前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的運營分析的方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：運營分析的方法范文

【關鍵詞】醫院；營運能力；分析指標

醫院營運能力是指醫院資產的周轉運行能力，也是指醫院基于外部市場環境的約束，通過內部人力資源和生產資料的配置組合而對財務目標所產生作用的能力。如果醫院資金使用效率較高，結構合理，則醫院的營運能力較好。從深層次看，醫院營運能力反映的是醫院可持續發展的能力。醫院營運能力一般用，流動資產、存貨、應收賬款、固定資產和總資產等五個方面的財務指標進行逐層分析評價。

一、流動資產分析

流動資產分析的目的是，為合理使用流動資金，降低醫療服務耗費，促進資金良性循環與供給提供保證。其分析指標主要是：流動資產周轉率分析，流動資產結構比重分析，流動資產利用率分析。其分析內容：一是分析取得來源、存在形態、使用情況、組成結構和增減變動情況；二是考核使用效果，分析物資儲備是否合理，物資消耗與業務量及業務收入是否相匹配；三是總結流動資金管理經驗和存在問題。

1.流動資產周轉分析

是分析流動資產周轉情況的綜合指標，反映流動資產的周轉速度和流動資產的利用效率。流動資產周轉快，可以節約資金，提高資金利用效率。流動資產周轉分析有兩種表示方法：

（1）流動資產周轉次數，計算公式為：

流動資產周轉次數=計算期業務總收入/同期全部流動資金平均占用額。流動資產周轉次數表示，周轉次數越多，效率越高。

（2）流動資產周轉天數，計算公式為：

流動資產周轉天數=全部流動資金平均占用額/同期業務總收入×計算期天數。流動資產周轉天數是一個逆指標，周轉天數越短，說明流動資產利用率越高。

2.流動資產結構比重分析

主要分析流動資產與總資產之間的比例關系，以及某種流動資金與流動資金總額之間的比重，用以判明營運發展的有利趨勢或不利趨勢。計算公式為：

（1）流動資產率=全部流動資產/總資產。流動資產率越高，說明本單位營運發展勢頭越旺盛，此時，經營管理也顯得格外重要。

（2）流動比率=流動資產合計/流動負債合計×100%。流動比率越高，說明醫院資產的變現能力越強，短期償債能力亦越強，反之則弱。但是，比率太大表明流動資產占用較多，會影響經營資金周轉效率和獲利能力。一般認為合理的最低流動比率為2。

（3）速動比率=速動資產/流動負債×100%。速動比率反映醫院在某一時點運用隨時可以變現資產償還到期債務的能力。速動比率較流動比率更能準確、可靠地評價醫院資產的流動性及其短期償債能力。

3.流動資產利用分析

主要分析流動資金的利用效果，計算公式為：

（1）百元業務收入占用的流動資金=流動資金平均占用額/業務收入總額×100

（2）百元流動資金業務收入額=業務收入總額/流動資金平均占用額×100

以上兩項分析指標反映流動資金與收入的關系，兩指標互為倒數，流動資金百元收入越高，流動資金效益越高，從而百元業務收入占用的流動資金額越低。

二、存貨分析

存貨分析的目的就是在保證正常的醫療運行和供應條件下，對庫存進行科學管理。其分析指標主要是：存貨周轉率分析，存貨質量分析。通過分析加強存貨信息管理和決策分析，進行有效控制，達到存貨管理的最終目的，提高經濟效益。

1.存貨周轉分析

是反映存貨停留在醫院的時間，也可用周轉天數來表示，存貨周轉天數越少，說明周轉速度越快。

計算公式為：存貨周轉率=醫療支出中的藥品、衛生材料、其他材料支出/平均存貨支出

（1）藥品資金周轉率。指藥品成本與平均藥品庫存額的比率，用以衡量醫院的藥品庫存是否過量，測定醫院藥品的變現速度，在不妨礙醫院業務需要的情況下，應以最少限度的儲量為最好。以藥品為主的醫院存貨隨著藥品供應的保證，周轉天數可縮短到30天以內。目前揚州市笫一人民醫院的藥品周轉天數不超過15天。計算公式為：

藥品資金周轉率（次數）=藥品費支出/平均藥品庫存額

藥品資金周轉天數=本期日歷天數/本期周轉次數

（2）衛生材料資金周轉率。指衛生材料成本與平均衛生材料庫存額的比率，用以衡量醫院的衛生材料庫存是否過量，計算公式為：

衛生材料資金周轉率=衛生材料支出/平均衛生材料庫存額

現在許多醫院都加強了衛生材料的管理，尤其是高值耗材的管理。揚州市笫一人民醫院的高值耗材已經實現了零庫存。

2.存貨質量分析

指存貨被利用的質量分析。主要有：（1）物理質量分析。既自然狀態是否完好，是否符合相應的等級要求；（2）時效狀況分析。按照時效狀況對存貨分類，與保質期相關聯，與內容相關聯，與技術相關聯；（3）品種構成分析。與醫院臨床業務開展相關聯；（4）周轉與積壓狀況分析。與財務管理相關聯等。

三、應收賬款分析

應收賬款分析的核心是對應收賬款的流動性分析，從結構分析和趨勢分析中找出應收賬款的變動，然后對有異常變化的應收賬款的經濟實質進行分析，從而對本單位資產的真實風險狀況進行評價。應收賬款與本單位的經濟環境和內部管理都有密切關系。應收賬款分析指標主要是：應收賬款周轉分析和應收賬款結構分析。目前，揚州市笫一人民醫院每月通過資金動態報表對應收帳款的情況及時分析，以減少呆帳、壞帳的產生。

1.應收賬款周轉分析

（1）應收賬款周轉率。是反映應收賬款周轉速度的比率。它說明一定期間內應收賬款轉為現金的平均次數。用時間表示的應收賬款周轉速度為應收賬款周轉天數，表示醫院從獲得應收賬款的權利到收回款項、變成現金所需要的時間。

計算公式為：應收賬款周轉率=業務收入/應收賬款平均余額。

（2）應收賬款回款率。醫院回款速度快、資金占用少、可以減少壞賬損失、資金流動快，醫院償債能力強。提高回款率財務要形成定期的對帳制度，每月必須同醫保部門核對帳目。計算公式為：

應收賬款回款率=（期初應收賬款余額+本期應收賬款發生額-期末應收賬款余額）/（期初應收賬款余額+本期應收賬款發生額）

2.應收賬款結構分析

醫院的應收賬款主要是應收醫療欠款和其他應收賬款，通過對應收賬款的結構分析，對應收賬款占本單位流動資產的比重進行評價。

（1）應收賬款比重分析。計算公式為：

應收賬款占業務收入比=應收賬款總額/業務收入總額

（2） 應收賬款賬齡分析。指從產生應收賬款之日起 ，至資產負債表日止所經歷的時間。簡而言之，就是應收賬款在賬面上存在的時間。對應收賬款的賬齡進行分析，有利于加快欠款回收，減少壞賬損失。

四、固定資產分析

固定資產分析的內容主要包括：固定資產結構比重分析，固定資產利用效率分析。

1.固定資產結構比重分析

固定資產的結構是指醫院各類固定資產原值在全部固定資產原值中所占的比重，以及各小類固定資產原值占該類固定資產原值的比重。分析固定資產結構的變化情況，在于考察醫院固定資產配置和使用上的合理性，考核利用效果并分析影響效果的原因，以便進一步制訂措施、挖掘充分利用固定資產的潛力。計算公式如下：

（1）固定資產比重=某類固定資產原值/全部固定資產原值×100%

（2）固定資產更新率=分析期新增固定資產原值（期末固定資產原值-期初固定資產原值）/期末固定資產原值×100%

（3）固定資產報廢率=本期報廢的固定資產原值/期初固定資產原值×100%

2.固定資產利用效率分析

醫院通過固定資產利用效率分析，考核固定資產營運成果，總結固定資產使用是否合理、能否適應醫院的發展需要。計算公式如下：

百元固定資產業務收入=本期業務收入總額/分析期平均占用固定資產凈值×100

五、總資產分析

總資產是指經濟實體擁有或控制的、能夠帶來經濟利益的全部資產。一般可以認為，經濟實體的總資產金額等于其資產負債表的“資產總計”金額。其分析指標主要是：總資產周轉率。

1.資產周轉率

總資產周轉率反映了醫院全部資產的使用效率。該周轉率高，說明醫院全部資產的經營效率高，取得的收入多；該周轉率低，說明全部資產的經營效率低，取得的收入少，最終會影響醫院的盈利能力。計算公式如下：

