大数据先内后外,运营商切勿激进自毁前程
大数据的蓬勃发展,给运营商带来了许多美好的憧憬,于是乎,许多运营商纷纷开始结合互联网+,考虑将运营商大数据对外变现,这种探索固然好,但笔者结合实际工作经验,认为这种做法偏激进。
大数据是否具备对外变现的能力,依赖大数据在运营商内部的机制是否成熟。简单点讲,数据采集、数据清洗传输、模型建设、可视化呈现等步骤,缺一不可。我曾在先前的文章里提出可视化是运营商发展的下一个阶段,指的是,当运营商的采集、传输、模型这3个环节都成熟后,我们需要将大量的精力投入到可视化工作中,如营销流程可视化、消费行为可视化、监控内控风险可视化等,只有当可视化工作在运营商中应用得就如当初的企信通、企业OA般纯熟,大数据才具有对外输出变现的基础能力。
那,我们先看看当前运营商的大数据机制是否成熟?笔者从某运营商里应用大数据较为突出的省公司里看到,该公司拥有大数据采集、传输、清洗建模等一系列平台,但其大市场营销使用大数据精准目标号码的频率不足10%,仍然依赖传统媒介、业务支持系统提目标号码、外呼和短信等传统方式;此外,其内部员工都知晓公司在运作大数据,但其日常工作,如综合、行政、工会、营销、网络等板块,基本没有应用大数据的平台,也无大数据相关的结合案例。简单点讲,该公司虽然有一系列的对外变现平台案例,但其内部大数据应用普及程度非常低,内部应用大数据的场合基本上没有,在这种自己都未能熟知产品的前提下提供的大数据变现,笔者认为不具有信服力。
我们常常可从运营商内部的报告看到,大数据的结合,使得某某营销效率提升超过30%甚至上百个百分点,某某大数据与银行或农业结合,提升生产效率超过50%等,这些数据非常喜人,但却经不起推敲。一来,既然大数据工具如此高效,为何不在营销上全面普及?二来,既然变现能力这么强,为何不取代现有的语音流量,成为增收利器?种种场合表明,运营商的大数据应用更多的停留在“项目”,甚至是“汇报”的层面,就如当前互联网创业一样,只要与互联网+、农业+、电商+等主题相关,相关政府就一律开绿灯等一样,仍然过于表面。回想短信产品刚推出的时候,公司开会通报、绩效点评、系统监控等各种内部工作都得到了深度的普及,而后续推出的企信通、信息机等围绕短信产品的对外销售,也取得了辉煌多年的收入成绩,这种前后对比,更加证明了运营商应用大数据的激进。
当然,所有的设想都需经过实践方可证明其是否可行,运营商在大数据上的探索才刚刚起步,我们仍然在内部流程应用、外部可视化变现等维度有着非常多值得探索的点,笔者希望,不管怎样,抛弃浮夸,回归实在,让大数据真正成为推动运营商转型的能力,这兴许才是王道。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22