《商業(yè)分析實(shí)務(wù)》通信業(yè)商業(yè)分析應(yīng)用的發(fā)展趨勢(shì)

通信業(yè)商業(yè)分析應(yīng)用的發(fā)展趨勢(shì)擁有的大數(shù)據(jù)大數(shù)據(jù)在電信行業(yè)應(yīng)用的總體情況方法視角下的大數(shù)據(jù)分析模型變現(xiàn)視角下的大數(shù)據(jù)分析應(yīng)用01擁有的大數(shù)據(jù)擁有的大數(shù)據(jù)總的來看，電信行業(yè)的大數(shù)據(jù)依然處于探索階段，未來幾年，無論是內(nèi)部大數(shù)據(jù)應(yīng)用還是外部大數(shù)據(jù)商業(yè)化都有很大的成長空間。但電信行業(yè)大數(shù)據(jù)最大的障礙是數(shù)據(jù)孤島效應(yīng)嚴(yán)重，由于國內(nèi)運(yùn)營商的區(qū)域化運(yùn)營，電信企業(yè)的數(shù)據(jù)分別存儲(chǔ)在各地區(qū)分公司，甚至分公司不同業(yè)務(wù)的數(shù)據(jù)都有可能沒打通。而互聯(lián)網(wǎng)和大數(shù)據(jù)則是沒有邊界。日本最大的移動(dòng)通信運(yùn)營商N(yùn)TTDocomo2010年以前就開始著手大數(shù)據(jù)運(yùn)用的規(guī)劃，NTTDocomo相對(duì)國內(nèi)運(yùn)營商有一個(gè)很大的優(yōu)勢(shì)是全國統(tǒng)一的數(shù)據(jù)收集、整合形式，因此NTTDocomo可以很輕易拿到全國的系統(tǒng)數(shù)據(jù)。Docomo不但著重搜集用戶本身的年齡、性別、住址等信息，而且制作精細(xì)化的表格，要求用戶辦理業(yè)務(wù)填寫更詳細(xì)信息。電信運(yùn)營商擁有迅猛增長的大數(shù)據(jù)運(yùn)營商擁有客戶完整的信息指紋電信運(yùn)營商將具備前所未有的深度洞察能力日本NTT2010年以前就開始著手大數(shù)據(jù)運(yùn)用的規(guī)劃大數(shù)據(jù)商業(yè)化三個(gè)階段：建立資料庫，建立活用機(jī)制，實(shí)現(xiàn)活用制作精細(xì)化的表格，要求用戶辦理業(yè)務(wù)填寫更詳細(xì)信息當(dāng)前還處于規(guī)劃階段，挑戰(zhàn)是客戶隱私問題。02大數(shù)據(jù)在電信行業(yè)應(yīng)用的總體情況電信運(yùn)營商大數(shù)據(jù)應(yīng)用網(wǎng)絡(luò)管理和優(yōu)化基礎(chǔ)設(shè)施建設(shè)的優(yōu)化。如利用大數(shù)據(jù)實(shí)現(xiàn)基站和熱點(diǎn)的選址以及資源的分配。運(yùn)營商可以通過分析話單和信令中用戶的流量在時(shí)間周期和位置特征方面的分布，對(duì)2G、3G的高流量區(qū)域設(shè)計(jì)4G基站和WLAN熱點(diǎn)；同時(shí)，運(yùn)營商還可以對(duì)建立評(píng)估模型對(duì)已有基站的效率和成本進(jìn)行評(píng)估，發(fā)現(xiàn)基站建設(shè)的資源浪費(fèi)問題，如某些地區(qū)為了完成基站建設(shè)指標(biāo)將基站建設(shè)在人跡罕至的地方等。網(wǎng)絡(luò)運(yùn)營管理及優(yōu)化。在網(wǎng)絡(luò)運(yùn)營層面，運(yùn)營商可以通過大數(shù)據(jù)分析網(wǎng)絡(luò)的流量、流向變化趨勢(shì)，及時(shí)調(diào)整資源配置，同時(shí)還可以分析網(wǎng)絡(luò)日志，進(jìn)行全網(wǎng)絡(luò)優(yōu)化，不斷提升網(wǎng)絡(luò)質(zhì)量和網(wǎng)絡(luò)利用率。