公务员期刊网 精选范文 运营分析的方法范文

运营分析的方法精选(九篇)

前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的运营分析的方法主题范文,仅供参考,欢迎阅读并收藏。

运营分析的方法

第1篇:运营分析的方法范文

【关键词】医院;营运能力;分析指标

医院营运能力是指医院资产的周转运行能力,也是指医院基于外部市场环境的约束,通过内部人力资源和生产资料的配置组合而对财务目标所产生作用的能力。如果医院资金使用效率较高,结构合理,则医院的营运能力较好。从深层次看,医院营运能力反映的是医院可持续发展的能力。医院营运能力一般用,流动资产、存货、应收账款、固定资产和总资产等五个方面的财务指标进行逐层分析评价。

一、流动资产分析

流动资产分析的目的是,为合理使用流动资金,降低医疗服务耗费,促进资金良性循环与供给提供保证。其分析指标主要是:流动资产周转率分析,流动资产结构比重分析,流动资产利用率分析。其分析内容:一是分析取得来源、存在形态、使用情况、组成结构和增减变动情况;二是考核使用效果,分析物资储备是否合理,物资消耗与业务量及业务收入是否相匹配;三是总结流动资金管理经验和存在问题。

1.流动资产周转分析

是分析流动资产周转情况的综合指标,反映流动资产的周转速度和流动资产的利用效率。流动资产周转快,可以节约资金,提高资金利用效率。流动资产周转分析有两种表示方法

(1)流动资产周转次数,计算公式为:

流动资产周转次数=计算期业务总收入/同期全部流动资金平均占用额。流动资产周转次数表示,周转次数越多,效率越高。

(2)流动资产周转天数,计算公式为:

流动资产周转天数=全部流动资金平均占用额/同期业务总收入×计算期天数。流动资产周转天数是一个逆指标,周转天数越短,说明流动资产利用率越高。

2.流动资产结构比重分析

主要分析流动资产与总资产之间的比例关系,以及某种流动资金与流动资金总额之间的比重,用以判明营运发展的有利趋势或不利趋势。计算公式为:

(1)流动资产率=全部流动资产/总资产。流动资产率越高,说明本单位营运发展势头越旺盛,此时,经营管理也显得格外重要。

(2)流动比率=流动资产合计/流动负债合计×100%。流动比率越高,说明医院资产的变现能力越强,短期偿债能力亦越强,反之则弱。但是,比率太大表明流动资产占用较多,会影响经营资金周转效率和获利能力。一般认为合理的最低流动比率为2。

(3)速动比率=速动资产/流动负债×100%。速动比率反映医院在某一时点运用随时可以变现资产偿还到期债务的能力。速动比率较流动比率更能准确、可靠地评价医院资产的流动性及其短期偿债能力。

3.流动资产利用分析

主要分析流动资金的利用效果,计算公式为:

(1)百元业务收入占用的流动资金=流动资金平均占用额/业务收入总额×100

(2)百元流动资金业务收入额=业务收入总额/流动资金平均占用额×100

以上两项分析指标反映流动资金与收入的关系,两指标互为倒数,流动资金百元收入越高,流动资金效益越高,从而百元业务收入占用的流动资金额越低。

二、存货分析

存货分析的目的就是在保证正常的医疗运行和供应条件下,对库存进行科学管理。其分析指标主要是:存货周转率分析,存货质量分析。通过分析加强存货信息管理和决策分析,进行有效控制,达到存货管理的最终目的,提高经济效益。

1.存货周转分析

是反映存货停留在医院的时间,也可用周转天数来表示,存货周转天数越少,说明周转速度越快。

计算公式为:存货周转率=医疗支出中的药品、卫生材料、其他材料支出/平均存货支出

(1)药品资金周转率。指药品成本与平均药品库存额的比率,用以衡量医院的药品库存是否过量,测定医院药品的变现速度,在不妨碍医院业务需要的情况下,应以最少限度的储量为最好。以药品为主的医院存货随着药品供应的保证,周转天数可缩短到30天以内。目前扬州市笫一人民医院的药品周转天数不超过15天。计算公式为:

药品资金周转率(次数)=药品费支出/平均药品库存额

药品资金周转天数=本期日历天数/本期周转次数

(2)卫生材料资金周转率。指卫生材料成本与平均卫生材料库存额的比率,用以衡量医院的卫生材料库存是否过量,计算公式为:

卫生材料资金周转率=卫生材料支出/平均卫生材料库存额

现在许多医院都加强了卫生材料的管理,尤其是高值耗材的管理。扬州市笫一人民医院的高值耗材已经实现了零库存。

2.存货质量分析

指存货被利用的质量分析。主要有:(1)物理质量分析。既自然状态是否完好,是否符合相应的等级要求;(2)时效状况分析。按照时效状况对存货分类,与保质期相关联,与内容相关联,与技术相关联;(3)品种构成分析。与医院临床业务开展相关联;(4)周转与积压状况分析。与财务管理相关联等。

三、应收账款分析

应收账款分析的核心是对应收账款的流动性分析,从结构分析和趋势分析中找出应收账款的变动,然后对有异常变化的应收账款的经济实质进行分析,从而对本单位资产的真实风险状况进行评价。应收账款与本单位的经济环境和内部管理都有密切关系。应收账款分析指标主要是:应收账款周转分析和应收账款结构分析。目前,扬州市笫一人民医院每月通过资金动态报表对应收帐款的情况及时分析,以减少呆帐、坏帐的产生。

1.应收账款周转分析

(1)应收账款周转率。是反映应收账款周转速度的比率。它说明一定期间内应收账款转为现金的平均次数。用时间表示的应收账款周转速度为应收账款周转天数,表示医院从获得应收账款的权利到收回款项、变成现金所需要的时间。

计算公式为:应收账款周转率=业务收入/应收账款平均余额。

(2)应收账款回款率。医院回款速度快、资金占用少、可以减少坏账损失、资金流动快,医院偿债能力强。提高回款率财务要形成定期的对帐制度,每月必须同医保部门核对帐目。计算公式为:

应收账款回款率=(期初应收账款余额+本期应收账款发生额-期末应收账款余额)/(期初应收账款余额+本期应收账款发生额)

2.应收账款结构分析

医院的应收账款主要是应收医疗欠款和其他应收账款,通过对应收账款的结构分析,对应收账款占本单位流动资产的比重进行评价。

(1)应收账款比重分析。计算公式为:

应收账款占业务收入比=应收账款总额/业务收入总额

(2) 应收账款账龄分析。指从产生应收账款之日起 ,至资产负债表日止所经历的时间。简而言之,就是应收账款在账面上存在的时间。对应收账款的账龄进行分析,有利于加快欠款回收,减少坏账损失。

四、固定资产分析

固定资产分析的内容主要包括:固定资产结构比重分析,固定资产利用效率分析。

1.固定资产结构比重分析

固定资产的结构是指医院各类固定资产原值在全部固定资产原值中所占的比重,以及各小类固定资产原值占该类固定资产原值的比重。分析固定资产结构的变化情况,在于考察医院固定资产配置和使用上的合理性,考核利用效果并分析影响效果的原因,以便进一步制订措施、挖掘充分利用固定资产的潜力。计算公式如下:

(1)固定资产比重=某类固定资产原值/全部固定资产原值×100%

(2)固定资产更新率=分析期新增固定资产原值(期末固定资产原值-期初固定资产原值)/期末固定资产原值×100%

(3)固定资产报废率=本期报废的固定资产原值/期初固定资产原值×100%

2.固定资产利用效率分析

医院通过固定资产利用效率分析,考核固定资产营运成果,总结固定资产使用是否合理、能否适应医院的发展需要。计算公式如下:

百元固定资产业务收入=本期业务收入总额/分析期平均占用固定资产净值×100

五、总资产分析

总资产是指经济实体拥有或控制的、能够带来经济利益的全部资产。一般可以认为,经济实体的总资产金额等于其资产负债表的“资产总计”金额。其分析指标主要是:总资产周转率。

1.资产周转率

总资产周转率反映了医院全部资产的使用效率。该周转率高,说明医院全部资产的经营效率高,取得的收入多;该周转率低,说明全部资产的经营效率低,取得的收入少,最终会影响医院的盈利能力。计算公式如下:

总资产周转率=业务收入总额/平均总资产

2.总资产周转天数

是指资金周转一次所需天数(即资金周转期)。计算公式如下:

总资产周转天数=计划期日数/总资产周转率(次)

参考文献:

[1] 孙继玲. 企业营运能力分析体系研究 [J].企业研究,2012(24)

