浅谈通信行业大数据应用.doc

浅谈通信行业大数据应用 随着信息时代的来临，大数据在信息行业的应用价值也得到了业内人士的广泛关注， 对信息行业的发展也起到了至关重要的作用，本文针对大数据在信息行业的发展和应用 进行了探讨和研究。 标签：信息行业大数据应用发展 引言：通信行业发展至今拥有丰富的大数据资源，包含数据资源、基础资源和平台资 源，这些资源优势是其他企业无法比拟的。如何让资源优势真正发挥价值，本文截取了 几个方面，与大家一起来研究下大数据在通信行业的应用。 一、大数据概述 大数据时代来了，什么是大数据呢？在淘宝上搜索一件衬衫，无论你登录哪里的界面 ，都会看到衬衫的广告，这种精准广告的投放就是大数据的应用实例。 全球最大的战略咨询公司麦肯锡给出的定义：大数据是指无法在一定时间内用传统数 据库软件工具对其内容进行抓取、管理和处理的数据集合。大数据主要由四个特征，即 体量大、多样性、速度快、价值密度低。数据体量大：大数据的数据量是海量的，是非 常庞大的，大数据一般指10TB规模以上的数据量，但是实际上为了对全量数据进行整体 展现，已经在用PB、EB、ZB来衡量的大数据进行存储和计算了。数据多样性：数据来源 、数据种类和格式日渐丰富，从而增加了数据结构、数据来源和用途的多样性以及数据 信息存储处理的多样化。速度快：数据增长的速度空前高涨，需要快速捕捉数据信息， 数据存储、传输、计算等处理速度也飞快发展。价值密度低：大数据所创造的价值密度 低，大数据本身拥有海量信息，但是真正可用的数据可能只有很小的一部分，所以信息 从采集到变现需要一个重要的过程就是分析，只有通过才能实现从数据到价值的转变。 过去，由于数据存储的局限性和分析数据的工具的影响，我们分析数据只能收集少量 数据进行分析。通过小数据量的随机采集，利用统计分析算法，尽量做到最少的数据获 得最多的信息。进入大数据时代后，我们分析数据不再局限于在小数据范围内，不再依 赖随机采样，收集并且分析海量的各种类型的数据，并快速获取到有价值的信息。 二、大数据分析步骤 大数据是传统数据分析基础上发展而来的，处理过程大致可以分为三个环节，数据准 备、数据挖掘、结果表示。数据准备就是搜索所有与业务对象有关的内外部数据信息， 从中选取所需要的数据然后整合成为数据挖掘所需的数据集。数据挖掘细分为建模、评 估、部署。建模就是使用不同的模型技术，结合业务实现目标，构建精确的模型，有些 技术在数据形成上有特殊要求，需要经常跳回到数据准备阶段；评估就是检查构造模型 是否可以完成业务目标，是否有重要业务问题没有考虑充分；部署阶段可以产生简单的 报告或是实现一个比较复杂的、可重复的数据挖掘过程。结果表示就是根据客户的要求 ，对挖掘出的信息进行分析，抽取出最有价值的部分，使用可视化工具进行结果的展现 。 三、通信行业数据分析及应用 1、优化通信网络，改善客户体验 通信业务竞争日益激烈，提供优质的网络服务，是竞争取胜的关键。基于大数据平台 ，通过整合网络优化工具，进一步完善通信网络监控体系，综合分析网络问题并输出优 化建议，从而实现对整个通信系统的良好监控。首先要了解无线网络的使用情况和资源 配置以及用户分布、用户行为等；其次要实时发现网络问题并及時给予优化建议，提升 网络运行质量；最后基于目前网络数据对用户行为进行预测，给予网络规划切实可行的 建议，确保网络覆盖和资源利用的最大化，以更好的实现客户体验。 2、改变营销方式，开展精准营销。 利用好大数据平台的海量话单、互联网数据，充分及时地对这些数据进行深度分析挖 掘，我们就能知道客户的通信行为、消費偏好、消费能力以及客户的年龄所属阶段。根 据客户的需求，就可以很精准的定位客户的需求是什么，从而制定出针对性产品方案。 首先通过大数据平台收集和整理数据；其次利用大数据在收集的海量数据中筛选出有价 值的信息，实现客户细分与定位；在得到不同的客户群特征后，需要结合企业战略、市 场环境等因素，最终为每个客户群制定个性化的营销战略，设计可行的营销方案；最后 在营销活动结束后，应该对营销活动执行过程中收集到的各种数据进行综合分析，通过 在海量数据中发掘出最有效的企业市场绩效度量，并且对营销活动的执行进行评估总结 ，为下一阶段的营销活动打下良好的基础。 3、基于大数据平台，开发销售新产品。 （1）利用大数据处理分析海量数据的实时性，来实现实时营销。 例如根据用户位置轨迹信息推送自有业务或合作商家的产品、优惠信息，如对经过合 作商家附件的目标客户推送最新优惠，吸引客户消费。 （2）构建面向大数据服务的开放平台，向第三方开放共享，通过对数据的深度挖掘 、协同共享以及应用整合，推出面向政府、企业、公众的个性化应用产品。 四、结束语 通信行业尽管在数据资源上具有独特的价值，但并不意味着仅靠自身的数据就所向披 靡。尤