利用大數(shù)據(jù)技術(shù)實(shí)時(shí)采集處理網(wǎng)絡(luò)信令數(shù)據(jù)，監(jiān)控網(wǎng)絡(luò)狀況，識(shí)別價(jià)值小區(qū)和業(yè)務(wù)熱點(diǎn)小區(qū)，更精準(zhǔn)的指導(dǎo)網(wǎng)絡(luò)優(yōu)化，實(shí)現(xiàn)網(wǎng)絡(luò)、應(yīng)用和用戶的智能指配。電信運(yùn)營商大數(shù)據(jù)應(yīng)用市場(chǎng)營銷客戶畫像。運(yùn)營商可以基于客戶終端信息、位置信息、通話行為、手機(jī)上網(wǎng)行為軌跡等豐富的數(shù)據(jù)，為每個(gè)客戶打上人口統(tǒng)計(jì)學(xué)特征、消費(fèi)行為、上網(wǎng)行為和興趣愛好標(biāo)簽，并借助數(shù)據(jù)挖掘技術(shù)（如分類、聚類、RFM分析等）進(jìn)行客戶分群，完善客戶的360度畫像，幫助運(yùn)營商深入了解客戶行為偏好和需求特征。關(guān)系鏈研究。運(yùn)營商可以通過分析客戶通訊錄、通話行為、網(wǎng)絡(luò)社交行為以及客戶資料等數(shù)據(jù)，開展交往圈分析。尤其是利用各種聯(lián)系記錄形成社交網(wǎng)絡(luò)來豐富對(duì)用戶的洞察，并進(jìn)一步利用網(wǎng)絡(luò)圖挖掘的方法來發(fā)現(xiàn)各種圈子，發(fā)現(xiàn)圈子中的關(guān)鍵人員，以及識(shí)別家庭和政企客戶，或者分析社交圈子尋找營銷機(jī)會(huì)。精準(zhǔn)營銷和實(shí)時(shí)營銷。運(yùn)營商在客戶畫像的基礎(chǔ)上對(duì)客戶特征深入理解，建立客戶與業(yè)務(wù)、資費(fèi)套餐、終端類型、在用網(wǎng)絡(luò)的精準(zhǔn)匹配，并在推送渠道、推送時(shí)機(jī)、推送方式上滿足客戶的需求，實(shí)現(xiàn)精準(zhǔn)營銷。個(gè)性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習(xí)慣偏好等，運(yùn)營商可以為客戶提供定制化的服務(wù)，優(yōu)化產(chǎn)品、流量套餐和定價(jià)機(jī)制，實(shí)現(xiàn)個(gè)性化營銷和服務(wù)，提升客戶體驗(yàn)與感知；或者在應(yīng)用商城實(shí)現(xiàn)個(gè)性化推薦，在電商平臺(tái)實(shí)現(xiàn)個(gè)性化推薦，在社交網(wǎng)絡(luò)推薦感興趣的好友。電信運(yùn)營商大數(shù)據(jù)應(yīng)用企業(yè)運(yùn)營管理業(yè)務(wù)運(yùn)營監(jiān)控。業(yè)務(wù)運(yùn)營監(jiān)控可以基于大數(shù)據(jù)分析從網(wǎng)絡(luò)、業(yè)務(wù)、用戶和業(yè)務(wù)量、業(yè)務(wù)質(zhì)量、終端等多個(gè)維度為運(yùn)營商監(jiān)控管道和客戶運(yùn)營情況。構(gòu)建靈活可定制的指標(biāo)模塊，構(gòu)建QoE/KQI/KPI等指標(biāo)體系，以及異動(dòng)智能監(jiān)控體系，從宏觀到微觀全方位快速準(zhǔn)確地掌控運(yùn)營及異動(dòng)原因。經(jīng)營分析和市場(chǎng)監(jiān)測(cè)。我們可以通過數(shù)據(jù)分析對(duì)業(yè)務(wù)和市場(chǎng)經(jīng)營狀況進(jìn)行總結(jié)和分析，主要分為經(jīng)營日?qǐng)?bào)、周報(bào)、月報(bào)、季報(bào)以及專題分析等。