大數據業務在電信運營中的應用分析

曹魯

【摘要】 隨著電信行業的發展，外部環境的客戶短信消費和營銷成本的壓力，在一定程度上阻礙了電信行業持續運營和進一步發展。大數據時代下電信企業如何利用數學模型更好的分析市場信息數據，從而精確業務定位更有效的利用電信運營資源成為當前研究的熱點。本文通過電信企業對大數據情況下短信使用情況進行分析研究，從而實證大數據業務的發展前景。

【關鍵詞】 大數據 電信運營 云計算 市場分析 運營研究

隨著互聯網和物聯網的發展，人類的各項行為和活動都可以通過數據進行記錄和分析，大量的新數據時刻涌現在互聯網和物聯網端，這些數據包含多樣化的信息資料，能夠為商業應用提供更有價值的數據資料。相對于網絡互聯網行業而言，電信運營商擁有更加龐大的數據生產能力和數據資源，包括消費者的年齡、電信資費、入網方式以及終端品牌和電信消費信息，隨著移動互聯網和智能移動設備的普及，電信運營商的用戶數據更加完整，通過分析用戶的資源情況和上網信息等內容即可得到用戶的上網偏好、上網地點和網絡應用實踐等信息，從而為電信業務的開展提供可靠的數據資料。同時隨著互聯網企業的競爭，很多類似于電信運營的業務已經逐漸被互聯網企業分流，電信運營中對用戶的信息處理和控制能力逐漸下降，在大數據時代背景下，如何利用電信用戶的信息數據為企業運營創造更大的發展價值，幫助電信企業實現內部精細化管理和運營服務為一體的電信業務，是電信企業運營中必須考慮的重要問題。

信息數據的高速發展拓展了移動互聯網和物聯網、電子商務等數據應用范圍，大數據相關的云計算技術和數據挖掘技術、Hadoop技術是目前大數據領域相關的應用技術。下面主要介紹大數據背景下的數據挖掘技術和云計算技術。

一、大數據關鍵技術簡介

1.1云計算技術

云計算技術簡而言之就是一種數據模型，利用該數據模型能夠靈活的根據不同需求訪問共享的可配置數據資源，云計算內共分有三個運行層次，通過IAAS實現數據異構存儲、數據處理和計算以及網絡資源虛擬化管理；PAAS實現數據信息按需分配；SAAS利用瀏覽器實現應用軟件分享。其中虛擬化是云計算技術中的關鍵部門，可以在虛擬機的基礎上模擬硬件操作，實現數據管理，通過打包可以將整個操作執行環境傳輸給其他的物理節點，保證執行環境和物理環境相對獨立，更好的部署整個應用程序模塊?？梢哉f云計算技術為數據處理提供了統一的虛擬化管理模式，實現數據資料按需分配。隨著大數據資源和數據結構的變化，傳統的數據采集和處理過程效率較低，在互聯網應用基礎上的云計算技術能夠為大數據利用提供更加高效的架構平臺，實現海量數據高效管理。

1.2數據挖掘技術

數據挖掘技術是指從海量的數據庫中挖掘人們感興趣的數據內容，可以根據這些數據對潛在的社會信息進行有效分析，數據挖掘技術設計的技術領域較為寬廣，比如機器學習、模式識別、統計學和可視化技術等，通過數據提取和挖掘、數據表示等從原始數據中提取需要的數據信息，實現數據信息化到可認識化的轉變，從海量的原始數據中提取需要的數據信息并轉化為知識。

二、大數據業務在電信運用中的案例分析

大數據在電信運營中的應用主要體現在網絡管理優化、網絡運營管理、市場營銷和客戶關系維護等方面，其中網絡管理優化包括電信基礎設施建設；市場營銷包括用戶個性化推薦、用戶需求分析以及精準營銷等；客戶關系管理包括用戶體驗、電信業務服務和客戶維系等方面。

OTT業務對電信行業的短信業務產生了較大的營銷，導致電信行業中短信收入下降，但電信運營中仍然應該利用大數據環境制定正確的措施減少短信業務下降帶來的損失。首先可以根據大數據信息分析客戶短信發送量下降原因以及短信使用下降的客戶群體類型，從海量的數據信息中分析了短信業務使用狀況和短信業務群體之間的差異，分析客戶短信發送量上升和下降的原因，從而采取針對性的措施減輕短信發送量下降帶來的損失。