總資產周轉率=業務收入總額/平均總資產

2.總資產周轉天數

是指資金周轉一次所需天數（即資金周轉期）。計算公式如下：

總資產周轉天數=計劃期日數/總資產周轉率（次）

參考文獻：

[1] 孫繼玲. 企業營運能力分析體系研究 [J].企業研究，2012（24）

第2篇：運營分析的方法范文

關鍵詞：聚類分析方法；物流運輸規劃；運輸網絡

現代物流業的發展離不開交通運輸的發展，而且運輸是物流的核心，創造著物流的空間效益。中國是一個發展中國家，交通運輸長期制約國民經濟的發展，但改革開放以來，中國政府把交通運輸作為國民經濟發展的重點，以發展綜合運輸體系為目標，長期致力于交通基礎設施建設并取得了不錯的成績。交通基礎設施不斷完善以及運輸工具技術裝備水平的提高，使得運輸體系的公路、鐵路、民航、水運、管道運輸的社會旅客和貨物運輸量迅速增長，為國民經濟的發展和人民生活水平的提高做出了貢獻，更促使了物流行業發展效率的提高。未來的物流運輸量需求的變化對運輸路線、中心點的配置結構提出了新的要求。如何巧妙合理的設置配送中心，根據各省市的交通實際情況（鐵路、公路、水路、航空的里程）合理規劃運輸線路，在未來一段時間內將成為物流運輸面臨的主要問題。解決運輸線路的規劃問題，不僅要對我們的物流行業十分了解，還要會運用先進的信息技術，統計軟件，對我們的一些歷史數據進行統計得出更優的運輸網絡，節約運輸成本，提高運輸效率。本文運用的統計軟件是SPSS軟件，所用的統計方法是聚類分析方法。運用聚類分析方法對全國部分地區的運輸線路進行分析找出作為大型物流運輸中心的省份或城市。

一、聚類分析

（一）基本思想

聚類分析（Cluster Analysis）是一種多元統計分析方法，其基本思想是認為樣本或變量之間存在著程度不同的相似性。根據一批樣本的多個觀測指標，具體找出一些能夠度量樣本或變量之間相似程度的統計量，這些統計量為劃分類型的依據，把一些相似程度較大的樣本或變量聚合為一類。

系統聚類法（Hierarchical Clustering）是目前應用較為廣泛的一中聚類方法。本文采用系統聚類法進行分析，其思想是將n個樣品看成n類（一類包含一個樣品），然后將性質最接近的兩類合并成一個類，我們得到n-1類，再從中找出最接近的兩類加以合并變成n-2類，如此下去，最后所有的相似樣品均在一類，將上述聚類過程畫成一張圖便可以決定分成多少類，每類各有什么樣品。系統聚類分析法具體到算法上，需要定義兩個類變量距離測量的方法，定義距離測度方法等等，關于類與類之間距離的定義方法很多，每一種定義用到系統聚類程序中，就得到一種系統聚類法。本文采用的是類平均聚類。

（二）系統聚類分析方法步驟

系統聚類分析方法包含六個步驟，如圖1所示：

二、應用舉例

聚類分析方法在物流運輸規劃中的應用，首先需要了解下物流運輸規劃。物流運輸規劃理論的研究在國際上是一個非?；钴S的研究領域，但是在我國的發展還相對滯后，基本處于研究的起步階段，沒有形成科學的方法體系，不能為區域物流系統公司的運輸規劃提供足夠的決策支持和理論依據，導致我國物流建設過程中出現了諸多問題。例如，重復建設、設施冗余、服務瓶頸等等。為了提高我國物流運輸規劃和設施建設的科學性，加快物流的發展，形成科學、操作性強的決策方法是我國物流理論與方法研究的當務之急和重點研究方向。物流運輸的合理化有利于加速生產過程，促進國民經濟持續穩定協調的發展、能節約運輸費用降低物流成本、縮短了運輸時間，加快了物流速度、節約運力，還能節約能源。影響物流合理化地主要因素有：運輸距離、運輸環節、運輸工具、運輸線路（網絡）等等。本文是通過聚類分析，探討最合理的運輸網絡，為物流運輸規劃提供理論支持，制定出相應的方案。表1為國家部分地區各種運輸方式的運輸里程。本文運用系統聚類分析方法對表中的20個城市進行聚類分析，結合相應的分類結果采取相應的物流運輸規劃方案。利用統計軟件SPSS進行類平均聚類，生成圖2所示的聚類分析樹形圖。

根據聚類分析的結果，可以得出表2的全國部分省、市聚類表，可以把全國主要省市分成五大類大型物流運輸中心，經檢查符合實際的情況，有時聚類后的結果有明顯的不符合實際的情況，應做適當的調整。

應用聚類分析的方法對全國部分省、市進行了較合理的劃分，并劃分出以它們為中心的若干區域并對運輸進行合理標定，以便建立起銜接各大經濟區域的運輸快速通道網。這樣可以合理地分配人力、運力、財力，使大型物流運輸健康快速的運行。

三、結束語

用聚類分析的定量分析方法對全國部分省、市內的物流發展進行綜合評價并分類，所得結論客觀、可信、較有說服力，為省、市物流規劃提供了重要參考和依據，利用得到的聚類分析圖，可以避免重復問題的出現，提高了工作效率。另外運用統計學的分析方法及軟件可以培養我們對知識的主動探索能力和創新思維能力，不斷地在社會實踐中摸索、探討適合提高工作效率的方法，若我們能真正掌握這門技能，將成為滿足經濟社會高速發展的高素質勞動者和技能型應用人才。

參考文獻：

[1]朱錦晶，譚鋒.《F1as設計》課程的教學改革探討[J].電腦知識與技術，2010（1）.

[2]劉云橋，王東紅.Flash課程的任務驅動式教學研究[J].石家莊職業技術學院學報，2007.

第3篇：運營分析的方法范文

1. 關于高中英語教學的現狀分析

受長期應試教育的影響，我國大部分英語教師的教學觀念仍沒有得到轉變，在教學過程中采用傳統的教學方法，并占據主體地位，這不僅使得教學內容枯燥乏味，也嚴重影響到學生思維創造力和自主學習能力的形成。其次，教師不斷地向學生傳授英語知識，使得學生對英語教學內容失去學習的興趣，這樣學生就不會積極主動地參與到英語課堂教學中，從而導致英語課堂氛圍死氣沉沉，缺乏活力。如果高中英語教師不能改變英語教學的現狀，那學生的學習成績將會下降，教師與學生之間也無法建立良好的師生關系，課堂教學質量也很難得到改善。因而，針對新課程的改革和新課標教學方案的實施，高中英語教師要準確地了解其中的內容，挖掘學生的內在潛能，培養學生個性化的形成，在教學過程中及時發現教學方法存在的問題，并制定科學的方案，這時教師就能提高學生的學習能力。與此同時，高中英語教師的教學水平和專業素養也會得到提高。

2. 關于體裁教學方法在高中英語中運用價值的分析

2.1 有助于學生獨立思維能力的形成

教師在選擇體裁途徑教學時，教師則應注重學生思維理解能力的培養，在教學過程中，教師應讓學生結合英語知識研究體裁教學內容，并對學生分配相關的英語任務，讓學生獨立思考教師布置的英語任務，當學生在獨立思考英語問題時，學生內在的潛能就會被激發，從而有效地分析英語任務，并形成獨立思維能力。只有不斷地加深學生的研究能力，教師才能拓寬學生的視野，為學生提供一個廣闊的學習空間，讓學生擁有良好的思維能力和創造能力。

2.2 有助于學生掌握正確的學習方法

體裁任務教學方法與傳統的教學方法不同，體裁任務教學方法不僅有助于學生獨特思維能力的形成，也有助于學生掌握正確的學習途徑。對于學生而言，掌握正確的學習方法和選擇合適的學習途徑，可以促進自身學習效率的提高和綜合能力的發展。因此，教師要根據體裁教學途徑的特征對學生進行任務型教學，體裁教學結構具有常規性和制約性的特征，教師在應用時要遵循相關的程序，并不斷地對體裁教學方法進行創新，選擇適合學生學習的體裁教學途徑，讓學生自主參與到體裁教學途徑中，幫助學生養成良好的學習習慣，這不僅能讓學生掌握正確的學習方法，也能給學生帶來安全感，增強學生學習英語的信心。

2.3 有助于學生形成良好的綜合能力

目前，我國的教育形式為素質教育，教師在教學時要將主要的知識講授給學生，讓學生能夠準確地理解教學知識，教師也要讓學生形成良好的文化素養和品德行為。因此，高中英語教師在采用體裁任務教學方法時，要讓學生形成良好的綜合能力，使學生自主發現英語問題，分析英語問題。只有讓學生在課堂中充分發揮自身的主觀能動性，學生才能感受到自身的價值，從而積極主動地學習英語知識。

3. 關于體裁任務教學方法在高中英語中應用的方法

3.1 結合教學內容，設計體裁任務教學方案

為了讓學生學習更多的英語知識，教師在應用體裁任務教學方法時，首先教師要結合教學內容，圍繞“知識與技能、過程與方法、情感態度與價值觀”這三個維度制定教學目標，然后，教師再根據學生的身心發展特征設計體裁任務教學方案，在課堂教學過程中有針對性和計劃性的教學，對學生明確教學目標，其次，教師在完成教學環節后，教師為學生布置課后任務，讓學生自主研究教學知識。只有按照體裁任務教學步驟完成教學任務，教師的教學質量才能得到提升。

3.2 結合實際教學情況，培養學生的英語能力

在運用體裁教學方法的過程中，教師不僅要結合教學內容教育學生，也要結合實際教學情況，讓學生在學習時感受到真實的教學內容，增強學生對英語知識的記憶，從而培養學生的英語能力。因此，教師要加強對學生英語聽、說、讀、寫的訓練，讓學生熟悉語篇材料。例如：教師可以利用多媒體創設情境教學，還原英語知識的情境，讓學生在學習時融入到英語教學的情境中，盡可能地激發學生的思想情感，讓學生對英語教學產生獨特的思想感情，幫助學生順利地完成學習任務。