這些經(jīng)營報(bào)告和專題分析報(bào)告均可以自動(dòng)化生成網(wǎng)頁或者APP形式，通過機(jī)器來完成。電信運(yùn)營商大數(shù)據(jù)應(yīng)用數(shù)據(jù)商業(yè)化指企業(yè)通過自身擁有的大數(shù)據(jù)資產(chǎn)進(jìn)行對(duì)外商業(yè)化，獲取收益。國內(nèi)外運(yùn)營商的數(shù)據(jù)商業(yè)化都處于探索階段，但相對(duì)來說，國外運(yùn)營商在這方面發(fā)展的更快一些。營銷洞察。美國電信運(yùn)營商Verizon成立了精準(zhǔn)營銷部門PrecisionMarketingDivision。該部門提供精準(zhǔn)營銷洞察(PrecisionMarketInsights)，提供商業(yè)數(shù)據(jù)分析服務(wù)。如在美國，棒球和籃球比賽是商家最為看中的營銷場(chǎng)合，此前在超級(jí)碗和NBA的比賽中，Verizon針對(duì)觀眾的來源地進(jìn)行了精確數(shù)據(jù)分析，球隊(duì)得以了解觀眾對(duì)贊助商的喜好等。精準(zhǔn)廣告投放。Verizon的精準(zhǔn)營銷部門基于營銷洞察還提供精準(zhǔn)廣告投放服務(wù)；當(dāng)用戶距離商家很近時(shí)，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券。03方法視角下的大數(shù)據(jù)分析模型社交網(wǎng)絡(luò)分析社交網(wǎng)絡(luò)分析旨在通過分析個(gè)人的社交網(wǎng)絡(luò)關(guān)系，為企業(yè)建立可視化、可測(cè)量的模型，挖掘出人們之間在信息流動(dòng)與價(jià)值交換等過程中隱藏的商業(yè)智能。企業(yè)在應(yīng)用社交網(wǎng)絡(luò)分析技術(shù)方面主要有3種方法，這來源于企業(yè)所面臨的3個(gè)關(guān)系維度：一是著眼于員工的內(nèi)部網(wǎng)絡(luò)分析，二是著眼于商業(yè)伙伴的價(jià)值網(wǎng)絡(luò)分析，三是著眼于客戶的影響力分析。簡單來說，社交網(wǎng)絡(luò)是一個(gè)由個(gè)人或社區(qū)組成的點(diǎn)狀網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。其中每個(gè)節(jié)點(diǎn)(Node)代表一個(gè)個(gè)體，可以是個(gè)人，也可以是一個(gè)團(tuán)隊(duì)或是一個(gè)社區(qū)，個(gè)體與個(gè)體之間可能存在各種相互依賴的社會(huì)關(guān)系，在拓?fù)渚W(wǎng)絡(luò)中以點(diǎn)與點(diǎn)之間的邊(Tie)表示。而社交網(wǎng)絡(luò)分析關(guān)心的正是點(diǎn)與邊之間依存的社會(huì)關(guān)系。隨著個(gè)體數(shù)量的增加，以及個(gè)體間社會(huì)關(guān)系的復(fù)雜化，最后形成的整個(gè)社交網(wǎng)絡(luò)結(jié)構(gòu)可能會(huì)非常復(fù)雜復(fù)雜的社交網(wǎng)絡(luò)序列模式分析序列模式分析即發(fā)現(xiàn)序列數(shù)據(jù)中的規(guī)律，模式匹配，時(shí)間序列分析。時(shí)間序列數(shù)據(jù)是指由隨時(shí)間變化的序列值或事件組成的數(shù)據(jù)。