邮电通讯集团怎么用活大数目,大数目利用从网

如今各个领域都在研究大数据,大数据到底能给通信运营商带来哪些商机?看了一些大数据相关的书籍、资料,了解到大数据的真实价值就像漂浮在海洋中的冰山,第一眼只能看到冰山的一角,绝大部分都隐藏在表面之下。而发掘数据价值、征服数据海洋的“动力”就是云计算。互联网时代,尤其是社交网络、电子商务与移动通信把人类带入一个以“PB”为单位的结构与非结构数据信息的新时代。大数据与云计算是一个问题的两个方面,大数据是问题,而云计算是解决问题的方法。通过云计算对大数据进行分析、预测,会使决策更为精准,释放出更多数据的隐藏价值。大数据时代正在从思维、商业、管理等方面给人们带来巨大的变革。

最近跟人聊天的时候,又提到了“互联网 ”,回过头来仔细的思考了一下,说说我对这个概念的理解,以及很多人关心的其对传统行业有哪些影响。

当前,大数据浪潮风起云涌,各行各业都在探讨大数据的用途。对于电信企业来说,有潜在价值的大数据包括哪些?如何才能用活大数据?

当今,通信运营商面临的生存发展环境已发生剧烈变化,不仅市场饱和度提升导致彼此之间的同质竞争更加激烈,而且互联网等异质替代趋势日益凸显,通信运营商感受到前所未有的压力。随着企业信息化业务的快速增长,中国移动充分利用自身在数据的获取、存储、分析等方面的优势,为企业客户提供更为丰富和有针对性的信息化产品与解决方案。除了电话会议、视频会议、专网专线服务、无线宽带接入、集团V网、IDC数据中心等基础通信服务外,还有移动办工、企业一卡通等管理服务,移动管家、移动CRM等营销服务,视频监控、车务通等生产控制服务,仅以融合通信业务为例,这一新商用业务,客户就覆盖了政府、教育、金融、电力、制造、公安、酒店等重点领域。

《反脆弱》当中提到过一种病,叫新事物狂热症。就是指,每一次出现新的事物,这些人都会强烈追捧,认为这是革命也好,还是颠覆也罢,总之肯定能不一样,但结果是每次都一样。在我看来,“互联网 ”就是个典型的新事物狂热症的例子,就像之前提出的“互联网思维”,“工业4.0”一样。归纳这些新概念的本质,是利用先进的科技手段和运营思维改变人们的生活方式和公司的运作方式。

 图片 1

笔者认为,除了主要来自于业务运营支撑系统、企业管理系统的传统数据外,电信企业拥有的大数据主要来源于互联网、移动互联网等,以非结构化为主,构成更全面数据源,如上网行为数据、网上交易数据、位置数据、网管数据、信令数据、微博数据、即时通信数据、网页、传感器数据、音频数据、视频文件、图片、日志、实时监控视频等。

通过大数据分析,对企业运营的全业务进行针对性的监控、预警、跟踪,这样系统就能在第一时间自动捕捉市场变化,再以最快捷的方式推送给指定负责人,使他在最短时间内获知市场行情。数据流经过终端、运营商和应用提供商最终进入人们的视线,数据作为核心资产正深刻影响着所有企业的发展模式。企业要充分合理利用自身大数据优势,通过对用户的网络使用数据进行分析,并将分析结果用于网络建设和优化;对用户通信消费行为进行挖掘,做到在业务拓展精准营销方面有的放矢。

互联网对于传统行业的影响,可以从技术革新的角度进行思考。在《How Google Works》一书中,Google的掌门人施密特是这样描述技术革新的:

互联网 数据”的创新创业模式成为“互联网 创新创业的主要方向之一,为经济创新带来新增量。

大数据给运营商核心价值将带来很大提升。第一,大数据将助运营商提升市场响应能力,推进实现智慧运营。大数据让运营商能够全面洞察客户行为,精确化地识别客户,精准地制订策略,支持经营决策,增强电信核心竞争力。第二,大数据将助运营商提升客户服务创新能力,成为创新信息服务的参与者。数据产品化,将使运营商能够提供基于客户状态、位置、终端等个性化需求的信息服务。第三,笔者认为,大数据将使运营商提升资源优化配置能力,成为智能管道的主导者。大数据可让运营商精确识别客户、业务、SP,优化网络资源调度,分档分阶按需供给网络资源,实行差异化服务。第四,大数据将帮助运营商提升对产业链的服务能力,助力其成为综合平台的提供者。数据能力合理开放,将促进产业应用,提升全产业链综合服务能力。

