浅谈运营商大数据的应用场景

摘 要：大数据技术的广泛应用对我国各领域均带来了较为深远影响，运营商大数据应用的受关注程度也因此不断提升，相关研究和实践的大量涌现便能够证明这一认知。基于此，本文将简单介绍运营商大数据应用场景，并结合实例，深入探讨运营商大数据实际应用，希望研究内容能够为相关业内人士带来一定启发。

关键词：运营商;大数据;应用场景

前言

大数据技术能够从以往无法利用的数据中获得智慧，较好服务于人的洞察和决策能力增强。结合实际调研可以发现，近年来我国运营商大数据应用场景极为多样化，如交通管理领域、体育赛事挖掘领域、自身管理领域，为深入了解这类应用，正是本文围绕运营商大数据应用场景开展具体研究的原因所在。

1 运营商大数据应用场景

1.1典型应用场景

对于运营商大数据应用来说，典型应用场景主要包括潜在离网用户维挽场景、数据变现场景、综合网管分析平台—基站关联分析场景。所谓潜在离网用户维挽场景，指的是基于大数据技术开展针对性的用户管理，通过分析潜在离网用户数据，开展针对性的用户管理、营销策划与实施、闭环反馈，并实现工作的整体联通。基于海量用户数据，运营商可基于大数据技术针对性分类、识别和管理所有用户，这一过程一般需通过大数据平台实现，营销策略基于用户大数据分析结果触发，配合针对性的渠道选择、资源套餐匹配、用户选择效果反馈，离网用户维挽场即可在大数据技术支持下顺利实现;所谓数据变现场景，指的是在非数字媒体/户外数字媒体价值评估场景中，对受众开展的一种独特性测量，结合具体的数据分析和需求分析，即可基于广告屏分析，最终为受众测量提供高水平服务;所谓综合网管分析平台—基站关联分析场景，指的是基于离网用户的业务行为与位置轨迹、基站地图与网络质量KPI，开展针对性的大数据建模分析，由此即可判断用户常出没的基站与其离网是否存在关联，由此可得出基站的未离网用户列表、基站供需平衡度、输出质差基站列表等信息，可服务的商用场景确定可由此实现，大数据技术的应用价值也能够得以更好发挥[1]。

1.2运营商的数据资源及优势

运营商具备庞大的用户基础和网络规模，因此其在大数据样本提供方面天然具备优势，通过分析用户在短信、通话、上网等过程中的记录，以及用户的身份信息、上网行为信息、实时位置信息，即可充分发挥大数据技术优势。深入分析可以发现，基于IT支持系统的通信业务数据、网络类数据、基于互联网与ICT的业务平台数据属于运营商数据主要来源，其中通信业务数据包括短信、语音、产品、客服、账务数据用户、数据等计费话单、渠道等;网络类数据包括用户的认证、授权、计费信息，以及行為记录、用户号码、小区位置等;业务平台数据包括终端数据、商铺信息、支付记录、消费记录、内容订购等。

基于运营商的数据资源可以发现，其在大数据应用方面具备数据类型丰富、规模大的优势，在数据覆盖广度和深度方面也具备明显优势，而随着物联网技术的快速发展、5G的不断普及，这种优势将不断放大。长期以来，运营商的数据中心建设布局遵循“重点覆盖、深入市县、遍布全国”原则，存储服务基础由此得以夯实，电信大数据也开始与各行各业实现深度融合应用，运营商大数据应用的范围也随之不断扩大[2]。

2 运营商大数据实际应用分析

2.1交通管理领域

2.1.1基本应用

在运营商大数据的交通管理领域应用中，交通指挥调度、出行信息查询、居民出行调查、人口流动预测、基础设施规划均属于其典型应用场景。以交通指挥调度为例，具体应用包括旅客来源及路径分析、旅客驻留时长、重要站点及区域实时客流分析、拥堵点路况分析、道路实施路况，应用场景则包括应急事件指挥、枢纽点客流疏导、重大活动及节假日交通调度。而围绕机场设施规划进行分析可以发现，应用场景包括公交线路优化、枢纽点商业规划、枢纽选址、道路改扩建规划。深入分析可以发现，交通部门、交警、交通信息中心、交通规划设计院、长途客运、民航、铁路、轮渡、公交公司、共享单车、机场、长途客运站、高速公路、客运港口、火车站、高铁站、地铁站的工作开展均能够获得交通管理领域的运营商大数据应用支持[3]。

