请选择 进入手机版 | 继续访问电脑版

QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 442|回复: 0

电信运营商如何玩转大数据?

[复制链接]
字体大小: 正常 放大

32

主题

11

听众

78

积分

升级  76.84%

  • TA的每日心情
    开心
    2015-5-25 10:43
  • 签到天数: 19 天

    [LV.4]偶尔看看III

    自我介绍
    数据桥

    社区QQ达人

    发表于 2015-5-15 11:13 |显示全部楼层
    |招呼Ta 关注Ta

    1 R* N- p% b( P" z+ R2 n9 t
    9 X; D' O5 ~& n! k

    作为一种革命性的信息技术,大数据技术正在赋予数据生命和更多的商业价值。借助大数据进行舆情分析,将大数据应用到交通系统建设,用大数据预测赛事结果,以大数据辅助医疗……可以说,大数据正在我们的生活中发挥大用途。对于个人而言,大数据带来了便利;对于企业而言,如何应用好大数据更是关系到未来的竞争甚至存亡。

    大数据时代到来,企业面临的竞争环境发生了巨大变化。企业拥有的知识、情报和其他数据资产的数量及其应用效率已成为企业能否取得市场竞争优势的重要因素之一。为此,国内电信运营商的集团公司和很多省分公司将大数据作为其在移动互联网时代企业转型的战略性工作,开始试点了大数据系统的建设与应用,以充分挖掘企业的数据资产价值,创造新的利润点。那么,电信运营商在大数据上可以有哪些应用?该如何建设大数据系统?国内电信运营商在大数据建设中又存在哪些问题?

    大数据应用的“内+外”

    按服务对象的不同,电信运营商在大数据的应用可分为对内应用和对外应用两种。

    典型对内应用包括内部经营分析应用、网络优化、客户精准营销等。电信运营商在内部经营分析上应用大数据技术可以对原有的基于传统数据仓库的经营分析系统进行改造升级,提升数据抽取、转换、加载及读取、分析的效率。如某运营商省公司利用大数据改造经分系统后,经营分析报告数据生成的时间缩短了近50%。在网络优化方面,利用大数据分析,可突破传统的智能网优以CDT和MR数据为基础,数据源较为单一的限制,不仅可采集MR/CDT数据,同时还分析相关接口信令信息,相关位置数据,网管数据等,分析更全面且实时性更强。在客户精准营销方面,利用大数据对DPI等数据进行分析,可获取客户的行为偏好,开展产品精准推荐;对客户的通话、上网时长等进行分析,可开展客户流失预警,支撑精准客户维系等。其他一些对内大数据应用还包括基于大数据的网络故障预警、基于大数据的供应链分析、基于大数据的企业舆情分析等。

    大数据对外的应用包括商业数据服务提供和政府公共服务提供,在商业数据服务提供方面如为移动互联网广告业主提供RTB数据应用服务,为银行提供征信服务,为景区提供游客来源地聚类分析数据服务等;在政府公共服务提供方面,为政府提供基于位置的大数据服务应用,包括实时路况分析、城市规划与应急响应支持、公共安全与管理等。

    四大问题亟待解决

    目前国内电信运营商大数据建设与应用中主要存在以下一些问题。

    大数据建设缺乏统一规划:目前国内电信运营商的大数据的数据资产的存储和应用分散在电信运营商的集团与省公司及省公司的不同部门,因缺乏统一的规划,大数据建设出现了数据重复存储、功能重复建设的问题,造成投资浪费。

    数据缺、重、散、慢、差:在具体的数据应用过程中,电信运营商系统林立,数出多门,系统数据无法关联、共享,数据整合困难;数据时效性差,使用者无法及时获取所需数据;此外还存在数据不完整,数据不一致等问题,影响了大数据的分析及应用效果。

    大数据对外应用探索不足:电信运营商目前开展的大数据应用内部多于外部,Informa Telecoms & Media抽样调查发现,只有不足30%的运营商在开展大数据对内应用的同时开展了对外应用,大数据技术作为企业新的盈利增长点作用未充分发掘。需进一步加强创新,挖掘大数据对外新应用。

