大数据时代的经营与专题要点分析.ppt

这是什么？ 目录 大数据时代的分析思想变革 抽样样本与全体数据的使用 数据的精确性和算法的准确度 因果关系和相关关系的关键 大数据的数据来源和记录提取 见微知著与一叶知秋的差异 大数据分析的应用案例 运营商的大数据应用场景 可以利用社交媒体收集用户信息，了解客户满意度和消费习惯，为用户提供针对性的套餐； 通过情感分析、语义分析等技术，针对客户的喜好、情绪，进行个性化的业务推荐； 收集用户呼叫行为，互联网行为等，为每个客户构建交往圈，可用于交叉营销。 运营商可以基于内部和外部数据实时地得到报表与分析报告，可以发现并减少收入的流失。 运营商可以发现与内容提供商共同进行流量经营与合作的新机制； 可以获取用户位置情况，做时空分析，为公共部门提供数据； 可以监测电话、即时消息、邮件、博客等信息，实现舆情监控，配合安全部门的相关工作。 基于信令分析能提供实体店（如国美）的人流量分析服务； 可以向外部客户提供数据分析服务，满足在线广告、电子商务等行业的数据分析需求。 能实时发现网络瓶颈，并快速预测流量峰值，预警异常流量，防止网络堵塞和宕机。 可以收集各个接触渠道的信息，了解服务投诉情况和用户满意情况； 能实时地了解用户呼叫接通和掉话的情况，为客户满意度和流失预测提供依据。 大数据分析的局限性 电脑不是人脑，没有社会认知 某客户每月76%的通信对象是6个人 数据是干草垛，无法理解多重原因和背景 开