大数据挖掘与分析可以让企业和某个组织在浩瀚的数据海洋中去发现去洞察,准确把握事物相关性,对于我们通信运营商来说拥有大数据思维尤为重要。

· 互联网让信息免费、源源不断、无处不在,几乎所有信息都可以在网上找得到。
·移动设备和网络让全球范围内的咨询共享和通信成为可能。
·云计算让人人都能以低廉的价格现付现购地使用强大的计算功能、无限的内存空间、精密的工具和各种应用程序。

不同行业大数据应用进程的速度,与行业的信息化水平、行业与消费者的距离、行业的数据拥有程度最为相关。总起来看,可以分为四类:

对内应用增强竞争力

的确,就是这样的几个革新技术,引发了人们的生活方式的改变,人们的消费心理的改变,也倒逼着传统行业不得不随之改变。

第一类是互联网和营销行业。互联网行业本身就是离消费者最近的行业,同时拥有大量实时产生的数据,在线化是其企业运营的基本要素,因此大数据应用的程度是最高的。与之相伴的营销行业,是围绕着互联网用户行为分析、为消费者提供个性化营销服务为主要目标的行业。

现阶段,运营商支持流量经营、智能管道的数据应用还处于初级水平,数据应用主要采用基于内部整合数据的分析挖掘手段。近期,运营商应着力整合企业内外部数据,做到内部交易数据与互联网交互数据的融合,由此开展用户行为模式的分析与数据挖掘并支撑各类数据应用,包括:支持精细化营销、支持产品规划和创新、支持网络优化和投资、支持能力开放与合作。长远来看,运营商应建立基于大数据驱动,以消费者为中心、以客户体验为重心的企业运营及组织变革模式,如亚马逊将数据化运营贯穿业务全过程,以选品、价格和便利作为亚马逊客户体验的三个支柱。

互联网改变了信息的传播手段

互联网技术缩短了人们获取信息的路径,并提高了信息的多样性。这样给人们带来的好处有两个方面:

一是让人们能够了解到过去人们无法了解到的信息。比如一家饭店的哪个菜好吃、人均价位是怎样,过去只有进去吃过才知道,而现在,通过大众点评这样的互联网服务很便捷的就知道了。

二是让人们得到过去无法快速得到的信息。比如在商场购物时看中了一个商品,在过去我们不知道其它商场的这件商品的价格,为了以最低的价格买到商品会不惜跑遍全城,而现在的购物方式往往是:看中了一款商品后,打开京东、淘宝即可知道该商品的最低价格。

信息传播手段的改变,对于传统行业的影响主要是颠覆了以“信息不对称”为核心模式的高利润行业。比如传统的商品零售业、线下服务业、一些夸大宣传欺骗消费者的产品、一些单纯以资源对接(对缝)为核心业务的公司。一旦这些产品和服务的价格信息、口碑信息、成本结构、渠道信息暴露在互联网中时,以前由于信息不对称导致的高利润消失了,让没有诚信的企业无法继续生存,让质量低劣的产品和服务自食恶果。

第二类是信息化水平比较高的行业。比如金融、电信这两类行业,它们是比较早进行信息化建设,内部业务系统的信息化相对比较完善,对内部数据有大量的历史积累,并且有一些深层次的分析类应用,目前正走在内外部数据结合起来共同为业务服务的阶段。

