數據管理:利用計算機技術對數據進行處理的過程-中文百科頻道

管理階段

人工管理階段

20世紀50年代中期以前，計算機主要用于科學計算，這一階段數據管理的主要特征是：

（1）不能長期保存數據。在20世紀50年代中期之前，計算機一般在關于信息的研究機構裡才能擁有，當時由于存儲設備（紙帶、磁帶）的容量空間有限，都是在做實驗的時候暫存實驗數據，做完實驗就把數據結果打在紙帶上或者磁帶上帶走，所以一般不需要将數據長期保存。

（2）數據并不是由專門的應用軟件來管理，而是由使用數據的應用程序自己來管理。作為程序員，在編寫軟件時既要設計程序邏輯結構，又要設計物理結構以及數據的存取方式。

（3）數據不能共享。在人工管理階段，可以說數據是面向應用程序的，由于每一個應用程序都是獨立的，一組數據隻能對應一個程序，即使要使用的數據已經在其他程序中存在，但是程序間的數據是不能共享的，因此程序與程序之間有大量的數據冗餘。

（4）數據不具有獨立性。應用程序中隻要發生改變，數據的邏輯結構或物理結構就相應的發生變化，因而程序員要修改程序就必須都要做出相應的修改，給程序員的工作帶來了很多負擔。

文件系統階段

20世紀50年代後期到60年代中期，計算機開始應用于數據管理方面。此時，計算機的存儲設備也不再是磁帶和卡片了，硬件方面已經有了磁盤、磁鼓等可以直接存取的存儲設備了。軟件方面，操作系統中已經有了專門的數據管理軟件，一般稱為文件系統，文件系統一般由三部分組成：與文件管理有關的軟件、被管理的文件以及實施文件管理所需的數據結構。文件系統階段存儲數據就是以文件的形式來存儲，由操作系統統一管理。文件系統階段也是數據庫發展的初級階段，使用文件系統存儲、管理數據具有以下4個特點：

（1）數據可以長期保存。有了大容量的磁盤作為存儲設備，計算機開始被用來處理大量的數據并存儲數據。

（2）有簡單的數據管理功能。文件的邏輯結構和物理結構脫鈎，程序和數據分離，是數據和程序有了一定的獨立性，減少了程序員的工作量。

（3）數據共享能力差。由于每一個文件都是獨立的，當需要用到相同的數據時，必須建立各自的文件，數據還是無法共享，也會造成大量的數據冗餘。

（4）數據不具有獨立性。在此階段數據仍然不具有獨立性，當數據的結構發生變化時，也必須修改應用程序，修改文件的結構定義；而應用程序的改變也将改變數據的結構。

數據庫系統階段

20世紀60年代後期以來，計算機管理的對象規模越來越大，應用範圍又越來越廣泛，數據量急劇增長，同時多種應用、多種語言互相複蓋地共享數據集合的要求越來越強烈，數據庫技術便應運而生，出現了統一管理數據的專門軟件系統——數據庫管理系統。

用數據庫系統來管理數據比文件系統具有明顯的優點，從文件系統到數據庫系統，标志着數據庫管理技術的飛躍。

面向應用

前面講到數據管理經曆了人工管理、文件管理、數據庫管理等三個階段，主要是利用計算機硬件和軟件技術對數據進行有效的收集、存儲、處理和應用的過程。随着信息技術的進步，管理信息系統将面向大規模的組織提供業務支持，不僅要複蓋整個組織的各類業務，而且要複蓋整個組織（全球或者全國）。為此，作為管理信息系統的核心功能，數據管理将要進入一個新的階段，即面向數據應用的數據管理。

面向數據應用的概念

數據管理，即對數據資源的管理。按照en:DAMA的定義：“數據資源管理，緻力于發展處理企業數據生命周期的适當的建構、策略、實踐和程序”。這是一個高層而包含廣泛的定義，而并不一定直接涉及數據管理的具體操作（摘自維基百科）。與百度百科的定義比較，百度百科的定義針對的是數據應用過程中數據的管理，即傳統的數據管理，而維基百科的定義更高一層，針對的是企業數據全生命周期所涉及應用過程數據的管理，即對數據變化的管理，或者說是針對描述數據的數據（元數據）的管理，在此我們稱之為面向應用的數據管理。