其數(shù)值通常都是在等時(shí)間間隔測(cè)得的數(shù)據(jù)，如電信行業(yè)每月的業(yè)務(wù)收入、股票市場(chǎng)的每日波動(dòng)、科學(xué)實(shí)驗(yàn)等等。時(shí)間序列的挖掘主要包括趨勢(shì)分析、周期分析、與時(shí)間有關(guān)數(shù)據(jù)的序列模式挖掘、相似性搜索等幾個(gè)重要方面。序列模式是指在一組有序的數(shù)據(jù)列組成的數(shù)據(jù)集中，經(jīng)常出現(xiàn)的那些序列組合構(gòu)成的模式。序列模式分析目標(biāo)是頻繁序列模式的挖掘，如三個(gè)月內(nèi)首先買了計(jì)算機(jī)，又買了CD-ROM，然后是數(shù)碼相機(jī)；相比關(guān)聯(lián)規(guī)則只能發(fā)現(xiàn)相關(guān)關(guān)系，序列模式分析能發(fā)現(xiàn)一些帶有時(shí)間順序的、更有意義的規(guī)則。序列模式挖掘是指挖掘相對(duì)時(shí)間或其他模式出現(xiàn)頻率高的模式。位置數(shù)據(jù)分析位置數(shù)據(jù)分析即對(duì)位置軌跡地理數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)頻繁軌跡模式。位置大數(shù)據(jù)（Locationbigdata,LBD）。隨著位置服務(wù)和車聯(lián)網(wǎng)應(yīng)用的不斷普及，由地理數(shù)據(jù)、車輛軌跡和應(yīng)用記錄等構(gòu)成的位置大數(shù)據(jù)已經(jīng)成為當(dāng)前用來感知人類社群活動(dòng)規(guī)律、分析地理國情和構(gòu)建智慧城市的重要戰(zhàn)略資源。泛在測(cè)繪（ubiqutousmapping）是指用戶在任何地點(diǎn)、任何時(shí)間為認(rèn)知自然和社會(huì)環(huán)境與人的關(guān)系而創(chuàng)建和使用地圖的活動(dòng)。它強(qiáng)調(diào)人、環(huán)境等地理信息的社會(huì)屬性，強(qiáng)調(diào)人的活動(dòng)與數(shù)據(jù)融合。通過對(duì)位置大數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚硪约吧鐣?huì)計(jì)算，提供個(gè)性化的、實(shí)時(shí)的、動(dòng)態(tài)的位置信息。含有空間位置和時(shí)間標(biāo)識(shí)的地理和人類社會(huì)信息數(shù)據(jù)即為位置數(shù)據(jù)。位置數(shù)據(jù)由一系列帶有時(shí)間戳的坐標(biāo)點(diǎn)組成，每個(gè)坐標(biāo)點(diǎn)包含了經(jīng)度、緯度和海拔高度等信息，形成一個(gè)序列數(shù)據(jù)。文本數(shù)據(jù)分析有別于傳統(tǒng)調(diào)研問卷的固定模式，如今消費(fèi)者在網(wǎng)上寫下的評(píng)價(jià)更為復(fù)雜。缺乏引導(dǎo)的反饋往往缺乏條理性，一條評(píng)論中，產(chǎn)品、服務(wù)、環(huán)境等多個(gè)方面相互交織，積極與負(fù)面反饋參雜不清，網(wǎng)絡(luò)熱詞等非規(guī)范化語言也可能大量出現(xiàn)。這種由自然語言寫就的文本為分析過程帶來了極大挑戰(zhàn)。文本數(shù)據(jù)挖掘(TextMining)是指從文本數(shù)據(jù)中抽取有價(jià)值的信息和知識(shí)的計(jì)算機(jī)處理技術(shù)。由機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、自然語言處理等多種學(xué)科交叉形成。文本挖掘利用智能算法，如神經(jīng)網(wǎng)絡(luò)、基于案例的推理、可能性推理等，并結(jié)合文字處理技術(shù)，分析大量的非結(jié)構(gòu)化文本源（如文檔、電子表格、客戶電子郵件、問題查詢、網(wǎng)頁等），抽取或標(biāo)記關(guān)鍵字概念、文字間的關(guān)系，并按照內(nèi)容對(duì)文檔進(jìn)行分類，獲取有用的知識(shí)和信息。

