移动通信运营商营销平台中的大数据应用分析

杨槐

【摘要】 结合移动通信行业中大数据应用发展策略，对移动运营商的大数据与营销平台融合应用案例进行分析和研究。

【关键词】 大数据 应用策略 营销平台

一、引言

大数据是与自然资源、人力资源同等重要，可以在很多领域广泛应用的战略资源。[1]基于海量数据的存储、挖掘、计算、分析等技术的飞速进步，大数据的应用形式也不断创新。随着海量、细致的新数据源的呈现，众多企业正面临如何利用好大数据的问题，通过以往无法应用的信息，发现业务时机，将使企业可以深化发掘大数据发展潜力，研发新的业务应用。

二、移动通信运营商大数据发展应用策略

移动通信运营商的网络管道、IT支撑系统、业务平台持续产生着大量数据：网络运维数据、信令数据、用户基本信息、用户位置信息、用户访问日志、流媒体数据等。[2]运营商的B/O/M域持续产生的大数据，具备“4V” 的典型特征（Volume大量、Variety多样、Velocity高速、 Value价值）。

大数据对于运营商不仅有实时营销、网络监控、新业务挖掘和业务推送等应用价值，还能促进传统通信与信息化业务的转型创新升级，例如，面向服务业的开店选址、店面经营，面向政府的公共安全和交通规划等，对于通信运营商重构核心的竞争力是难得的机遇。大数据也给运营商带来了巨大的挑战，主要体现在：巨大的去冗存储和移动成本；较低的有效融合度；待改善的发展政策和环境。[3]

随着移动互联网数据爆发式增长带来巨大流量，运营商缓慢增长的网络流量收入和网络成本之间不断增加的剪刀差，正侵蚀着运营商的利润。[4]为避免沦为管道，运营商需对大数据进行全面、深入、实时的分析和应用。移动互联网和大数据转型是移动通信运营商未来的发展方向，可采取分步走的应用发展策略。

大数据体系的建设先立足于流量经营相关数据，开发精确营销和实时营销需要的应用，以满足内部运营转型需求为主，构建大数据内部应用平台。整合集中数据资源，建立企业级大数据中心，实现“归一化”和 “资源化”。[4]集中采集各类业务支撑、网络支撑、管理支撑网、业务平台、CMNET、核心网数据、甚至外部数据源，构建大数据应用体系的数据基础。通过企业级大数据中心，进行数据的归一化处理，完善数据的一致性、规范性，对海量多维数据实施深度分析挖掘，实现数据综合价值。

再根据产业和需求的发展成熟度，通过能力（资源）开放等方式择机拓展外部应用价值，建设外部应用开放平台，拓展数据源和应用范围，实现内部运营的大数据化升级，整合大数据资源和其他优势资源，并有效转为面向移动互联网的“开放式”服务能力，进行其他能力的建设和标准化接口开发，拓展能力整合平台，面向移动互联网提供开放式服务。

运营商的大数据平台架构可采用分层、模块化思想设计。在整体架构中，安全管控是数据开放最关键的核心，明确开放的是客户群体行为统计信息，而非客户个人隐私。

三、移动通信运营商营销平台的大数据应用案例

大数据精准营销应用，契合了移动通信公司流量转型的需要。不同于终端、号卡销售时代，流量经营时代不仅依靠营销资源的投入，更需要精细化的运营平台。以客户为中心，通过丰富的网络日志，智能识别消费场景和消费需求。通过海量数据分析，描绘全方位的客户画像，分析其行为，深度细分客户群，关注客户需求，开展差异化营销；为精确和实时运营提供支撑，针对性地灵活支持资源分配策略。

贵州某地市移动通信运营商基于LBS数据、客户消费能力数据、客户消费习惯数据的综合调用，建构客户“标签库”精准营销内部应用平台，利用大数据关联分析，在营销平台中组合调用，通过不同渠道接触客户，实现了精准营销实时化和差异化。

首先，采集LBS、客户消费能力、客户消费习惯三大类客户数据，并封装三大类数据的分析查询结果。通过网络的无线定位技术获取LBS数据，基站信号获取手机终端所在的位置信息，采集在选定时间客户出现在何处的信息，指定区域在特定时段内的人流量信息，对LBS数据的时间、位置、人流量三个基本属性进行分析，获取某个区域一天内的人流量变化情况，提供指定时间、位置的人流量查询能力。通过BOSS系统获取客户消费能力数据，采集客户的缴费、套餐定制数据，对客户的缴费频度、金额、套餐消费情况等信息进行分析，得到客户消费承受能力模型。通过采集客户的短信、语音、流量等业务的消费清单获取客户的消费习惯数据，分析相应清单，了解其兴趣爱好、当前关注的信息、作息时间，甚至是生活境况、当前的心情等内容。因客户消费能力和消费习惯数据涉及客户隐私信息保护，不提供给外部调用，仅作为内部私有能力，进行批量数据分析，在不体现个人信息的场景中使用结果。

其次，结合营销活动的内容和目的，提取客户标签，对特定区域主要活动人群的消费能力、习惯及活动时间进行分析预测，对促销、广告等活动的最佳物理位置、开展时间等进行预测，并将结果数据导入营销平台。在BOSS系统中加载融合数据，供营业厅的营业员对到厅的客户展开个性化的精准营销推荐；同时，加载融合到电子渠道网上营业厅，让客户能主动获取自己的消费特征，并选择适合自己的业务。通过不同渠道接触客户，实现了精准营销实时化和差异化。

然后，采用数据可视化方式，在营销平台实时地呈现营销结果，及时提供信息给相关责任人，以便对结果进行分析，用以决策和调整。如图1所示：

通过该大数据营销平台的应用，实现了实时掌握客户使用业务的时间、地点、方式，以及与之相匹配的网络忙闲态等信息，提高了数据提取的准确性、便捷性和分析深度，精准掌握客户信息，更好地预测客户使用行为，推送符合客户特征的相关业务，业务的成功订购率较未使用该营销平台前提升了16.7%。下一步，将结合增强客户粘性的要求，在防止客户流失等方面，挖掘新的商业模式，全面提升精准运营和实时营销的水平。

四、结束语

大数据的发展和应用为移动通信运营商提供了新的机遇，同时在技术难度、融合水平、技术工程、管理政策、人才培养等方面的挑战，需要运营商从企业战略和经营思维层面改变，不断发挥自身的优势，创造更大的价值，迎接属于运营商的大数据时代。

参 考 文 献

[1] 维克托·迈尔-舍恩伯格，肯尼思·库克耶（英）.大数据时代[M].浙江人民出版社，2012.12

[2] 陈翀，谢晓，陈康.大数据关键技术及其在运营商中的应用研究综述[J].广东通信技术，2013，（8）.

[3]陈如明.大数据时代的挑战、价值与应对策略[J].移动通信， 2012，17.

[4]王晖，曹桓，陈伟.中国移动转型环境下的规划思路分析[J].互联网天地，2015，（4）.