大數據在電信行業的應用

　　摘要：電信與媒體市場調研公司Informa ecoms & Media在2013年的調查結果顯示，120家運營商中約有48%的運營商正在實施大數據業務。該調研公司表示，大數據業務成本平均占到運營商總IT預算的10%，并且在未來五年內將升至23%左右，成為運營商的一項戰略性優勢?？梢?，由流量經營進入大數據運營已成為大勢所趨。
　　
　　電信運營商擁有多年的數據積累，擁有諸如財務收入、業務發展量等結構化數據，也會涉及到圖片、文本、音頻、視頻等非結構化數據。從數據來源看，電信運營商的數據來自于涉及移動語音、固定、固網接入和無線上網等所有業務，也會涉及公眾客戶、政企客戶和家庭客戶，同時也會收集到實體渠道、電子渠道、直銷渠道等所有類型渠道的接觸信息。整體來看，電信運營商大數據發展仍處在探索階段。
　　
　　大數據在電信行業應用的總體情況
　　
　　目前國內運營商運用大數據主要有五方面：（1）網絡管理和優化，包括基礎設施建設優化和網絡運營管理和優化；（2）市場與營銷，包括客戶畫像、關系鏈研究、營銷、實時營銷和個性化推薦；（3）客戶關系管理，包括客服中心優化和客戶生命周期管理；（4）企業運營管理，包括業務運營監控和經營分析；（5）數據商業化指數據對外商業化，單獨盈利。
　　
　　*方面：網絡管理和優化。此方向包括對基礎設施建設的優化和網絡運營管理及優化。
　　
　　（1）基礎設施建設的優化。如利用大數據實現基站和熱點的選址以及資源的分配。運營商可以通過分析話單和信令中用戶的流量在時間周期和位置特征方面的分布，對2G、3G的高流量區域設計4G基站和WLAN熱點；同時，運營商還可以對建立評估模型對已有基站的效率和成本進行評估，發現基站建設的資源浪費問題，如某些地區為了完成基站建設指標將基站建設在人際罕至的地方等。
　　
　?。?）網絡運營管理及優化。在網絡運營層面，運營商可以通過大數據分析網絡的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網絡日志，進行全網絡優化，不斷提升網絡質量和網絡利用率。
　　
　　利用大數據技術實時采集處理網絡信令數據，監控網絡狀況，識別價值小區和業務熱點小區，更的指導網絡優化，實現網絡、應用和用戶的智能指配。由于用戶群的不同，不同小區對運營商的貢獻也不同。運營商可以將小區的數據進行多維度數據綜合分析，通過對小區VIP用戶分布，收入分布，及相關的分布模型得到不同小區的價值，再和網絡質量分析結合起來，兩者疊加一起，就有可能發現某個小區價值高，但是網絡覆蓋需要進一步提升，進而先設定網絡優化的優先級，提高投資效率。
　　
　　德國電信建立預測城市里面的各區域無線資源占用模型，根據預測結果，靈活的提前配置無線資源，如在白天給CBD地區多分配無線資源，在晚上，則給酒吧地區多分配無線資源，使得無線網絡的運行效率和利用率更高。
　　
　　法國電信通過分析發現某段網絡上的掉話率持續過高，借助大數據手段診斷出通話中斷產生的原因是網絡負荷過重造成，并根據分析結果優化網絡布局，為客戶提供了更好的體驗，獲得了更多的客戶以及業務增長；
　　
　　第二方面，市場與營銷。此方向包括客戶畫像、關系鏈研究、營銷、實時營銷和個性化推薦。
　　
　　（1）客戶畫像。運營商可以基于客戶終端信息、位置信息、通話行為、手機上網行為軌跡等豐富的數據，為每個客戶打上人口統計學特征、消費行為、上網行為和興趣愛好標簽，并借助數據挖掘技術（如分類、聚類、RFM等）進行客戶分群，完善客戶的360度畫像，幫助運營商深入了解客戶行為偏好和需求特征。
　　
　　（2）關系鏈研究。運營商可以通過分析客戶通訊錄、通話行為、網絡社交行以及客戶資料等數據，開展交往圈分析。尤其是利用各種記錄形成社交網絡來豐富對用戶的洞察，并進一步利用圖挖掘的方法來發現各種圈子，發現圈子中的關鍵人員，以及識別家庭和政企客戶；或者分析社交圈子尋找營銷機會。如在一個行為同質化圈子里面，如果這個圈子大多數為高流量用戶，并在這個圈子中發現異網的用戶，我們可以推測該用戶也是高流量的情況，便可以通過營銷的活動把異網高流量的用戶引導到自己的網絡上，對其推廣4G套餐，提升營銷轉化率?？傊?，我們可以利用社交圈子提高營銷效率，改進服務，低成本擴大產品的影響力。
　　
　?。?）營銷和實時營銷。運營商在客戶畫像的基礎上對客戶特征的深入理解，建立客戶與業務、資費套餐、終端類型、在用網絡的匹配，并在在推送渠道、推送時機、推送方式上滿足客戶的需求，實現營銷。如我們可以利用大數據分析用戶的終端偏好和消費能力，預測用戶的換機時間尤其是合約機到期時間，并捕捉用戶zui近的特征事件，從而預測用戶購買終端的真正需求，通過短信、呼叫中心、營業廳等多種渠道推送相關的營銷信息到用戶手中。
　　
　?。?）個性化推薦。利用客戶畫像信息、客戶終端信息、客戶行為習慣偏好等，運營商可以為客戶提供定制化的服務，優化產品、流量套餐和定價機制，實現個性化營銷和服務，提升客戶體驗與感知；或者在應用商城實現個性化推薦，在電商平臺實現個性化推薦，在社交網絡推薦感興趣的好友。
　　
　　第三方面，客戶關系管理。此方面包括客服中心優化和客戶生命周期管理。
　　