3.3 根據任務教學方法，加強學生的學習意識

英語作為國際通用語言，教師在對學生教學時，要讓學生熟練地掌握英語語法和詞匯，使學生運用不同的英語詞匯進行寫作和交際。因此，教師要根據任務教學方法，將主要的教學內容灌輸到學生的思想中，加強學生的學習意識，讓學生意識到學習英語知識的重要性。此外，任務教學方法也是一種教學手段，教師通過任務教學方法對學生明確教學目的，在教學時突出英語知識的重點難點，讓學生圍繞教師的設計的方案學習英語知識，當學生理解英語知識對自身的重要性時，學生就會積極主動地學習英語知識。

3.4 開展英語教學實踐活動，為學生提供豐富的學習途徑

在教授學生知識時，教師不能只局限于課本知識，而應帶領學生走出課堂，讓學生從課外學習到更多的英語知識，而這也會為學生提供豐富的學習途徑。因此，英語教師應積極開展教學實踐活動，組織學生參與到活動中，讓學生在教學過程中養成良好的實踐能力。比如：教師可以與學生互換角色，換位思考，讓學生研究教師在日常生活中的任務，并對其進行模仿，教師也可以鼓勵和激勵學生，讓學生分組討論教學知識，引導學生設計教學方案，讓學生自己完成教學任務，當學生自主參與到教學過程中時，學生就能發揮主體性，提升自身的英語學習水平。

3.5 選擇新穎的教學方法，激發學生的學習興趣

由于新課標明確要求教師要對教學方法進行創新，在教學過程中采用新穎獨特的教學方法，吸引學生的注意力，激發學生的學習興趣，使學生積極主動地參與到教學過程中。因此，高中英語教師要轉變傳統的教學觀念，將新穎獨特的教學理念融入到課堂教學中，并合理使用體裁任務教學方法。只有對英語知識產生興趣，學生才能自主對英語知識進行探索研究。比如：在教學過程中教師可以采用小組合作教學方法、游戲教學方法、競賽教學方法引發學生的注意。

4. 結束語

總而言之，高中英語教師在教學過程中，要將體裁任務教學方法的作用充分地發揮在課堂中，引導學生學習英語知識，設計合理的體裁教學方案，讓學生體會到體裁教學方法的價值，從而讓學生從體裁教學途徑中發現學習英語知識的樂趣，幫助學生形成良好自主學習能力和思維創造能力。因此，教師要從多方面研究體裁任務教學方法，在課堂教學時提升學生的理解能力，讓學生成為一個全面發展的人。

參考文獻

[1] 王天舒. 《英語精讀》任務型語言教學活動的設計和自主學習能力的培養[J]. 外語學界， 2012 （10）.

[2] 鄧小龍， 劉雅婧. 基于“任務型語言教學”的高職專門用途英語課程開發方法探索[J]. 中國ESP研究， 2012（01）.

第4篇：運營分析的方法范文

關鍵詞：公路橋梁；車輛荷載；車輛荷載模型；動態稱重技術

中圖分類號： K928 文獻標識碼： A

前言

為了準確確定車輛荷載的大小，需要大量的統計資料和實測數據，在承載能力不能適應運營車輛荷載需求的既有橋梁數量巨大、短期內難以全面改造、僅僅通過管理措施并不能遏制超載運輸的情況下，采取客觀先進的手段方法，掌握運營車輛荷載變異現狀、把握運營車輛荷載發展規律、科學描述刻畫運營車輛荷載的統計特征，既是進行運營車輛荷載管制、治理超限運輸的基礎性工作之一，也是既有橋梁的安全運營、檢測評估、加固改造的前提，因此具有重大的理論價值與突出的工程背景。

車輛荷載模型研究現狀

（1）國外研究現狀

美國Michigan大學的A.S.Nowak利用安大略交通部門6萬多輛貨車調查數據，根據車重及軸重經驗分布外推求得既有橋梁設計基準期內的車重及軸重最大值法國Christian Cremona、Gindy利用WIM設備收集了三周的車流信息，并利用Rice公式構建了穿越門檻值次數的直方圖，得出運營車輛荷載尾部數據的擬合曲線，利用該擬合曲線預測運營車輛荷載及其效應發展變化規律；瑞典Abraham Getachew利用WIM系統測得的實際車流數據，對不同跨徑（10m~35m）簡支梁在汽車荷載效應進行了分析研究，提出了中小跨徑簡支梁橋評估車輛荷載模型，并與瑞典公路橋梁設計規范Br094中的汽車荷載效應設計計算值進行了對比；Fu依據美國部分超載現象嚴重的交通要道的車輛統計資料，建立了包括超載車輛的車輛荷載模型，指出了基準期對既有橋梁按照實際運營車輛荷載進行荷載效應分析的必要性；Fredrik C研究了利用WIM實測數據研究了車輛荷載模型及其橫向分布規律。

總體說來，上述研究者特別是A.S.Nowak教授揭開了運營車輛荷載特性實測研究的大幕，建立了運營車輛荷載特征研究的基本方法與基本手段，為后續研究奠定了良好的基礎。

（2）國內研究現狀

在我國，一些研究者或建設管養業主針對具體的道路或橋梁，進行了專門的運營車輛荷載特征分析預測，如清華大學梅剛、秦權等人針對110國道，研究了重載運煤線路運營車輛荷載的統計特征，提出了運營車輛荷載的雙峰分布模型；北京交通大學盧文良、馮德飛研究了北京市交通擁堵狀況下運營荷載分布特征，指出了混合擁堵情況下實際自然車隊荷載效應為設計汽車荷載效應的1.2~1.7倍；大連理工大學貢金鑫等人則針對非治超地區、計重收費地區和強制治超地區的車輛荷載數據進行了統計分析，建立了不同交通管制政策下的運營車輛荷載模型，預測了運營車輛荷載的發展變化態勢；長安大學賀栓海、黃平明、王濤等人針對陜西省西寶高速、廣東省廣深高速進行了運營車輛荷載特征調查分析，構建了運營車輛荷載的分析預測模型；同濟大學石雪飛、應天益利用廣東佛開高速公路運營車輛荷載的實測數據，進行了車輛荷載特征的分析與預測，指出了實際車重和軸重與2004規范相比，超出幅度高達126％和64％，抽樣調查獲取最大車重高達172.6t，說明了超重車輛（車重大于100t）出現有一定的必然性；東南大學郭彤、李愛群等人根據京滬高速江蘇段的實測數據，建立了運營車輛荷載的多峰概率分布模型，預測了橋梁剩余服役期運營車輛荷載的發展規律；廣東交通集團針對虎門大橋鋼箱梁橋面板疲勞裂縫的發展，專門進行了虎門大橋通行車輛荷載特征調查分析，指出實際運營車輛軸重與額定軸重的比值一般在1.4~1.9之間，最大達到4.0左右，車輛軸重發展變異、重載車輛數量龐大是導致該橋鋼箱梁橋面板產生嚴重疲勞裂縫的主因；華南理工大學韓大建、杜江根據廣州北環高速兩周的交通荷載調查結果，運用極值分析方法預測了運營車輛荷載的發展規律，指出了現有運營車輛荷載模型構建所采用的假設檢驗方法的缺陷與不足。

總體說來，這些研究工作揭示了一些路段或具體橋梁的運營車輛荷載特征，構建了形式各異的運營車輛荷載模型，指出了運營荷載變異的嚴重性與開展進一步研究的緊迫性。

現有研究的不足

（1）動態稱重數據獲取的隨意性

目前，WIM數據所構建的運營車輛荷載模型也就難以科學客觀地反映運營車輛荷載現狀，導致等運營車輛荷載發展規律預測等后續研究工作產生了明顯的失真等問題，以觀測持續時間為例，持時短者僅為數小時，持時長者則長達數年，差異非常大。

（2）運營車輛荷載模型構建的主觀性

目前，大多數研究者在構建運營車輛模型時，均采用假設檢驗、參數分析的技術路線，即假設車輛總重、車輛軸重服從某一分布模型，然后進行參數估計，采用K-S檢驗或x2、U2檢驗來驗證截口分布模型的正確性與合理性，得到一個不被拒絕的分布模型如正態、對數正態、伽馬、威布爾分布等，并由此來預測既有橋梁服役期間最大車輛荷載量值與出現幾率。

圖1.2 運營車輛荷載模型與極值分布示意圖

（3）難以恰當估計運營車輛荷載最大值

一方面，由于運營車輛荷載模型構建時多采取假設檢驗的試錯方法，具有比較突出的主觀性，雖能較好的模擬分布的中部，但對分布尾部的描述就顯得無能為力了，導致極值估計偏差非常大，采用假設檢驗方法構建的模型難以反映運營車輛荷載現狀的最大值分布情況。另一方面，既有橋梁多采用時間外推的統計方法來確定運營荷載的增長，大多數研究者均利用其所構建的運營車輛荷載模型，取某一可接受分位點（一般為0.95，相當于重現期為1950年）直接外推的方法，來預測既有橋梁設計基準期運營車輛荷載的發展規律，由于模型構建本身就存在諸多先天不足如底分布主觀性大、分布參數不準確、難以恰當描述分布的尾部等，加上直接外推方法比較粗糙簡單，導致設計基準期或服役基準期內運營荷載增長規律預測結果差異非常大。

