
利用大數據優(yōu)勢擺脫“管道”困境_數據分析師培訓
信息化和流量時代到來,“去管道化”成為運營商提得最多和思考最多的問題。目前業(yè)內認為大數據是運營商“去管道化”最有可能的實現(xiàn)形式。運營商發(fā)展大數據具有其他行業(yè)無可比擬的優(yōu)勢,主要體現(xiàn)在:
一、運營商掌握數據全面充足。電信的領域之中,數以億計的通信用戶基數保證了數據的海量和多元性;
二、數據提供的可持續(xù)性。通信網絡的時時存在為數據的持續(xù)和速度提供了保證;
三、運營商對數據可以有效利用。運營商可以通過對海量數據的有效分析,更加精準、更加高效地把握用戶需求,為廣大用戶和社會各界提供他們需要的產品和服務。
大數據概念很熱門,在互聯(lián)網行業(yè),Google公司起步最早,目前已經擁有龐大的數據搜集和分析系統(tǒng),發(fā)展相對成熟;蘋果、Facebook和國內的淘寶公司也在加速大數據庫建設,并且在公司業(yè)務分析和產品創(chuàng)新方面有所應用。
就運營商來說,大部分國家和地區(qū)都在發(fā)展探索,一些發(fā)達國家運營商在大數據商用上已起步。盡管有些國家取得突破,但是總體來說,全球運營商大數據還處在粗放的發(fā)展階段。
日本最大的移動通信運營商NTT Docomo 2010年以前就開始著手大數據運用的規(guī)劃。Docomo不但著重搜集用戶本身的年齡、性別、住址等信息,而且制作精細化的表格,要求用戶辦理業(yè)務填寫更詳細信息。
NTT Docomo相對國內運營商還有一個很大的優(yōu)勢是全國統(tǒng)一的數據收集、整合形式,因此NTT Docomo可以很輕易拿到全國的系統(tǒng)數據。盡管NTT Docomo信息整合度高,獲取輕易,但是NTT Docomo大數據發(fā)展至今還處于規(guī)劃階段,是因為NTT Docomo還沒解決客戶隱私問題。
Docomo為未來的大數據商業(yè)化制定了三個階段:首先是建立資料庫,其次是建立活用機制,最后是實現(xiàn)活用,而當前只處于第一階段。
身為主流運營商的德國電信和Vodafone在利用大數據為自身業(yè)務服務之余,已向商業(yè)模式跨出了一步。主要嘗試是通過開放API,向數據挖掘公司等合作方提供部分用戶匿名地理位置數據,以掌握人群出行規(guī)律,有效地與一些LBS應用服務對接。
法國電信在發(fā)掘大數據目前已在移動業(yè)務部門和公共服務領域進行了探索和嘗試。在移動業(yè)務部門,Orange Business Services已在借助大數據改善服務水平,提升用戶體驗。法國電信目前開展了針對用戶消費數據的分析評估,以幫助法國電信改善服務質量。
比如,通話中斷產生的原因除了技術故障外還有網絡負荷過重,如果某段網絡上的掉話率持續(xù)過高,則意味著該網絡需要擴容,從而有效完善了網絡布局,給客戶提供了更好的服務體驗,獲得了更多的客戶以及業(yè)務增長。
作為法國最大的運營商,Orange Business Services還承擔了法國很多公共服務項目的IT系統(tǒng)建設,在這些系統(tǒng)中,Orange Business Services也開始嘗試挖掘大數據的潛在價值。
比如,Orange Business Services承建了一個法國高速公路數據監(jiān)測項目,每天都會產生500萬條記錄,對這些記錄進行分析就能為行駛于高速公路上的車輛提供準確及時的信息,有效提高道路通暢率。
西班牙電信走得更遠。西班牙電信成立了名為“動態(tài)洞察”的大數據業(yè)務部門Telefonica Dynamic Insights,面向全球運營,將為客戶提供數據分析打包服務。Dynamic Insights推出的首款產品名為智慧足跡(Smart Steps)。該產品基于完全匿名和聚合的移動網絡數據,可對某個時段、某個地點人流量的關鍵影響因素進行分析,并將洞察結果面向政企客戶提供。