　　（1）客服中心優化?？头行氖沁\營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求數據。我們可以利用大數據技術可以深入分析呼入客戶的行為特征、選擇路徑、等候時長，并關聯客戶歷史接觸信息、客戶套餐消費情況、客戶人口統計學特征、客戶機型等數據，建立智能路徑模型，預測下次客戶呼入的需求、投訴風險以及相應的路徑和節點，這樣便可縮短客服呼入處理時間，識別投訴風險，有助于提升客服滿意度；另外，也可以通過語義分析，對的問題進行分類，識別熱點問題和客戶情緒，對于發生量較大且嚴重的問題，要及時預警相關部門進行優化。
　　
　?。?）客戶關懷與客戶生命周期管理?？蛻羯芷诠芾戆ㄐ驴蛻臬@取、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。在客戶獲取階段，我們可以通過算法挖掘和發現高潛客戶；在客戶成長階段，通過關聯規則等算法進行交叉銷售，提升客戶人均消費額；在客戶成熟期，可以通過大數據方法進行客戶分群（RFM、聚類等）并進行推薦，同時對不同客戶實時忠誠計劃；在客戶衰退期，需要進行流失預警，提前發現高流失風險客戶，并作相應的客戶關懷；在客戶離開階段，我們可以通過大數據挖掘高潛回流客戶。國內外運營商在客戶生命周期管理方面應用的案例都比較多。如SK電訊新成立一家公司SKPlanet，專門處理與大數據相關的業務，通過分析用戶的使用行為，在用戶做出離開決定之前，推出符合用戶興趣的業務，防止用戶流失；而T-通過集成數據綜合分析客戶流失的原因，在一個季度內將流失率減半。
　　
　　第四方面，企業運營管理?？梢苑譃闃I務運營監控和經營分析。
　　
　?。?）業務運營監控分可以基于大數據分析從網絡、業務、用戶和業務量、業務質量、終端等多個維度為運營商監控管道和客戶運營情況。構建靈活可定制的指標模塊，構建QoE/KQI/KPI等指標體系，以及異動智能監控體系，從宏觀到微觀快速準確地掌控運營及異動原因。
　　
　?。?）經營分析和市場監測。我們可以通過數據分析對業務和市場經營狀況進行總結和分析，主要分為經營日報、周報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大數據時代，這些經營報告和專題分析報告均可以自動化生成網頁或者APP形式，通過機器來完成。數據來源則是企業內部的業務和用戶數據，以及通過大數據手段采集的外部社交網絡數據、技術和市場數據。分析師轉變為報告產品，制定報告框架、分析和統計維度，剩下的工作交給機器來完成。
　　
　　第五方面，數據商業化。數據商業化指通過企業自身擁有的大數據資產進行對外商業化，獲取收益。國內外運營商的數據商業化都處于探索階段，但相對來說，國外運營商在這方面發展的更快一些。
　　
　　（1）對外提供營銷洞察和廣告投放。
　　
　　營銷洞察：美國電信運營商Verizon成立了營銷部門Precision Marketing Division。該部門提供營銷洞察(Precision MarketInsights)，提供商業數據分析服務。如在美國，棒球和籃球比賽是商家zui為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進行了數據分析，球隊得以了解觀眾對贊助商的喜好等；美國電信運營商Sprint則利用大數據為行業客戶提供消費者和市場洞察，包括人口特征、行為特征以及季節性分析等方面。
　　
　　廣告投放：Verizon的營銷部門基于營銷洞察還提供廣告投放服務；AT&T提供Alert業務，當用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優惠券。
　　
　　（2）基于大數據監測和決策支撐服務。
　　
　　客流和選址：西班牙電信于2012年10月成立了動態洞察部門DynamicInsights開展大數據業務，為客戶提供數據分析打包服務。該部門與市場研究機構GFK進行合作，在英國、巴西推出了產品名為智慧足跡（SmartSteps）。智慧足跡基于*匿名和聚合的移動網絡數據，幫助零售商分析顧客來源和各商鋪、展位的人流情況以及消費者特征和消費能力，并將洞察結果面向政企客戶提供客流分析和零售店選址服務。
　　
　　公共事業服務：法國zui大的運營商法國電信，其通信解決方案部門Orange Business Services承擔了法國很多公共服務項目的IT系統建設，比如它承建了一個法國高速公路數據監測項目，每天都會產生幾百萬條記錄，對這些記錄進行分析就能為行駛于高速公路上的車輛提供準確及時的信息，有效提高道路通暢率。
　　
　　總的來看，電信行業的大數據依然處于探索階段，未來幾年，無論是內部大數據應用還是外部大數據商業化都有很大的成長空間。但電信行業大數據zui大的障礙是數據孤島效應嚴重，由于國內運營商的區域化運營，電信企業的數據分別存儲在各地區分公司，甚至分公司不同業務的數據都有可能沒打通。而互聯網和大數據則是沒有邊界。日本zui大的移動通信運營商NTTDocomo2010年以前就開始著手大數據運用的規劃，NTTDocomo相對國內運營商有一個很大的優勢是全國統一的數據收集、整合形式，因此NTTDocomo可以很輕易拿到全國的系統數據。Docomo不但著重搜集用戶本身的年齡、性別、住址等信息，而且制作精細化的表格，要求用戶辦理業務填寫更詳細信息。對于國內電信運營商，要真正的利用大數據，數據的統一和整合是zui為重要的一步。我們已經看到中國移動已經開始著手準備這方面的工作，相信未來幾年，在互聯網企業的競爭壓力下，中國的電信行業大數據將發展的更快，變革會更*。