第2篇:运营分析的方法范文

关键词:聚类分析方法;物流运输规划;运输网络

现代物流业的发展离不开交通运输的发展,而且运输是物流的核心,创造着物流的空间效益。中国是一个发展中国家,交通运输长期制约国民经济的发展,但改革开放以来,中国政府把交通运输作为国民经济发展的重点,以发展综合运输体系为目标,长期致力于交通基础设施建设并取得了不错的成绩。交通基础设施不断完善以及运输工具技术装备水平的提高,使得运输体系的公路、铁路、民航、水运、管道运输的社会旅客和货物运输量迅速增长,为国民经济的发展和人民生活水平的提高做出了贡献,更促使了物流行业发展效率的提高。未来的物流运输量需求的变化对运输路线、中心点的配置结构提出了新的要求。如何巧妙合理的设置配送中心,根据各省市的交通实际情况(铁路、公路、水路、航空的里程)合理规划运输线路,在未来一段时间内将成为物流运输面临的主要问题。解决运输线路的规划问题,不仅要对我们的物流行业十分了解,还要会运用先进的信息技术,统计软件,对我们的一些历史数据进行统计得出更优的运输网络,节约运输成本,提高运输效率。本文运用的统计软件是SPSS软件,所用的统计方法是聚类分析方法。运用聚类分析方法对全国部分地区的运输线路进行分析找出作为大型物流运输中心的省份或城市。

一、聚类分析

(一)基本思想

聚类分析(Cluster Analysis)是一种多元统计分析方法,其基本思想是认为样本或变量之间存在着程度不同的相似性。根据一批样本的多个观测指标,具体找出一些能够度量样本或变量之间相似程度的统计量,这些统计量为划分类型的依据,把一些相似程度较大的样本或变量聚合为一类。

系统聚类法(Hierarchical Clustering)是目前应用较为广泛的一中聚类方法。本文采用系统聚类法进行分析,其思想是将n个样品看成n类(一类包含一个样品),然后将性质最接近的两类合并成一个类,我们得到n-1类,再从中找出最接近的两类加以合并变成n-2类,如此下去,最后所有的相似样品均在一类,将上述聚类过程画成一张图便可以决定分成多少类,每类各有什么样品。系统聚类分析法具体到算法上,需要定义两个类变量距离测量的方法,定义距离测度方法等等,关于类与类之间距离的定义方法很多,每一种定义用到系统聚类程序中,就得到一种系统聚类法。本文采用的是类平均聚类。

(二)系统聚类分析方法步骤

系统聚类分析方法包含六个步骤,如图1所示:

二、应用举例

聚类分析方法在物流运输规划中的应用,首先需要了解下物流运输规划。物流运输规划理论的研究在国际上是一个非常活跃的研究领域,但是在我国的发展还相对滞后,基本处于研究的起步阶段,没有形成科学的方法体系,不能为区域物流系统公司的运输规划提供足够的决策支持和理论依据,导致我国物流建设过程中出现了诸多问题。例如,重复建设、设施冗余、服务瓶颈等等。为了提高我国物流运输规划和设施建设的科学性,加快物流的发展,形成科学、操作性强的决策方法是我国物流理论与方法研究的当务之急和重点研究方向。物流运输的合理化有利于加速生产过程,促进国民经济持续稳定协调的发展、能节约运输费用降低物流成本、缩短了运输时间,加快了物流速度、节约运力,还能节约能源。影响物流合理化地主要因素有:运输距离、运输环节、运输工具、运输线路(网络)等等。本文是通过聚类分析,探讨最合理的运输网络,为物流运输规划提供理论支持,制定出相应的方案。表1为国家部分地区各种运输方式的运输里程。本文运用系统聚类分析方法对表中的20个城市进行聚类分析,结合相应的分类结果采取相应的物流运输规划方案。利用统计软件SPSS进行类平均聚类,生成图2所示的聚类分析树形图。

根据聚类分析的结果,可以得出表2的全国部分省、市聚类表,可以把全国主要省市分成五大类大型物流运输中心,经检查符合实际的情况,有时聚类后的结果有明显的不符合实际的情况,应做适当的调整。

应用聚类分析的方法对全国部分省、市进行了较合理的划分,并划分出以它们为中心的若干区域并对运输进行合理标定,以便建立起衔接各大经济区域的运输快速通道网。这样可以合理地分配人力、运力、财力,使大型物流运输健康快速的运行。

三、结束语

用聚类分析的定量分析方法对全国部分省、市内的物流发展进行综合评价并分类,所得结论客观、可信、较有说服力,为省、市物流规划提供了重要参考和依据,利用得到的聚类分析图,可以避免重复问题的出现,提高了工作效率。另外运用统计学的分析方法及软件可以培养我们对知识的主动探索能力和创新思维能力,不断地在社会实践中摸索、探讨适合提高工作效率的方法,若我们能真正掌握这门技能,将成为满足经济社会高速发展的高素质劳动者和技能型应用人才。

参考文献:

[1]朱锦晶,谭锋.《F1as设计》课程的教学改革探讨[J].电脑知识与技术,2010(1).

[2]刘云桥,王东红.Flash课程的任务驱动式教学研究[J].石家庄职业技术学院学报,2007.

第3篇:运营分析的方法范文

1. 关于高中英语教学的现状分析

受长期应试教育的影响,我国大部分英语教师的教学观念仍没有得到转变,在教学过程中采用传统的教学方法,并占据主体地位,这不仅使得教学内容枯燥乏味,也严重影响到学生思维创造力和自主学习能力的形成。其次,教师不断地向学生传授英语知识,使得学生对英语教学内容失去学习的兴趣,这样学生就不会积极主动地参与到英语课堂教学中,从而导致英语课堂氛围死气沉沉,缺乏活力。如果高中英语教师不能改变英语教学的现状,那学生的学习成绩将会下降,教师与学生之间也无法建立良好的师生关系,课堂教学质量也很难得到改善。因而,针对新课程的改革和新课标教学方案的实施,高中英语教师要准确地了解其中的内容,挖掘学生的内在潜能,培养学生个性化的形成,在教学过程中及时发现教学方法存在的问题,并制定科学的方案,这时教师就能提高学生的学习能力。与此同时,高中英语教师的教学水平和专业素养也会得到提高。

2. 关于体裁教学方法在高中英语中运用价值的分析

2.1 有助于学生独立思维能力的形成

教师在选择体裁途径教学时,教师则应注重学生思维理解能力的培养,在教学过程中,教师应让学生结合英语知识研究体裁教学内容,并对学生分配相关的英语任务,让学生独立思考教师布置的英语任务,当学生在独立思考英语问题时,学生内在的潜能就会被激发,从而有效地分析英语任务,并形成独立思维能力。只有不断地加深学生的研究能力,教师才能拓宽学生的视野,为学生提供一个广阔的学习空间,让学生拥有良好的思维能力和创造能力。

2.2 有助于学生掌握正确的学习方法

体裁任务教学方法与传统的教学方法不同,体裁任务教学方法不仅有助于学生独特思维能力的形成,也有助于学生掌握正确的学习途径。对于学生而言,掌握正确的学习方法和选择合适的学习途径,可以促进自身学习效率的提高和综合能力的发展。因此,教师要根据体裁教学途径的特征对学生进行任务型教学,体裁教学结构具有常规性和制约性的特征,教师在应用时要遵循相关的程序,并不断地对体裁教学方法进行创新,选择适合学生学习的体裁教学途径,让学生自主参与到体裁教学途径中,帮助学生养成良好的学习习惯,这不仅能让学生掌握正确的学习方法,也能给学生带来安全感,增强学生学习英语的信心。

2.3 有助于学生形成良好的综合能力

目前,我国的教育形式为素质教育,教师在教学时要将主要的知识讲授给学生,让学生能够准确地理解教学知识,教师也要让学生形成良好的文化素养和品德行为。因此,高中英语教师在采用体裁任务教学方法时,要让学生形成良好的综合能力,使学生自主发现英语问题,分析英语问题。只有让学生在课堂中充分发挥自身的主观能动性,学生才能感受到自身的价值,从而积极主动地学习英语知识。

3. 关于体裁任务教学方法在高中英语中应用的方法

3.1 结合教学内容,设计体裁任务教学方案

为了让学生学习更多的英语知识,教师在应用体裁任务教学方法时,首先教师要结合教学内容,围绕“知识与技能、过程与方法、情感态度与价值观”这三个维度制定教学目标,然后,教师再根据学生的身心发展特征设计体裁任务教学方案,在课堂教学过程中有针对性和计划性的教学,对学生明确教学目标,其次,教师在完成教学环节后,教师为学生布置课后任务,让学生自主研究教学知识。只有按照体裁任务教学步骤完成教学任务,教师的教学质量才能得到提升。

3.2 结合实际教学情况,培养学生的英语能力

在运用体裁教学方法的过程中,教师不仅要结合教学内容教育学生,也要结合实际教学情况,让学生在学习时感受到真实的教学内容,增强学生对英语知识的记忆,从而培养学生的英语能力。因此,教师要加强对学生英语听、说、读、写的训练,让学生熟悉语篇材料。例如:教师可以利用多媒体创设情境教学,还原英语知识的情境,让学生在学习时融入到英语教学的情境中,尽可能地激发学生的思想情感,让学生对英语教学产生独特的思想感情,帮助学生顺利地完成学习任务。