2.1.2实例分析

以公交线路优化为例，运营商大数据应用需以运营商大数据能力作为优化的基础，分析对象为某市国家级产业开发区公交线网，由此对运营商手机数据进行充分整合，结合GPS数据、IC卡数据、公交线网数据，完成公交线网的优化方案制定。案例对象开发区拥有25条公交线路、345个公交站点、17处公交站场与始发站，以及12万人次的日均客运量、551km的公交线网双向总里程，开发区中心城区居住有60%的工作人口，“早进晚出”潮汐客流现象明显，现有公交线网则存在候车时间长、发车间隔大、出行时间长、部分线路绕行多等问题。

为合理应用运营商大数据，需首先进行手机信令数据采集，以此对运营商通信网络中手机用户活动情况进行分析;由此建设空间地理数据、GIS基础地图、运营商网络信号覆盖的相互映射关系，分析真实城市地理空间上手机用户的活动情况;结合建设的模型，即可采用模式识别算法、时空聚类算法开展进一步手机用户分析，并得到其群体活动特征指标;基于手机用户群体进行扩样，得到总体人口相关特征指标，如重点区域客流出行需求、人口与就业岗位分布等指标;对比及校核人口普查、问卷调查、手机数据分析结果等数据，获得修正成果数据;对比公交车IC/GPS数据（公交OD）与校核后的数据，获得公交出行与出行需求间的供需平衡关系;比对历年及逐月数据，通过多种算法与模型，得出的比对分析成果，如采用Fazzy c-Means聚类算法分析公交供需平衡。

通过合理应用运营商大数据及一系列针对性分析，最终确定了优化方案，包括支线优化方案、干线优化方案、快线优化方案。以快线优化方案为例，快线的平均站距、线路长度、非直线系数由此明确，分别为0.8～2km、15～30km、≤1.4，且需要同时实现50%以上的公交专用道覆盖率。基于具体优化方案，最终案例对9条线路进行了调整，新增线路6条，当地的交通拥堵问题由此得到有效改善，运营商大数据应用价值也得到了较好证明。

2.2运营商自身管理领域

2.2.1基本应用

运营商大数据同样能够较好服务于其自身管理领域，经营分析决策系统建设、用户画像系统建设、客户精准营销、客户满意度评估、征信/风险防控、对外精准营销服务等均属于其中典型。通过应用并行计算技术、分布式存储技术、分布式搜索引擎技术、网络爬虫技术，运营商大数据应用即可针对性构建用户画像，并以此了解用户各维度特征，运营商的目标客户细分、产品特点针对性调整、精准化推送实现均可由此获得有力支持。

2.2.2具体应用

以基于运营商大数据应用的用户画像系统建设为例，该系统需具备服务器数据采集功能、数据存储功能、网络爬虫功能、文本分析及数据建模分析功能、用户画像可视化功能，且同时具备高可靠、可扩展、海量数据存储特点。因此，具体设计由四部分组成，分别为数据采集模块、数据存储模块、数据分析模块、数据可视化模块，数据采集模块爱用Nutch分布式网络爬虫、Flume日志采集;数据存储模块采用Mysql关系型数据库、HBase分布式数据库、ElasticSearch分布式搜索引擎、HDFS分布式文件系统;数据分析模块采用HiveOnSpark統计分析、SparkMLlib数据挖掘;数据可视化模块由Html+CSS+Echarts前端、Spring+Mybatis后台组成。以数据分析模块为例，该模块的流程如图1所示，由此可更为直观了解运营商大数据应用。

在基于运营商大数据的用户画像系统具体应用中，系统可较好服务于用户画像与群体细分、用户广告营销分析、用户套餐营销，用户的个性化需求满足与运营商的发展均可获得有力支持，由此可见运营商大数据在这一应用场景中具备的较高应用价值。

结论

综上所述，运营商大数据的应用需关注多方面因素影响。在此基础上，本文涉及的典型应用场景、运营商的数据资源及优势、交通管理领域、运营商自身管理领域等内容，则提供了可行性较高的运营商大数据应用路径。为更好发挥运营商大数据优势，5G的快速发展影响应对、多场景应用探索的开展同样需要得到重点关注。

参考文献

[1]王学峰.电信运营商大数据在交通管理领域的应用探讨[J].交通世界，2019（22）：7-9+168.

[2]马晓凯.基于运营商大数据的互联网业务分析与应用探索[J].数字通信世界，2019（04）：148+187.

[3]姚黎强.大数据在运营商中的应用[J].电信工程技术与标准化，2018，31（09）：56-59.

作者简介：

阮宝江（1982-5），男，籍贯：江苏南京，汉族，学历：本科，工科学士学位，研究方向：运营商大数据的应用场景。