文本挖掘包括信息抽取，文本摘要、文本聚類和文本分類。文本分析過程04變現(xiàn)視角下的大數(shù)據(jù)分析應(yīng)用變現(xiàn)視角下的大數(shù)據(jù)分析應(yīng)用數(shù)據(jù)效率變現(xiàn)，是指對(duì)企業(yè)內(nèi)部變現(xiàn)，即通過大數(shù)據(jù)的引入和對(duì)大數(shù)據(jù)的挖掘和分析來改善傳統(tǒng)分析，提升企業(yè)的運(yùn)營效率，提高數(shù)據(jù)洞察能力，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)流程，提升運(yùn)營ROI。數(shù)據(jù)商品變現(xiàn)，即對(duì)企業(yè)外部變現(xiàn)，是指通過一定的技術(shù)和方法整合大數(shù)據(jù)價(jià)值，將企業(yè)的數(shù)據(jù)資產(chǎn)加工成數(shù)據(jù)產(chǎn)品或服務(wù)并推向市場(chǎng)，創(chuàng)新數(shù)據(jù)盈利模式，然后通過銷售給其他客戶，從而幫助企業(yè)獲得巨大利潤，實(shí)現(xiàn)信息運(yùn)營。對(duì)于電信行業(yè)數(shù)據(jù)變現(xiàn)還可以帶來兩個(gè)附加效果，第一、為客戶提供增值服務(wù)，提高客戶忠誠度；第二、提高企業(yè)市場(chǎng)競爭力，甚至股價(jià)。數(shù)據(jù)效率變現(xiàn)數(shù)據(jù)效率變現(xiàn)，是指對(duì)企業(yè)內(nèi)部變現(xiàn)，即通過大數(shù)據(jù)的引路和對(duì)大數(shù)據(jù)的挖掘和分析來改善傳統(tǒng)分析，提升企業(yè)的運(yùn)營效率，提高數(shù)據(jù)洞察能力，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)流程，提升運(yùn)營ROI，利用大數(shù)據(jù)分析降低運(yùn)營成本。AT&T利用大數(shù)據(jù)技術(shù)在網(wǎng)絡(luò)規(guī)劃/優(yōu)化領(lǐng)域，實(shí)現(xiàn)基于實(shí)時(shí)網(wǎng)絡(luò)動(dòng)態(tài)策略與自優(yōu)化，降低掉線率與減少網(wǎng)絡(luò)擁塞，基于離線數(shù)據(jù)實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)精準(zhǔn)覆蓋，極大降低運(yùn)營成本數(shù)據(jù)商品變現(xiàn)數(shù)據(jù)商品變現(xiàn)，即對(duì)企業(yè)外部變現(xiàn)，是指通過一定的技術(shù)和方法整合大數(shù)據(jù)價(jià)值，將企業(yè)的數(shù)據(jù)資產(chǎn)加工成數(shù)據(jù)產(chǎn)品或服務(wù)并推向市場(chǎng)，創(chuàng)新數(shù)據(jù)盈利模式，然后通過銷售給其他客戶，從而幫助企業(yè)獲得巨大利潤，實(shí)現(xiàn)信息運(yùn)營。數(shù)據(jù)商品變現(xiàn)分三種情