    大数据建设人才管理配套机制不完备:建设大数据需要企业拥有大数据技术运用能力、业务理解能力、具有数据洞察能力的综合型人才(数据科学家),而互联网公司对该类人才的需求量也非常大,且吸引力远超电信运营商。电信运营商必须对现有的人才引进机制进行改革,才能保证大数据建设人才需求。

    大数据系统建设应按需开展

    在大数据建设方面,大数据涉及的技术体系种类繁多。常使用的大数据技术主要包含NoSQl系列技术、并行数据库技术、流式计算技术和基于大数据计算平台的分布式数据挖掘技术四大类技术。运营商需针对不同的应用场景选取合适的技术进行大数据建设。对于NoSQl系列技术,可用于处理非结构化和半结构化数据,如使用Hadoop系列的HBase、Hive技术对DPI数据进行处理分析。可使用并行数据库技术代替传统的数据仓库进行经营分析,或代替传统的关系型数据库进行OLTP等,以获得更高的处理速度和性能。使用流式计算处理一些计算实时性要求较高的应用场景,如实时异常话单检测,场景营销及对外提供的一些信息化服务产品如基于手机的实时人口密度统计等。基于大数据计算平台的分布式数据挖掘技术常用的有RHadoop、Mahout等,可用于预测分析一些数据挖掘应用。电信运营商也可综合使用上述四类技术,建立大数据基础服务平台,为各种大数据应用提供统一的服务基础。此外为确保已有投资的有效利用,传统的数据仓库往往也在该平台中存在,如作为数据量较少的数据集市的存储载体,存储其他大数据技术计算的结果。

    电信运营商深度拥抱大数据

    大数据时代已经全面来临,面向未来的大数据建设,电信运营商应强化规划引导、实现大数据建设全面统筹。电信运营商建设大数据,应在集团和省公司层面分别指定部门统一组织开展整个集团和省公司层面的大数据规划,在规划的指引下,实现大数据建设与应用的全面统筹,包括:清理分散在各部门中的数据资产,开展应用规划,明确应用建设与运营分工,建设运营商集团和省公司层面统一的大数据基础平台,加强大数据安全管控等。

    夯实基础,提升大数据基础数据质量。针对大数据应用中存在的基础来源数据缺、重、散、慢、差等问题,开展运营商IT域、业务平台及其他相关系统的清理,优化系统架构,完善企业数据模型,加强数据的统一管理。从源头确保大数据分析所需的数据质量,提升大数据分析及应用效果。

    持续优化机制,为大数据建设提供有力保障。优化机制包括两方面的内容,一方面为优化创新机制,加强在统一统筹管控下的大数据应用创新激励,尤其是大数据对外应用的创新激励。另一方面为优化人才管理机制等,为大数据建设应用提供人才保障。

    总工点评:

    利用自身海量的数据资源优势,探索基于大数据的新产品与应用,是电信运营商推动产业升级、提升企业核心竞争力、应对激烈市场竞争的重要手段。综合全球来看,虽然大数据的建设与应用取得了很大进展。但在电信运营领域,大数据的研究和应用很多工作还都处于试点阶段。中国三大电信运营商无论是在大数据的应用还是建设方面仍有许多工作待探索。江苏省邮电规划设计院近年来一直进行大数据建设应用研究,拥有江苏省智慧城市大数据工程实验室等省级大数据工程试验室,承担了中国电信集团DMP原型系统建设等一系列大数据建设、研究项目。希望能同国内运营商一道,共同推动大数据在电信及其他行业建设与应用。

    Via:51cto

    End.

    $ [  [, m7 {9 Z. W" F" d7 w# L

    更多资讯,请关注:

    微信公众号:Shujuqiao_SH

    微博:Shujuqiao

    网站:www.databridge.com.cn. O: W& A6 Z4 {& y) j' _( p( n3 S' Q

    / U+ f/ G- G: _6 R* K3 k2 J. M' P+ C: d

    0 K- V- v" r3 \' @
    zan
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2021-4-20 13:02 , Processed in 0.865386 second(s), 51 queries .

    回顶部