应用大数据是指通过对庞大数据集合进行分析和处理，从中得出有意义的信息的过程。
随着技术的不断发展，大数据对于企业管理、市场营销、人力资源等方面的应用越来越广泛。
在运营管理方面，大数据也展现出了其巨大的应用价值。
一、运营管理中大数据的应用范围1. 生产运营过程数据分析大数据可以通过实时监测和分析生产运营过程的数据，以优化生产工艺流程，提高生产效率和产品质量。
对于生产车间而言，通过采集生产设备和工人的数据，可以实时监测工人产能、设备运行效率及其产生的故障，对生产过程进行有效的优化和管理。
2. 商品管理和库存管理准确的物流管理可以帮助企业降低库存成本，在销售高峰期尽量减少库存短缺问题。
通过收集历史订单数据、采购订单、销售数据、入库和出库记录等，大数据能够为企业提供精确的库存掌握和预测，并且可以提前预测到哪些产品会在未来的某个时间段卖出，便于正确安排商品的采购和销售策略。
3. 顾客关系管理大数据可以帮助企业建立完整的客户信息库，并且可以通过对销售数据的分析和挖掘，帮助企业发现客户对企业的态度、客户需求以及客户的偏好等信息，以便企业更好地进行客户关系管理、预测客户未来购买意愿、改进销售策略，促进客户满意度提高。
4. 质量管理通过监测及分析来自产品质量控制中的大量数据,生产企业可以对生产过程和产品进行持续改进。
通过传感器、监控仪器等装置收集得到的数据可帮助企业精确地准确地识别产品质量问题所在，在最短的时间内进行修复，从而保障产品的质量甚至提升生产效率。
5. 安全管理传感器、视频监控器等设备和手持设备可以将现场安全监控数据汇总到一个中央化平台进行监测，企业可以通过监测数据的模式和算法，快速发现安全问题的来源，并采取及时的措施加以解决。
二、运营管理中大数据的具体应用1. 生产运营过程数据分析生产过程中，智能采集设备可以从各种设备中获取物料的状态信息，存储现场数据和真实情况，甚至对现场工人的流程进行分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据分析在企业运营管理中的作用摘要：数据促进企业管理决策的能量不在于数据之大，也不在于数据本身，而在于企业根据数据做出的更深入、更全面的客户需求洞察，并以此支撑企业针对性运营管理决策的及时、科学、有效形成，促进企业运营管理的高效准确运行以及企业生产力发展。
关键词：数据分析；网络；价值；数据支撑；it
中图分类号：f270.7 文献标识码：a 文章编号：1006-6675（2013）15-
一、数据分析的作用及意义
数据分析的目的是把隐没在数据中的信息集中、萃取和提炼出来，以找出研究对象的内在规律。
在实际运用里，数据分析能为人们带来极大的方便，数据分析可帮助人们作出判断，以便采取适当行动。
数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。
这一过程是质量管理体系的支持过程。
在进行市场调查时，所调查的各个过程都需要适当运用数据分析过程，以提升有效性。
因此数据分析有极广泛的应用范围。
二、数据，改变企业的运营管理决策方式
运营管理分为四种：移动化、云计算、大数据和全球化，作为4大力量中坚力量之一的大数据，正改变着企业的运营管理决策方式。
由于数据处理分析和管理等相关技术的不断成熟，企业内部的管理运作数据、业务运作数据，企业与客户的关系及互动数据，客
户或潜在客户在企业经营业务之外的生活方式、活动、情感、社交等大数据，正为企业所采集和分析，企业洞察客户需求更深入、更全面，对业务运营管控更及时有力，因此大数据将完全改变企业管理者以往“拍脑袋”的决策方式，管理决策更依赖“用数据说话”，决策更趋科学性、理性，更具定量化和可评估性以及准确性和延续性。
数据促进企业管理决策的能量不在于数据之大，也不在于数据本身，而在于企业根据大数据做出的更深入、更全面的客户需求洞察，并以此支撑企业针对性运营管理决策的及时、科学、有效形成，促进企业运营管理的高效准确运行以及企业生产力发展。
三、目前企业数据分析的可拓展方向
（一）社交网络分析模型。
数据伴随社交网络的风行而发展。
社交网络发展促进了人们的数字化生存，让人们生活和工作的有关信息数字化，而这些数字化信息一方面成为以单个个体为对象的形形色色、包罗万象、细致入微、支撑洞察个体兴趣需求和喜好的数据；另一方面也将原来现实生活中不可获得的人与人之间的关系信息搬上了网络。
对于移动通信企业来说，客户的社交网络分析即一个重要的数据分析方向。
