一、大數(shù)據(jù)運(yùn)營(yíng)已為大勢(shì)所趨

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?，由流量經(jīng)營(yíng)進(jìn)入大數(shù)據(jù)運(yùn)營(yíng)已成為大勢(shì)所趨。

二、采取大數(shù)據(jù)運(yùn)營(yíng)的原因

第一，數(shù)據(jù)資源的先天優(yōu)勢(shì)。電信運(yùn)營(yíng)商擁有多年的數(shù)據(jù)積累，在掌握用戶行為方面有先天優(yōu)勢(shì)，主要體現(xiàn)在數(shù)據(jù)資源的豐富性、完整性和連續(xù)性。

第二，數(shù)據(jù)爆炸式增長(zhǎng)。移動(dòng)互聯(lián)網(wǎng)時(shí)代，新型應(yīng)用不斷涌現(xiàn)，客戶行為習(xí)慣也隨之改變，電信運(yùn)營(yíng)商從以語音收入為主的業(yè)務(wù)模式，進(jìn)入到了語音和流量雙經(jīng)營(yíng)的業(yè)務(wù)模式，IT支撐每天面對(duì)數(shù)以PB級(jí)的海量數(shù)據(jù)。

第三，OTT服務(wù)商的威脅。目前來看，OTT廠商在電信業(yè)的平臺(tái)之上提供應(yīng)用和內(nèi)容，并獲取用戶相關(guān)數(shù)據(jù)，獲取紅利，運(yùn)營(yíng)商面臨被管道化的威脅。

上述分析得出，我們進(jìn)行大數(shù)據(jù)運(yùn)營(yíng)是有資源更是迫在眉睫。

三、大數(shù)據(jù)分析如何提升電信行業(yè)績(jī)效

在大數(shù)據(jù)背景下，運(yùn)營(yíng)商數(shù)據(jù)分析對(duì)本行業(yè)績(jī)效的提升主要分為三大方面：一是提升現(xiàn)有商業(yè)模式的競(jìng)爭(zhēng)力，二是發(fā)掘新的商業(yè)模式，三是發(fā)揮大數(shù)據(jù)社會(huì)價(jià)值。

第一方面主要有網(wǎng)絡(luò)管理和優(yōu)化、客戶洞察、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、企業(yè)運(yùn)營(yíng)管理。

1、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)；建模發(fā)現(xiàn)基站建設(shè)是否存在資源浪費(fèi)。

（2）網(wǎng)絡(luò)運(yùn)營(yíng)管理及優(yōu)化。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。

2、客戶洞察。包括客戶畫像、關(guān)系鏈研究。

（1）客戶畫像?；诳蛻艚K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。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。

3、市場(chǎng)營(yíng)銷。方法是分析用戶的終端偏好和消費(fèi)能力，進(jìn)行精準(zhǔn)營(yíng)銷、實(shí)施營(yíng)銷和個(gè)性化推薦。

（1）精準(zhǔn)營(yíng)銷和實(shí)時(shí)營(yíng)銷。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。

（2）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，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。

4、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。

（1）客服中心優(yōu)化?？头行膿碛写罅康目蛻艉艚行袨楹托枨髷?shù)據(jù)。我們可以利用大數(shù)據(jù)技術(shù)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?？蛻羯芷诠芾戆ㄐ驴蛻臬@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。

5、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?；诖髷?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)。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。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。

第二方面發(fā)掘新的商業(yè)模式，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。但是面對(duì)數(shù)據(jù)所有權(quán)、隱私、體制等諸多因素限制，國內(nèi)似乎目前只有電信在將固網(wǎng)的一些數(shù)據(jù)用來做RTB的互聯(lián)網(wǎng)廣告，除此之外看到的所有對(duì)外的商業(yè)應(yīng)用基本都來自國際運(yùn)營(yíng)商。

1、對(duì)外提供營(yíng)銷洞察和精準(zhǔn)廣告投放。

· 營(yíng)銷洞察：美國電信運(yùn)營(yíng)商Verizon成立了精準(zhǔn)營(yíng)銷部門Precision Marketing Division。該部門提供精準(zhǔn)營(yíng)銷洞察(Precision Market Insights)，提供商業(yè)數(shù)據(jù)分析服務(wù)。

· 精準(zhǔn)廣告投放：Verizon的精準(zhǔn)營(yíng)銷部門基于營(yíng)銷洞察還提供精準(zhǔn)廣告投放服務(wù)；AT&T提供Alert業(yè)務(wù)，當(dāng)用戶距離商家很近時(shí)，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券。

2、基于大數(shù)據(jù)監(jiān)測(cè)和決策支撐服務(wù)。

· 客流和選址：西班牙電信于2012年10月成立了動(dòng)態(tài)洞察部門DynamicInsights開展大數(shù)據(jù)業(yè)務(wù)，為客戶提供數(shù)據(jù)分析打包服務(wù)。該部門與市場(chǎng)研究機(jī)構(gòu)GFK進(jìn)行合作，在英國、巴西推出了首款產(chǎn)品名為智慧足跡（Smart Steps）。智慧足跡基于完全匿名和聚合的移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)，幫助零售商分析顧客來源和各商鋪、展位的人流情況以及消費(fèi)者特征和消費(fèi)能力，并將洞察結(jié)果面向政企客戶提供客流分析和零售店選址服務(wù)。

第三方面，發(fā)揮大數(shù)據(jù)社會(huì)價(jià)值。

1、旅游方面。利用大數(shù)據(jù)幫助旅游景區(qū)了解游客來源、分布等信息。比如大家在北京市旅游局的網(wǎng)站上可以看到景點(diǎn)的舒適指數(shù)，這個(gè)就是我們根據(jù)位置信令來分析景區(qū)用戶數(shù)量得出的。

2、交通方面。幫助一些高速公路公司和交通廳估算通過率，發(fā)現(xiàn)擁塞和事故。比如在成渝高速，以及南京的智慧城市項(xiàng)目。這需要一些模型來進(jìn)行評(píng)估，比如識(shí)別同行的人等等。在定位方面，無線定位準(zhǔn)確度不高，所以只是作為一些輔助的數(shù)據(jù)。交通管理部門還有線圈數(shù)據(jù)、出租車的采集數(shù)據(jù)等，哪些數(shù)據(jù)精確度更高，是GPS級(jí)別，我們的數(shù)據(jù)覆蓋更廣。

3．便民服務(wù)。NTT docomo把手機(jī)位置信息和互聯(lián)網(wǎng)上的信息結(jié)合起來，為顧客提供附近的餐飲店信息，接近末班車時(shí)間時(shí)，提供末班車信息服務(wù)。

4、安全和反恐等。

四、電信行業(yè)大數(shù)據(jù)運(yùn)營(yíng)障礙。

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。因此，對(duì)于國內(nèi)電信運(yùn)營(yíng)商，要真正利用大數(shù)據(jù)，數(shù)據(jù)的統(tǒng)一和整合是最重要的一步。

五、總結(jié)

總的來看，電信行業(yè)的大數(shù)據(jù)依然處于探索階段，但相信在未來幾年，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，屆時(shí)，數(shù)據(jù)分析將會(huì)使電信行業(yè)產(chǎn)生巨大飛躍。