运营商大数据需求分析报告.docxVIP

运营商“大数据”需求分析 当前电信运营商，尤其是移动通信信息服务领域中数据的爆炸 性增长为大数据技术的应用提供了丰富的数据原料。运营商已深刻 认识到大数据的重要性，均在数据仓库建设方面投入了大量资源， 在企业内部已经利用大数据实现消费行为记录管理。大数据分析也 已经成为运营商提升核心竞争力，创新业务模式的有力手段。 运营商数据一般可分为三大类。第一类是业务数据，如用户姓 名、出生日期、所用终端信息、通信行为习惯等等；?第二类数据是 企业内部的经营管理活动产生的；第三类是网络日志，这是所有数 据里占比最大的一块。 一、运营商大数据分析应用领域。运营商对数据分析的应用主 要涵盖企业管理和产品服务、客户调查、网络优化等。 1、改善用户体验。通过对大数据资产的有效利用，电信运营商 能够更好的了解客户，提供客户满意的服务和产品，提高客户忠诚 度，降低流失率。研究并应用大数据关键技术对各领域持续生成的 服务数据、用户数据和网络数据进行分析挖掘，并将产生的结果和 知识应用于服务和支撑系统中，对服务的运行数据进行缜密的评估 和诊断，并实现对用户的行为数据进行深入的分析和挖掘。 2、支撑企业决策。通过大数据可视化，实时真实准确展现企业 发展现状，支撑企业的战略决策和管理。在经营分析系统中，深度 挖掘融合市场、?集团、?客户、?客服、网络、财务数据，为业务和 决策部门提供较完备的用户数据分析，使公司决策由“经验型”转 为“分析型”，实现了精细化运营。公司发展战略部需要依靠数据来 分析了解市场情况，比如地方出现突发事件后客流量减少从话务量 可以看出，通过用户的漫游话单可以看到马航失联事件对当地旅游 业的影响等等。 3、创新商业模式。大数据应用为电信运营商开创了新的盈利模 式。例如：产业链的合作模式、数据的开放运营等等。随着大数据 技术这种全新的方法和工具在移动通信信息服务领域的深入应用， 必将创造出革命性的新生产力，促进移动通信信息服务产业进入新 一轮爆发性增长。例如：精准营销，促进增值业务发展，根据用户 对互联网内容的偏好进行交叉销售。 4、渠道管理。数据分析也可以帮助运营商做好对渠道商的管控。 比如，目前中国移动在国内大概有?100?万个社会渠道，根据现有政 策，如果渠道商发展了新客户，中国移动会对其发放酬金。但有些 渠道商会通过作假来套取酬金。但这些欺诈行为是可以通过数据分 析鉴别出来的，比如说如果新客户的很多行为是高度一致的，基本 可以判定这些属于假用户。 二、具体应用举例。比较成熟的应用包括：流量经营分析系统、 手机阅读?BI（商业智能）系统、无线音乐?BI?系统、垃圾短信骚扰电 话分析系统、位置精准营销系统等。 以手机阅读?BI?系统为例：通过大数据?BI?平台产品，实现智能推 荐、精准营销、用户分析、产品分析、门户分析、智能报表、合作 伙伴管理、数据开放等大数据应用。通过打造生产型?BI?应用，每天 为千万级终端用户提供个性化推荐，为百万级终端用户提供精准营 销，直接提升用户留存率、订购转化率等企业重要?KPI?指标。 同时，手机阅读?BI?面向运营商提供数据分析支撑、运营支撑、 决策支撑，大幅提高企业运营管理效率；面向全国省市及合作伙伴， 提供数据开放服务，树立基地在价值链中的主导地位，并实现产业 共赢。 三、运营商对大数据的价值挖掘方面仍然存在的问题 1、缺乏企业级的数据标准，缺少数据管控流程，不同的业务部 门对同一个产品的标码都是不一样的，这样就无法做到企业级的分 析； 2、数据口径不一样，不同部门对未来趋势的看法是不一样的； 举个例子，省公司仅靠地市公司提交的部分数据进行分析，下达的 营销方案让地市一线难以理解； 3、企业内部没有对数据做好统一管控，导致数据重复存储，数 据安全风险很大； 4、需求部门和?IT?部门是割裂的，需求部门不了解?IT?部门有哪 些数据，不知道什么需求是合理的，而?IT?部门不知道其他部门的需 求。 OTT?企业对传统电信运营商的业务冲击是很严重的，比如说微 信，从今年初到现在，中国移动的短信业务相比去年同期下降了?20%， 转型势在必行，而大数据是支撑企业转型发展的工具。 四、未来大数据的应用需求 1、数据仓库技术的更新换代。传统数据仓库无法有效存储日益 增长的业务数据?随着运营商各项业务数据量的增加，?伴随应用复 杂导致的数据量的进一步增加，海量的?数据量导致了运营商业务系 统数据存储和处理压力，而数据仓库无法线性扩容，导致运营商?信 息系统出现管理难度加大、成本高、扩容压力大、效率下降等问题。 2、电子渠道，精准音效。把网站上的用户关注度或行为特点记 录下来，并将这部分数据跟原有的数据库进行整合分析，?就能将用 户个人的购买行为轮廓真正地描绘出来，实现精准营销。 3、各业务系统的数据整合，资源和