大数据在电信行业的应用.pdfVIP

大数据在电信行业的应用

摘要:电信与媒体市场调研公司InformaTelecomsMedia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…

电信与媒体市场调研公司InformaTelecomsMedia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