Dynamic Insights計劃面向不同行業(yè)推出系列產品,例如包含交通流量管理功能的“Smart City”。另外,西班牙電信將與市場研究機構GfK合作,進行數據分析和打包工作,讓這些數據變得更加易用。西班牙電信表示,和GfK的合作將首先在德國、英國以及巴西進行推廣。該合作的具體商務條款還在商談之中。為幫助大數據部門開展業(yè)務,西班牙電信已經同GfK建立了合作,目前的合作主要在德國、英國和巴西等市場展開。
10月初,美國Verizon成立了精準營銷部門Precision Marketing Division。根據部門副總裁Colson Hillier的介紹,該部門提供三方面的服務,首先是精準營銷洞察(Precision Market Insights),提供商業(yè)數據分析服務;其次是精準營銷(Precision Marketing),提供廣告投放支撐;最后是移動商務(Mobile Commerce),主要面向Isis(Verizon、AT&T和T-Mobile發(fā)起的移動支付系統(tǒng))。
Precision Market Insights的服務,將手中的用戶數據直接向第三方出售。該項服務主要針對商場、球場等特定的公開場所,搜集手機用戶的背景信息,為第三方所用。在美國,棒球和籃球比賽是觀眾云集,商家最為看中的營銷場合,此前在超級碗和NBA的比賽中,Verizon針對觀眾的來源地進行了精確數據分析,球隊得以了解觀眾對贊助商的喜好等。
我國運營商由于技術、數據系統(tǒng)限制、用戶隱私和商業(yè)模式不明確等問題,目前大數據運營只處在探索階段。我國運營商利用大數據主要遇到以下問題。
第一、國內運營商系統(tǒng)分散建設,難以實現(xiàn)資源共享。經營分析、信令監(jiān)測、綜合網絡分析、不良信息監(jiān)測、上網日志留存等大數據系統(tǒng)分專業(yè)建設,其中部分系統(tǒng)分省建設,造成資源重復建設、應用重復開發(fā)、專家資源無法共享。
第二、數據處理種類多,單一技術難以實現(xiàn)。各大數據系統(tǒng)數據模型不統(tǒng)一,只具備結構化數據處理能力,無法支持非結構化、半結構化數據處理,無法滿足互聯(lián)網類業(yè)務發(fā)展要求。
第三、如何避免隱私泄露問題未能解決,大數據運營有風險。人們對于隱私問題越來越重視,數據公司掌握大量數據和數據制造者要求隱私權之間的矛盾,使得大數據使用變得困難。
第四、尚未確立商業(yè)運營模式。運營商掌握的數據很多,但是這些數據應該怎樣應用,給誰用,應用收益是否可以抵消數據開發(fā)分析的成本,這一系列問題也讓國內運營商非常困擾。
盡管大數據商用道路上存在困難,但是由于運營商經營大數據的先天優(yōu)勢,互聯(lián)網時代淪為管道的壓力,還有大數據時代信息價值的高昂,使得探索和發(fā)展大數據是運營商最明智的選擇和最好的出路。
中國聯(lián)通目前正在著手對大數據業(yè)務進行研究,并已經成立了云數據運營中心,計劃依靠該部門,逐步嘗試開展大數據業(yè)務的運營工作,甚至有計劃將該運營中心公司化,使之獨立運營。中國聯(lián)通已經在“移動通信用戶上網記錄集中查詢與分析支撐系統(tǒng)”上引入了基于英特爾發(fā)行版Hadoop的大數據解決方案,用于支撐全網數億用戶的查詢工作。
中國電信認為最有價值的大數據應用表現(xiàn)在四方面,分別是語音數據分析、視頻數據分析、網絡流量分析、位置數據分析。
第一,利用大數據處理平臺分析呼叫中心海量語音數據,建立呼叫中心測評體系和產品關聯(lián)分析,可為如保險公司等提供基于自動語音識別的大數據分析系統(tǒng);
第二,基于智能圖像分析能力的視頻索引、搜索、摘要服務,從海量視頻挖掘有價值的視頻信息,提供公用視頻圖像分析,中國電信全球眼智能系統(tǒng)在智慧城市、平安社區(qū)、交通監(jiān)管等領域大規(guī)模的使用。
第三,通過分析互聯(lián)網流量及協(xié)議信息,對一般性網絡使用者的行為習慣分群組提供有針對性的網絡便利性服務,比如精準廣告;
