
大數(shù)據(jù)在電信行業(yè)的應(yīng)用
電信與媒體市場(chǎng)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(yíng)商中約有48%的運(yùn)營(yíng)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(yíng)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(yíng)商的一項(xiàng)戰(zhàn)略性優(yōu)勢(shì)??梢姡闪髁拷?jīng)營(yíng)進(jìn)入大數(shù)據(jù)運(yùn)營(yíng)已成為大勢(shì)所趨。
電信運(yùn)營(yíng)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(yíng)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(yíng)商大數(shù)據(jù)發(fā)展仍處在探索階段。
目前國(guó)內(nèi)運(yùn)營(yíng)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(yíng)管理和優(yōu)化;(2)市場(chǎng)與精準(zhǔn)營(yíng)銷,包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營(yíng)銷、實(shí)時(shí)營(yíng)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(yíng)管理,包括業(yè)務(wù)運(yùn)營(yíng)監(jiān)控和經(jīng)營(yíng)分析;(5)數(shù)據(jù)商業(yè)化指數(shù)據(jù)對(duì)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(duì)基礎(chǔ)設(shè)施建設(shè)的優(yōu)化和網(wǎng)絡(luò)運(yùn)營(yíng)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(yíng)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(duì)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(yíng)商還可以對(duì)建立評(píng)估模型對(duì)已有基站的效率和成本進(jìn)行評(píng)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(yíng)管理及優(yōu)化。在網(wǎng)絡(luò)運(yùn)營(yíng)層面,運(yùn)營(yíng)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(shì),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(duì)運(yùn)營(yíng)商的貢獻(xiàn)也不同。運(yùn)營(yíng)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(duì)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(jí),提高投資效率。
第二方面,市場(chǎng)與精準(zhǔn)營(yíng)銷。此方向包括客戶畫像、關(guān)系鏈研究、精準(zhǔn)營(yíng)銷、實(shí)時(shí)營(yíng)銷和個(gè)性化推薦。
(1)客戶畫像。運(yùn)營(yíng)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(yíng)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(yíng)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(duì)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(yíng)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(cè)該用戶也是高流量的情況,便可以通過營(yíng)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(duì)其推廣4G套餐,提升營(yíng)銷轉(zhuǎn)化率。總之,我們可以利用社交圈子提高營(yíng)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(yíng)銷和實(shí)時(shí)營(yíng)銷。運(yùn)營(yíng)商在客戶畫像的基礎(chǔ)上對(duì)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(yíng)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(cè)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(cè)用戶購買終端的真正需求,通過短信、呼叫中心、營(yíng)業(yè)廳等多種渠道推送相關(guān)的營(yíng)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(yíng)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(yíng)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。客服中心是運(yùn)營(yíng)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(zhǎng),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(cè)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(duì)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(duì)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。