3.3 根据任务教学方法,加强学生的学习意识

英语作为国际通用语言,教师在对学生教学时,要让学生熟练地掌握英语语法和词汇,使学生运用不同的英语词汇进行写作和交际。因此,教师要根据任务教学方法,将主要的教学内容灌输到学生的思想中,加强学生的学习意识,让学生意识到学习英语知识的重要性。此外,任务教学方法也是一种教学手段,教师通过任务教学方法对学生明确教学目的,在教学时突出英语知识的重点难点,让学生围绕教师的设计的方案学习英语知识,当学生理解英语知识对自身的重要性时,学生就会积极主动地学习英语知识。

3.4 开展英语教学实践活动,为学生提供丰富的学习途径

在教授学生知识时,教师不能只局限于课本知识,而应带领学生走出课堂,让学生从课外学习到更多的英语知识,而这也会为学生提供丰富的学习途径。因此,英语教师应积极开展教学实践活动,组织学生参与到活动中,让学生在教学过程中养成良好的实践能力。比如:教师可以与学生互换角色,换位思考,让学生研究教师在日常生活中的任务,并对其进行模仿,教师也可以鼓励和激励学生,让学生分组讨论教学知识,引导学生设计教学方案,让学生自己完成教学任务,当学生自主参与到教学过程中时,学生就能发挥主体性,提升自身的英语学习水平。

3.5 选择新颖的教学方法,激发学生的学习兴趣

由于新课标明确要求教师要对教学方法进行创新,在教学过程中采用新颖独特的教学方法,吸引学生的注意力,激发学生的学习兴趣,使学生积极主动地参与到教学过程中。因此,高中英语教师要转变传统的教学观念,将新颖独特的教学理念融入到课堂教学中,并合理使用体裁任务教学方法。只有对英语知识产生兴趣,学生才能自主对英语知识进行探索研究。比如:在教学过程中教师可以采用小组合作教学方法、游戏教学方法、竞赛教学方法引发学生的注意。

4. 结束语

总而言之,高中英语教师在教学过程中,要将体裁任务教学方法的作用充分地发挥在课堂中,引导学生学习英语知识,设计合理的体裁教学方案,让学生体会到体裁教学方法的价值,从而让学生从体裁教学途径中发现学习英语知识的乐趣,帮助学生形成良好自主学习能力和思维创造能力。因此,教师要从多方面研究体裁任务教学方法,在课堂教学时提升学生的理解能力,让学生成为一个全面发展的人。

参考文献

[1] 王天舒. 《英语精读》任务型语言教学活动的设计和自主学习能力的培养[J]. 外语学界, 2012 (10).

[2] 邓小龙, 刘雅婧. 基于“任务型语言教学”的高职专门用途英语课程开发方法探索[J]. 中国ESP研究, 2012(01).

第4篇:运营分析的方法范文

关键词:公路桥梁;车辆荷载;车辆荷载模型;动态称重技术

中图分类号: K928 文献标识码: A

前言

为了准确确定车辆荷载的大小,需要大量的统计资料和实测数据,在承载能力不能适应运营车辆荷载需求的既有桥梁数量巨大、短期内难以全面改造、仅仅通过管理措施并不能遏制超载运输的情况下,采取客观先进的手段方法,掌握运营车辆荷载变异现状、把握运营车辆荷载发展规律、科学描述刻画运营车辆荷载的统计特征,既是进行运营车辆荷载管制、治理超限运输的基础性工作之一,也是既有桥梁的安全运营、检测评估、加固改造的前提,因此具有重大的理论价值与突出的工程背景。

车辆荷载模型研究现状

(1)国外研究现状

美国Michigan大学的A.S.Nowak利用安大略交通部门6万多辆货车调查数据,根据车重及轴重经验分布外推求得既有桥梁设计基准期内的车重及轴重最大值法国Christian Cremona、Gindy利用WIM设备收集了三周的车流信息,并利用Rice公式构建了穿越门槛值次数的直方图,得出运营车辆荷载尾部数据的拟合曲线,利用该拟合曲线预测运营车辆荷载及其效应发展变化规律;瑞典Abraham Getachew利用WIM系统测得的实际车流数据,对不同跨径(10m~35m)简支梁在汽车荷载效应进行了分析研究,提出了中小跨径简支梁桥评估车辆荷载模型,并与瑞典公路桥梁设计规范Br094中的汽车荷载效应设计计算值进行了对比;Fu依据美国部分超载现象严重的交通要道的车辆统计资料,建立了包括超载车辆的车辆荷载模型,指出了基准期对既有桥梁按照实际运营车辆荷载进行荷载效应分析的必要性;Fredrik C研究了利用WIM实测数据研究了车辆荷载模型及其横向分布规律。

总体说来,上述研究者特别是A.S.Nowak教授揭开了运营车辆荷载特性实测研究的大幕,建立了运营车辆荷载特征研究的基本方法与基本手段,为后续研究奠定了良好的基础。

(2)国内研究现状

在我国,一些研究者或建设管养业主针对具体的道路或桥梁,进行了专门的运营车辆荷载特征分析预测,如清华大学梅刚、秦权等人针对110国道,研究了重载运煤线路运营车辆荷载的统计特征,提出了运营车辆荷载的双峰分布模型;北京交通大学卢文良、冯德飞研究了北京市交通拥堵状况下运营荷载分布特征,指出了混合拥堵情况下实际自然车队荷载效应为设计汽车荷载效应的1.2~1.7倍;大连理工大学贡金鑫等人则针对非治超地区、计重收费地区和强制治超地区的车辆荷载数据进行了统计分析,建立了不同交通管制政策下的运营车辆荷载模型,预测了运营车辆荷载的发展变化态势;长安大学贺栓海、黄平明、王涛等人针对陕西省西宝高速、广东省广深高速进行了运营车辆荷载特征调查分析,构建了运营车辆荷载的分析预测模型;同济大学石雪飞、应天益利用广东佛开高速公路运营车辆荷载的实测数据,进行了车辆荷载特征的分析与预测,指出了实际车重和轴重与2004规范相比,超出幅度高达126%和64%,抽样调查获取最大车重高达172.6t,说明了超重车辆(车重大于100t)出现有一定的必然性;东南大学郭彤、李爱群等人根据京沪高速江苏段的实测数据,建立了运营车辆荷载的多峰概率分布模型,预测了桥梁剩余服役期运营车辆荷载的发展规律;广东交通集团针对虎门大桥钢箱梁桥面板疲劳裂缝的发展,专门进行了虎门大桥通行车辆荷载特征调查分析,指出实际运营车辆轴重与额定轴重的比值一般在1.4~1.9之间,最大达到4.0左右,车辆轴重发展变异、重载车辆数量庞大是导致该桥钢箱梁桥面板产生严重疲劳裂缝的主因;华南理工大学韩大建、杜江根据广州北环高速两周的交通荷载调查结果,运用极值分析方法预测了运营车辆荷载的发展规律,指出了现有运营车辆荷载模型构建所采用的假设检验方法的缺陷与不足。

总体说来,这些研究工作揭示了一些路段或具体桥梁的运营车辆荷载特征,构建了形式各异的运营车辆荷载模型,指出了运营荷载变异的严重性与开展进一步研究的紧迫性。

现有研究的不足

(1)动态称重数据获取的随意性

目前,WIM数据所构建的运营车辆荷载模型也就难以科学客观地反映运营车辆荷载现状,导致等运营车辆荷载发展规律预测等后续研究工作产生了明显的失真等问题,以观测持续时间为例,持时短者仅为数小时,持时长者则长达数年,差异非常大。

(2)运营车辆荷载模型构建的主观性

目前,大多数研究者在构建运营车辆模型时,均采用假设检验、参数分析的技术路线,即假设车辆总重、车辆轴重服从某一分布模型,然后进行参数估计,采用K-S检验或x2、U2检验来验证截口分布模型的正确性与合理性,得到一个不被拒绝的分布模型如正态、对数正态、伽马、威布尔分布等,并由此来预测既有桥梁服役期间最大车辆荷载量值与出现几率。

图1.2 运营车辆荷载模型与极值分布示意图

(3)难以恰当估计运营车辆荷载最大值

一方面,由于运营车辆荷载模型构建时多采取假设检验的试错方法,具有比较突出的主观性,虽能较好的模拟分布的中部,但对分布尾部的描述就显得无能为力了,导致极值估计偏差非常大,采用假设检验方法构建的模型难以反映运营车辆荷载现状的最大值分布情况。另一方面,既有桥梁多采用时间外推的统计方法来确定运营荷载的增长,大多数研究者均利用其所构建的运营车辆荷载模型,取某一可接受分位点(一般为0.95,相当于重现期为1950年)直接外推的方法,来预测既有桥梁设计基准期运营车辆荷载的发展规律,由于模型构建本身就存在诸多先天不足如底分布主观性大、分布参数不准确、难以恰当描述分布的尾部等,加上直接外推方法比较粗糙简单,导致设计基准期或服役基准期内运营荷载增长规律预测结果差异非常大。