运营商内部的大数据应用场景可包括以下方面:第一是精确化营销与维系挽留。从海量数据中分析客户行为偏好,结合客户与收入数据,可以实现对现有业务的精确化营销和维系挽留,包括锁定特定业务的目标客户以及锁定可能流失的客户。第二是精确化网络运维。通过对流量和流向的分析,实现网络资源的动态配置;分析网络日志,支撑网络优化和故障定位;通过对客户流量和上网行为偏好的分析,实现智能管道策略的个性化制定以及网络阀值的动态调整。第三是精确化客服支撑。利用大数据实时技术实现客服信息的实时提醒;利用大数据技术的高速查询性能,提升清单查询速度,并有能力实现客户互联网使用详单查询。第四是关系链研究。收集客户通讯录、通话行为、网络社交行为等大数据以及客户资料等传统数据,开展交往圈分析,利用社交圈子提高营销效率,改进服务,低成本扩大产品的影响力。

智能移动设备改变了人们的生活方式

随着智能移动设备的普及,人们的生活方式也随之改变。影响最大的是人们的娱乐方式,看视频、玩游戏、阅读新闻资讯、听音乐,这些娱乐行为从之前的电视端、PC端转直接移到了移动端。另外,人们的社交方式、购物方式、学习方式、消费支付方式,出行方式由于互联网和移动设备的普及都发生了不小的改变。

人们生活相关的行业,由于之前的传统企业技术门槛和行业壁垒不高,最容易被新兴的互联网公司颠覆掉。而基于国有资源垄断的企业,也会因为创新能力不足走向穷途末路。

·传统的新闻业。移动数字阅读已经完全可以替代传统的报刊杂志阅读,免费的数字信息爆发式的增长,还有多少人会购买传统的纸质媒体?

·传统的出租车公司。随着共享经济的发展,出租车行业的垄断逐步被打破。出租车车主们为垄断企业上缴“份子钱”的时代即将过去,无作为的出租车公司必将被淘汰。

·传统的电信运营商。电信运营商穷途末路是市场和技术发展的必然趋势。国家对铁塔公司的布局就是将电信运营商的核心业务—基站业务剥离出来。目前基于互联网的通讯技术甚至视频通讯技术已经成熟。设想,今后每个人都利用QQ打免费电话,利用微信发免费信息,移动设备的网络直接租用铁塔的数据基站,那电信运营商还有必要存在吗?

·传统的广播电视台。广播电视台做为娱乐节目与电视终端的“中转站”,迟早会有一天寿终正寝。一方面独立制作的娱乐节目、影视节目的内容价值在逐步提升,一方面人们的娱乐节目观看习惯也在从TV端转移到移动端,传统的广播电视台对于互联网时代的用户来说,已经成为了鸡肋。

第三类是政府及公用事业行业。不同部门的信息化程度和数据化程度差异较大,比如交通行业目前已经有了不少大数据应用案例,但有些行业还处在数据采集和积累阶段,但政府将会是未来整个大数据产业快速发展的关键,通过政府及公用数据开放可以使政府数据在线化走得更快,从而激发数据类创新创业的大发展。

对外经营拓展业务模式

云计算为创新产品提供了无限可能

云计算为我们带来的价值有两个:一个是大幅提高了终端设备的计算速度,一个是进一步缩小了终端设备的体积。基于云计算,今后的智能设备只需具备输入模块(识别用户的操作)、输出模块(显示信息和内容)和通信模块,而将运算、存储等功能放到云端处理,不仅运算速度更快,而且更省电、体积更小,同时大幅降低智能设备的制造成本。

云计算就好比给产品装上了超强的大脑,让很多之前无法想象的创新产品成为了可能。

比如智能玩具,现在很多放置了语音识别模块的玩具基本上都是进行模式化的互动:识别到了一个指令反馈一个动作或信息。而集成了云计算功能的玩具,不仅可以自由的与孩子们聊天,还能通过孩子的行为熟悉了解他的生活习惯并成为孩子的朋友。