展望

改進WIM數據的獲取準則。

采用二階抽樣方法，將公路劃分為高速公路、一級公路、市政道路、其他公路等，分門別類地利用WIM技術進行車輛荷載數據的采集和收集。

構建WIM數據獲取的觀測時間區段選取、連續觀測持續時間確定的基本準則，擴大WIM數據對夜間、節假日、特殊時間區段（如春運）的覆蓋程度，確保WIM數據的均衡性、全面性以及對極端情況的客觀反映。

根據平均值、標準差等統計量值相對于觀測時間的分布變化，對WIM實測數據的穩定性進行檢驗；根據抽樣風險分析理論，建立WIM數據不確定性的衡量方法。

增加WIM數據收集的時間，建議3-5年為宜。

采用極值分析理論構建車輛荷載模型。

極值分析理論的研究始于上個世紀30年代，成熟于上世紀80年代，在金融領域、氣象領域、水文領域獲得了極大的成功。由于極值理論專門針對尾部樣本擬合分布，即便在隨機變量位于分布尾部的樣本數量很少的情況下，也能夠準確地、科學地識別分布尾部的形狀與統計特征。

參考文獻

[1]王濤，韓萬水，黃平明．公路橋梁交通荷載研究現狀及展望[J]．建筑科學與工程學報，2010，(4)：31~37．

[2]余丹如．公路橋梁活載與活載模型[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：運營分析的方法范文

關鍵詞：客戶需求；供電公司；運營分析

中圖分類號：F27

文獻標識碼：A

文章編號：16723198（2015）20008302

1 引言

作為國家電網公司“三集五大”體系建設的重要內容，按照公司黨組統一部署，2013年底公司總部、省（市）和地市供電公司三級運營監測（控）體系初步建成，取得了國網公司運監中心建設從戰略構想到落地實現的重大突破。建設運監中心旨在實現對電網運營關鍵指標、核心業務和重要資源的在線監測與分析，及時發現并協調處理異動問題、跟蹤落實情況，提高公司整體運營效率和效益。通過一段時間運轉實施取得了良好的效果，電網運營監控能力得到大幅增強。總部、?。ㄊ校?、地市三級運監中心在功能定位上各有側重，業務管理縱向貫通，分級管理，分層負責。由于許多具體運監工作落實在地市供電公司，同時運監問題也直接反映在基層，因此地市供電公司是三級運監體系的基石。

在供電公司逐步由壟斷型企業向服務型企業轉變的大背景下，考慮如今客戶服務工作對供電公司的重要性，如何將客戶服務有機融入到日常運營分析工作中去，建立基于客戶需求的運營分析工作機制成為擺在各級供電公司面前的突出問題。近年來電力系統內部對于運營分析工作的研究日益增多且成果頗多，但對基于客戶需求的運營分析工作機制則研究較少。王西超從電網安全的角度出發，對運監體系中存在的問題進行剖析，并有針對性提出了自己的建議。林海從建設內涵、主要做法、工作機制建設及成效四方面分析了電網運營監控體系的建設與實踐。陳超等強調了數據挖掘在運監工作中的重要性，利用數據集成、存儲等多種關鍵技術實現了面向典型業務場景的模式創新及應用提升。

2 現狀及存在的問題

供電公司常規運營分析工作的開展是以運監工作臺中的運營數據為基礎進行分析，受內部數據屬性范疇的局限，僅通過常規的“自省式”數據監控手段，不能全面、客觀反映由客戶因素導致公司運營狀況的動態變化和運營問題的實質根源。通過建立基于客戶需求的運營分析工作機制，以公司與客戶之間相互影響的關聯因素為主線，實現原有分析工作視角和思路的轉變和擴展，在電網公司系統內部創建一種全新的運營分析模式。這不但便于及時發現公司經營中的各種風險隱患，查找從企業內部數據分析無法發現的問題，而且同時還能夠進一步提升客戶群體的滿意度，進而達到提升公司運營效率和效益的目的。

3 運營分析工作機制構建

構建基于客戶需求的供電公司運營分析工作機制，就是從突破常規運營分析工作機制的局限性，提升公司運營效率效益和風險防范能力出發，深度挖掘公司與客戶之間相互影響的關聯因素，借助客戶視角反觀公司運營中存在的問題，構建具有公司特色的運營分析模型。下面從理論依據和實施方法兩個方面進行探討。

3.1 理論依據

構建基于客戶需求的運營分析工作機制離不開對用電客戶需求的深入了解，而這又將落腳點轉回到供電公司提供的客戶服務水平上。由于供電服務質量能夠直接影響到供電企業的生存，因此通過開展供電客戶滿意度測評工作，可以幫助供電公司發現供電服務中存在的問題并及時更正，同時進一步了解客戶的實際需求以提高供電服務質量。

3.1.1 客戶滿意度測評理論

客戶滿意，簡單說是客戶對產品或服務的實際感知與期望對比后的心理狀態。從供電企業角度來說，每個電力客戶在購買電力產品時都帶有一定的期望，使用產品時也會產生對產品和服務的感知，這種期望除了對電力產品本身的品質（電壓的穩定性和可靠性等）有要求外，還有其附加的電力服務需求。若客戶的期望與實際感知相符，客戶就會感到滿意，相反則會不滿意?？蛻魸M意度的測量需要通過客戶滿意度指數來實現。所謂客戶滿意度指數，是對產品（包括服務）的客戶滿意程度的一種度量。

在分析和總結國內外已存在的幾種滿意度測評模型基礎上，依據國家電網公司關于供電服務品質評價的有關規定，一般認為我國供電企業客戶滿意度指數模型中應包含七種變量，分別是企業形象、客戶期望、感知質量（分為供電質量和服務質量）、感知價值、客戶滿意度、客戶抱怨、客戶忠誠度。因為上述要素均為潛變量，不可直接測量，通常采用結構方程模型研究各變量之間的相關關系及影響程度。由于模型假設條件和采用的客戶滿意度測評方法不同，因此不同學者可能會得到多種客戶滿意度指數模型。這些模型本身沒有對錯，只有擬合程度優劣的差別，以此判斷哪種模型更符合實際情況。圖1為一個具有代表性且經過驗證的供電公司客戶滿意度指數模型。

圖1 經驗證后的客戶滿意度指數模型

3.1.2 數據挖掘算法

21世紀是大數據的時代，誰能牢牢把握數據，將數據真正“為我所用”，誰就掌握了發展的先機。如今掌握并利用現有數據的最主要方法就是數據挖掘技術。數據挖掘的過程就是從大量數據中發掘未知和隱含信息，提取有價值信息以做出商業決策的過程。數據挖掘技術包含有很多算法，常用的方法有聚類、決策樹、關聯規則等等。每種算法都有自身的功能和優勢，具體使用哪種方法要根據具體情況進行選擇。構建基于客戶需求的運營分析工作機制需要挖掘供電公司與客戶之間相互影響的關聯因素，因此采用關聯規則算法較為適宜。

關聯規則一直是數據挖掘領域研究的重要課題，它的目標是尋找出數據庫中不同項集之間存在的各種關系和關聯。該算法經典實例是購物籃分析，通過研究超市的銷售記錄以發現顧客的購買行為模式和消費傾向。該算法同樣可運用于尋找供電公司與用電客戶之間相互影響的關聯因素，掌握用電客戶行為的變化趨勢以分析其中存在的內在規律，從而為改進現行運營工作機制提出相應意見措施。

3.2 實施方法

在充分考慮用電客戶的差異化需求基礎上，結合供電公司運營工作實際情況，考慮從以下四個方面構建基于客戶需求的運營分析工作機制。

3.2.1 科學設計調查問卷

為廣泛獲取客戶原始的需求信息，供電公司可通過電話訪談、現場交流等方式開展問卷調查，具體實施可由供電公司出資委托第三方機構進行。設計調查問卷時，應首先明確設計該問卷的目的，即根據客戶滿意度測評結果找出公司自身存在的問題并及時改進，同時盡可能挖掘出更多的客戶需求信息。此外還要充分考慮不同用電客戶的具體屬性及主要特點，通過收集整理供電公司現有客戶資料，依據用戶屬性和行業類別等標準將用電客戶劃分為大工業、一般工商業和居民三類典型客戶群體。根據統計學相關理論，本次調查采用隨機抽樣的方式，取普遍適用的95%作為置信度。對于某些特定群體（比如大工業用戶），總客戶數極少，則應全部調查，以保證該部分客戶具有完全的代表性。

為實現設計問卷的目標，設計的調查問卷應包含客戶滿意度測評及需求信息調查兩部分內容。其中需求信息調查是根據用電客戶的潛在需求設置相應問題，客戶滿意度測評則需針對三類客戶群體分別設計相應的問題，兼顧每類客戶共性的關注點和個性化的需求點。測評主要內容包括企業形象、客戶期望等七個變量，具體的測評指標轉化為調查問卷上的實際問題，問卷采用5級李克特量表進行客戶態度的測量，最后經過可信度和有效度檢驗形成正式調查問卷。

