(完整word版)运营商大数据需求分析报告

(完整word版)运营商大数据需求分析报告

运营商“大数据”需求分析

当前电信运营商,尤其是移动通信信息服务领域中数据的爆炸性增长为大数据

技术的应用提供了丰富的数据原料。运营商已深刻认识到大数据的重要性，均在数

据仓库建设方面投入了大量资源，在企业内部已经利用大数据实现消费行为记录管

理.大数据分析也已经成为运营商提升核心竞争力,创新业务模式的有力手段。

运营商数据一般可分为三大类。第一类是业务数据，如用户姓名、出生日期、

所用终端信息、通信行为习惯等等； 第二类数据是企业内部的经营管理活动产生

的；第三类是网络日志，这是所有数据里占比最大的一块。

一、运营商大数据分析应用领域。运营商对数据分析的应用主要涵盖企业管理

和产品服务、客户调查、网络优化等。

1、改善用户体验。通过对大数据资产的有效利用,电信运营商能够更好的了解

客户，提供客户满意的服务和产品，提高客户忠诚度，降低流失率。研究并应用大

数据关键技术对各领域持续生成的服务数据、用户数据和网络数据进行分析挖掘，

并将产生的结果和知识应用于服务和支撑系统中，对服务的运行数据进行缜密的评

估和诊断，并实现对用户的行为数据进行深入的分析和挖掘。

2、支撑企业决策.通过大数据可视化，实时真实准确展现企业发展现状，支撑

企业的战略决策和管理。在经营分析系统中,深度挖掘融合市场、 集团、 客户、 客

服、网络、财务数据，为业务和决策部门提供较完备的用户数据分析，使公司决策

由“经验型”转为“分析型”,实现了精细化运营.公司发展战略部需要依靠数据来

分析了解市场情况，比如地方出现突发事件后客流量减少从话务量可以看出，通过

用户的漫游话单可以看到马航失联事件对当地旅游业的影响等等。

3、创新商业模式。大数据应用为电信运营商开创了新的盈利模式。例如：产

业链的合作模式、数据的开放运营等等。随着大数据技术这种全新的方法和工具在

移动通信信息服务领域的深入应用,必将创造出革命性的新生产力，促进移动通信信

(完整word版)运营商大数据需求分析报告

息服务产业进入新一轮爆发性增长。例如:精准营销,促进增值业务发展，根据用户

对互联网内容的偏好进行交叉销售。伤口图片真实

4、渠道管理。数据分析也可以帮助运营商做好对渠道商的管控。比如，目前

中国移动在国内大概有100万个社会渠道，根据现有政策,如果渠道商发展了新客

户,中国移动会对其发放酬金.但有些渠道商会通过作假来套取酬金.但这些欺诈行为

是可以通过数据分析鉴别出来的,比如说如果新客户的很多行为是高度一致的，基本

可以判定这些属于假用户。

二、具体应用举例。比较成熟的应用包括：流量经营分析系统、手机阅读BI(商

业智能）系统、无线音乐BI系统、垃圾短信骚扰电话分析系统、位置精准营销系

统等。

以手机阅读BI系统为例：通过大数据BI平台产品,实现智能推荐、精准营销、

用户分析、产品分析、门户分析、智能报表、合作伙伴管理、数据开放等大数据应

用。通过打造生产型BI应用,每天为千万级终端用户提供个性化推荐，为百万级终

端用户提供精准营销，直接提升用户留存率、订购转化率等企业重要KPI指标。

同时，手机阅读BI面向运营商提供数据分析支撑、运营支撑、决策支撑，大

幅提高企业运营管理效率；面向全国省市及合作伙伴,提供数据开放服务,树立基地

在价值链中的主导地位,并实现产业共赢。

三、运营商对大数据的价值挖掘方面仍然存在的问题

1、缺乏企业级的数据标准，缺少数据管控流程，不同的业务部门对同一个产

品的标码都是不一样的，这样就无法做到企业级的分析；

2、数据口径不一样，不同部门对未来趋势的看法是不一样的;举个例子，省公

司仅靠地市公司提交的部分数据进行分析，下达的营销方案让地市一线难以理解；

3、企业内部没有对数据做好统一管控，导致数据重复存储,数据安全风险很大；

4、需求部门和IT部门是割裂的，需求部门不了解IT部门有哪些数据，不知道

(完整word版)运营商大数据需求分析报告

什么需求是合理的,而IT部门不知道其他部门的需求。

OTT企业对传统电信运营商的业务冲击是很严重的，比如说微信，从今年初到

现在，中国移动的短信业务相比去年同期下降了20%，转型势在必行,而大数据是

支撑企业转型发展的工具。

四、未来大数据的应用需求

1、数据仓库技术的更新换代。传统数据仓库无法有效存储日益增长的业务数