展望

改进WIM数据的获取准则。

采用二阶抽样方法,将公路划分为高速公路、一级公路、市政道路、其他公路等,分门别类地利用WIM技术进行车辆荷载数据的采集和收集。

构建WIM数据获取的观测时间区段选取、连续观测持续时间确定的基本准则,扩大WIM数据对夜间、节假日、特殊时间区段(如春运)的覆盖程度,确保WIM数据的均衡性、全面性以及对极端情况的客观反映。

根据平均值、标准差等统计量值相对于观测时间的分布变化,对WIM实测数据的稳定性进行检验;根据抽样风险分析理论,建立WIM数据不确定性的衡量方法。

增加WIM数据收集的时间,建议3-5年为宜。

采用极值分析理论构建车辆荷载模型。

极值分析理论的研究始于上个世纪30年代,成熟于上世纪80年代,在金融领域、气象领域、水文领域获得了极大的成功。由于极值理论专门针对尾部样本拟合分布,即便在随机变量位于分布尾部的样本数量很少的情况下,也能够准确地、科学地识别分布尾部的形状与统计特征。

参考文献

[1]王涛,韩万水,黄平明.公路桥梁交通荷载研究现状及展望[J].建筑科学与工程学报,2010,(4):31~37.

[2]余丹如.公路桥梁活载与活载模型[J].中南公路工程,1992,(3):31~37.

[3]Nowak A S.Live Load Mo del for Highway Bridges[J].Structural Safety,1993,13(1/ 2):53~66.

第5篇:运营分析的方法范文

关键词:客户需求;供电公司;运营分析

中图分类号:F27

文献标识码:A

文章编号:16723198(2015)20008302

1 引言

作为国家电网公司“三集五大”体系建设的重要内容,按照公司党组统一部署,2013年底公司总部、省(市)和地市供电公司三级运营监测(控)体系初步建成,取得了国网公司运监中心建设从战略构想到落地实现的重大突破。建设运监中心旨在实现对电网运营关键指标、核心业务和重要资源的在线监测与分析,及时发现并协调处理异动问题、跟踪落实情况,提高公司整体运营效率和效益。通过一段时间运转实施取得了良好的效果,电网运营监控能力得到大幅增强。总部、省(市)、地市三级运监中心在功能定位上各有侧重,业务管理纵向贯通,分级管理,分层负责。由于许多具体运监工作落实在地市供电公司,同时运监问题也直接反映在基层,因此地市供电公司是三级运监体系的基石。

在供电公司逐步由垄断型企业向服务型企业转变的大背景下,考虑如今客户服务工作对供电公司的重要性,如何将客户服务有机融入到日常运营分析工作中去,建立基于客户需求的运营分析工作机制成为摆在各级供电公司面前的突出问题。近年来电力系统内部对于运营分析工作的研究日益增多且成果颇多,但对基于客户需求的运营分析工作机制则研究较少。王西超从电网安全的角度出发,对运监体系中存在的问题进行剖析,并有针对性提出了自己的建议。林海从建设内涵、主要做法、工作机制建设及成效四方面分析了电网运营监控体系的建设与实践。陈超等强调了数据挖掘在运监工作中的重要性,利用数据集成、存储等多种关键技术实现了面向典型业务场景的模式创新及应用提升。

2 现状及存在的问题

供电公司常规运营分析工作的开展是以运监工作台中的运营数据为基础进行分析,受内部数据属性范畴的局限,仅通过常规的“自省式”数据监控手段,不能全面、客观反映由客户因素导致公司运营状况的动态变化和运营问题的实质根源。通过建立基于客户需求的运营分析工作机制,以公司与客户之间相互影响的关联因素为主线,实现原有分析工作视角和思路的转变和扩展,在电网公司系统内部创建一种全新的运营分析模式。这不但便于及时发现公司经营中的各种风险隐患,查找从企业内部数据分析无法发现的问题,而且同时还能够进一步提升客户群体的满意度,进而达到提升公司运营效率和效益的目的。

3 运营分析工作机制构建

构建基于客户需求的供电公司运营分析工作机制,就是从突破常规运营分析工作机制的局限性,提升公司运营效率效益和风险防范能力出发,深度挖掘公司与客户之间相互影响的关联因素,借助客户视角反观公司运营中存在的问题,构建具有公司特色的运营分析模型。下面从理论依据和实施方法两个方面进行探讨。

3.1 理论依据

构建基于客户需求的运营分析工作机制离不开对用电客户需求的深入了解,而这又将落脚点转回到供电公司提供的客户服务水平上。由于供电服务质量能够直接影响到供电企业的生存,因此通过开展供电客户满意度测评工作,可以帮助供电公司发现供电服务中存在的问题并及时更正,同时进一步了解客户的实际需求以提高供电服务质量。

3.1.1 客户满意度测评理论

客户满意,简单说是客户对产品或服务的实际感知与期望对比后的心理状态。从供电企业角度来说,每个电力客户在购买电力产品时都带有一定的期望,使用产品时也会产生对产品和服务的感知,这种期望除了对电力产品本身的品质(电压的稳定性和可靠性等)有要求外,还有其附加的电力服务需求。若客户的期望与实际感知相符,客户就会感到满意,相反则会不满意。客户满意度的测量需要通过客户满意度指数来实现。所谓客户满意度指数,是对产品(包括服务)的客户满意程度的一种度量。

在分析和总结国内外已存在的几种满意度测评模型基础上,依据国家电网公司关于供电服务品质评价的有关规定,一般认为我国供电企业客户满意度指数模型中应包含七种变量,分别是企业形象、客户期望、感知质量(分为供电质量和服务质量)、感知价值、客户满意度、客户抱怨、客户忠诚度。因为上述要素均为潜变量,不可直接测量,通常采用结构方程模型研究各变量之间的相关关系及影响程度。由于模型假设条件和采用的客户满意度测评方法不同,因此不同学者可能会得到多种客户满意度指数模型。这些模型本身没有对错,只有拟合程度优劣的差别,以此判断哪种模型更符合实际情况。图1为一个具有代表性且经过验证的供电公司客户满意度指数模型。

图1 经验证后的客户满意度指数模型

3.1.2 数据挖掘算法

21世纪是大数据的时代,谁能牢牢把握数据,将数据真正“为我所用”,谁就掌握了发展的先机。如今掌握并利用现有数据的最主要方法就是数据挖掘技术。数据挖掘的过程就是从大量数据中发掘未知和隐含信息,提取有价值信息以做出商业决策的过程。数据挖掘技术包含有很多算法,常用的方法有聚类、决策树、关联规则等等。每种算法都有自身的功能和优势,具体使用哪种方法要根据具体情况进行选择。构建基于客户需求的运营分析工作机制需要挖掘供电公司与客户之间相互影响的关联因素,因此采用关联规则算法较为适宜。

关联规则一直是数据挖掘领域研究的重要课题,它的目标是寻找出数据库中不同项集之间存在的各种关系和关联。该算法经典实例是购物篮分析,通过研究超市的销售记录以发现顾客的购买行为模式和消费倾向。该算法同样可运用于寻找供电公司与用电客户之间相互影响的关联因素,掌握用电客户行为的变化趋势以分析其中存在的内在规律,从而为改进现行运营工作机制提出相应意见措施。

3.2 实施方法

在充分考虑用电客户的差异化需求基础上,结合供电公司运营工作实际情况,考虑从以下四个方面构建基于客户需求的运营分析工作机制。

3.2.1 科学设计调查问卷

为广泛获取客户原始的需求信息,供电公司可通过电话访谈、现场交流等方式开展问卷调查,具体实施可由供电公司出资委托第三方机构进行。设计调查问卷时,应首先明确设计该问卷的目的,即根据客户满意度测评结果找出公司自身存在的问题并及时改进,同时尽可能挖掘出更多的客户需求信息。此外还要充分考虑不同用电客户的具体属性及主要特点,通过收集整理供电公司现有客户资料,依据用户属性和行业类别等标准将用电客户划分为大工业、一般工商业和居民三类典型客户群体。根据统计学相关理论,本次调查采用随机抽样的方式,取普遍适用的95%作为置信度。对于某些特定群体(比如大工业用户),总客户数极少,则应全部调查,以保证该部分客户具有完全的代表性。

为实现设计问卷的目标,设计的调查问卷应包含客户满意度测评及需求信息调查两部分内容。其中需求信息调查是根据用电客户的潜在需求设置相应问题,客户满意度测评则需针对三类客户群体分别设计相应的问题,兼顾每类客户共性的关注点和个性化的需求点。测评主要内容包括企业形象、客户期望等七个变量,具体的测评指标转化为调查问卷上的实际问题,问卷采用5级李克特量表进行客户态度的测量,最后经过可信度和有效度检验形成正式调查问卷。

