电信运营商大数据应用策略与方法研究.docx

电信运营商大数据应用策略及方法研究一、 大数据与大数据的价值1.1 大数据时代的到来最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。什么是大数据？这是一种文化基因，一个营销术语，也是技术领域发展趋势的一个概括。随着互联网，移动互联网，物联网应用的发展与普及，人类的行为逐渐可用数据来记录与表现，大量新数据无时不刻不在涌现，这些海量、高增长率和多样化的数据信息资产，在技术框架上需要全新的数据处理机制，在业务机会上能够创造全新的商业应用机会，这就是大数据时代的到来为我们创造的机会与挑战。1.2 运营商的大数据与面对的挑战相对于互联网厂商，运营商是天然的数据生产者与数据资产拥有者，运营商手中拥有着庞大数据，除了常规的年龄、品牌、资费、入网渠道，终端的IMEI、MAC、终端品牌、终端类型，消费情况等基础信息外，互联网、移动互联网、物联网、云计算的兴起以及移动智能终端的快速普及，运营商的网络可以获得更完整的用户数据，通过对海量信令信息，话单信息，上网日志等交互分析可以获得用户何时何地上网、上网的内容偏好、各种应用的驻留时间、手机支付的信息等等。目前大量的OTT（“Over The Top”的缩写，源于篮球等体育运动，是“过顶传球”之意，意指互联网企业越过运营商，开展类似运营商的服务）业务快速发展，消耗了运营商惊人的流量，分流了运营商的传统业务和利润，运营商因逐渐失去用户界面的控制权而陷入困境。在大数据时代，如何应用好大数据，利用数据通过数据创造价值，帮助运营商实现企业内部精细化管控，运营、营销、服务和企业外部“数据经营”，将数据转换成有价值的信息服务于外部企业，实现更多的价值，成为本文主要研究和讨论的课题。 二、 电信行业大数据的应用策略研究对于运营商而言，“大数据”包括三个层面的含义：第一个层面是“大数据”资产，囊括高形态复杂度的超大规模数据，第二个层面是“大数据”平台，实现全新的、强大的数据处理机制，第三个层面是“大数据”运营，带来创新的业务机会与商业模式。在建立针对超大规模数据的大数据处理平台的基础上，大数据可以有以下几个方面的应用：2.1 依托大数据深化客户行为洞察与客户细分，实现“一客一策”的精准微营销。移动互联网时代，应用的多样性持续激发用户需求，用户对移动互联网应用逐步从工具类应用向内容类和社交类应用迁移。运营商应利用用户使用过程的数据实现对用户行为、偏好给出深入的洞察和分析，匹配，从而为客户提供差异化、功能化、价值化创新的产品和服务，使其能够更多地体验到产品和服务的实际价值效用，使用户与数据业务及中国移动之间产生共鸣，为数据业务奠定核心竞争力，保障业务的持续、增量、健康运营。通过话单（通话、流量、业务等）、信令（A口信令、Gn口信令等）、业务平台（音乐、游戏、视频、位置等） 、第三方合作伙伴等各类数据的聚合，通过大数据技术解析处理，还原客户使用场景，为客户的深度洞察奠定基础。基于大数据处理构建客户标签库，建立以个体为粒度的超细分客户洞察体系，建立覆盖用户基础属性，业务特征，社交属性，上网内容偏好，通信行为特征，终端特征的客户全景视图，深度洞悉客户需求与特征，为小众化精细化的微营销活动开展提供支持细化营销的颗粒度。基于大数据分析客户需求，从客户需求出发，开展个性化的、精准的、场景化的细微营销。通过建立自动化微营销支撑体系，将合适的业务在合适的时间通过合适的渠道推广给合适的客户，实现基于超级细分的个体营销，基于关键时刻的适时营销、基于客户视图的融合营销。图2-1 微营销支撑体系图2.2 依托大数据，基于社交网络洞察客户“圈子”，助力市场深耕基于“六度空间”理论，基于用户通话数据建设社交网络模型，区分不同类型的客户交往“圈子”，与各细分市场运营对接，以大数据资源洞察市场发展，用户交往圈分析数据可以应用于校园用户识别及细分，政企客户成员识别，企业组织架构分析，个人影响力分析，基于社交网络的竞争对手策反实时预警，基于社交网络的营销效果实时评估等领域。2.3 依托大数据分析结果，封装对外数据服务，实现数据价值变现。运营商可以在自有大数据分析的基础上，引入第三方数据，进行深层次数据加工，将加工结果封装为数据服务，为其他领域或行业提供数据应用解决方案。应用举例如下：景区客源分析应用：通过对于用户位置数据的分析，为旅游局与景区提供游客来源分析、游客流量分析及告警、游客来访频次分析、游客消费特征分析、客户游览轨迹分析、辅助经营决策等应用功能。智慧城市分析应用：利用运营商泛网络覆盖、用户位置的感知能力，手机信令数据的采集、处理和分析，结合外部引入的城市道路数据、城市公共交通数据、公安传感数据与拍照数据可以建立城市热点人群密度分析、城市通勤分析、交通方式分析、城市绿色出行指数分析等应用功能。三、 大数据的应用策略实施方法3.1 搭建企业数据中心，建设大数据的全面支撑能力在经营分析系统基础上扩充大数据处理能力，引入多方数据，建设面向大数据的企业大数据平台，综合MPP数据库、Hadoop数据封装等新技术，扩充数据源种类和数据支撑范围；建立一系列大数据模型，运用数据挖掘算法和SPSS挖掘工具，创新智慧数据服务，不断丰富和储备大数据能力，重点服务于公司流量经营、存量经营、集客经营、终端营销等市场活动；建设一系列大数据应用，按照分类市场，建设紧密结合市场活动的数据需求，支撑公司管理与业务运营；建设对外数据服务提供体系和数据服务提供产品，最后形成面向用户、产品、运营的低成本、可持续、可扩展的企业数据中心。图3-1 企业数据中心架构图2.2 优化组织架构，将大数据运营融入公司生产管理活动优化现有组织架构，将公司的市场活动和管理活动牢固的建立在数据驱动上，打造真正拥有数据分析核心竞争力的数据驱动型企业。第一、将原有的按功能模块的组织方式，转变为基于业务线条的划分，有助于打通业务部门、技术部门的协作通道。第二，制定跨部门的数据资产工作机制，实现企业数据中心与数据源提供者、使用者以及标准流程制定者之间的有效互动，打造以数据管理为核心的组织架构。数据源提供者负责各生产系统数据源的提供，标准流程制定者负责企业核心数据模型、数据标准的梳理、制定并制定数据中心提供数据