再比如同声传译的工具,在未来语言不通绝对不会成为与外国人交流的障碍,基于云计算的同声传译工具不仅便于携带,还能非常精准的实时翻译对方的话。

这样来看,传统行业的消费级产品,如果还未加入智能化的创新大潮,就要接受即将落伍的命运了。

第四类是制造业、物流、医疗、农业等行业。它们的大数据应用水平还处在初级阶段,但未来消费者驱动的C2B模式会倒逼着这些行业的大数据应用进程逐步加快。

运营商对外可充分利用电信行业的数据优势,拓展电信业务模式,将大数据直接产品化,基于客户状态、位置、终端、喜好等,为社会提供信息服务。如:开展广告、数据开放等业务。在广告推送方面,可通过客户上网类别反映的需求动向,精准锁定目标客户,支撑电信业务或者其他商家开展手机定向互联网广告服务。在数据开放方面,数据开放业务除了提供基本的原始数据以外,电信企业还可以利用本系统能力,基于网络信令和互联网客户标签数据分析,形成专业的行业应用报告,精确锁定有需求的潜在客户,为后向商家及内部合作伙伴管理提供准确定量的行业及客户分析报告,实现营销推送、分析评估等能力对外开放。例如:为特定区域分析客户群的类型,帮助区域商业规划、门店选址、大型LED广告动态投放等。

大数据改变了企业的运作模式

基于海量数据样本以及有针对性的用户行为分析,可以帮助企业更加精准的找到目标用户,实现销售转化。

首先我们来看企业传统的营销的方式。企业营销主要是靠直接或间接的渠道与客户建立“连接”,比如通过实体店吸引消费者前来购买,比如通过电话营销与客户沟通,比如通过广告形式提高产品的知名度,这些都是在产品(或品牌)与客户之间建立连接的过程。在连接达到稳固状态后,就可以引导用户实现消费“转化”

到了互联网时代,用户可以通过网络更便捷的获取到信息,新一代的互联网营销方式不断涌现:百度搜索推广、网站广告位、软文、微信号、在线活动等等。由于人们的生活方式在改变,人们每天接受到的信息量不断增多,移动化的新“连接”方式变得更加高效、成本更低。

以上的这些变化,仅仅是在营销方式、手段上的更新、多样化。而大数据会为营销加入一个更加高效的“引擎”,通过这个引擎,所有的营销手段都会变得更加垂直、精准。大数据会基于用户的海量数据进行统筹、分析、归纳出不同的特征和属性,然后根据用户行为为不同的用户定义出其该用户的属性(标签)。最后,根据公司的业务需求,分析业务的目标群体,通过标签化的属性锁定受众用户,指导不同的营销渠道与其建立连接。

举个例子,一家销售高端智能手表的公司,设定的目标群体是有一定生活品味的白领群体。那么,通过对用户群体的分析,找到了符合这个群体的标签:“月薪1万以上”、“购买过奢侈品”、“极客群体”、“有送女朋友礼物的习惯”等等。设定好这样的标签后,大数据会找到跟这些标签相匹配的用户,并给出营销规划,比如在情人节或女朋友生日的前几天,目标用户打开百度或查看某网站时,广告栏展示出高端智能手表,甚至广告的文字内容都会根据用户的特征有所变化。或者,通过微信或短信为用户推送一条消息,通过用户常用的新闻客户端为用户置顶一条软文。最终引导用户了解产品,购买产品。

在未来,不论企业做的是C类消费级产品还是B类企业级产品或服务。如果没有更早的接入大数据这个营销“引擎”,目标客户被竞争对手蚕食是迟早的事。


本文由 @周博文 原创发布于简书,未经许可,禁止转载。

具体来说,不同行业的大数据应用呈现出以下的显著特点:

互联网公司数据业务化加速

互联网公司拥有大量的线上数据,而且数据量的增长速度是非常惊人的,除了利用大数据提升自己业务之外,如何实现数据业务化,利用大数据发现新的商业价值对于大家来说,依然处在不断尝试过程之中。以阿里巴巴为例,从个性化推荐、千人千面这种面向消费者的大数据应用加强之外,智能客户服务利用大数据的力度也在不断加强,这种应用场景会逐渐从内部应用到外部很多企业的呼叫中心之中,面向商家的大数据应用以生意参谋为例,超过600万商家在利用生意参谋提升自己的电商店面运营水平等。除了面向自己的生态之外,阿里巴巴数据业务化在不断加速,芝麻信用这种基于收集的个人数据进行个人信用评估的应用获得长足发展,应用场景从阿里巴巴的内部延展到越来越多的外部场景,比如租车、酒店、签证等。

