大数据时代的广电网络客户关系管理.pdfVIP

大数据时代的广电网络客户关系管理.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据时代的广电网络客户关系管理 2013 年被称作 “大数据元年 ”,大数据作为新的时代主题词,正在影响着各行各业,传统广 电网络营销模式正在被大数据解构。 本文通过分析大数据对广电网络的影响, 广电网络客户 关系管理的现状,围绕促进业务营销来探索大数据时代下广电网络客户关系管理的对策。 1 大数据概述 2011 年 5 月,全球知名咨询公司麦肯锡发布研究报告《大数据的下一个前沿创新、竞 争和生产力》 ,最早提出了 “大数据 ”时代已经到来。 2012 年,大数据从技术圈进入主流市场; 2012 年 1 月达沃斯世界经济论坛发布了《 Big Data Big Impact 》的报告;同年 3 月美国政府 发布《大数据开发倡议》之后,英国、日本、德国、加拿大都开始了大数据的挖掘与创新。 市场研究公司 Gartner 表示。 2013 年是企业大规模采用大数据技术的一年,全球 42 % 的 IT 主管表示已投资大数据技术,因此 2013 年也被称作 “大数据元年 ”。然而《 2013 年中 国企业数据化现状调查报告》显示,超过 17%的中国企业未进行数据化建设,近 70 %的企 业数据化建设处于初级阶段。 1.1 大数据的定义 对于大数据的概念, 业界和学术界目前尚未形成公认的准确定义。 维基百科将大数据定 义为 “无法在一定时间内用常规软件工具对其内容进行抓取、 管理和处理的数据集合 ”。正如 《大数据时代》作者维克托 迈尔· 舍恩伯格所说:大数据正在以一种前所未有的方式,通过· 对海量数据进行分析,获得有巨大价值的产品和服务或深刻的洞见。 1.2 大数据的特征 业界通常会将其特点归纳为四个 “V,即体量” (Volume) 、多样性 (Variety) 、价值 (Value)、 速度 (Velocity) 。总体来看,大数据意味着巨大的数据量、 多样化的数据来源、极低的价值密 度、快速的处理。 一是数据量巨大 (Volume) 。大数据不再以 GB 或 TB 为单位来衡量,而是以 PB(1000 个 T) 、EB( 一百万个 T) 或 ZB(10 亿个 T) 为计量单位。根据 IDC 的监测,预计到 2020 年,全球 将总共拥有 35ZB 的数据量。 形象地说, 如果把 35ZB 的数据全部刻录到容量为 9GB 的光盘 上。其叠加的高度将达到 233 万公里,相当于在地球与月球之间往返三次。 二是数据类型多样 (Variety )。大数据不仅体现在量的急剧增长,而且数据类型也更为复 杂。它既包括结构数据, 又包括非结构化数据, 如网络日志、 视频、 图片、地理位置信息等, 并且非结构化数据占据了相当大的比重。有统计显示,全世界结构化数据增长率大概是 32%,而非结构化数据增长则是 63 %,预计到 2012 年,非结构化数据占有比例将达到互联 网整个数据量的 75%以上。用于产生智慧的大数据,往往是这些非结构化数据。 三是价值密度低 (Value) 。大数据重点不在其数据量的增长, 而是基于大数据的商业智能 技术 (或被称为高级分析技术 ) ,是在信息爆炸时代对数据价值的再挖掘。在数据量极速增长 的情况下。 如何通过挖掘数据利用有效信息, 对于企业至关重要。 但大数据的价值密度较低, 以视频为例:在连续不间断的监控过程中,可能仅有一两秒的影像是有用的数据。 四是处理速度快 (Velocity) 。这一特点也是大数据和传统的数据挖掘技术存在本质不同的 地方。 当各种信息汇集在一起时, 如何把握数据的时效性,

文档评论(0)

yanmei520 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档