社交网络分析的内容为：通过测算识别客户与客户之间关系所形成的圈子以及圈子中各客户角色的判定，形成企业对各个客户影响力和价值的判断，在此基础上，利用对这些圈子、角色和影响力的认识，帮助企业实现相关营销活动或产品套餐的推广，提高企业营销和运营管理的效率。
（二）客户价值分析模型。
随着社交网络的发展，不仅使得客户行为需求喜好信息更丰富，而且可获得客户之间关系的数据信息。
如在捆绑套餐营销活动中，活动在用户群中的扩散呈链状发展，发展过程中，客户的圈子构成以及客户对圈中其他用户的影响力对活动推广扩散有重要影响。
如果能够识别并借助有足够影响力的客户帮助推广活动，活动的营销效率必然有很大程度的提高。
可见，数据时代，当企业的客户分析在原有以客户为对象进行分析的基础上，增加以客户与客户之间关系为对象的分析时，客户的价值测算和分析也将随之发生变化，客户的价值不再仅是个体客户消费体现的价值，还应增加个体客户对所在群体内其他客户的影响力指标。
四、企业应用数据分析的必要性
（一）实时数据分析支撑的营销运营管理应用。
由于数据分析、数据挖掘手段的支撑，传统数据时代，一些先进的企业已经基本实现洞察力驱动的精确营销运营管理。
数据时代，客户数据更为丰富和细致，企业对客户需求洞察更为全面而准确，更重要的是，由于数据处理分析技术的成熟，企业实现客户洞察的能力在数据存储与数据处理和分析方面将更高效，甚至达到实时，所以支撑营销运营管理全流程各环节决策的数据流可以与营销运营管理的工作流达
到同步，企业可以综合客户的历史消费行为信息和客户当前行为，实时做出针对个体客户的个性化营销策略，从而在提高营销命中率的同时及时有效地识别并抓住稍瞬即逝的营销机会，极大地提高营
销运营管理效率。
（二）数据分析促进智能管道运营应用的落实。
对于企业来说，智能管道的核心能力在于，根据客户行为，实时为客户推荐并调配网络设备资源。
传统数据时代，很难满足智能管道运营的要求，因为涉及的问题与前述客户体验的实时测算一样，由于技术条件限制不可能达到；数据时代，对半结构化机器数据实时采集、处理和分析的技术逐渐成熟，将大大促进智能管道运营管理落实的进程。
其实现原理基本类似于客户体验管理，最大的差别仅在于，智能管道以对客户产品使用行为测算的数据与提供产品的网络设备
资源做对应，从而在保证客户体验达标的条件下，充分调配、切割、整合企业的设备网络资源，通过实现资源利用的最高效而达到资源配置的最优化。
五、it系统对数据支撑的体系规划和趋势
（一）梳理并整合业务部门对数据的需求，立足分析需求，做好数据it体系架构的3步规划。
数据相关技术条件的成熟、数据分析能力以及分析应用经验的积累等多方面因素，都是制约企业建设数据it系统的条件，要充分抓住数据带来的机会并避免“心急吃不得热豆腐，反被热豆腐伤害”的问题，建议企业建设数据it
系统分阶段实现：第1阶段，将原来支撑报表分析的edw优化升级到支撑高级分析的bi系统；第2阶段，逐步采集数据，将bi系统升级到支撑数据分析的it系统；第3阶段，打通数据分析的it系
统与企业运营管理系统，将数据分析功能嵌入业务流程。
（二）以职能部门提供整体it支撑方式向嵌入业务流程实时数据的分散能力支撑方式转变。
这种转变趋势又称it支撑“消费化”趋势。
传统数据时代，企业建立数据中心，集中企业层面所有数据，为企业运营管理决策集中提供数据报表、分析甚至挖掘支撑，是公认的高效it支撑方式；数据时代，数据从支撑企业中高层运营管理决策普及到支撑企业的产品运营、市场运营、客户服务，甚至在智能管道运营全流程中涉及从企业中高层运营管理人员到基层生
产执行人员，很明显，这种数据获取和分析能力如果仅集中在it
职能部门，而不是全体人员均结合自身业务需求而具备的话，数据分析驱动的各项运营管理应用即成为不可能的任务。
所以，数据时代，数据要真正改变企业运营管理决策方式，使企业上下形成以数据驱动的企业文化为标志性特征，每个人都要做好与数据打交道的能力和心理准备，而it系统运营管理部门也将不得不面临数据从数据采集、清洗、存储、处理到分析、提供和管理的过程，在各业务运营管理流程、各部门、各类用户间如何高效运行、高效交互、高效支撑的更复杂的it系统支撑问题。
参考文献：
[1]赵雪松.数据分析系统的应用研究[j].中国铁路，2005，05：42-43+52.
[2]罗嘉红.电信经营决策支撑系统方案[j].信息通信，2007，
05：50-51.。