大数据营销实现精准触达

全域大数据营销成新方向

营销的实质是从消费者出发,第一,需要找到消费者内心深处很清晰、或者不那么清晰但潜意识中对于商品的喜好;第二,以数据为驱动,使商品能够精准的触达用户,并不断在实施过程中进行优化;第三,让老客户的营销能获得社会化的传播。效果营销和品牌在大数据驱动下需要把整个串联起来。

DMP(数据管理平台)平台在从早期广告服务平台逐步演变为企业客户营销的核心引擎,DMP服务商在不断把更多的数据整合进统一平台,并对这些数据进行标准化、标签化和细分,为客户提供更精准的数字化营销服务。

程序化营销的概念得到了普及和发展,正在向更精细化方向发展,利用大数据实现更精准的受众,营销效果及ROI透明化成为主要方向。如何收集消费者更多元化的数据,对消费者给出更全方位的画像成为营销大数据应用的重要方向。比如,通过收集消费者的消费、所属行业、搜索行为、品牌喜好、兴趣等行为数据以及社交、位置等数据,通过可视化的标签,可以帮助企业更方便直观的选择、触达到目标人群。

利用大数据推动内容营销,并分析不同内容模式的效果,就可以更敏锐地洞察到,哪些内容能够将潜在客户转化为客户;利用大数据创造更有意义的个性化,并且选择在适合的时间以适合的渠道向潜在客户自动发送适合的内容;融合线上线下数据、内部外部数据,尤其是重视移动端和社交数据的整合,通过统一的全域大数据平台对消费者或最终用户进行全方位分析和展示,才能利用大数据实现营销效果最大化,实现营销应用的闭环。

金融大数据应用

从点到面,逐渐深化

金融行业数据类型丰富,数据质量好,信息化程度高,数据商业应用较早。金融行业的大数据商业应用较为成熟,一直是传统行业中走在大数据商业应用前列的行业。传统金融行业的数据源非常丰富,以银行为例,银行的交易系统每天产生数亿笔交易信息,这些数据以结构化数据为主。在其业务处理过程中,产生了大量日志数据,网上银行业务的频繁使得消费者的金融消费行为数据变得丰富,还有越来越多的移动端和社交媒体数据等。金融业是传统软硬件的重度用户,越来越多的银行业用户开始引入开源平台,不少银行已经采用Hadoop平台建立的大数据应用主要用于查询历史记录类应用。

金融业的应用场景变得更丰富多彩:从最受关注的反欺诈和风险控制类应用来看,金融业互联网业务的出现在为大家带来便利的同时,也增加了出现风险的渠道。因此无论是传统金融业还是新兴的互联网金融企业,都在利用大数据搭建更加精准的信用风险评估模型,以降低金融服务的风险,同时对一些不合规行为提前进行预警;金融行业的大数据营销应用方面开始把社交和移动端数据结合进营销类应用,对消费者进行更为精准地分析,为后续的新产品服务开发奠定基础;在客户关系管理领域,金融企业开始利用大数据刻画消费者的行为,进行客户流失率分析、客户体验分析以及客户分类优化分析等细分类应用。

运营商大数据应用

从自身发展到跨行业

运营商的大数据应用场景主要还是围绕着自己的传统业务,在网络运营、精准营销以及客户服务等方面开展应用,提高运营效率,比如根据用户的使用习惯进行用户群体划分,从而对用户个性化推荐合理的套餐等营销类应用;比如根据网络故障以及网络拥堵的状况所积累下来的日志数据进行网络优化,合理部署网络资源,提高网络效率,为客户提供差异化服务;根据用户投诉或者客户服务水平的评估,分析离网客户的特征,制定挽留潜在离网用户的措施。

最近两年的变化在于,第一是运营商拥有大量的用户移动互联网使用数据、支付数据以及GPS数据等,开始通过将经过脱敏后的数据资源开放给数据需求方或者通过交换的方式获取自己所需的数据;第二是开始将依据已有数据的分析服务对外输出给其他行业客户,比如有交通行业用户利用运营商信令数据进行交通状况的预测。

