大数据市场前景广阔,如何利用数据资源深挖创新、提升效益,是诸多IT企业的追求目标。运营商在信息产业链上处于关键位置,拥有巨大的数据资源,这些数据财富将使运营商迎来新的发展机遇。
运营商运用大数据可以分为三个层面。首先,在运维层面,通过大数据分析网络的流量、流向变化趋势,及时调整资源配置,同时还可以分析网络日志,进行全网络优化,不断提升网络质量和网络利用率;其次,在运营层面,运营商可以利用大数据优化自身的产品及服务,通过大数据分析用户行为、改进产品设计、强化客户关怀,并通过用户偏好分析,及时、准确地进行业务推荐,不断改善用户体验,增加用户的信息消费以及对运营商的粘度;最后,在创新层面,可以在确保用户隐私不被侵犯的前提下,对数据进行深度加工,对外提供信息服务,为企业创造新的价值。
大数据将助力运营商实现从网络服务提供商向信息服务提供商的转变。中兴通讯大数据解决方案基于大数据分析,让数据发声,帮助运营商深入挖掘大数据价值。
大数据助运维效率提升
传统运维模式下,使用分段运维工具研究某一个网络分段(如无线网)的性能,而某个网络分段上的指标优劣可能与多个其他网络分段的指标相关联,传统方法缺乏整体性,运维效率低。中兴通讯大数据方案从独立的探针、网管以及计费等系统采集网络各部分的数据,包括终端、无线网、核心网和业务网的数据,基于中兴通讯的丰富经验和对运维的深刻理解,构建多维度分析模型,对这些数据进行相关性分析,找出传统的运维模式下无法察觉的数据之间的联系和趋势,既可以帮助运维人员捕捉当前的问题,还能提前发现网络中的隐患。例如系统监控发现某个区域的微博刷新成功率偏低,通过与其相关的终端、GGSN、APN和URL等维度大数据相关性分析,发现某个APN的指标比平均值低,基本可以定位问题范围。结合网管系统发现该APN服务器老化性能下降,更换服务器后问题解决。利用大数据相关性分析可以显著提高运维效率。
大数据聚焦营销产品设计
在运营层面,中兴通讯大数据方案可对终端、网络和用户等数据进行关联分析,提炼出用户行为信息,指导运营商市场营销和产品设计。
根据业界经验,不合理的套餐包设计会造成相当多的收入损失。大部分用户已经不再满足于单一的流量包月套餐包,用户需要更加个性化并切合他们需要的套餐包。运营商如何识别这些用户的需要并为他们提供个性化的套餐包?中兴通讯大数据方案可从大量的数据中挖掘出不同业务包的实际配额消耗分布情况、人均流量与收入情况,从而帮助运营商筛选出潜在用户。方案根据分析结果制定最符合用户需求的套餐升级策略,通过短信等促销手段调整用户的套餐类型,使运营商的投资收益最大化。
大数据方案还能分析不同用户群使用的终端类型、更换频次,为终端采购、终端库存、终端精准营销提供数据支撑。例如在某个地区,结合用户属性分析发现:18~22岁用户的终端更换频率为3个月,终端价格在1200~2500元之间;22~30岁用户的终端更换频率为半年,终端价格在2000~3000元之间:30~55岁用户的终端更换频率为9个月,终端价格在4500~6000元之间。这些基于真实用户的数据为运营商终端营销策略制定提供精准支持。
大数据为用户画像
除了让大数据为自身提供价值,对外提供基于大数据的信息服务才是运营商掘金大数据的终极目标。相对互联网公司,运营商的数据更丰富、更准确、更全面、一致性更高,运营商在用户数据方面拥有天然的竞争优势。
用户是运营与维护的中心,深入了解用户并提供个性化的服务是运营商的经营宗旨,而用户画像是深入了解客户的有力手段。中兴通讯大数据解决方案,收集静态和动态的用户数据,通过分析形成用户统一视图,并逐步完善视图,构建“用户信息知识库”,增强对用户的了解和认识,形成用户平面画像;在此基础上,通过对海量信息动态实时挖掘,了解用户的行为特征、喜好、社交圈等,探究用户并得出本质特征,形成具有更高价值的用户立体画像,深入洞察用户。面向餐饮行业的精准营销和商铺选址是基于大数据用户画像的典型应用。
精准营销
面向餐饮行业的精准营销以用户画像为核心,深入挖掘大数据价值。精准的用户属性将大幅度提高广告的针对性。通过海量位置信息的大数据分析,筛选目标客户群,发送特定优惠券进行精准销售,帮助餐厅精准找到并保持目标客户。餐馆精准营销业务流程,如图1所示。
首先,运营商与某餐馆签订数据服务协议;然后,锁定该餐馆附近人群位置数据,基于海量位置信息和用户画像数据进行大数据挖掘分析,筛选餐馆潜在客户群;最后,根据协议内容向潜在客户群提供个性化服务,使客户满意消费。
商铺选址
根据商务部2013年7月4日发布的《2012年度零售业发展报告》显示,实体门店销售额占比94%,网店销售额占比6%左右。门店商铺仍是各行业的主要零售渠道。新增门店有极大发展空间,选址需求旺盛而明确。中兴通讯大数据解决方案根据选址的商业类型,结合用户画像中的用户个体特征,筛选相关的用户群,对商家进行选址推荐,选址流程如图2所示。
首先,店主输入店铺的性质和目标区域;然后,根据用户位置轨迹,结合人群数量、用户资料得出人群密度的热点地图,结合用户画像分析该区域内人群的消费能力、喜好、性别、年龄等影响消费的信息,初步圈定商铺位置及规模;最后,根据潜在客户群和同行信息综合分析后,确定最终选址。
由于大数据产业具有强烈互联网特征,传统的信息系统及组织架构已无法应对海量数据和创新型应用,由上而下的运营模式无法接近用户的需求。在大数据时代,带给用户更好的业务体验是掌握产业链话语权的关键,只有在大数据分析的基础上进行商业模式创新和业务创新,运营商才能在激烈的竞争中立于不败之地。借助于大数据解决方案实现管理经营和市场信息系统完美对接,新型大数据应用必将助力运营商向信息服务模式转型,创造更多价值。