第四,通過LBS系統(tǒng)平臺,對移動通信使用者的位置和運動軌跡進行分析,實現(xiàn)熱點地區(qū)的人群頻率的概率性有效統(tǒng),比如根據景區(qū)人流進行基站優(yōu)化。
中國移動在三家運營商中大數據優(yōu)勢最明顯,因為中國移動承載了最多的用戶數據。中國移動經營分析系統(tǒng)從2001年開始建設,目前移動業(yè)務支撐系統(tǒng)主要依賴云技術,并開發(fā)了“彩云”云存儲應用產品。在數據流量業(yè)務成為主營業(yè)務的階段,移動正積極部署通過各類業(yè)務和網絡運營數據的分析,通過數據驅動業(yè)務流程,以培養(yǎng)用戶習慣。將來,移動將進一步精確洞察數據,從數據成本中心向數據運營中心轉變,與合作伙伴開展業(yè)務合作。
美國棱鏡門掀起了政府部分和公眾對于信息泄露的恐慌。在信息泛濫的時代,信息泄露已經成為了首要解決的問題,也是阻礙運營商大數據商用的絆腳石。日本運營商NTT Docomo正是因為沒解決客戶隱私問題阻礙了大數據發(fā)展。就我國來說,隨著人們越來越強烈的隱私保護要求,隱私問題也亟待解決。
解決隱私問題,首先需要運營商有隱私意識,對客戶信息搜集有法案地系統(tǒng)保護,防止客戶資料泄露。目前,在“大數據”業(yè)務的開發(fā)中,我國三大運營商將在技術上采取更加系統(tǒng)全面的方式,對用戶隱私進行保護。其中一個重要行動,就是要全面升級客戶資料檔案庫;同時,不斷提高客戶資料管理系統(tǒng)的安全保護能力,加強賬號管理。
為確保用戶隱私,本地三大運營商短信中心系統(tǒng)也將繼續(xù)實行目前已不留存用戶短息內容等原始信息,對垃圾短信的攔截則通過系統(tǒng)設置自動執(zhí)行等措施,并將采取更加科學完善的技術措施和操作規(guī)范,為廣大用戶提供“大數據”時代的安全應用環(huán)境。其次,運營商需意識到對于某一領域批量無記名數據的利用并不會泄露具體到個人的信息,所以運營商利用大數據有很大的空間。
第三方行業(yè)需要購買數據,但對于運營商來說,數據是現(xiàn)成的,而且還可以有效避開隱私的問題。大數據對于提高運營商內部運營水平來說具有重大意義。具體有以下作用:
1、分析用戶行為,改善用戶體驗。譬如通過分析用戶上網時段,優(yōu)化流量套餐設計;通過分析客戶套卡品牌比例和品牌對象,改善套卡設計,更具針對性地推廣套卡;通過用戶偏好分析,及時、準確進行業(yè)務推薦和客戶關懷。
2、優(yōu)化網絡質量。運營商通過對用戶的位置、時間、職業(yè)、年齡、業(yè)務偏好、業(yè)務流量及所需帶寬等進行關聯(lián)分析,實現(xiàn)對用戶業(yè)務流量的甄別和用戶級的網絡資源控制,細分用戶業(yè)務流量,將數據流量與用戶、網絡資源相匹配。
3、刺激業(yè)務創(chuàng)新。通過用戶業(yè)務大數據分析識別用戶行為習慣和用戶偏好,從而為用戶提供個性化、差異化的電信服務,提高電信用戶黏性和忠誠度,挖掘新的業(yè)務機會,實現(xiàn)電信業(yè)務價值的最大化。
大數據最具價值的還是數據本身。電信運營商在數據量和及時持續(xù)獲取方面具有無可比擬的優(yōu)勢。
在數據整理分析成本非常高,而且數據來源往往分散在各個部門的情況下,運營商內部需要做大量的工作才能進行有效的精華數據深度挖掘,所以如果沒有來自合作方的非常明確需求,且該需求能帶來相匹配的商業(yè)價值,大數據的挖掘非常困難,業(yè)務發(fā)展就可能陷于停滯。所以與第三方合作,共同承擔開發(fā)成本,有可以預見的收益,對于開發(fā)和利用大數據非常必要。
運營商大數據發(fā)展還處在初級階段,有巨大的價值和發(fā)展空間。據IDC最近發(fā)布的報告顯示,全球大數據技術及服務市場年復合增長率將達31.7%,2016年收入將達238億美元。運營商掌握大量的數據資源,將會是運營商擺脫管道運營,創(chuàng)新業(yè)務發(fā)展的最有利途徑。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10