交通大数据应用突破:

从交通管理发展到智慧交通

作为直接为市民提供公共服务的管理部门,交通状况的好坏是一个城市或区域城市管理水平的直接体现。交通大数据的应用从以往的交通数据收集和管理,朝智慧交通的方向发展。开始利用物联网技术全面感知交通状况,实现不同来源数据的融合,用云计算和大数据来服务和决策,通过数据的实时、科学分析和建模做出预测和预判,通过多元化的服务渠道主动传递。

智慧交通成为很多智慧城市重要的切入点。我们看到有不少城市在利用大数据进行交通状况预测和统筹管理方面有了实际的进展,比如,浙江交通利用来自运营商的信令数据分析,实现了对未来1个小时路况的预测,准确率达到90%以上,使得交通管理部门可以依此进行决策;贵州交警则对海量交通数据进行全库关联,通过对车辆图片进行结构化处理并与原有真实车辆图片进行对比,实现了对套牌车的精准识别,并依此开始建立重点驾驶人征信系统。以高德交通大数据应用为例,高德通过交通大数据云平台支撑使得交通数据的采集、生产、发布到用户反馈形成了完整闭环,不仅为用户提供实时路况查询,还可以根据信息在导航过程中调整路线规划躲避拥堵路段。

政府重视数据共享和开放

推动大数据产业快速发展

中央政府以及地方政府都深刻认识到,政府数据共享和开放,对于提升政府治理水平以及促进创新创业的深刻价值。尤其是,不同政府部门之间打破信息孤岛是政府机构搭建大数据应用的一个基石和关键。我们看到,不同区域政府都已经在省或市一级成立大数据办公室或大数据处,以推动当地政府大数据应用和产业的发展,尤其在推动政府数据开放领域也起到了重要的推动作用。

以北京、上海为代表的城市级政府数据开放领域,从2012年就开始了有益的探索,并取得了初步的成果。2015年,上海开放数据创新应用大赛(Shanghai Open Data Apps- SODA)的举办,显示了上海市在政府数据开放领域的前瞻性。该比赛旨在发掘城市数据中的价值,以数据开放为切入口,集大众智慧,为城市交通系统建设出谋划策,为数据产品的创新提供竞技平台。而2012年6月在国内率先上线“上海市政府数据服务网(www.datashanghai.gov.cn)”,网站目前已经开放近500个可机读数据集,涵盖经济建设、资源环境、教育科技、道路交通、社会发展、公共安全等11个领域。

北京市政务数据资源网(bjdata.gov.cn),自2012年10月试运行以来,网站已上线发布了36个政府部门306类400余个数据包,覆盖旅游、教育、交通、医疗等领域,多达36万条地理空间等原始数据资源,以及软件与信息服务业、文化创意产业相关政策文件1475件。此外,各地也都在积极为政府数据开放做准备。

随着云计算基础设施的广泛应用,数据之间的互联互通可以以云计算为基础平台,企业、行业以及科学领域的数据开放受到关注。

以气象数据为例,美国每年有1/3GDP的产值与天气有关,也就是说天气对其他产业(如旅游、交通等行业)的影响非常大。气象数据与其他行业数据的融合将会产生非常有价值的行业解决方案,通过吸引大量创业者基于气象数据创新产品和服务,气象产业也就能够产生更大的社会经济价值。2015年正式上线的中国气象数据网成为中国气象局对社会开放基本气象数据和产品的共享门户。目前,用户可以通过中国气象数据网官方网页(

中国气象数据网所公开的数据内容,基于《基本气象资料和产品共享目录》(2015年),涵盖地面、高空、气象卫星、天气雷达、数值模式天气预报5类17种基本气象资料和产品。网站全面向社会各类用户提供便捷的数据发现服务、多维度目录导航服务、灵活的数据检索服务、可视化数据显示服务、开放的数据接口服务以及个性化数据定制服务。

【编辑推荐】

本文由一分钟一开的彩票平台发布于通讯产品,转载请注明出处:邮电通讯集团怎么用活大数目,大数目利用从网

您可能还会对下面的文章感兴趣: