基于大数据的集中运营支撑系统的研究与实践.docxVIP

?

?

基于大数据的集中运营支撑系统的研究与实践

?

?

符传健

摘?要：随着市场竞争逐渐白热化、移动互联网高速发展，如何实现客户超细分、自动智慧化集中运营、多触点协同运营是运营商的迫切需求。文章围绕运营商运营工作存在的困境，探索基于大数据核心技术为突破口，通过构建集中运营支撑系统实现“超细分、微营销、精服务”的目标，探索运营商智慧化高效集中运营的实践应用。

关键词：大数据;集中运营;一站式

：TP311.13???文献标志码：A?????：2095-2945（2020）03-0061-02

Abstract：WiththeincreasinglyfiercemarketcompetitionandtherapiddevelopmentofmobileInternet，howtoachievecustomersuper-segmentation，automaticintelligentcentralizedoperation，multi-contactcollaborativeoperationistheurgentneedofoperators.Centeringonthedifficultiesexistingintheoperationofoperators，thispaperexploreshowtorealizethegoalofsupersubdivision，micro-marketingandfineservicethroughtheconstructionofcentralizedoperationsupportsystembasedonbigdatacoretechnology，soastoexplorethepracticalapplicationofintelligentandefficientcentralizedoperationofoperators.

Keywords：bigdata;centralizedoperation;one-stop

1运营工作开展存在的困境

当前运营商日常运营工作存在三大困境难以解决：（1）如何短平快实现客户超细分。营销多数依赖于人工经验，缺乏对客户需求特征深入洞察，难以把握用户动态的、复杂的、碎片化的需求，难以及时提供合适的运营服务。（2）如何达到实时智能运营。运营对外服务提供能量主要为非实时的模式，实时事件驱动的营销能力不足，缺乏对关键事件的实时捕捉和智能运营推荐。（3）如何实现跨触点渠道协同运营。渠道触点接入有效，未充分利用渠道接触时机进行客户有效运营。渠道间协同与整合能力不足，无法有效支撑多波次、常态化运营活动开展。

2集中运营支撑系统研究

2.1技术方法及特点

该系统的核心技术是从海量的数据中发现、分析客户特征和营销商机，能够“快速”把握客户动态、“准确”获知客户需求、“切实”解决客户痛点并实现客户满意和业务效果提升的双赢。主要技术特点包括：（1）海量数据实时计算：面对日均百亿级的各类数据，通过流式计算、消息队列和缓存技术的应用，实现数据获取、时机匹配到策略优选、触点执行，以及反馈交互的全流程实时计算。（2）分布式信息处理：通过分布式架构和技术应用，增大了系统的处理容量，并能够进行资源动态调配和扩展，在可用性、健壮性和复用性方面有了顯著提高。（3）数据闭环迭代优化：通过将分析成果、执行过程和效果评估按照对象进行组合和闭环串接，达到了基于专家人工经验和机器学习成果结合应用并持续迭代优化的效果。

2.2主要的技术手段

该系统基于大数据技术实现面向海量数据实现“超细分、微营销、精服务”的目标，主要的技术手段包括：（1）实时数据采集工具Flume：Flume是一个分布式、高可靠和高可用的海量日志采集、聚合和传输的系统，它可以用来采集文件、socket等各种形式的数据，又可以快速将采集到的数据输出至hdfs、hbase、hive、kafka等存储介质中。（2）分布式计算框架Jstorm：按照规定的编程规范实现一个任务，然后将这个任务递交给Jstorm系统，Jstorm将这个任务跑起来，并且按7*24小时运行起来，一旦中间一个worker发生意外故障，调度器立即分配一个新的worker替换这个失效的worker。（3）消息队列Kafka：Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。（4）数据缓存Redis：Redis是同Memcached类似的基于键值对的高速内存存储系统，支持包括string、list、se