(2)客戶關(guān)懷與客戶生命周期管理。客戶生命周期管理包括新客戶獲取、客戶成長(zhǎng)、客戶成熟、客戶衰退和客戶離開等五個(gè)階段的管理。在客戶獲取階段,我們可以通過算法挖掘和發(fā)現(xiàn)高潛客戶;在客戶成長(zhǎng)階段,通過關(guān)聯(lián)規(guī)則等算法進(jìn)行交叉銷售,提升客戶人均消費(fèi)額;在客戶成熟期,可以通過大數(shù)據(jù)方法進(jìn)行客戶分群(RFM、聚類等)并進(jìn)行精準(zhǔn)推薦,同時(shí)對(duì)不同客戶實(shí)時(shí)忠誠計(jì)劃;在客戶衰退期,需要進(jìn)行流失預(yù)警,提前發(fā)現(xiàn)高流失風(fēng)險(xiǎn)客戶,并作相應(yīng)的客戶關(guān)懷;在客戶離開階段,我們可以通過大數(shù)據(jù)挖掘高潛回流客戶。國(guó)內(nèi)外運(yùn)營(yíng)商在客戶生命周期管理方面應(yīng)用的案例都比較多。如SK電訊新成立一家公司SK Planet,專門處理與大數(shù)據(jù)相關(guān)的業(yè)務(wù),通過分析用戶的使用行為,在用戶做出離開決定之前,推出符合用戶興趣的業(yè)務(wù),防止用戶流失;而T-Mobile通過集成數(shù)據(jù)綜合分析客戶流失的原因,在一個(gè)季度內(nèi)將流失率減半。
第四方面,企業(yè)運(yùn)營(yíng)管理。可以分為業(yè)務(wù)運(yùn)營(yíng)監(jiān)控和經(jīng)營(yíng)分析。
(1)業(yè)務(wù)運(yùn)營(yíng)監(jiān)控分可以基于大數(shù)據(jù)分析從網(wǎng)絡(luò)、業(yè)務(wù)、用戶和業(yè)務(wù)量、業(yè)務(wù)質(zhì)量、終端等多個(gè)維度為運(yùn)營(yíng)商監(jiān)控管道和客戶運(yùn)營(yíng)情況。構(gòu)建靈活可定制的指標(biāo)模塊,構(gòu)建QoE/KQI/KPI等指標(biāo)體系,以及異動(dòng)智能監(jiān)控體系,從宏觀到微觀全方位快速準(zhǔn)確地掌控運(yùn)營(yíng)及異動(dòng)原因。
(2)經(jīng)營(yíng)分析和市場(chǎng)監(jiān)測(cè)。我們可以通過數(shù)據(jù)分析對(duì)業(yè)務(wù)和市場(chǎng)經(jīng)營(yíng)狀況進(jìn)行總結(jié)和分析,主要分為經(jīng)營(yíng)日?qǐng)?bào)、周報(bào)、月報(bào)、季報(bào)以及專題分析等。過去,這些報(bào)告都是分析師來撰寫。在大數(shù)據(jù)時(shí)代,這些經(jīng)營(yíng)報(bào)告和專題分析報(bào)告均可以自動(dòng)化生成網(wǎng)頁或者APP形式,通過機(jī)器來完成。數(shù)據(jù)來源則是企業(yè)內(nèi)部的業(yè)務(wù)和用戶數(shù)據(jù),以及通過大數(shù)據(jù)手段采集的外部社交網(wǎng)絡(luò)數(shù)據(jù)、技術(shù)和市場(chǎng)數(shù)據(jù)。分析師轉(zhuǎn)變?yōu)閳?bào)告產(chǎn)品經(jīng)理,制定報(bào)告框架、分析和統(tǒng)計(jì)維度,剩下的工作交給機(jī)器來完成。
第五方面,數(shù)據(jù)商業(yè)化。數(shù)據(jù)商業(yè)化指通過企業(yè)自身擁有的大數(shù)據(jù)資產(chǎn)進(jìn)行對(duì)外商業(yè)化,獲取收益。國(guó)內(nèi)外運(yùn)營(yíng)商的數(shù)據(jù)商業(yè)化都處于探索階段,但相對(duì)來說,國(guó)外運(yùn)營(yíng)商在這方面發(fā)展的更快一些。
(1)對(duì)外提供營(yíng)銷洞察和精準(zhǔn)廣告投放。
(2)基于大數(shù)據(jù)監(jiān)測(cè)和決策支撐服務(wù)。
總的來看,電信行業(yè)的大數(shù)據(jù)依然處于探索階段,未來幾年,無論是內(nèi)部大數(shù)據(jù)應(yīng)用還是外部大數(shù)據(jù)商業(yè)化都有很大的成長(zhǎng)空間。但電信行業(yè)大數(shù)據(jù)最大的障礙是數(shù)據(jù)孤島效應(yīng)嚴(yán)重,由于國(guó)內(nèi)運(yùn)營(yíng)商的區(qū)域化運(yùn)營(yíng),電信企業(yè)的數(shù)據(jù)分別存儲(chǔ)在各地區(qū)分公司,甚至分公司不同業(yè)務(wù)的數(shù)據(jù)都有可能沒打通。而互聯(lián)網(wǎng)和大數(shù)據(jù)則是沒有邊界。日本最大的移動(dòng)通信運(yùn)營(yíng)商N(yùn)TT Docomo 2010年以前就開始著手大數(shù)據(jù)運(yùn)用的規(guī)劃,NTT Docomo相對(duì)國(guó)內(nèi)運(yùn)營(yíng)商有一個(gè)很大的優(yōu)勢(shì)是全國(guó)統(tǒng)一的數(shù)據(jù)收集、整合形式,因此NTT Docomo可以很輕易拿到全國(guó)的系統(tǒng)數(shù)據(jù)。Docomo不但著重搜集用戶本身的年齡、性別、住址等信息,而且制作精細(xì)化的表格,要求用戶辦理業(yè)務(wù)填寫更詳細(xì)信息。對(duì)于國(guó)內(nèi)電信運(yùn)營(yíng)商,要真正的利用大數(shù)據(jù),數(shù)據(jù)的統(tǒng)一和整合是最為重要的一步。我們已經(jīng)看到中國(guó)移動(dòng)已經(jīng)開始著手準(zhǔn)備這方面的工作,相信未來幾年,在互聯(lián)網(wǎng)企業(yè)的競(jìng)爭(zhēng)壓力下,中國(guó)的電信行業(yè)大數(shù)據(jù)將發(fā)展的更快,變革會(huì)更徹底。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03