3.2.2 搭建客户需求数据库

根据调查问卷获得的客户满意度测评结果与需求信息,结合供电公司掌握的客户基本信息,结合上述数据可建立起包含客户基本信息、客户满意度以及客户用电需求的客户需求数据库。客户基本信息数据库包含了客户的基本信息以及客户当前用电的基本信息;客户满意度数据库记录了客户对公司当前各项供电业务的满意程度;客户用电需求数据库包括了客户对公司供电服务的期望、提出的建议以及特殊用电业务的需求(比如分布式发电、备用电源等需求)。客户需求数据库的逻辑结构如图2所示。

图2 客户需求数据库逻辑结构图

3.2.3 构建运营分析模型

在建立起客户需求数据库的基础上,需要从供电公司内部指标和用户需求数据两个角度构建科学实用的运营数据模型,深入分析获得的客户数据,进而发现

相关规律、指导公司的行为。供电公司应以深入应用Excel、Tableau和SPSS等分析工具为抓手,结合关联规则相关数据挖掘算法,利用结构方程模型进行客户满意度研究,找出公司运营指标与客户需求数据之间相互影响的关联因素,比如供电可靠性及电压稳定性会对客户满意度产生直接的影响等。构建基于客户需求的运营分析模型,形成有价值的分析成果,从而找出由客户因素导致公司运营状况的发展趋势和运营问题的实质根源。

3.2.4 运营分析模型应用

通过收集不同客户群体反馈的问卷信息,运用构建的基于客户需求的运营分析模型,分析未满足的客户需求或薄弱环节,针对供电服务中存在的具体问题研究相应的对策和措施。具体应用分析如下:利用关联规则等数据挖掘算法找出供电公司内部运营指标与外部客户需求数据之间相互影响的关联因素,针对具体存在的问题提出相应的改进和优化措施;运用结构方程分析已构建的客户满意度指数模型,根据路径系数研究各变量对客户满意度的影响程度,以此作为供电公司进行供电服务质量改进的重要依据。例如通过调查问卷的方式获取近一年供电故障停电的时间及次数,了解不同客户群体对供电可靠性的直观感受和差异化需求,同时与供电公司内部运监指标相结合,发现其中存在的隐性问题并及时修正,从而进一步提升客户群体的满意度,进而达到提升供电公司运营效率和效益的目的。

4 结语

基于客户需求的供电公司运营分析工作机制,是一种全新的运营分析模式,它以客观分析客户行为作为指导公司行为的重要参考依据,实现了供电公司客户服务水平的持续提升。由于本研究仍停留在理论层面尚未实现,未来还需对运营分析工作机制的实施条件和方法作进一步探讨,通过实践总结经验,持续优化。

参考文献

[1]崔吉峰,张朋.创建电网企业运营监测中心[J].中国电力企业管理,2015,(1):5556.

[2]王西超.电网运行集中监控体系建设[J].科技创新与应用,2014,(36):151.

[3]林海.电网运营监控体系建设与实践[J].大众用电,2014,(4):4750.

[4]陈超,张顺仕,尚守卫,等.大数据背景下电力行业数据应用研究[J].现代电子技术,2013,(24):811.

[5]陈潇萍.供电公司客户满意度和服务质量综合评价[D].北京:华北电力大学,2012.

[6]文冲,白德魁,谭建毅.以客户满意测评为核心,提升供电服务品质[J].广西电业,2011,(Z1):6070.

[7]陈海燕.我国供电企业客户满意度测评体系研究[D].北京:华北电力大学(北京),2009.

第6篇:运营分析的方法范文

【关键词】经济管理;经济效益;管理方案

为了更好的帮助医院发展,提升医院的医疗水平,就要利用经济学知识对医院的经济做好科学管理工作,并且要结合医院实际运营情况做好经济管理方案分析和研讨,并对医院效益进行分析,可以提升医疗水平降低医院医疗成本,进而保障病人的权利。

一、 医院经济管理方案的发展和不足

1.医院经济管理方案中优势发展

医院的发展离不开医院经济管理,经济管理是维持医院正常运营的基本,科学的医院经济管理能够帮助医院健康发展。为了提升医院的竞争实力,就需要对医院经济管理制定科学的方案,结合医院实际运营中的社会效益和经济效益实际情况,帮助研究经济管理中成本效益,这种方法有很大的优势特点。科学高效的医院经济管理方案不仅帮助医院节约实际运营投资成本,还能降资金用在医院的器械医疗中,提升医院器械精密性和高科技性,提升医院的医疗水平,提升医院整体服务水平,让整个医院从基础医疗设施到专业医护工作人员都有较强的竞争实力,保障了医院在医疗行业的综合竞争力。

2.医院经济管理方案中不足之处

虽然在我国医院的医疗体系不断进行改革创新,但是很多方面还存在着问题,还需要医院管理人员足够重视,通过实际的调查发现医院经济管理中存在的问题,为了让医院运营更加的公平和经济,为了让医院更多的为人们做出贡献,就需要医院对其服务进行提升,对医院经济管理方案进行改革,不但能够节约医院运营成本,将经济转换为病人消费者的权益,更能够帮助医院更好的运营。但是医院实际运营情况并不是很乐观,医院还存在很大的不公平不平衡性,不能够很好维护消费者的权益,医院的运营也不是很经济,因此在医院经济管理方案中还有很多问题需要解决。

二、医院效益方法探讨

1.成本效益分析法对医院效益的重要性

成本效益是医院经济管理中非常重要的一部分,是维持医院效益的基础保障,为了提升医院经济效益,就要从医院经济管理中成本效益分析入手,成本效益分析法是一种非常关键的方法,它主要是通过和医院实际运营的医疗项目相结合,并且对医院运营的全部成本进行估价,这种经济决策型的经济管理方法能够最大程度上节约医院成本,让医院以最小的投资成本达到最大化的经济效益。将成本效益分析法应用到医院的经济管理中,可以有效的提升医院工作人员的工作效率和医院理疗器械的工作效率,进而提升了医院的经济效益。成本效益分析法有三种,主要能够提升医院运营中整体效率节约资金成本的投入,然后帮助医院提升医疗活动和医护人员工作的经济效益。成本效益分析法方便了医院经济管理工作人员对医院各科室实际的运营情况进行整体把握,进而控制整个医院的运营。在医院经济管理中通过应用成本经济效益分析法帮助医院经济管理人员同时对医院内部所有运营项目进行成本估算,并且对医院的各项指标和数据记录有全面彻底的掌握和了解,还能够提升医院的管理水平进而提升医院在社会整个医疗体系中的竞争力。更有效的帮助提升医院的经济效益,但是成本分析法在医院经济管理中应用时要结合医院的实际运营情况,然后才能制定明确科学的经济管理方法,这种方法的针对性更强,更方便对医院的经济管理现状的改变,为医院能够长久健康的发展提供了基础。

2.医院效益改善方法

为了对医院整体的经济效益有更好的把握,就需要通过财务管理手段对医院的成本投入进行高效控制,财务管理是对医院整个运营中的各项经济活动进行统一的分析和总结,为医院更好医疗保障提供了信息数据基础,这是帮助医院提升经济效益非常关键的方法。为了更好的实现医院的经济管理,就需要对医院经济管理体系进行不断的强化工作,如果将医院的各项经济成本和经济资源都进行充分有效的利用,就能最大程度上实现了资源的利用效率,这种通过宏观的调控方法对医院进行经济管理,能够帮助医院减少不必要的经济浪费,节约经济成本,进而帮助提升医院效益。这种让医院成本得到高效控制和利用的成本效益分析法,很好的帮助了医院的经济管理工作的进行。科学有效的成本效益分析法能够帮助医院向更好的方向长久发展,成本效益法在医院经济管理中的应用不仅帮助提升医院的经济效益,更能够提升医院整个医疗队伍的工作效率和职业道德精神,让整个医院的医护人员都深刻意识到成本节约对医院的发展至关重要,能够树立起主人翁意识,进而帮助医院提升医疗质量降低医院成本投入,帮助医院赢得更多的经济效益和社会效益,同时也稳固了医院在社会医疗体系中地位。成本效益分析法和科学的财务管理对医院的经济管理是非常重要的方法,为了完善医院经济管理方案,要从这两方面入手,才能最大限度的实现医院经济效益和社会效益的最大优势。

三、结语

医院作为一项重要的民生机构,它的作用是不容忽视的,为了满足社会发展下人们对高质量生活的需求,就需要不断的改进我国社会整个医疗机构体系的医疗质量,对医院进行科学有效的经济管理方法则很好的帮助了提升医院的社会效益和经济效益,进而帮助医院提升了医疗水平,为社会做更多的贡献。科学的成本效益分析法很好的帮助医院全面的实现了高效经济管理,为医院更多的为社会服务提供了基础,只有通过对医院实际运营情况的研究和分析,才能帮助医院更好的发展。

参考文献:

[1] 秦桂华.关于医院经济管理方案的探讨[J].经济技术协作信息.2013(10).

第7篇:运营分析的方法范文

【关键词】 LTE终端 速率测试

随着4G LTE技术标准与产业链的成熟,越来越多的运营商选择部署运营LTE网络。LTE技术采用正交频分多路复用(OFDM)、多入多出(MIMO)等技术,给最终电信用户提供远远高于3G技术的速率体验,成为运营商获得竞争优势、吸引最终用户的重要手段。因此,运营商对于网络中的终端的速率性能非常重视,采用了多种速率测试方法来测试LTE终端的速率性能。

一、3GPP标准中对于不同终端的速率性能的规定

在3GPP标准中,根据终端性能的差异,对终端进行了分类(简称Cat)。我们目前常用的终端主要是Cat3,Cat4,Cat6以及Cat9的终端。几种类型的FDD LTE终端的最高速率对照情况参见表1。对于不同类型的终端,其理论最高速率不同,通过测试的标准自然也不相同。在进行对比类型的测试时,也需要注意对比终端应该选择与测试终端同一类型的终端,否则没有可比性。

表1 不同Category的FDD LTE终端最高速率值对比

二、运营商常用的速率测试方法及原理

运营商常用的速率测试方法主要有三种:极限速率测试方法;网页速率测试方法;以及现网Metrico测试方法。下面介绍下这三种测试方法。

极限速率测试方法,主要是为了测试终端的极限速率是否能够达标,一般通过的标准是以表1中的最高速率值为基础,乘以某个系数。不同的运营商选择的系数不同,如日本运营商软银选择的系数是95%,即终端测试的结果必须达到对应category的95%才能测试通过。由于需要测试到接近该类型终端的最高速率值,所以极限速率测试一般会在实验室进行,选择信号强度好,没有其他噪声干扰,测试终端独占小区的环境来进行测试。具体测试的业务,一般会选择FTP下载和UDP灌包两种,其中UDP灌包的方法可以让终端的性能得到更好的发挥,而FTP下载方法则更接近于用户实际使用的业务场景。

网页速率测试方法,主要是以SpeedTest网站为代表的一类测速网站提供的测速方法。普通用户可以打开这些测速网站的网,这类测速网站使用的具体测速方法是首先从网站上下载一个较小文件,通过下载的耗时估算当前网络连接的速率,然后根据该速率决定从网络下载的数据包的大小,这个数据包一般在当前速率下下载10秒左右。在这10秒的下载过程中,在每秒中采样30次,将采样结果组成20组,去掉最高的10%和最低的20%,取剩余结果的平均值作为最终统计出的速率值。一般下载文件较小,其测试结果随时间变化较大,需要进行多次测试以减小随机性因素的影响。

现网Metrico测试方法,主要针对测试终端在现网环境下的表现情况进行测试。由于现网环境相对于实验室环境更加复杂多变,因此该测试相对于其他两种方法,在测试场景设计和测试通过标准上均有所区别。在测试场景上,针对强中弱信号区域分别进行测试,每个区域均针对用户经常使用的业务类型,进行网页浏览、ping操作、HTTP上传下载、UDP上传下载各种类型的测试。在测试通过标准上,使用测试机与对比机同时进行测试,对两者的测试结果进行比较,如果测试机的表现比对比机的表现差25%以上,则不通过;否则通过。目前该测试得到美国三大运营商VZW,AT&T,TMO的认可,作为其定制终端必须进行的测试项目。

这几种测试方法的侧重点有所不同,在实际中运营商可能选择其中的一种或者多种测试方法对终端进行测试,以便综合衡量终端在不同情况下的表现。

三、各种测试方法的主要影响因素及运营商速率测试常见故障分析方法

常见的LTE数据类终端,其测试过程的主要工作形式如图1所示。完整的数据路径包括测试用笔记本,LTE终端,LTE空口,网络侧及服务器。在这个通路中的每一个部分,都可能会对速率测试的结果造成影响。

3.1 LTE空口工作状

主要指的是从终端的LTE协议栈通过空间的电磁信号传播到网络侧LTE基站及核心网之间的过程。这一部分性能主要取决于终端类型、协商速率、终端射频性能以及由此决定的调制方式、网络给终端分配的时域和频域资源等因素。

3.2 LTE终端内部数据通路状态

主要指在LTE终端内部,数据通过转发等形式进行传输的过程。这一部分性能主要取决于CPU性能、是否采用硬件加速数据传输、数据包转发规则、以及使用的内部总线接口规格等因素。采用wifi通信的话,还需要考虑wifi芯片的性能。

3.3测试用笔记本状态

主要指在笔记本上产生或者到达笔记本 进行处理的数据,在笔记本上进行处理的过程。这一部分性能主要取决于笔记本的硬件性能、业务类型、业务软件的性能、笔记本的协议栈实现的效率高低,此外还包括LTE终端安装到笔记本上的驱动程序的工作性能。

3.4网络侧工作状态

数据从终端发送到网络侧以后,要经过运营商内网及internet网络的传输,最终才能到达对端,在此过程中网络的拓扑结构、负载程度、路由规则等因素,也会对数据传输过程造成影响,从而进一步影响到终端的速率性能表现。

针对以上提到的各个可能影响到终端测试速率性能的环节及因素,在实际测试中我们也需要能够进行对应的分析方法和工具来确认影响性能的因素到底是哪些。如某个终端极限速率测试通过而网页速率测试不通过,则问题可能出现在 LTE终端内部通路对HTTP和FTP数据包的处理方式的差异,或者测试用笔记本上FTP工具软件和浏览器的性能差异上;再如某个终端极限速率测试通过,而现网Metrico测试不通过,则可能由于该终端在LTE的射频等因素导致空口工作状态不及对比机,或者该终端的测试笔记本性能与对比机的测试笔记本性能有差距。

大致确认了问题可能存在的阶段以后,我们再通过抓取各种log来详细分析,以确定具体的影响因素。常用的log包括,针对空口工作状态抓取LTE终端芯片的信令、射频性能等log,如高通芯片的QXDM log等;针对LTE终端内部数据通路抓取wireshark log;针对测试用笔记本可以抓取wireshark log,以及该笔记本内记录CPU、内存使用状态的系统log,各个测试用软件的对应log及状态显示。针对网络侧工作状态,从终端侧一般难于抓取,仅能通过空口log以及数据包延时等因素进行推测。

四、总结

针对运营商常用的3种LTE终端速率测试方法:极限速率测试方法、网页速率测试方法、以及现网Metrico测试方法,本文对比分析了各种测试方法的原理及相关的影响因素,并针对常见的测试问题给出了分析建议,有助于终端厂商提升其产品在对应测试下的表现,给终端用户带来更好的用户体验。

参 考 文 献

第8篇:运营分析的方法范文

【关键词】 民航 运营效率 层次分析法 数据包络分析法

一、引言

民航运输业不仅是国民经济的基础,也是我国现代化的标志和综合国力的直接体现。民航业运营效率对于实现我国民航业持续健康、促进民航业国际竞争力的提升、推进民航业运营效率理论研究和正确反映我国民航业运营效率现状都具有重要意义。

国外学者利用DEA对民航业进行过相关研究,并取得了一定成果。文献使用数据包络分析法对美国机场的运营效率进行评价,在此基础上对机场生产效率的影响因素予以识别。文献运用DEA模型对1990年国际上15个最大航空公司的运营效率进行测量。国内学者也有利用DEA方法对中国民航业运营效率进行评价的研究,笔者认为以往的研究指标选取较少且不具有全面性。为了保证DEA模型的投入产出指标选取的科学性,笔者拟采用层次分析法对所有影响民航业运营效率的指标进行权重排序,从中选取权重系数较大的影响因素作为DEA模型的投入产出指标。选取1995~2011年17个年份的民航业运营状况作为决策单元,采用DEA方法中的C2R模型和BC2模型对中国民航业总体效率进行分析评价。

二、基于AHP方法的民航业运营效率指标确定

文献在分析美国和欧洲民航运营效率时以人员、燃油、飞机和非飞行设施作为投入指标,以旅客周转量和货物周转量作为产出指标。文献设定投入变量为总周转量、运作成本和非飞行资产,产出变量为旅客公里收入和非旅客收入。结合已有文献对投入产出指标的选取,同时考虑到中国民航业运营效率不仅包括公共航空运输业还应包括通用航空运输,笔者将飞机购置费、固定资产、航线里程、飞机架数、基本建设费、职工人数、旅客周转量、货邮周转量、通用航空作业时间作为衡量民航业运营效率水平的指标,用层次分析法对这些指标进行权重排序,从中选取权重系数较大的影响因素作为DEA模型的投入产出指标,保证指标选取的科学性。

