大数据在电信行业的应用.pdf

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