3.2.2 搭建客戶需求數據庫

根據調查問卷獲得的客戶滿意度測評結果與需求信息，結合供電公司掌握的客戶基本信息，結合上述數據可建立起包含客戶基本信息、客戶滿意度以及客戶用電需求的客戶需求數據庫?？蛻艋拘畔祿彀丝蛻舻幕拘畔⒁约翱蛻舢斍坝秒姷幕拘畔?；客戶滿意度數據庫記錄了客戶對公司當前各項供電業務的滿意程度；客戶用電需求數據庫包括了客戶對公司供電服務的期望、提出的建議以及特殊用電業務的需求（比如分布式發電、備用電源等需求）?？蛻粜枨髷祿斓倪壿嫿Y構如圖2所示。

圖2 客戶需求數據庫邏輯結構圖

3.2.3 構建運營分析模型

在建立起客戶需求數據庫的基礎上，需要從供電公司內部指標和用戶需求數據兩個角度構建科學實用的運營數據模型，深入分析獲得的客戶數據，進而發現

相關規律、指導公司的行為。供電公司應以深入應用Excel、Tableau和SPSS等分析工具為抓手，結合關聯規則相關數據挖掘算法，利用結構方程模型進行客戶滿意度研究，找出公司運營指標與客戶需求數據之間相互影響的關聯因素，比如供電可靠性及電壓穩定性會對客戶滿意度產生直接的影響等。構建基于客戶需求的運營分析模型，形成有價值的分析成果，從而找出由客戶因素導致公司運營狀況的發展趨勢和運營問題的實質根源。

3.2.4 運營分析模型應用

通過收集不同客戶群體反饋的問卷信息，運用構建的基于客戶需求的運營分析模型，分析未滿足的客戶需求或薄弱環節，針對供電服務中存在的具體問題研究相應的對策和措施。具體應用分析如下：利用關聯規則等數據挖掘算法找出供電公司內部運營指標與外部客戶需求數據之間相互影響的關聯因素，針對具體存在的問題提出相應的改進和優化措施；運用結構方程分析已構建的客戶滿意度指數模型，根據路徑系數研究各變量對客戶滿意度的影響程度，以此作為供電公司進行供電服務質量改進的重要依據。例如通過調查問卷的方式獲取近一年供電故障停電的時間及次數，了解不同客戶群體對供電可靠性的直觀感受和差異化需求，同時與供電公司內部運監指標相結合，發現其中存在的隱性問題并及時修正，從而進一步提升客戶群體的滿意度，進而達到提升供電公司運營效率和效益的目的。

4 結語

基于客戶需求的供電公司運營分析工作機制，是一種全新的運營分析模式，它以客觀分析客戶行為作為指導公司行為的重要參考依據，實現了供電公司客戶服務水平的持續提升。由于本研究仍停留在理論層面尚未實現，未來還需對運營分析工作機制的實施條件和方法作進一步探討，通過實踐總結經驗，持續優化。

參考文獻

[1]崔吉峰，張朋.創建電網企業運營監測中心[J].中國電力企業管理，2015，（1）：5556.

[2]王西超.電網運行集中監控體系建設[J].科技創新與應用，2014，（36）：151.

[3]林海.電網運營監控體系建設與實踐[J].大眾用電，2014，（4）：4750.

[4]陳超，張順仕，尚守衛，等.大數據背景下電力行業數據應用研究[J].現代電子技術，2013，（24）：811.

[5]陳瀟萍.供電公司客戶滿意度和服務質量綜合評價[D].北京：華北電力大學，2012.

[6]文沖，白德魁，譚建毅.以客戶滿意測評為核心，提升供電服務品質[J].廣西電業，2011，（Z1）：6070.

[7]陳海燕.我國供電企業客戶滿意度測評體系研究[D].北京：華北電力大學（北京），2009.

第6篇：運營分析的方法范文

【關鍵詞】經濟管理；經濟效益；管理方案

為了更好的幫助醫院發展，提升醫院的醫療水平，就要利用經濟學知識對醫院的經濟做好科學管理工作，并且要結合醫院實際運營情況做好經濟管理方案分析和研討，并對醫院效益進行分析，可以提升醫療水平降低醫院醫療成本，進而保障病人的權利。

一、 醫院經濟管理方案的發展和不足

1.醫院經濟管理方案中優勢發展

醫院的發展離不開醫院經濟管理，經濟管理是維持醫院正常運營的基本，科學的醫院經濟管理能夠幫助醫院健康發展。為了提升醫院的競爭實力，就需要對醫院經濟管理制定科學的方案，結合醫院實際運營中的社會效益和經濟效益實際情況，幫助研究經濟管理中成本效益，這種方法有很大的優勢特點。科學高效的醫院經濟管理方案不僅幫助醫院節約實際運營投資成本，還能降資金用在醫院的器械醫療中，提升醫院器械精密性和高科技性，提升醫院的醫療水平，提升醫院整體服務水平，讓整個醫院從基礎醫療設施到專業醫護工作人員都有較強的競爭實力，保障了醫院在醫療行業的綜合競爭力。

2.醫院經濟管理方案中不足之處

雖然在我國醫院的醫療體系不斷進行改革創新，但是很多方面還存在著問題，還需要醫院管理人員足夠重視，通過實際的調查發現醫院經濟管理中存在的問題，為了讓醫院運營更加的公平和經濟，為了讓醫院更多的為人們做出貢獻，就需要醫院對其服務進行提升，對醫院經濟管理方案進行改革，不但能夠節約醫院運營成本，將經濟轉換為病人消費者的權益，更能夠幫助醫院更好的運營。但是醫院實際運營情況并不是很樂觀，醫院還存在很大的不公平不平衡性，不能夠很好維護消費者的權益，醫院的運營也不是很經濟，因此在醫院經濟管理方案中還有很多問題需要解決。

二、醫院效益方法探討

1.成本效益分析法對醫院效益的重要性

成本效益是醫院經濟管理中非常重要的一部分，是維持醫院效益的基礎保障，為了提升醫院經濟效益，就要從醫院經濟管理中成本效益分析入手，成本效益分析法是一種非常關鍵的方法，它主要是通過和醫院實際運營的醫療項目相結合，并且對醫院運營的全部成本進行估價，這種經濟決策型的經濟管理方法能夠最大程度上節約醫院成本，讓醫院以最小的投資成本達到最大化的經濟效益。將成本效益分析法應用到醫院的經濟管理中，可以有效的提升醫院工作人員的工作效率和醫院理療器械的工作效率，進而提升了醫院的經濟效益。成本效益分析法有三種，主要能夠提升醫院運營中整體效率節約資金成本的投入，然后幫助醫院提升醫療活動和醫護人員工作的經濟效益。成本效益分析法方便了醫院經濟管理工作人員對醫院各科室實際的運營情況進行整體把握，進而控制整個醫院的運營。在醫院經濟管理中通過應用成本經濟效益分析法幫助醫院經濟管理人員同時對醫院內部所有運營項目進行成本估算，并且對醫院的各項指標和數據記錄有全面徹底的掌握和了解，還能夠提升醫院的管理水平進而提升醫院在社會整個醫療體系中的競爭力。更有效的幫助提升醫院的經濟效益，但是成本分析法在醫院經濟管理中應用時要結合醫院的實際運營情況，然后才能制定明確科學的經濟管理方法，這種方法的針對性更強，更方便對醫院的經濟管理現狀的改變，為醫院能夠長久健康的發展提供了基礎。

2.醫院效益改善方法

為了對醫院整體的經濟效益有更好的把握，就需要通過財務管理手段對醫院的成本投入進行高效控制，財務管理是對醫院整個運營中的各項經濟活動進行統一的分析和總結，為醫院更好醫療保障提供了信息數據基礎，這是幫助醫院提升經濟效益非常關鍵的方法。為了更好的實現醫院的經濟管理，就需要對醫院經濟管理體系進行不斷的強化工作，如果將醫院的各項經濟成本和經濟資源都進行充分有效的利用，就能最大程度上實現了資源的利用效率，這種通過宏觀的調控方法對醫院進行經濟管理，能夠幫助醫院減少不必要的經濟浪費，節約經濟成本，進而幫助提升醫院效益。這種讓醫院成本得到高效控制和利用的成本效益分析法，很好的幫助了醫院的經濟管理工作的進行?？茖W有效的成本效益分析法能夠幫助醫院向更好的方向長久發展，成本效益法在醫院經濟管理中的應用不僅幫助提升醫院的經濟效益，更能夠提升醫院整個醫療隊伍的工作效率和職業道德精神，讓整個醫院的醫護人員都深刻意識到成本節約對醫院的發展至關重要，能夠樹立起主人翁意識，進而幫助醫院提升醫療質量降低醫院成本投入，幫助醫院贏得更多的經濟效益和社會效益，同時也穩固了醫院在社會醫療體系中地位。成本效益分析法和科學的財務管理對醫院的經濟管理是非常重要的方法，為了完善醫院經濟管理方案，要從這兩方面入手，才能最大限度的實現醫院經濟效益和社會效益的最大優勢。

三、結語

醫院作為一項重要的民生機構，它的作用是不容忽視的，為了滿足社會發展下人們對高質量生活的需求，就需要不斷的改進我國社會整個醫療機構體系的醫療質量，對醫院進行科學有效的經濟管理方法則很好的幫助了提升醫院的社會效益和經濟效益，進而幫助醫院提升了醫療水平，為社會做更多的貢獻?？茖W的成本效益分析法很好的幫助醫院全面的實現了高效經濟管理，為醫院更多的為社會服務提供了基礎，只有通過對醫院實際運營情況的研究和分析，才能幫助醫院更好的發展。

參考文獻：

[1] 秦桂華.關于醫院經濟管理方案的探討[J].經濟技術協作信息.2013（10）.