1、建立层次结构模型

层次分析法AHP方法要求首先把问题层次化,按问题性质和总目标将问题分解为评价指标层、准则层和目标层,此处的指标层即为待评价的影响民航业运营效率水平的9项指标,目标层为民航业运营效率指标,即DEA模型指标。Whitesell认为经济效率是技术效率和配置效率的综合反映。笔者将技术效率水平和配置效率水平作为评价影响民航业运营效率的准则层纳入AHP层次结构模型中,利用下层对上层的重要性确定评价因子的权重[7]。层次结构模型图如图1所示。

2、层次排序及其一致性检验

对第三层次指标进行两两比较,构造判断矩阵,其比较结果以1-9标度法表示。分别计算指标层相应指标对于准则层配置效率水平和技术效率水平的相对重要性的排序权值。由于评价对象的复杂性和人对同一事物认识的差异性,在构造判断矩阵时,专家容易对判断指标和度量指标重要性排序产生偏向,因此,笔者进行了一致性检验。准则层对于目标层的层次单排序计算过程同上。把经过层次单排序获得的权重向量进行综合,并进行总的一致性检验,可以得到指标层的各个指标对目标层的相对权重,结果如表1所示。

由总排序结果可以看出,飞机架数、基本建设费、职工人数、旅客周转量、货邮周转量、通用航空作业时间这六项指标的权重相对较大,因此选取这六项指标作为DEA模型的指标。

三、基于DEA模型的中国民航业效率评价

数据包络分析法是应用数学规划模型比较决策单元间的相对效率,对决策单元做出评价的方法。它把单输入、单输出的工程效率概念推广到了多输入,特别是多输出的同类型决策单元(DMU)的有效性评价中。笔者采用该方法,将民航业的每一个年份看作一个DMU,通过对输入输出数据的综合分析,得出每个DMU综合效率的数量指标,确定有效的(即相对效率较高的)DMU,并给出其他DMU非有效的原因和程度。

1、确定指标及决策单元

考虑以劳动投入量和资金投入量作为投入指标,选取X1飞机架数,X2基本建设费用,X3职工人数作为投入指标,综合反映民航业对生产运营过程的资本投入情况。考虑该行业的产出特性,并结合通用航空运营效率对民航业的总体影响,选取Y1旅客周转量,Y2货邮周转量,Y3通用航空作业时间作为产出指标。

为了提高评价准确性,DMU个数一般要大于投入产出指标个数的2倍,因此笔者选取1995年~2011年17个年份的民航业作为决策单元,对整个民航业的投入产出进行评价,以分析其经济意义。数据来源于《从统计看民航》以及《中国交通年鉴》。

2、中国民航业效率分析

采用DEA方法中的C2R模型和BC2模型,推导决策单元的纯技术效率、规模效率和规模报酬,同时通过解最优时松弛变量与剩余变量的值,对相对无效的原因进行分析。应用DEAP软件对决策单元数据进行分析,结果见表2。

结果显示,1995年~2011年民航业效率可以分为三类:(1)2005、2006、2010、2011年份是DEA有效的,即技术效率和规模效率均为1,剩余变量和松弛变量的取值都为零,投入和产出达到最佳配置状态。(2)1995、1996、2000、2002、2003、2007年份是弱DEA有效,即这些决策单元的纯技术效率为1,而规模效率小于1。这说明就样本单元本身的技术效率而言不需要减少投入、也不需要增加产出,其投入项目均得到有效利用。样本单元的综合效率之所以没有达到有效,是因为其规模和投入、产出不相匹配。(3)1997、1998、1999、2001、2004、2008、2009年份为DEA无效,即这些决策单元的技术效率和规模效率均小于1。

分析我国宏观经济环境对民航业的影响可以发现:1995年—1997年民航业各项改革全面展开,民航业绩效上升,直到被1997年的“亚洲金融危机”打断;1998年—2003年是民航业调整时期,各航空公司调整了经营战略,从注重数量扩张转为注重发展质量,机场实行全面改革,加快属地化管理进程,这些都使民航业发展更为健康,这段发展时期一直持续到2003年“SARS”恐慌时期;2004年—2011年民航业又恢复了快速增长。

通过分析1995年—2011年我国民航业的运营效率变动,还可看出中国民航业自1995年至2011年规模效率递增,纯技术效率基本在0.95以上,综合效率呈上升趋势。表明我国民航业的运营效率伴随着改革的深化而逐步提高。

四、结论

建立了民航业运营效率指标的递阶层次结构模型,运用AHP方法选取了权重系数较大的飞机架数、职工人数、基本建设费、旅客周转量、货邮周转量、通用航空作业时间作为DEA模型的指标。运用DEA方法对17个决策单元进行效率分析。得出2005、2006、2010、2011年份是DEA有效的,即这四个年份投入产出达到最佳配置,资源分配均衡。其余年份均属于规模报酬递增型。其中1995、1996、2000、2002、2003、2007年份为弱DEA有效,即投入产出合理,但是规模与投入产出不相匹配;1997、1998、1999、2001、2004、2008、2009年份的技术效率和规模效率均小于1,即都存在投入产出不足或冗余的情况。

【参考文献】

[1] Gillen.D,Lall A.:Developing Measures of Airport Productivity and Performance,An Application of Data Envelopment Analysis[J].Transportation Research Part E,1997(4).

[2] Schefczyk M.:Operational performance of airlines:an extension of traditional measurement paradigms[J].Strategic Management Journal,1993(4).

[3] 黄阳平、踪家峰:中国主要航空公司运营效率分析[J].经济研究导刊,2008(8).

[4] 刘静卜:基于DEA的中国民航运营效率分析及评价[J].武汉理工大学学报:信息与管理工程版,2011(3).

[5] 陈惠:基于DEA方法的中国民航运输业效率研究[D].安徽:合肥工业大学,2010.

[6] Good D H,R?觟ller L H,Sickles R C.:Airline efficiency differences between Europe and the US:implications for the pace of EC integration and domestic regulation[J].European Journal of Operational Research,1995(3).

[7] 俞乾、李卫国、罗日成:基于层次分析法的大型变压器状态评价量化方法研究[J].湖南大学学报(自然科学版),2011(10).

第9篇:运营分析的方法范文

〔关键词〕复杂网络;电信大数据;静态数据;动态数据;社团划分

〔中图分类号〕G434〔文献标识码〕A〔文章编号〕1008-0821(2014)06-0066-04

大数据是继云计算、物联网之后信息通信技术产业界又一次颠覆性的技术变革。对于整个产业而言,大数据市场是块等待挖掘的“金矿”,因此,如何充分利用大数据,并使其进一步发展壮大,也成为整个业界共同探究的热点话题。在大数据领域探索中,相较于其他企业,电信运营商由于在数据资源、基础资源、平台资源上拥有先天优势,因此对于大数据的探索需求更为深入。但目前电信业在经历近十年来的变革后,各种商业模式被打破。尽管电信运营商一直积极地推进4G网络建设,但网络的持续扩容与升级并未给电信运营商带来十分可观的收入,并且,更为严峻的是,在大数据时代,电信运营商还面临着来自数据、管理方面的巨大挑战。海量的半结构化和非结构化的数据大大降低了数据处理的效率,给运营商带来了巨大的数据存储和读写压力。如若不能缩短数据处理的周期,很多数据的价值都会被极大地稀释。此外,庞大的数据规模和复杂的数据种类也给运营商带来了管理层面的难题。

1电信运营商大数据应用及系统框架

电信运营商关于大数据的应用主要包括以下4种类型。首先,是基本的语音数据分析,运营商可以利用自动语音识别数据对自身的产品进行服务,并通过用户偏好分析,及时、准确进行业务推荐,强化客户关怀,这样就可以不断改善用户体验,增加用户的信息消费;其次,网络流量分析,主要指通过大数据分析网络的流量、流向变化趋势,及时调整资源配置,还可以分析网络日志,进行全网络优化,不断提升网络质量和网络利用率;第三,在企业经营层面,可以通过业务、资源、财务等各类数据的综合分析,快速准确地确定公司经营管理和市场竞争策略;第四,在业务创新层面,可以在确保用户隐私不被侵犯的前提下,对数据进行深度加工,对外提供信息服务,为企业创造新的价值。这样,大数据将帮助运营商实现从网络服务提供商,向信息服务提供商的转变。

结合电信运营商的业务情况以及目前大数据的挑战,业界提出了针对电信运营商大数据管理总体系统框架模型,其核心主要包括4层,即物理层、数据层、模型层和应用层。其中数据层是整个运营商大数据管理的核心部分,为上层应用提供数据支持(如图1所示)。

