电信与媒体市场调研公司Informa Telecoms & Media在2013年的调查结果显示,全球120家运营商中约有48%的运营商正在实施大数据业务。该调研公司表示,大数据业务成本平均占到运营商总IT预算的10%,并且在未来五年内将升至23%左右,成为运营商的一项战略性优势。可见,由流量经营进入大数据运营已成为大势所趋。
电信运营商拥有多年的数据积累,拥有诸如财务收入、业务发展量等结构化数据,也会涉及到图片、文本、音频、视频等非结构化数据。从数据来源看,电信运营商的数据来自于涉及移动语音、固定电话、固网接入和无线上网等所有业务,也会涉及公众客户、政企客户和家庭客户,同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。整体来看,电信运营商大数据发展仍处在探索阶段。
大数据在电信行业应用的总体情况
目前国内运营商运用大数据主要有五方面:(1)网络管理和优化,包括基础设施建设优化和网络运营管理和优化;(2)市场与精准营销,包括客户画像、关系链研究、精准营销、实时营销和个性化推荐;(3)客户关系管理,包括客服中心优化和客户生命周期管理;(4)企业运营管理,包括业务运营监控和经营分析;(5)数据商业化指数据对外商业化,单独盈利。
第一方面:网络管理和优化。此方向包括对基础设施建设的优化和网络运营管理及优化。
(1)基础设施建设的优化。如利用大数据实现基站和热点的选址以及资源的分配。运营商可以通过分析话单和信令中用户的流量在时间周期和位置特征方面的分布,对2G、3G的高流量区域设计4G基站和WLAN热点;同时,运营商还可以对建立评估模型对已有基站的效率和成本进行评估,发现基站建设的资源浪费问题,如某些地区为了完成基站建设指标将基站建设在人际罕至的地方等。
(2)网络运营管理及优化。在网络运营层面,运营商可以通过大数据分析网络的流量、流向变化趋势,及时调整资源配置,同时还可以分析网络日志,进行全网络优化,不断提升网络质量和网络利用率。
利用大数据技术实时采集处理网络信令数据,监控网络状况,识别价值小区和业务热点小区,更精准的指导网络优化,实现网络、应用和用户的智能指配。由于用户群的不同,不同小区对运营商的贡献也不同。运营商可以将小区的数据进行多维度数据综合分析,通过对小区VIP用户分布,收入分布,及相关的分布模型得到不同小区的价值,再和网络质量分析结合起来,两者叠加一起,就有可能发现某个小区价值高,但是网络覆盖需要进一步提升,进而先设定网络优化的优先级,提高投资效率。
德国电信建立预测城市里面的各区域无线资源占用模型,根据预测结果,灵活的提前配置无线资源,如在白天给CBD地区多分配无线资源,在晚上,则给酒吧地区多分配无线资源,使得无线网络的运行效率和利用率更高。
法国电信通过分析发现某段网络上的掉话率持续过高,借助大数据手段诊断出通话中断产生的原因是网络负荷过重造成,并根据分析结果优化网络布局,为客户提供了更好的体验,获得了更多的客户以及业务增长;
第二方面,市场与精准营销。此方向包括客户画像、关系链研究、精准营销、实时营销和个性化推荐。
(1)客户画像。运营商可以基于客户终端信息、位置信息、通话行为、手机上网行为轨迹等丰富的数据,为每个客户打上人口统计学特征、消费行为、上网行为和兴趣爱好标签,并借助数据挖掘技术(如分类、聚类、RFM等)进行客户分群,完善客户的360度画像,帮助运营商深入了解客户行为偏好和需求特征。
(2)关系链研究。运营商可以通过分析客户通讯录、通话行为、网络社交行以及客户资料等数据,开展交往圈分析。尤其是利用各种联系记录形成社交网络来丰富对用户的洞察,并进一步利用图挖掘的方法来发现各种圈子,发现圈子中的关键人员,以及识别家庭和政企客户;或者分析社交圈子寻找营销机会。如在一个行为同质化圈子里面,如果这个圈子大多数为高流量用户,并在这个圈子中发现异网的用户,我们可以推测该用户也是高流量的情况,便可以通过营销的活动把异网高流量的用户引导到自己的网络上,对其推广4G套餐,提升营销转化率。总之,我们可以利用社交圈子提高营销效率,改进服务,低成本扩大产品的影响力。
(3)精准营销和实时营销。运营商在客户画像的基础上对客户特征的深入理解,建立客户与业务、资费套餐、终端类型、在用网络的精准匹配,并在在推送渠道、推送时机、推送方式上满足客户的需求,实现精准营销。如我们可以利用大数据分析用户的终端偏好和消费能力,预测用户的换机时间尤其是合约机到期时间,并捕捉用户最近的特征事件,从而预测用户购买终端的真正需求,通过短信、呼叫中心、营业厅等多种渠道推送相关的营销信息到用户手中。
(4)个性化推荐。利用客户画像信息、客户终端信息、客户行为习惯偏好等,运营商可以为客户提供定制化的服务,优化产品、流量套餐和定价机制,实现个性化营销和服务,提升客户体验与感知;或者在应用商城实现个性化推荐,在电商平台实现个性化推荐,在社交网络推荐感兴趣的好友。
第三方面,客户关系管理。此方面包括客服中心优化和客户生命周期管理。
(1)客服中心优化。客服中心是运营商和客户接触较为频繁的通道,因此客服中心拥有大量的客户呼叫行为和需求数据。我们可以利用大数据技术可以深入分析客服热线呼入客户的行为特征、选择路径、等候时长,并关联客户历史接触信息、客户套餐消费情况、客户人口统计学特征、客户机型等数据,建立客服热线智能路径模型,预测下次客户呼入的需求、投诉风险以及相应的路径和节点,这样便可缩短客服呼入处理时间,识别投诉风险,有助于提升客服满意度;另外,也可以通过语义分析,对客服热线的问题进行分类,识别热点问题和客户情绪,对于发生量较大且严重的问题,要及时预警相关部门进行优化。(文章来自:CDA数据分析师培训官网)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17