第7篇：運營分析的方法范文

【關鍵詞】 LTE終端 速率測試

隨著4G LTE技術標準與產業鏈的成熟，越來越多的運營商選擇部署運營LTE網絡。LTE技術采用正交頻分多路復用（OFDM）、多入多出（MIMO）等技術，給最終電信用戶提供遠遠高于3G技術的速率體驗，成為運營商獲得競爭優勢、吸引最終用戶的重要手段。因此，運營商對于網絡中的終端的速率性能非常重視，采用了多種速率測試方法來測試LTE終端的速率性能。

一、3GPP標準中對于不同終端的速率性能的規定

在3GPP標準中，根據終端性能的差異，對終端進行了分類（簡稱Cat）。我們目前常用的終端主要是Cat3，Cat4，Cat6以及Cat9的終端。幾種類型的FDD LTE終端的最高速率對照情況參見表1。對于不同類型的終端，其理論最高速率不同，通過測試的標準自然也不相同。在進行對比類型的測試時，也需要注意對比終端應該選擇與測試終端同一類型的終端，否則沒有可比性。

表1 不同Category的FDD LTE終端最高速率值對比

二、運營商常用的速率測試方法及原理

運營商常用的速率測試方法主要有三種：極限速率測試方法；網頁速率測試方法；以及現網Metrico測試方法。下面介紹下這三種測試方法。

極限速率測試方法，主要是為了測試終端的極限速率是否能夠達標，一般通過的標準是以表1中的最高速率值為基礎，乘以某個系數。不同的運營商選擇的系數不同，如日本運營商軟銀選擇的系數是95%，即終端測試的結果必須達到對應category的95%才能測試通過。由于需要測試到接近該類型終端的最高速率值，所以極限速率測試一般會在實驗室進行，選擇信號強度好，沒有其他噪聲干擾，測試終端獨占小區的環境來進行測試。具體測試的業務，一般會選擇FTP下載和UDP灌包兩種，其中UDP灌包的方法可以讓終端的性能得到更好的發揮，而FTP下載方法則更接近于用戶實際使用的業務場景。

網頁速率測試方法，主要是以SpeedTest網站為代表的一類測速網站提供的測速方法。普通用戶可以打開這些測速網站的網，這類測速網站使用的具體測速方法是首先從網站上下載一個較小文件，通過下載的耗時估算當前網絡連接的速率，然后根據該速率決定從網絡下載的數據包的大小，這個數據包一般在當前速率下下載10秒左右。在這10秒的下載過程中，在每秒中采樣30次，將采樣結果組成20組，去掉最高的10%和最低的20%，取剩余結果的平均值作為最終統計出的速率值。一般下載文件較小，其測試結果隨時間變化較大，需要進行多次測試以減小隨機性因素的影響。

現網Metrico測試方法，主要針對測試終端在現網環境下的表現情況進行測試。由于現網環境相對于實驗室環境更加復雜多變，因此該測試相對于其他兩種方法，在測試場景設計和測試通過標準上均有所區別。在測試場景上，針對強中弱信號區域分別進行測試，每個區域均針對用戶經常使用的業務類型，進行網頁瀏覽、ping操作、HTTP上傳下載、UDP上傳下載各種類型的測試。在測試通過標準上，使用測試機與對比機同時進行測試，對兩者的測試結果進行比較，如果測試機的表現比對比機的表現差25%以上，則不通過；否則通過。目前該測試得到美國三大運營商VZW，AT&T，TMO的認可，作為其定制終端必須進行的測試項目。

這幾種測試方法的側重點有所不同，在實際中運營商可能選擇其中的一種或者多種測試方法對終端進行測試，以便綜合衡量終端在不同情況下的表現。

三、各種測試方法的主要影響因素及運營商速率測試常見故障分析方法

常見的LTE數據類終端，其測試過程的主要工作形式如圖1所示。完整的數據路徑包括測試用筆記本，LTE終端，LTE空口，網絡側及服務器。在這個通路中的每一個部分，都可能會對速率測試的結果造成影響。

3.1 LTE空口工作狀

主要指的是從終端的LTE協議棧通過空間的電磁信號傳播到網絡側LTE基站及核心網之間的過程。這一部分性能主要取決于終端類型、協商速率、終端射頻性能以及由此決定的調制方式、網絡給終端分配的時域和頻域資源等因素。

3.2 LTE終端內部數據通路狀態

主要指在LTE終端內部，數據通過轉發等形式進行傳輸的過程。這一部分性能主要取決于CPU性能、是否采用硬件加速數據傳輸、數據包轉發規則、以及使用的內部總線接口規格等因素。采用wifi通信的話，還需要考慮wifi芯片的性能。

3.3測試用筆記本狀態

主要指在筆記本上產生或者到達筆記本 進行處理的數據，在筆記本上進行處理的過程。這一部分性能主要取決于筆記本的硬件性能、業務類型、業務軟件的性能、筆記本的協議棧實現的效率高低，此外還包括LTE終端安裝到筆記本上的驅動程序的工作性能。

3.4網絡側工作狀態

數據從終端發送到網絡側以后，要經過運營商內網及internet網絡的傳輸，最終才能到達對端，在此過程中網絡的拓撲結構、負載程度、路由規則等因素，也會對數據傳輸過程造成影響，從而進一步影響到終端的速率性能表現。

針對以上提到的各個可能影響到終端測試速率性能的環節及因素，在實際測試中我們也需要能夠進行對應的分析方法和工具來確認影響性能的因素到底是哪些。如某個終端極限速率測試通過而網頁速率測試不通過，則問題可能出現在 LTE終端內部通路對HTTP和FTP數據包的處理方式的差異，或者測試用筆記本上FTP工具軟件和瀏覽器的性能差異上；再如某個終端極限速率測試通過，而現網Metrico測試不通過，則可能由于該終端在LTE的射頻等因素導致空口工作狀態不及對比機，或者該終端的測試筆記本性能與對比機的測試筆記本性能有差距。

大致確認了問題可能存在的階段以后，我們再通過抓取各種log來詳細分析，以確定具體的影響因素。常用的log包括，針對空口工作狀態抓取LTE終端芯片的信令、射頻性能等log，如高通芯片的QXDM log等；針對LTE終端內部數據通路抓取wireshark log；針對測試用筆記本可以抓取wireshark log，以及該筆記本內記錄CPU、內存使用狀態的系統log，各個測試用軟件的對應log及狀態顯示。針對網絡側工作狀態，從終端側一般難于抓取，僅能通過空口log以及數據包延時等因素進行推測。

四、總結

針對運營商常用的3種LTE終端速率測試方法：極限速率測試方法、網頁速率測試方法、以及現網Metrico測試方法，本文對比分析了各種測試方法的原理及相關的影響因素，并針對常見的測試問題給出了分析建議，有助于終端廠商提升其產品在對應測試下的表現，給終端用戶帶來更好的用戶體驗。

參 考 文 獻

第8篇：運營分析的方法范文

【關鍵詞】 民航 運營效率 層次分析法 數據包絡分析法

一、引言

民航運輸業不僅是國民經濟的基礎，也是我國現代化的標志和綜合國力的直接體現。民航業運營效率對于實現我國民航業持續健康、促進民航業國際競爭力的提升、推進民航業運營效率理論研究和正確反映我國民航業運營效率現狀都具有重要意義。

國外學者利用DEA對民航業進行過相關研究，并取得了一定成果。文獻使用數據包絡分析法對美國機場的運營效率進行評價，在此基礎上對機場生產效率的影響因素予以識別。文獻運用DEA模型對1990年國際上15個最大航空公司的運營效率進行測量。國內學者也有利用DEA方法對中國民航業運營效率進行評價的研究，筆者認為以往的研究指標選取較少且不具有全面性。為了保證DEA模型的投入產出指標選取的科學性，筆者擬采用層次分析法對所有影響民航業運營效率的指標進行權重排序，從中選取權重系數較大的影響因素作為DEA模型的投入產出指標。選取1995～2011年17個年份的民航業運營狀況作為決策單元，采用DEA方法中的C2R模型和BC2模型對中國民航業總體效率進行分析評價。

二、基于AHP方法的民航業運營效率指標確定

文獻在分析美國和歐洲民航運營效率時以人員、燃油、飛機和非飛行設施作為投入指標，以旅客周轉量和貨物周轉量作為產出指標。文獻設定投入變量為總周轉量、運作成本和非飛行資產，產出變量為旅客公里收入和非旅客收入。結合已有文獻對投入產出指標的選取，同時考慮到中國民航業運營效率不僅包括公共航空運輸業還應包括通用航空運輸，筆者將飛機購置費、固定資產、航線里程、飛機架數、基本建設費、職工人數、旅客周轉量、貨郵周轉量、通用航空作業時間作為衡量民航業運營效率水平的指標，用層次分析法對這些指標進行權重排序，從中選取權重系數較大的影響因素作為DEA模型的投入產出指標，保證指標選取的科學性。