2电信大数据解决方案与需求分析

目前,中国移动采用Apache Hadoop软件的英特尔分发版来消除数据访问瓶颈和发现用户使用习惯,开展更有针对性的营销利用,同时利用Hadoop分布式数据库(Hadoop HBase)扩展存储。中国联通也是利用Hadoop来实现对大数据的存储和分析,构建了基于Hadoop的结构化访问数据库,还采用数据仓库技术,针对海量数据进行高性能查询和分析工作。但海量数据的出现、数据结构的改变,也给运营商的大数据管理及分析带来了挑战。主要表现在:一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加,这增加了运营商大数据存储和处理的难度,使得现有数据仓库无法线性扩容,这表明传统的数据仓库无法有效存储日益增长的业务数据;二是由于新型大数据服务不同于传统通信业务分析特点,需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析,传统的架构和数据仓库处理已不能满足新的信息服务需求。因此,运营商需要建立新型大数据中心,来存储、分析和处理海量数据。电信运营商采用的传统数据挖掘方法主要包括描述和预测两个方向,具体方法包括关联分析、分类和聚类等,这些方法较多应用于关系数据库系统,而目前电信运营商所面对的数据越来越多样化,复杂化程度不断增加,非结构化数据占据的比重不断攀升,传统的数据挖掘办法已经不能跟上电信业大数据处理的实际需求。自从1998年Watts和Strogatz在Nature杂志上发表文章,引入了小世界网络模型之后,国内外学界注意到了复杂网络研究的趋势,开始展开深入的研究。复杂网络研究的内容主要包括:网络的几何性质,网络的形成机制,网络演化的统计规律,网络上的模型性质,以及网络的结构稳定性,网络的演化动力学机制等问题。上述复杂网络的研究内容恰恰与电信运营商目前所拥有的大数据内容和处理需求紧密地结合在一起,为电信运营商的大数据处理开辟了一条崭新的方向。

3基于复杂网络大数据处理

针对电信运营商大数据处理的第一步是数据预处理及准备,以发生最多、数据量最大的客户通话行为为例,它和用户通话行为直接相关,其中涵盖的具体内容如表1所示,如通话时长,基站信息等等,如果再加入个人年龄、性别等信息,则构成多维数据,为大数据分体提供更多基础数据。接下来,针对基于复杂网络的电信大数据分析研究可以从以下3个方面展开,分别是静态研究、动态研究和社团挖掘研究。

3.1静态数据研究

电信的运营数据的结构随着时间在不断地发生变化,而且是比较典型的多维数据,复杂网络的最初研究对象是某个网络在某个特定时间段的内容,譬如,某个市、区在某几个月的通话数据,由此可以形成一个典型的网络。在这里,以IEEE VAST 2008的数据集作为研究对象,它包括了一组涉及400人左右的10天通话数据,通话记录数为9 834条。

利用复杂网络方法对远程教育网络的研究起始于基本的3项内容,它们分别是度与度分布、平均路径长度和聚类系数。

度的意义是指与该页面节点连接的其他页面节点的数目。在对电信通话数据的实际研究中主要是指一个用户存在的与其他用户通话的信息数目。一个用户节点的呼出与呼入数量又分为出度和入度。所有用户节点度的平均值称为网络的平均度。数据显示该通话记录的节点平均度为3-9,从复杂网络研究角度出发,一个用户节点无论从出度或入度的大小都直接与该用户的重要程度相关。由图2和图3可以看出,个别用户节点拥有较大的出度与入度,他们在整个网络中扮演了核心节点的角色,通过这几个节点将其他用户紧密地联系在一起。

平均路径是基于复杂网络电信大数据的另一个十分重要的指标,它主要是指网络中两个节点之间最短路径的边数。任意两个节点的最大值称为网络的直径,上述网络的直径为8。平均路径长度是衡量网络转发能力的一个重要参数,具有较短路径长度可以降低传输的延迟,对于网站的查找具有决定性的作用,上述网络的平均路径长度为4-2,一般电信每个月的网络直径为20左右,整个网络的直径在15左右,这就充分说明该网络具有紧凑的结构,保证用户可以花费最短的时间联系到自己需要人,这对于电信运营商集团网络的建设及营销策略的细化非常重要。

聚类系数用于描述网络连接的聚集程度,即网络有多紧密,也就是说如果一个网络结点有数个直接的邻居结点,那么这些邻居结点之间有可能也是邻居。Watts和Strogatz首先指出,许多实际网络的聚集系数远大于相同结点规模的随机网络。

3.2动态数据研究

电信运营商大数据的分析具有其自身的特点,它的用户动态性较强,呈现出“生命周期”的特征,时间演化性是电信通话数据的复杂网络化固有属性,任何网络都会随时间呈现出一定的演化规律,但数据分析不能以秒、分、时以单位展开,这样单位内的数据量太有限,要想尝试抓住用户的核心商业价值,制定相应的营销策略,就需要以月或者季为单位进行通话数据分析。

笔者将上述的数据导入复杂网络分析软件中,最终结果如图4所示,其中包括通话日期、持续时间和基站信息,经过运算可以产生对电信数据商进行用户分析的诸多结果。首先,在图中可以发现明显的聚集效应,他们的通话概率是其他用户的2~3倍,这些用户具有更高的活跃度,这些用户在网朋友数目越多,其离网概率越小,由此可以帮助电信运营商建立流失模型,制定相应策略进而防止客户流失。其次,可以发掘出部分的个人特征及通话偏好,譬如,有些用户的通话量极少,有些用户的通话大部分发生在夜间,建立这样的用户模型将有利于发现用户的消费行为,利于各种用户套餐的制定,方便降低运营成本。最后,通过基站数据的分析,可以发现该用户的活跃地区和基站的负载程度,帮助电信运营商进行基站建设的规划。

3.3社团挖掘研究

复杂网络社团是指网络中的顶点可以分成组,组内顶点间的连接比较稠密,组间顶点的连接比较稀疏。社团结构在电信运营商数据分析中扮演着十分重要的角色,它是了解整个网络结构和功能的重要途径。针对电信运营商的大数据处理而言,虽然它们的社团大小和数目是未知的,用户之间的相互联系是随时间改变的,但这种网络结构呈现出比较鲜明的层次结构,可以观察出高密度或者低密度的社团结构。通过图4,可以观察到除了大部分的聚集用户节点之外,还存在着其他类型的用户节点,比如离群点和中心点。这些中心节点将对谣言或者手机病毒的传播起到重要的作用,同时还会对新客户的发掘起到推进作用。而离群节点则是比较典型的噪音数据,对这些数据的摒弃将有助于提高正常数据的处理速度。网络社团结构的研究主要与计算机科学中的图形分割和社会学中的分级聚类有着密切的关系。

目前,基于复杂网络的许多社团网络划分算法都是在K-means基础上提出和演化的,该算法在电信大数据处理中得到广泛的应用。K-means经典算法的基本思想是:以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。假设要把样本集分为c个类别,算法描述如下:(1)适当选择c个类的初始中心;(2)在第k次迭代中,对任意一个样本,求其到c个中心的距离,将该样本归到距离最短的中心所在的类;(3)利用均值等方法更新该类的中心值;(4)对于所有的c个聚类中心,如果利用(2)(3)的迭代法更新后,值保持不变,则迭代结束,否则继续迭代。该算法的最大优势在于简洁和快速。该算法的关键在于初始中心的选择和距离公式。在电信大数据背景下,K-means算法在分类效果、实际运行时间方面体现出较强的实用性。通过上述数据的K-means算法社团划分实验分析,可以得到3个结构清晰的社团,他们分别包含59、29和6个用户节点。

4结束语

针对电信运营商数据处理的传统方法虽然能够在一定程度上进行分析处理,但面对规模日益庞大的数据量,这些方法往往在实际过程中显得力不从心,不能满足实际需求。但伴随着Google提出的MapReduee框架及其开源Hadoop等优秀的分布式架构涌现及应用,电信运营商能够引入复杂网络的系统科学方法进行大数据的处理分析。复杂网络对电信大数据目前大量出现的非结构化数据具有极强的适应性,其重要意义在于它对数据的宏观及微观两个方面的研究,宏观研究包括网络结构图的绘制、网络的演化和网络鲁棒性研究等,微观研究主要是个体的研究,比如重要节点的发现、个体演化、社团划分及事件发现等。而且,上述两方面的研究工作是相辅相成的,其目标是对现实的复杂网络进行有效的分析。总体来看,各个电信运营商利用大数据来推动业务转型将是未来电信市场的一个重要方向。电信运营商如果能够通过复杂网络等新技术的进步,不断释放其管道中庞大数据的潜在力量,将会成广大用户提供更好的服务体验。

参考文献

[1]郭晓科.大数据[M].北京:清华大学出版社,2012:20-130.

[2]王星.大数据分析:方法与应用[M].北京:清华大学出版社,2013:30-208.

[3]杨胜琦.基于复杂网络的大规模电信数据分析研究[D].北京:北京邮电大学,2010:12-120.

[4]李秋静,叶云.电信大数据解决方案及实践[J].中兴通讯技术,2013,(6):34-38.

相关热门标签