据 随着运营商各项业务数据量的增加， 伴随应用复杂导致的数据量的进一步增

加，海量的 数据量导致了运营商业务系统数据存储和处理压力，而数据仓库无法

线性扩容,导致运营商 信息一个人很好 系统出现管理难度加大、成本高、扩容压力大、效率下

降等问题。

2、电子渠道，精准音效。把网站上的用户关注度或行为特点记录下来,并将这

部分数据跟原有的数据库进行整合分析， 就能将用户个人的购买行为轮廓真正地

描绘出来，实现精准营销。

3、各业务系统的数据整合，资源和应用的共享。经营分析、信令监测、综合

网络分析、不良信息监测、上网日志留存等大数据系统分专业建设，其中部分系统

分省建设，造成资源重复建设、应用重复开发、专家资源无法共享。另外，数据的

分散存储、标 准化缺失是运营商面临的一个重大问题， 各大数据系统数据模型不

统一， 跨系统综合分析需 求不断增加。运营商的数据库目前仍以传统架构为主，

建设成本高昂,且难以满足业务发展 的需要。 高可扩展的、 成本低的新的大数据

架构成为未来运营商大数据采购和分析的重要方向。

4、营销数据的集成与整合。通过采用现代化的信息技术， 在企业统一的数据

采集和运营商用户信息模型、基础资料和拓扑关系的基础上，应用于客户业务查询、

营销辅助决策及业务可靠性管理等惠普笔记本电脑开不了机怎么办 领域的标准化、一体化 的企业级信息平台。以

BOSS 平台为基础和核心、以集成平台为中心，集成营销系统、计费自动化系统、

(完整word版)运营商大数据需求分析报告

生产系统及 CRM 等系统的相关数据,实现面向计费的可靠性管理、资料电子化移

交、辅助故障抢修、客户综合信息查询、准实时数据展现和营销方案分析等业务。

BI 数据集中化所带来的信息集成借助信息系统实现各专业口的业务流程畅通、信

息和数据畅通,打破了各专业的壁垒，可以提高运营商的运营效率，推动运营英国的英文全称 商转型

的提前实现.

5、融合架构下的集中化商业智能平台建设。运营商实施数据管理和分析的一

个重要平台是商业智能平台， 随着数据量的激增以及客户营销定位要求提升，具

备集中化的、强大扩展性和高可用性的商业智能系统平台构建成为运营商基于大数

据应用的关键一环。 比如， 运营商要求商业智能平台支持海量结构化及非结构化

数据分析挖掘， 结合用户上网日志及互联网网页内容， 为精准行销提供用户行为

偏好分析，为同时互联网业务发展提供大趋势及业务竞品分析能力。由于集中化建

设，集中化 BI 系统将面临着数据规模大、数据处理复杂、混合负载多样等多种挑

战，传统的单一数据仓库 技术难以满足,需要引入大数据技术.

6、向“信息运营商”转型的需求。随着运营商数据量的激增和多样化，如果

对这些数据加以利用，不仅可以详细分析用户的消费习惯，还可以对客户营销各种

非电信类的产品， 发展成为用户各种消费的门户管理机构。 这就是信息运营的范

畴，它为电信运营商提供了一种新的发展方向—-信息运营商。大数据兴起为电信

运营商精准营销、优化服务提供技术支撑，随着移动互联网的进一步发展和大数据

技术的普及，数据分析，即将成为运营商新的业务增长点。

7、信息安全需求。大数据分析带来最直接的问题就是数据安全，伴随大数据

分析需求的不断旺盛，信息安全和数据安全需求也将越来越迫切。

五、近阶段具体项目信息收集

1、中国电信2014年第一批云计算相关产品集中采购服务器虚拟化软件（模型

三）部分招标

(完整word版)运营商大保尔的精神品质 数据需求分析报告

2、中国电信2014年IDC/ISP信息安全管理系统建设工程

3、2014年中国电信业务云和研发测试云能力提升技术开发项目

4、中国电信股份有限公司湖南分公司2014年数据运营管理平台新建项目招低碳生活英语 标

公告

5、2014年中国电信广东公司大数据精确营销体系模型库研发流失预警模型应

用软件购置项目

6、2014年中国电信浙江公司互联网化服务客户端运营支撑项目

7、中国移动河南公司无线音乐精细化运营平台建设项目

8、中国移动甘肃省2014年云MAS业务平台建设项目

9、中国移动通信集团上海有限公司2014年网络舆情监测项目

10、中国移动四川公司2014年CMNET流量分析控制系统扩容建设项目

11、中国联通北京电子渠道个性化应用软件升级改造工程（统一资源管理系统）

12、2014年中国联通海南数据分析系统、网格营销系统、维系挽留系统代维

服务

信息化和解决方案服务部

2014年6月