1、建立層次結構模型

層次分析法AHP方法要求首先把問題層次化，按問題性質和總目標將問題分解為評價指標層、準則層和目標層，此處的指標層即為待評價的影響民航業運營效率水平的9項指標，目標層為民航業運營效率指標，即DEA模型指標。Whitesell認為經濟效率是技術效率和配置效率的綜合反映。筆者將技術效率水平和配置效率水平作為評價影響民航業運營效率的準則層納入AHP層次結構模型中，利用下層對上層的重要性確定評價因子的權重[7]。層次結構模型圖如圖1所示。

2、層次排序及其一致性檢驗

對第三層次指標進行兩兩比較，構造判斷矩陣，其比較結果以1-9標度法表示。分別計算指標層相應指標對于準則層配置效率水平和技術效率水平的相對重要性的排序權值。由于評價對象的復雜性和人對同一事物認識的差異性，在構造判斷矩陣時，專家容易對判斷指標和度量指標重要性排序產生偏向，因此，筆者進行了一致性檢驗。準則層對于目標層的層次單排序計算過程同上。把經過層次單排序獲得的權重向量進行綜合，并進行總的一致性檢驗，可以得到指標層的各個指標對目標層的相對權重，結果如表1所示。

由總排序結果可以看出，飛機架數、基本建設費、職工人數、旅客周轉量、貨郵周轉量、通用航空作業時間這六項指標的權重相對較大，因此選取這六項指標作為DEA模型的指標。

三、基于DEA模型的中國民航業效率評價

數據包絡分析法是應用數學規劃模型比較決策單元間的相對效率，對決策單元做出評價的方法。它把單輸入、單輸出的工程效率概念推廣到了多輸入，特別是多輸出的同類型決策單元（DMU）的有效性評價中。筆者采用該方法，將民航業的每一個年份看作一個DMU，通過對輸入輸出數據的綜合分析，得出每個DMU綜合效率的數量指標，確定有效的（即相對效率較高的）DMU，并給出其他DMU非有效的原因和程度。

1、確定指標及決策單元

考慮以勞動投入量和資金投入量作為投入指標，選取X1飛機架數，X2基本建設費用，X3職工人數作為投入指標，綜合反映民航業對生產運營過程的資本投入情況?？紤]該行業的產出特性，并結合通用航空運營效率對民航業的總體影響，選取Y1旅客周轉量，Y2貨郵周轉量，Y3通用航空作業時間作為產出指標。

為了提高評價準確性，DMU個數一般要大于投入產出指標個數的2倍，因此筆者選取1995年～2011年17個年份的民航業作為決策單元，對整個民航業的投入產出進行評價，以分析其經濟意義。數據來源于《從統計看民航》以及《中國交通年鑒》。

2、中國民航業效率分析

采用DEA方法中的C2R模型和BC2模型，推導決策單元的純技術效率、規模效率和規模報酬，同時通過解最優時松弛變量與剩余變量的值，對相對無效的原因進行分析。應用DEAP軟件對決策單元數據進行分析，結果見表2。

結果顯示，1995年～2011年民航業效率可以分為三類：（1）2005、2006、2010、2011年份是DEA有效的，即技術效率和規模效率均為1，剩余變量和松弛變量的取值都為零，投入和產出達到最佳配置狀態。（2）1995、1996、2000、2002、2003、2007年份是弱DEA有效，即這些決策單元的純技術效率為1，而規模效率小于1。這說明就樣本單元本身的技術效率而言不需要減少投入、也不需要增加產出，其投入項目均得到有效利用。樣本單元的綜合效率之所以沒有達到有效，是因為其規模和投入、產出不相匹配。（3）1997、1998、1999、2001、2004、2008、2009年份為DEA無效，即這些決策單元的技術效率和規模效率均小于1。

分析我國宏觀經濟環境對民航業的影響可以發現：1995年—1997年民航業各項改革全面展開，民航業績效上升，直到被1997年的“亞洲金融危機”打斷；1998年—2003年是民航業調整時期，各航空公司調整了經營戰略，從注重數量擴張轉為注重發展質量，機場實行全面改革，加快屬地化管理進程，這些都使民航業發展更為健康，這段發展時期一直持續到2003年“SARS”恐慌時期；2004年—2011年民航業又恢復了快速增長。

通過分析1995年—2011年我國民航業的運營效率變動，還可看出中國民航業自1995年至2011年規模效率遞增，純技術效率基本在0.95以上，綜合效率呈上升趨勢。表明我國民航業的運營效率伴隨著改革的深化而逐步提高。

四、結論

建立了民航業運營效率指標的遞階層次結構模型，運用AHP方法選取了權重系數較大的飛機架數、職工人數、基本建設費、旅客周轉量、貨郵周轉量、通用航空作業時間作為DEA模型的指標。運用DEA方法對17個決策單元進行效率分析。得出2005、2006、2010、2011年份是DEA有效的，即這四個年份投入產出達到最佳配置，資源分配均衡。其余年份均屬于規模報酬遞增型。其中1995、1996、2000、2002、2003、2007年份為弱DEA有效，即投入產出合理，但是規模與投入產出不相匹配；1997、1998、1999、2001、2004、2008、2009年份的技術效率和規模效率均小于1，即都存在投入產出不足或冗余的情況。

【參考文獻】

[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] 黃陽平、蹤家峰：中國主要航空公司運營效率分析[J].經濟研究導刊，2008（8）.

[4] 劉靜卜：基于DEA的中國民航運營效率分析及評價[J].武漢理工大學學報：信息與管理工程版，2011（3）.

[5] 陳惠：基于DEA方法的中國民航運輸業效率研究[D].安徽：合肥工業大學，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、李衛國、羅日成：基于層次分析法的大型變壓器狀態評價量化方法研究[J].湖南大學學報（自然科學版），2011（10）.

第9篇：運營分析的方法范文

〔關鍵詞〕復雜網絡；電信大數據；靜態數據；動態數據；社團劃分

〔中圖分類號〕G434〔文獻標識碼〕A〔文章編號〕1008-0821（2014）06-0066-04

大數據是繼云計算、物聯網之后信息通信技術產業界又一次顛覆性的技術變革。對于整個產業而言，大數據市場是塊等待挖掘的“金礦”，因此，如何充分利用大數據，并使其進一步發展壯大，也成為整個業界共同探究的熱點話題。在大數據領域探索中，相較于其他企業，電信運營商由于在數據資源、基礎資源、平臺資源上擁有先天優勢，因此對于大數據的探索需求更為深入。但目前電信業在經歷近十年來的變革后，各種商業模式被打破。盡管電信運營商一直積極地推進4G網絡建設，但網絡的持續擴容與升級并未給電信運營商帶來十分可觀的收入，并且，更為嚴峻的是，在大數據時代，電信運營商還面臨著來自數據、管理方面的巨大挑戰。海量的半結構化和非結構化的數據大大降低了數據處理的效率，給運營商帶來了巨大的數據存儲和讀寫壓力。如若不能縮短數據處理的周期，很多數據的價值都會被極大地稀釋。此外，龐大的數據規模和復雜的數據種類也給運營商帶來了管理層面的難題。

1電信運營商大數據應用及系統框架

電信運營商關于大數據的應用主要包括以下4種類型。首先，是基本的語音數據分析，運營商可以利用自動語音識別數據對自身的產品進行服務，并通過用戶偏好分析，及時、準確進行業務推薦，強化客戶關懷，這樣就可以不斷改善用戶體驗，增加用戶的信息消費；其次，網絡流量分析，主要指通過大數據分析網絡的流量、流向變化趨勢，及時調整資源配置，還可以分析網絡日志，進行全網絡優化，不斷提升網絡質量和網絡利用率；第三，在企業經營層面，可以通過業務、資源、財務等各類數據的綜合分析，快速準確地確定公司經營管理和市場競爭策略；第四，在業務創新層面，可以在確保用戶隱私不被侵犯的前提下，對數據進行深度加工，對外提供信息服務，為企業創造新的價值。這樣，大數據將幫助運營商實現從網絡服務提供商，向信息服務提供商的轉變。

結合電信運營商的業務情況以及目前大數據的挑戰，業界提出了針對電信運營商大數據管理總體系統框架模型，其核心主要包括4層，即物理層、數據層、模型層和應用層。其中數據層是整個運營商大數據管理的核心部分，為上層應用提供數據支持（如圖1所示）。