利用大數據可以有針對性的整合相關數據信息，建立數據管理中心，客戶的資費狀況、短信業務以及通話行為都體現在電信運營商的通信數據網絡內，可以說電信運營商在用戶數據生產和控制領域占據很大的優勢。分析用戶短信業務使用情況和短信發送量下降原因，對用戶主套餐和歸屬區、套餐流量特征、消費類型，包括用戶的短信消費和流量語音消費、以及用戶業務特征等數據類型進行統計分析。在電信用戶海量信息數據的基礎上，利用數學模型識別其中影響客戶短信消費量的原因，形成了一個包括客戶通信行為在內的數據寬表，在數據寬表的基礎上利用數據挖掘技術分析短信客戶的使用情況，通過數據比較可以發現客戶的流量業務、語音通話、在網月數和話費支出等因素對客戶短信發送的影響因素。針對這些影響因素，利用數據挖掘技術對這些關鍵因素進行了詳細分析之后發現，電信資費的價格對客戶短信發送量下降有直接的影響，再加上其他溝通方式的出現逐漸替代了短信溝通形式，使得短信的需求量下降。通過數據分析顯示，客戶的短信發送量的增幅和流量增幅呈現負相關關系，客戶的流量使用量越高則短信發送量越低，可見微信和QQ等聊天軟件對短信業務量的下降有著直接的關系。

本次案例分析中可以采用決策樹等數學模型挖掘短信用戶的數據進行分析，并發現用戶短信發送量下降和流量套餐、短信套餐以及通化次數相關，之后針對每一個相關因素進行詳細分析找出具體的影響要點，利用大數據分析發現客戶短信使用量下降主要來源于對資費較為敏感的客戶群體，這些客戶在以微信為主的聊天工具的影響下，逐漸替代了短信聯絡方式，是導致電信業務中短信發送量下降的主要原因。同時發現，如果為客戶辦理短信套餐，不僅可以在短信上給予客戶一定的優惠，還能穩定短信收入，緩解短信發送量的下降。通過大數據技術分析之后我們確定保證短信業務運營的主要方法就是推廣使用短信套餐業務，提高短信套餐的使用范圍從而穩定電信短信業務運營狀況。

除了利用大數據制定營銷策略以外，還可以利用大數據實現精確營銷，在智能手機的普及下，越來越多的客戶傾向于使用微信、QQ和手機地圖等應用軟件，通過分析客戶手機上的軟件可以對客戶的行為偏好有一定的了解。在 SPSSModeler的基礎上獲得客戶手機的網絡圖，并分析客戶的行為偏好，通過數據分析獲得潛在的手機視頻潛在使用客戶，從客戶的流量使用情況、通化次數以及音樂視頻類軟件使用狀況相關數據，判斷客戶是否為手機視頻潛在使用客戶，從而根據大數據分析結果，提取符合條件的客戶作為手機視頻重點推廣對象。

三、結束語

電信產業面臨激烈的外部生存環境考驗和內部業務優化挑戰，需要通過優化業務流程和營銷流程提高運營效果，大數據相關技術為電信運營的準確化和高效化發展提供了便利，電信行業本身就具有海量數據生產能力和數據控制能力，相較于其他行業而言已經具備了較為完善的信息化運營體系，重點開發大數據中的潛在信息可以為電信公司創造更大的發展價值，但同時要做好信息安全保護工作，在提高自身運營效率時保障用戶的信息安全。

參 考 文 獻

[1] 劉曉悅，郭強. 海量用電數據并行聚類分析[J]. 遼寧工程技術大學學報（自然科學版）. 2016（01）

[2] 陳亞楠，李濤，韓志雄. 基于hadoop模式的數據查詢系統設計[J]. 經營管理者. 2014（34）

[3] 潘毅，成靜靜. Hadoop在電信運營商經營分析系統中應用的研究[J]. 數據通信. 2014（06）

[4] 韓權利，李寒松，張征宇，丁玉成. 企業產品數據管理技術的理論與實施[J]. 制造業自動化. 2002（04）

[5] 王晟，趙壁芳. 面向云計算的數據管理技術研究[J]. 電腦知識與技術. 2012（13）