大數(shù)據(jù)在電信行業(yè)的應(yīng)用_數(shù)據(jù)分析師

電信與媒體市場調(diào)研公司Informa Telecoms & Media在2013年的調(diào)查結(jié)果顯示，全球120家運(yùn)營商中約有48%的運(yùn)營商正在實(shí)施大數(shù)據(jù)業(yè)務(wù)。該調(diào)研公司表示，大數(shù)據(jù)業(yè)務(wù)成本平均占到運(yùn)營商總IT預(yù)算的10%,并且在未來五年內(nèi)將升至23%左右，成為運(yùn)營商的一項(xiàng)戰(zhàn)略性優(yōu)勢?？梢姡闪髁拷?jīng)營進(jìn)入大數(shù)據(jù)運(yùn)營已成為大勢所趨。

    電信運(yùn)營商擁有多年的數(shù)據(jù)積累，擁有諸如財(cái)務(wù)收入、業(yè)務(wù)發(fā)展量等結(jié)構(gòu)化數(shù)據(jù)，也會(huì)涉及到圖片、文本、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)。從數(shù)據(jù)來源看，電信運(yùn)營商的數(shù)據(jù)來自于涉及移動(dòng)語音、固定電話、固網(wǎng)接入和無線上網(wǎng)等所有業(yè)務(wù)，也會(huì)涉及公眾客戶、政企客戶和家庭客戶，同時(shí)也會(huì)收集到實(shí)體渠道、電子渠道、直銷渠道等所有類型渠道的接觸信息。整體來看，電信運(yùn)營商大數(shù)據(jù)發(fā)展仍處在探索階段。

    大數(shù)據(jù)在電信行業(yè)應(yīng)用的總體情況

    目前國內(nèi)運(yùn)營商運(yùn)用大數(shù)據(jù)主要有五方面：（1）網(wǎng)絡(luò)管理和優(yōu)化，包括基礎(chǔ)設(shè)施建設(shè)優(yōu)化和網(wǎng)絡(luò)運(yùn)營管理和優(yōu)化；（2）市場與精準(zhǔn)營銷，包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營銷、實(shí)時(shí)營銷和個(gè)性化推薦；（3）客戶關(guān)系管理，包括客服中心優(yōu)化和客戶生命周期管理；（4）企業(yè)運(yùn)營管理，包括業(yè)務(wù)運(yùn)營監(jiān)控和經(jīng)營分析；（5）數(shù)據(jù)商業(yè)化指數(shù)據(jù)對外商業(yè)化，單獨(dú)盈利。

    第一方面：網(wǎng)絡(luò)管理和優(yōu)化。此方向包括對基礎(chǔ)設(shè)施建設(shè)的優(yōu)化和網(wǎng)絡(luò)運(yùn)營管理及優(yōu)化。

    （1）基礎(chǔ)設(shè)施建設(shè)的優(yōu)化。如利用大數(shù)據(jù)實(shí)現(xiàn)基站和熱點(diǎn)的選址以及資源的分配。運(yùn)營商可以通過分析話單和信令中用戶的流量在時(shí)間周期和位置特征方面的分布，對2G、3G的高流量區(qū)域設(shè)計(jì)4G基站和WLAN熱點(diǎn)；同時(shí)，運(yùn)營商還可以對建立評估模型對已有基站的效率和成本進(jìn)行評估，發(fā)現(xiàn)基站建設(shè)的資源浪費(fèi)問題，如某些地區(qū)為了完成基站建設(shè)指標(biāo)將基站建設(shè)在人際罕至的地方等。

    （2）網(wǎng)絡(luò)運(yùn)營管理及優(yōu)化。在網(wǎng)絡(luò)運(yùn)營層面，運(yùn)營商可以通過大數(shù)據(jù)分析網(wǎng)絡(luò)的流量、流向變化趨勢，及時(shí)調(diào)整資源配置，同時(shí)還可以分析網(wǎng)絡(luò)日志，進(jìn)行全網(wǎng)絡(luò)優(yōu)化，不斷提升網(wǎng)絡(luò)質(zhì)量和網(wǎng)絡(luò)利用率。

    利用大數(shù)據(jù)技術(shù)實(shí)時(shí)采集處理網(wǎng)絡(luò)信令數(shù)據(jù)，監(jiān)控網(wǎng)絡(luò)狀況，識(shí)別價(jià)值小區(qū)和業(yè)務(wù)熱點(diǎn)小區(qū)，更精準(zhǔn)的指導(dǎo)網(wǎng)絡(luò)優(yōu)化，實(shí)現(xiàn)網(wǎng)絡(luò)、應(yīng)用和用戶的智能指配。由于用戶群的不同，不同小區(qū)對運(yùn)營商的貢獻(xiàn)也不同。運(yùn)營商可以將小區(qū)的數(shù)據(jù)進(jìn)行多維度數(shù)據(jù)綜合分析，通過對小區(qū)VIP用戶分布，收入分布，及相關(guān)的分布模型得到不同小區(qū)的價(jià)值，再和網(wǎng)絡(luò)質(zhì)量分析結(jié)合起來，兩者疊加一起，就有可能發(fā)現(xiàn)某個(gè)小區(qū)價(jià)值高，但是網(wǎng)絡(luò)覆蓋需要進(jìn)一步提升，進(jìn)而先設(shè)定網(wǎng)絡(luò)優(yōu)化的優(yōu)先級，提高投資效率。

    德國電信建立預(yù)測城市里面的各區(qū)域無線資源占用模型，根據(jù)預(yù)測結(jié)果，靈活的提前配置無線資源，如在白天給CBD地區(qū)多分配無線資源，在晚上，則給酒吧地區(qū)多分配無線資源，使得無線網(wǎng)絡(luò)的運(yùn)行效率和利用率更高。

    法國電信通過分析發(fā)現(xiàn)某段網(wǎng)絡(luò)上的掉話率持續(xù)過高，借助大數(shù)據(jù)手段診斷出通話中斷產(chǎn)生的原因是網(wǎng)絡(luò)負(fù)荷過重造成，并根據(jù)分析結(jié)果優(yōu)化網(wǎng)絡(luò)布局，為客戶提供了更好的體驗(yàn)，獲得了更多的客戶以及業(yè)務(wù)增長；

    第二方面，市場與精準(zhǔn)營銷。此方向包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營銷、實(shí)時(shí)營銷和個(gè)性化推薦。

    （1）客戶畫像。運(yùn)營商可以基于客戶終端信息、位置信息、通話行為、手機(jī)上網(wǎng)行為軌跡等豐富的數(shù)據(jù)，為每個(gè)客戶打上人口統(tǒng)計(jì)學(xué)特征、消費(fèi)行為、上網(wǎng)行為和興趣愛好標(biāo)簽，并借助數(shù)據(jù)挖掘技術(shù)（如分類、聚類、RFM等）進(jìn)行客戶分群，完善客戶的360度畫像，幫助運(yùn)營商深入了解客戶行為偏好和需求特征。

    （2）關(guān)系鏈研究。運(yùn)營商可以通過分析客戶通訊錄、通話行為、網(wǎng)絡(luò)社交行以及客戶資料等數(shù)據(jù)，開展交往圈分析。尤其是利用各種聯(lián)系記錄形成社交網(wǎng)絡(luò)來豐富對用戶的洞察，并進(jìn)一步利用圖挖掘的方法來發(fā)現(xiàn)各種圈子，發(fā)現(xiàn)圈子中的關(guān)鍵人員，以及識(shí)別家庭和政企客戶；或者分析社交圈子尋找營銷機(jī)會(huì)。如在一個(gè)行為同質(zhì)化圈子里面，如果這個(gè)圈子大多數(shù)為高流量用戶，并在這個(gè)圈子中發(fā)現(xiàn)異網(wǎng)的用戶，我們可以推測該用戶也是高流量的情況，便可以通過營銷的活動(dòng)把異網(wǎng)高流量的用戶引導(dǎo)到自己的網(wǎng)絡(luò)上，對其推廣4G套餐，提升營銷轉(zhuǎn)化率。總之，我們可以利用社交圈子提高營銷效率，改進(jìn)服務(wù)，低成本擴(kuò)大產(chǎn)品的影響力。

    （3）精準(zhǔn)營銷和實(shí)時(shí)營銷。運(yùn)營商在客戶畫像的基礎(chǔ)上對客戶特征的深入理解，建立客戶與業(yè)務(wù)、資費(fèi)套餐、終端類型、在用網(wǎng)絡(luò)的精準(zhǔn)匹配，并在在推送渠道、推送時(shí)機(jī)、推送方式上滿足客戶的需求，實(shí)現(xiàn)精準(zhǔn)營銷。如我們可以利用大數(shù)據(jù)分析用戶的終端偏好和消費(fèi)能力，預(yù)測用戶的換機(jī)時(shí)間尤其是合約機(jī)到期時(shí)間，并捕捉用戶最近的特征事件，從而預(yù)測用戶購買終端的真正需求，通過短信、呼叫中心、營業(yè)廳等多種渠道推送相關(guān)的營銷信息到用戶手中。

    （4）個(gè)性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習(xí)慣偏好等，運(yùn)營商可以為客戶提供定制化的服務(wù)，優(yōu)化產(chǎn)品、流量套餐和定價(jià)機(jī)制，實(shí)現(xiàn)個(gè)性化營銷和服務(wù)，提升客戶體驗(yàn)與感知；或者在應(yīng)用商城實(shí)現(xiàn)個(gè)性化推薦，在電商平臺(tái)實(shí)現(xiàn)個(gè)性化推薦，在社交網(wǎng)絡(luò)推薦感興趣的好友。

    第三方面，客戶關(guān)系管理。此方面包括客服中心優(yōu)化和客戶生命周期管理。

    （1）客服中心優(yōu)化?？头行氖沁\(yùn)營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求數(shù)據(jù)。我們可以利用大數(shù)據(jù)技術(shù)可以深入分析客服熱線呼入客戶的行為特征、選擇路徑、等候時(shí)長，并關(guān)聯(lián)客戶歷史接觸信息、客戶套餐消費(fèi)情況、客戶人口統(tǒng)計(jì)學(xué)特征、客戶機(jī)型等數(shù)據(jù)，建立客服熱線智能路徑模型，預(yù)測下次客戶呼入的需求、投訴風(fēng)險(xiǎn)以及相應(yīng)的路徑和節(jié)點(diǎn)，這樣便可縮短客服呼入處理時(shí)間，識(shí)別投訴風(fēng)險(xiǎn)，有助于提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進(jìn)行分類，識(shí)別熱點(diǎn)問題和客戶情緒，對于發(fā)生量較大且嚴(yán)重的問題，要及時(shí)預(yù)警相關(guān)部門進(jìn)行優(yōu)化。(文章來自:CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng))