大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，如何更好地發(fā)揮數(shù)據(jù)資產(chǎn)的價(jià)值對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō)是一個(gè)嶄新的課題。電信運(yùn)營(yíng)商是大數(shù)據(jù)的傳送者、生產(chǎn)者和使用者。在電信運(yùn)營(yíng)商為各行各業(yè)提供大數(shù)據(jù)應(yīng)用時(shí)，首先要將大數(shù)據(jù)應(yīng)用于自身發(fā)展，才能更好地適應(yīng)時(shí)代競(jìng)爭(zhēng)需求，如果連內(nèi)部都做不好，對(duì)外營(yíng)銷大數(shù)據(jù)產(chǎn)品也沒(méi)有說(shuō)服力。

運(yùn)營(yíng)商是大數(shù)據(jù)的生產(chǎn)者和使用者

電信運(yùn)營(yíng)商是移動(dòng)數(shù)據(jù)的傳送者。據(jù)StatCounter公司2014年5月報(bào)告，全球移動(dòng)互聯(lián)網(wǎng)流量占互聯(lián)網(wǎng)流量的25%，其中亞洲比例更高，占到37%，而在2010年這一比例僅為4.5%。有互聯(lián)網(wǎng)女皇之稱的Mary Meeker在《2014互聯(lián)網(wǎng)趨勢(shì)報(bào)告》中指出，全球移動(dòng)設(shè)備貢獻(xiàn)的互聯(lián)網(wǎng)流量份額將年增1.5倍，到2014年年底超過(guò)30%。

電信運(yùn)營(yíng)商也是移動(dòng)數(shù)據(jù)的生產(chǎn)者。電信運(yùn)營(yíng)商在為用戶提供上網(wǎng)訪問(wèn)、語(yǔ)音通話、短消息發(fā)送等管道服務(wù)的同時(shí)，也收集管道中流過(guò)的數(shù)據(jù)。

運(yùn)營(yíng)商中的大數(shù)據(jù)主要可分為三大類。第一類是CS（Circuit Switch）域中的信令數(shù)據(jù)，主要包含用戶的電話呼叫記錄（CDR）、短信發(fā)送記錄以及終端與網(wǎng)絡(luò)的其他交互記錄（如終端的開機(jī)消息、位置更新消息、鑒權(quán)消息）等；第二類是PS（Packet Switch）域中的IP包數(shù)據(jù)，PS域數(shù)據(jù)主要包含用戶上網(wǎng)時(shí)的控制面和用戶面數(shù)據(jù)包記錄，控制面數(shù)據(jù)如AAA的鑒權(quán)、認(rèn)證數(shù)據(jù)包，PDP建立、更新、刪除等，用戶面數(shù)據(jù)主要是用戶的上網(wǎng)記錄數(shù)據(jù)；第三類是包含用戶個(gè)人屬性的CRM數(shù)據(jù)，主要包含用戶的身份資料數(shù)據(jù)、產(chǎn)品的訂購(gòu)數(shù)據(jù)、用戶的消費(fèi)數(shù)據(jù)、用戶的支付數(shù)據(jù)、用戶的套餐數(shù)據(jù)、用戶的終端數(shù)據(jù)等。

這些數(shù)據(jù)完美地體現(xiàn)了大數(shù)據(jù)的“五V”特征，中國(guó)聯(lián)通從SGSN與GGSN間以分光方式獲取移動(dòng)用戶的上網(wǎng)IP地址、時(shí)長(zhǎng)、上網(wǎng)記錄和基站流量，2013年每秒收集用戶上網(wǎng)記錄83萬(wàn)條，對(duì)應(yīng)年數(shù)據(jù)量3.6PB。中國(guó)電信一個(gè)中等規(guī)模的本地網(wǎng)每天3G用戶上網(wǎng)記錄就達(dá)到TB級(jí)，上海電信每分鐘產(chǎn)生8萬(wàn)條位置更新信息。中國(guó)移動(dòng)從移動(dòng)終端上報(bào)的異常事件記錄中采集數(shù)據(jù)，還從基站和交換機(jī)中通過(guò)分光方式采集數(shù)據(jù)，2013年每天記錄話單數(shù)據(jù)10TB、信令數(shù)據(jù)100TB、上網(wǎng)日志500TB，累計(jì)數(shù)據(jù)存量80PB，年增50%。

電信運(yùn)營(yíng)商還是移動(dòng)數(shù)據(jù)的使用者。三大電信運(yùn)營(yíng)商都著力建設(shè)大數(shù)據(jù)分析系統(tǒng)。中國(guó)聯(lián)通建立了用戶上網(wǎng)大數(shù)據(jù)分析系統(tǒng)，利用收集的用戶上網(wǎng)記錄解決用戶透明消費(fèi)問(wèn)題, 并使用其中的數(shù)據(jù)做客戶的精細(xì)化營(yíng)銷，同時(shí)準(zhǔn)確掌握每個(gè)基站的實(shí)時(shí)流量和忙閑，為網(wǎng)絡(luò)擴(kuò)容和提高質(zhì)量提供依據(jù)。中國(guó)移動(dòng)建立網(wǎng)絡(luò)資源的大數(shù)據(jù)系統(tǒng)，改進(jìn)對(duì)用戶專線提供的速度。建立微營(yíng)銷大數(shù)據(jù)分析系統(tǒng)，實(shí)現(xiàn)定向精確營(yíng)銷、差異化的合作伙伴后向能力保障和智慧城市管理。中國(guó)電信利用大數(shù)據(jù)支撐智能管道，通過(guò)感知優(yōu)化流量使網(wǎng)絡(luò)暢通，還利用大數(shù)據(jù)分析中小企業(yè)用戶的通信行為，對(duì)企業(yè)誠(chéng)信和經(jīng)濟(jì)能力進(jìn)行評(píng)價(jià)，降低金融機(jī)構(gòu)的風(fēng)險(xiǎn)。

大數(shù)據(jù)提高企業(yè)內(nèi)部科學(xué)決策

運(yùn)營(yíng)商大數(shù)據(jù)的價(jià)值主要體現(xiàn)在運(yùn)營(yíng)商內(nèi)部應(yīng)用和外部商業(yè)化。其中通過(guò)內(nèi)部應(yīng)用可以提高運(yùn)營(yíng)商的科學(xué)決策水平，實(shí)現(xiàn)決策從主觀判斷和經(jīng)驗(yàn)判斷為主轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的科學(xué)決策。

精準(zhǔn)營(yíng)銷，提升市場(chǎng)經(jīng)營(yíng)水平。通過(guò)對(duì)移動(dòng)用戶上網(wǎng)行為的分析，知道用戶的上網(wǎng)偏好，并把合適的內(nèi)容推薦給喜歡的用戶，實(shí)現(xiàn)精準(zhǔn)流量經(jīng)營(yíng)；根據(jù)使用不同移動(dòng)終端的用戶的月均流量消耗，分析出在哪些移動(dòng)終端上用戶的上網(wǎng)體驗(yàn)最佳、DOU最大，根據(jù)該數(shù)據(jù)就可制定更為科學(xué)的終端補(bǔ)貼策略；通過(guò)對(duì)用戶手機(jī)的通話、短信和空間位置等信息進(jìn)行處理，提取用戶通信行為的時(shí)空規(guī)則性和重復(fù)性，有針對(duì)性地開發(fā)業(yè)務(wù)和優(yōu)化資費(fèi)模式及套餐余量置換方案，實(shí)現(xiàn)定向精確的終端營(yíng)銷和個(gè)性化內(nèi)容業(yè)務(wù)推薦。

客戶維系，提升客戶服務(wù)水平。根據(jù)用戶的終端是否支持4G，主動(dòng)向用戶推薦性價(jià)比更好的4G套餐，讓持4G終端的用戶早日用上4G網(wǎng)絡(luò)，提升客戶體驗(yàn)，降低用戶流失率；通過(guò)分析客戶通話對(duì)象結(jié)構(gòu)轉(zhuǎn)移、使用量變化、上網(wǎng)行為漂移、套餐飽和度下降，分析出客戶離網(wǎng)傾向及繳費(fèi)異常傾向，及時(shí)進(jìn)行客戶維系與挽留。

優(yōu)化網(wǎng)絡(luò)，提高網(wǎng)絡(luò)建設(shè)和維護(hù)水平。通過(guò)3G基站的流量大數(shù)據(jù)，可以分析出哪些區(qū)域是用戶數(shù)據(jù)流量高消耗區(qū)，在這些區(qū)域建設(shè)4G基站，就能做到既精準(zhǔn)又有效；通過(guò)對(duì)MR大數(shù)據(jù)的分析，可以知道哪些區(qū)域移動(dòng)網(wǎng)絡(luò)小區(qū)信號(hào)覆蓋不好，通過(guò)關(guān)聯(lián)CRM中的客戶信息和套餐信息，便可排出網(wǎng)絡(luò)優(yōu)化的優(yōu)先順序；以用戶的體驗(yàn)視覺(jué)實(shí)時(shí)跟蹤網(wǎng)絡(luò)性能，記錄接收信號(hào)強(qiáng)度(RSSI)、用戶位置等信息，快速預(yù)測(cè)用戶移動(dòng)行為，并獲取當(dāng)前小區(qū)及下一個(gè)切換小區(qū)的信息，對(duì)待切換到的小區(qū)為用戶預(yù)留資源，實(shí)現(xiàn)快速切換，準(zhǔn)確掌握每個(gè)基站的動(dòng)態(tài)流量和忙閑，為精確規(guī)劃站址和決策擴(kuò)容、優(yōu)化網(wǎng)絡(luò)性能、實(shí)現(xiàn)異構(gòu)網(wǎng)宏微協(xié)同提供依據(jù)。

案例：

1.國(guó)內(nèi)某運(yùn)營(yíng)企業(yè)綜合應(yīng)用神經(jīng)網(wǎng)絡(luò)、分類樹算法、logistic回歸、文本挖掘、SNA社交網(wǎng)絡(luò)分析等數(shù)據(jù)挖掘技術(shù)，建立投訴預(yù)測(cè)五大模型，包括交際圈模型、忍受度模型、情感分析模型、業(yè)務(wù)表象模型、內(nèi)容敏感點(diǎn)模型，另外利用文本挖掘方式實(shí)現(xiàn)對(duì)客戶投訴文本的自動(dòng)化分類算法的功能，實(shí)現(xiàn)文本自動(dòng)化分類技術(shù)，實(shí)現(xiàn)事件到問(wèn)題的轉(zhuǎn)換，同時(shí)，建立文本分類識(shí)別模型，變更分類，根據(jù)訓(xùn)練結(jié)果自動(dòng)重新歸類文本，使業(yè)務(wù)數(shù)據(jù)得到有效沉淀，并結(jié)合每個(gè)分析視角與應(yīng)用場(chǎng)景，給出用戶投訴的風(fēng)險(xiǎn)度、可能的投訴原因及相關(guān)場(chǎng)景。實(shí)現(xiàn)了智能預(yù)判提醒功能，防患于未然，使一線員工的工作方式由被動(dòng)服務(wù)變?yōu)橹鲃?dòng)關(guān)懷，有效降低了再次來(lái)電率和再次生成工單率，縮短了人均處理工單的時(shí)間，提升了工作人員的處理效率，降低了升級(jí)用戶的投訴率，降低了流量調(diào)費(fèi)用戶的調(diào)費(fèi)金額，有效降低了成本。

2.T-Mobile采用Informatica平臺(tái)開展大數(shù)據(jù)工作，通過(guò)海量數(shù)據(jù)的集成，綜合分析客戶流失的原因，在一個(gè)季度內(nèi)將流失率減半。

3.SK電訊新成立一家公司SK Planet，專門處理與大數(shù)據(jù)相關(guān)的業(yè)務(wù)，通過(guò)大數(shù)據(jù)分析用戶的使用行為，在用戶做出決定之前，推出符合用戶興趣的業(yè)務(wù)，減少用戶流失。

4.法國(guó)電信開展針對(duì)用戶消費(fèi)的大數(shù)據(jù)分析評(píng)估，利用大數(shù)據(jù)改善服務(wù)水平，提升用戶體驗(yàn)。某段網(wǎng)絡(luò)的掉話率持續(xù)過(guò)高，借助大數(shù)據(jù)分析手段診斷出通話中斷產(chǎn)生的原因是網(wǎng)絡(luò)負(fù)荷過(guò)重造成的，根據(jù)分析結(jié)果優(yōu)化網(wǎng)絡(luò)布局，提升客戶體驗(yàn)，從而獲得更多的客戶以及業(yè)務(wù)增長(zhǎng)。

5. 國(guó)內(nèi)某運(yùn)營(yíng)企業(yè)利用主成分分析(Principal Component Analysis，PCA)算法，將多個(gè)變量通過(guò)線性變換以選出較少個(gè)數(shù)重要變量，并嘗試基于全量的用戶通信記錄數(shù)據(jù)建立大數(shù)據(jù)分析模型，自動(dòng)識(shí)別邊界漫游小區(qū)，做到數(shù)據(jù)與業(yè)務(wù)的完美結(jié)合，改善工作流程，讓工作更加高效，從而保證新增加的邊界漫游小區(qū)及時(shí)添加到計(jì)費(fèi)系統(tǒng)中，解決由于邊界漫游話單多收用戶漫游費(fèi)而引發(fā)的客戶投訴，提升公司對(duì)用戶的服務(wù)品質(zhì)，減少用戶投訴引起的話費(fèi)返還等維系成本；對(duì)網(wǎng)絡(luò)調(diào)整后不再是邊界漫游小區(qū)的及時(shí)發(fā)現(xiàn)并刪除，避免真實(shí)漫游話單當(dāng)作本地話單進(jìn)行批價(jià)而造成話費(fèi)損失。