根據管理學理論，幾個人的團隊可以靠自覺、自律，幾十個人就要有人管理，幾百個人就要有一個團隊管理，幾千或幾萬人就必須要依靠計算機輔助團隊管理。通常複蓋全國的企業和機構，其整個組織的管理分為總部機構、省級機構、市級機構、以及基層機構等等各層級機構；在每個層級機構中還設置了直接從事相應業務的管理和職能部門和非直接從事業務的管理和職能部門（如人事、辦公、後勤、審計等）；每個部門又是由若幹員工為管理對象構成的。同時，還制定了一系列的制度去規範和約束機構、部門、人員等管理對象的活動、行為等。

同樣，數據管理随着管理對象——數據的增加，管理的方式（階段）也會随之提升。通常的大型管理信息系統，其整個項目分為總集成、分項目、子項目、每個子項目又有若幹内部項目組等等管理層級；在每個管理層級中都涉及直接服務于業務的業務功能（如業務交易、賬務處理、行政管理、結果展現等等）和非直接服務于業務的非業務功能（如定義、配置、監控、分析、記錄、調度等等）；每個業務和非業務性質的功能又分别由若幹數據集合為對象（如流程、表單、數據項、算法、元數據、日志等等）所構成的。同時，也需要制定一系列制度、規則和标準去約束項目、功能、數據等管理對象的活動和變化。

由此可見，傳統的數據管理側重的數據對象是流程、表單、數據項、算法等直接面向具體業務需求的數據；面向應用的數據管理所涉及的數據對象，還增加了通過标準化的手段，描述流程、表單、數據項、算法等應用對象的數據（即它們對應的元數據），以及記錄各類數據變化結果的檔案、記錄運行狀态的日志等等非直接面向業務的數據，以實現對各類應用業務需求的加載、變化、記錄、複用等過程的管理。

面向數據應用對象

面向數據應用的數據管理對象。面向數據應用的數據管理所管理的數據對象，主要是那些描述構成應用系統構件屬性的元數據，這些應用系統構件包括流程、文件、檔案、數據元（項）、代碼、算法（規則、腳本）、模型、指标、物理表、ETL過程、運行狀态記錄等等。

通常意義的元數據（Metadata），是描述數據的數據（data about data），主要是描述數據屬性（property）的信息。這些信息包括數據的标識類屬性，如命名、标識符、同義名、語境等等；技術類屬性，如數據類型、數據格式、阈值、計量單位等等；管理類屬性，如版本、注冊機構、提交機構、狀态等等；關系類屬性，如分類、關系、約束、規則、标準、規範、流程等等。

而面向數據應用的數據管理所涉及的元數據，主要是描述那些應用系統構件屬性的信息。除了傳統元數據屬性以外，每個不同的構件還有其特有的屬性，比如流程要有參與者和環節的屬性、物理表要有部署的屬性、ETL要有源和目标的屬性、指标要有算法和因子的屬性等等。

每一個構件必然對應一個或多個（一個構件的不同分類）元模型，元模型是元數據的标準，每一個元數據都應該遵循其對應元模型的定義。比如每個數據項（元）都有自己的名字、标識符、數據類型、數據格式、發布狀态、注冊機構等等屬性，這些屬性的集合就是這個數據項的元數據。而每個數據項的元數據都是由哪些屬性描述、每個屬性應該如何描述、以及描述的規則等等約束稱之為元模型。電子政務數據元标準（GB/T19488.1-2004）就是電子政務數據項(元)的元模型。

傳統的元數據管理通常均在相關業務實現後，通過專門元數據管理系統的抽取功能加載元數據，這種方式由于需要在事後人工地啟動加載或維護（事後補錄業務屬性）元數據的過程，往往很難及時獲取元數據的變化，确保元數據與實際情況的一緻性。在實現面向應用的數據管理時，應該采用主動的元數據管理模式，即遵循元模型的标準，通過人機交互過程加載元數據（本地元數據），在可能的情況下同時産生數據對象（應用系統構件）的配置或可執行腳本（如果條件不具備，也要利用人機交互所産生的元數據，作為其它相關工具産生可執行腳本的依據）。