2電信大數據解決方案與需求分析

目前，中國移動采用Apache Hadoop軟件的英特爾分發版來消除數據訪問瓶頸和發現用戶使用習慣，開展更有針對性的營銷利用，同時利用Hadoop分布式數據庫（Hadoop HBase）擴展存儲。中國聯通也是利用Hadoop來實現對大數據的存儲和分析，構建了基于Hadoop的結構化訪問數據庫，還采用數據倉庫技術，針對海量數據進行高性能查詢和分析工作。但海量數據的出現、數據結構的改變，也給運營商的大數據管理及分析帶來了挑戰。主要表現在：一是由于多種業務的發展、市場需求的變化和網絡規模的擴大使得運營商大數據迅速的增加，這增加了運營商大數據存儲和處理的難度，使得現有數據倉庫無法線性擴容，這表明傳統的數據倉庫無法有效存儲日益增長的業務數據；二是由于新型大數據服務不同于傳統通信業務分析特點，需要對內容等非結構化、大容量信息進行多用戶、多應用、實時有效的分析，傳統的架構和數據倉庫處理已不能滿足新的信息服務需求。因此，運營商需要建立新型大數據中心，來存儲、分析和處理海量數據。電信運營商采用的傳統數據挖掘方法主要包括描述和預測兩個方向，具體方法包括關聯分析、分類和聚類等，這些方法較多應用于關系數據庫系統，而目前電信運營商所面對的數據越來越多樣化，復雜化程度不斷增加，非結構化數據占據的比重不斷攀升，傳統的數據挖掘辦法已經不能跟上電信業大數據處理的實際需求。自從1998年Watts和Strogatz在Nature雜志上發表文章，引入了小世界網絡模型之后，國內外學界注意到了復雜網絡研究的趨勢，開始展開深入的研究。復雜網絡研究的內容主要包括：網絡的幾何性質，網絡的形成機制，網絡演化的統計規律，網絡上的模型性質，以及網絡的結構穩定性，網絡的演化動力學機制等問題。上述復雜網絡的研究內容恰恰與電信運營商目前所擁有的大數據內容和處理需求緊密地結合在一起，為電信運營商的大數據處理開辟了一條嶄新的方向。

3基于復雜網絡大數據處理

針對電信運營商大數據處理的第一步是數據預處理及準備，以發生最多、數據量最大的客戶通話行為為例，它和用戶通話行為直接相關，其中涵蓋的具體內容如表1所示，如通話時長，基站信息等等，如果再加入個人年齡、性別等信息，則構成多維數據，為大數據分體提供更多基礎數據。接下來，針對基于復雜網絡的電信大數據分析研究可以從以下3個方面展開，分別是靜態研究、動態研究和社團挖掘研究。

3.1靜態數據研究

電信的運營數據的結構隨著時間在不斷地發生變化，而且是比較典型的多維數據，復雜網絡的最初研究對象是某個網絡在某個特定時間段的內容，譬如，某個市、區在某幾個月的通話數據，由此可以形成一個典型的網絡。在這里，以IEEE VAST 2008的數據集作為研究對象，它包括了一組涉及400人左右的10天通話數據，通話記錄數為9 834條。

利用復雜網絡方法對遠程教育網絡的研究起始于基本的3項內容，它們分別是度與度分布、平均路徑長度和聚類系數。

度的意義是指與該頁面節點連接的其他頁面節點的數目。在對電信通話數據的實際研究中主要是指一個用戶存在的與其他用戶通話的信息數目。一個用戶節點的呼出與呼入數量又分為出度和入度。所有用戶節點度的平均值稱為網絡的平均度。數據顯示該通話記錄的節點平均度為3-9，從復雜網絡研究角度出發，一個用戶節點無論從出度或入度的大小都直接與該用戶的重要程度相關。由圖2和圖3可以看出，個別用戶節點擁有較大的出度與入度，他們在整個網絡中扮演了核心節點的角色，通過這幾個節點將其他用戶緊密地聯系在一起。

平均路徑是基于復雜網絡電信大數據的另一個十分重要的指標，它主要是指網絡中兩個節點之間最短路徑的邊數。任意兩個節點的最大值稱為網絡的直徑，上述網絡的直徑為8。平均路徑長度是衡量網絡轉發能力的一個重要參數，具有較短路徑長度可以降低傳輸的延遲，對于網站的查找具有決定性的作用，上述網絡的平均路徑長度為4-2，一般電信每個月的網絡直徑為20左右，整個網絡的直徑在15左右，這就充分說明該網絡具有緊湊的結構，保證用戶可以花費最短的時間聯系到自己需要人，這對于電信運營商集團網絡的建設及營銷策略的細化非常重要。

聚類系數用于描述網絡連接的聚集程度，即網絡有多緊密，也就是說如果一個網絡結點有數個直接的鄰居結點，那么這些鄰居結點之間有可能也是鄰居。Watts和Strogatz首先指出，許多實際網絡的聚集系數遠大于相同結點規模的隨機網絡。

3.2動態數據研究

電信運營商大數據的分析具有其自身的特點，它的用戶動態性較強，呈現出“生命周期”的特征，時間演化性是電信通話數據的復雜網絡化固有屬性，任何網絡都會隨時間呈現出一定的演化規律，但數據分析不能以秒、分、時以單位展開，這樣單位內的數據量太有限，要想嘗試抓住用戶的核心商業價值，制定相應的營銷策略，就需要以月或者季為單位進行通話數據分析。

筆者將上述的數據導入復雜網絡分析軟件中，最終結果如圖4所示，其中包括通話日期、持續時間和基站信息，經過運算可以產生對電信數據商進行用戶分析的諸多結果。首先，在圖中可以發現明顯的聚集效應，他們的通話概率是其他用戶的2～3倍，這些用戶具有更高的活躍度，這些用戶在網朋友數目越多，其離網概率越小，由此可以幫助電信運營商建立流失模型，制定相應策略進而防止客戶流失。其次，可以發掘出部分的個人特征及通話偏好，譬如，有些用戶的通話量極少，有些用戶的通話大部分發生在夜間，建立這樣的用戶模型將有利于發現用戶的消費行為，利于各種用戶套餐的制定，方便降低運營成本。最后，通過基站數據的分析，可以發現該用戶的活躍地區和基站的負載程度，幫助電信運營商進行基站建設的規劃。

3.3社團挖掘研究

復雜網絡社團是指網絡中的頂點可以分成組，組內頂點間的連接比較稠密，組間頂點的連接比較稀疏。社團結構在電信運營商數據分析中扮演著十分重要的角色，它是了解整個網絡結構和功能的重要途徑。針對電信運營商的大數據處理而言，雖然它們的社團大小和數目是未知的，用戶之間的相互聯系是隨時間改變的，但這種網絡結構呈現出比較鮮明的層次結構，可以觀察出高密度或者低密度的社團結構。通過圖4，可以觀察到除了大部分的聚集用戶節點之外，還存在著其他類型的用戶節點，比如離群點和中心點。這些中心節點將對謠言或者手機病毒的傳播起到重要的作用，同時還會對新客戶的發掘起到推進作用。而離群節點則是比較典型的噪音數據，對這些數據的摒棄將有助于提高正常數據的處理速度。網絡社團結構的研究主要與計算機科學中的圖形分割和社會學中的分級聚類有著密切的關系。

目前，基于復雜網絡的許多社團網絡劃分算法都是在K-means基礎上提出和演化的，該算法在電信大數據處理中得到廣泛的應用。K-means經典算法的基本思想是：以空間中k個點為中心進行聚類，對最靠近他們的對象歸類。通過迭代的方法，逐次更新各聚類中心的值，直至得到最好的聚類結果。假設要把樣本集分為c個類別，算法描述如下：（1）適當選擇c個類的初始中心；（2）在第k次迭代中，對任意一個樣本，求其到c個中心的距離，將該樣本歸到距離最短的中心所在的類；（3）利用均值等方法更新該類的中心值；（4）對于所有的c個聚類中心，如果利用（2）（3）的迭代法更新后，值保持不變，則迭代結束，否則繼續迭代。該算法的最大優勢在于簡潔和快速。該算法的關鍵在于初始中心的選擇和距離公式。在電信大數據背景下，K-means算法在分類效果、實際運行時間方面體現出較強的實用性。通過上述數據的K-means算法社團劃分實驗分析，可以得到3個結構清晰的社團，他們分別包含59、29和6個用戶節點。

4結束語

針對電信運營商數據處理的傳統方法雖然能夠在一定程度上進行分析處理，但面對規模日益龐大的數據量，這些方法往往在實際過程中顯得力不從心，不能滿足實際需求。但伴隨著Google提出的MapReduee框架及其開源Hadoop等優秀的分布式架構涌現及應用，電信運營商能夠引入復雜網絡的系統科學方法進行大數據的處理分析。復雜網絡對電信大數據目前大量出現的非結構化數據具有極強的適應性，其重要意義在于它對數據的宏觀及微觀兩個方面的研究，宏觀研究包括網絡結構圖的繪制、網絡的演化和網絡魯棒性研究等，微觀研究主要是個體的研究，比如重要節點的發現、個體演化、社團劃分及事件發現等。而且，上述兩方面的研究工作是相輔相成的，其目標是對現實的復雜網絡進行有效的分析。總體來看，各個電信運營商利用大數據來推動業務轉型將是未來電信市場的一個重要方向。電信運營商如果能夠通過復雜網絡等新技術的進步，不斷釋放其管道中龐大數據的潛在力量，將會成廣大用戶提供更好的服務體驗。

參考文獻

[1]郭曉科.大數據[M].北京：清華大學出版社，2012：20-130.

[2]王星.大數據分析：方法與應用[M].北京：清華大學出版社，2013：30-208.

[3]楊勝琦.基于復雜網絡的大規模電信數據分析研究[D].北京：北京郵電大學，2010：12-120.

[4]李秋靜，葉云.電信大數據解決方案及實踐[J].中興通訊技術，2013，（6）：34-38.