每當需要變更配置或修改腳本時，也是通過這個人機交互過程實現，同步産生新的元數據，保證了元數據與實際的一緻性。

面向數據應用的意義和方法

傳統應用系統（Application Systems）往往是針對特定應用的，需要固化需求的，難以支持變化的管理信息系統。而金稅三期項目是建立針對全國性的組織，複蓋整個組織所有管理業務和所有用戶的管理信息系統。這樣的應用系統，業務需求的“變化”是常态的，“不變”是暫态的；面對整個組織，各部門和層級的業務“不同”是客觀存在的，“統一”是逐步實現的，繼而持續拓展（開始新的不同）的。

為此，必須要有一個不僅能提供業務需求的實現，更要能夠提供可支持業務需求的變化，可對它們變化進行跟蹤和管理，可以支持持續優化的用戶體驗的，企業化生産的新型應用系統（AS2.0）産品集合作為支撐。AS2.0中必須對整個組織業務需求的變化過程和結果加以控制、記錄和管理，面向數據應用的數據管理就是AS2.0關鍵基礎構件的一個産品，并且是它可行性的基礎。

傳統應用系統的數據管理所關注的是數據的增值過程，其功能的實現重在關注和強調業務需求内容的加載、内容的ETL、内容的組織、内容的加工以及内容的反映。這些功能的都是通過編碼實現的，固化的軟件代碼。AS2.0的數據管理所關注的增加了元數據的集合、曆史數據的集合和狀态數據的集合，并且利用主動的元數據管理工具進行配置和加載實現的軟件代碼。

同時，将其對應的本地元數據彙集形成元數據集合，實現對各種業務需求的變化實施加載，加以捕獲，進行記錄，實現跟蹤達到對變化的管理；将與内容和變化相關的曆史記錄加以标準化的封裝形成檔案，實現曆史資料的組織、複用和卸載等功能達到對曆史的管理；将AS2.0各種構件運行狀态信息實時捕獲，加以記錄，綜合分析，及時反映，實現整個系統運行時狀态的綜合管理。

綜上所述，随着數據對象拓展了變化的記錄、曆史的記錄、狀态的記錄，标志着數據管理進入了新的階段——面向數據應用的數據管理，也标志着應用系統開始進入AS2.0時代。

電話營銷

第一項關注：數據的導入。

數據在導入前需求做一定的處置，以保證運用過程中可維護、可統計與可剖析。

首先，需求對原始數據屬性停止剖析與定義。通常，電話營銷中會調用來自不同渠道的各類數據，這些數據分别有其本身的特性。這就使得我們需求先辨别相似地域屬性（本地與異地）、性别屬性（男與女）、年齡屬性（不同年齡段）、收入屬性（高中低收入群體）、行業屬性（金融、IT行業）等。然後依據這些不同的特性，将數據屬性停止歸類與編碼，經過電話銷售來對這些數據做進一步的處置。進而，我們才能夠剖析并且找到最合适産品銷售的用戶群，以完成數據信息的優先獲取與選用，将數據資源得到最大化應用。

其次，這有一項看似簡單卻十分有意義的工作，就是要在數據導入前對數據預先做一下處置，删除一些無效數據，比方短少聯絡電話的數據、聯絡電話号碼缺位的數據，或者與目的客戶群屬性不分歧的數據。由于這些工作布置在數據導入前，因而可以經過對原始數據的批量處置，以最高效地得到更契合撥打規範的數據，同時保證分配到一線TSR手中的數據是精确而有效的，儉省他們的時間以及工作效率。

最後，在數據正式投入運用前，也倡議對原始數據停止編号與備份，由于一旦數據分配到TSR手中，必然随着銷售工作的推進，對數據信息不時停止維護與更新，當需求查看數據的原始信息時，就需求這個備份的原始數據庫了。由于前期曾經對原始數據停止編号，此時我們隻需求用數據編号在原始數據庫中做一個簡單的對應關系查詢即可。

完成以上處置，如今我們就能夠将數據資源導入，并等待着經過電話營銷，為我們帶來豐厚的利潤！

第二項關注：數據的運用。

經過處置的數據在導入後顯得劃一、有序，這是一個好的開端。

接下來請讓我們一同來理解一下數據的運用過程。營銷數據被TSR運用的同時，會對數據停止一系列的維護，其中主要包括對撥打狀态及銷售狀态的記載與更改。下面讓我們一同來看一下有幾種撥打狀态及銷售狀态，以及這些狀态分别關于我們有哪些意義。

撥打狀态：撥打狀态就是該營銷數據中的電話号碼等聯絡方式在聯絡後的接通狀況。通常我們能夠依據下圖所示的狀态來标注。

标注了撥打狀态的數據就具有了進一層的意義-----數據的生命力。那些屬于永遠也無法接通的數據就全部從TSR這裡“Cancel”掉，再也不要調出來占用TSR的時間；“忙音/通話中”的數據需求優先給予“錯時撥打”的注重，由于這種狀态标明這個電話仍在運用中，繼續聯絡的接通可能性也将是最大的！順便說一下，關于需求“繼續聯絡”的數據，應該采用“錯時撥打”的方式。所謂錯時撥打主要是錯開工作日及非工作日，或錯開白晝時間及晚上時間。隻要經過“工作日撥打”、“非工作日撥打”、“白晝時間”及“晚上時間”的錯開撥打，才能夠做到數據資源的有效應用。

再來看一下“銷售狀态”。銷售狀态隻針對電話接通并且找到聯絡人的數據而停止标識的三種狀态：

勝利：電話銷售勝利。

待跟進：聯絡人需求思索，或銷售未完成，需求進一步跟進。

回絕：聯絡人不承受銷售的産品或效勞，電話銷售失敗。

以上三種狀态很容易在電話營銷的運用過程中标識。這裡需求留意的是，對“待跟進”以及“回絕”這兩種狀态的關注。針看待跟進數據，我們更希望可以理解招緻用戶需求思索的要素主要是哪些方面？産質量量？産品價錢？還是售後效勞？隻要控制了這些信息，我們才幹夠愈加熟習數據屬性，并且有針對性的設計銷售腳本，來應對這類需求“待跟進”的用戶。

同樣，回絕的用戶我們也需求找出用戶回絕的主要緣由有哪些，經過與數據屬性的對應，采取有效措施進步銷售的勝利率。

第三項關注：數據的應用。

經曆通知我們，數據是不需求均勻分配給每一個TSR的，由于不同的TSR對數據的運用狀況不同。在分配數據時我們應該依據每一個TSR對數據的運用狀況來實時停止有效的調控。

這時，有兩個參數能夠協助我們完成營銷數據的調控：“勝利接觸率”、“待跟進率”。以下分别引見。

勝利接觸率=接觸到的用戶數據總和/接通數據總和×100%。勝利接觸率是判别數據有效性的一個指标。經過勝利接觸率來理解所撥打的數據中，有幾數據可以找到聯絡人既銷售對象。勝利接觸率是一個變化的狀态值，随着數據的二次撥打、三次撥打以至于更屢次的撥打，勝利接觸率會有所進步。為在一定水平上進步數據的有效應用狀況，可設定“最低勝利接觸率”，當所分配數據的“勝利接觸率”低于設定的目的值時，減少新數據的分配，同時請求TSR對未接通數據中的“忙音/通話中”、“無人接聽”停止錯時屢次撥打，以到達進步“勝利接觸率”進而更有效應用數據的目的。

待跟進率=待跟進的數據總和/接觸到聯絡人的數據總和×100%。依據公式不難了解，“待跟進率”所關注的是在可以找到聯絡人的數據中，有幾數據是需求待跟進的。在對數據分配停止控制的過程中，針對這個指标，需求設定“最高待跟進率”。

設定“最高待跟進率”。為使數據資源可以很好應用，并且可以及時地與正在思索的聯絡人停止二次銷售，把握住最佳的跟進機遇，我們需求TSR定期看待跟進數據停止追呼。當超越“最高待跟進率”時，則标明該TSR所調用的營銷數據中，待跟進狀态的數據曾經過多，此時需求減少新數據的分配，以使其集中精神跟進有意向但仍在猶疑的銷售對象。

經過營銷數據中“勝利接觸率”這個指标的控制找到更多的聯絡人，經過“待跟進率”這一指标的控制，找到更多的勝利銷售時機。對這兩個指标的關注，是電話營銷“數據管理”的重要内容。