电信运营商如何应用大数据

❶ 数据分析技术对电信运营商有哪方面的帮助呢

项目团队建立了大数据智能分析平台，该平台可以集成客户数据信息系统、客户来电异常处理信息系统、信息系统等六大客户来电系统起源、操作系统操作记录和数据、标记等投诉工作单服务，同时基于 NLP (natural language processing，NLP)和 AI 分析能力，构建标签理解模型，自动输出工作单分类结果，通过机器学习、手工纠正和机器学习连续循环迭代过程，实现了利用人工智能对投诉进行建模。

目前的电信数据分析允许运营商实时开启新的洞察力，使他们能够在客户预定的购买、购买或响应的确切时间主动提供服务和解决方案。基本上，客户得到他们需要的和他们需要的。除了利用客户体验，实时定制还可以提高电信公司的销售能力，并有策略地推广产品以增加收入。

基础设施建设的优化。例如，利用大数据实现基站和热点的选址和资源配置。通过分析 CDRS 和信令中用户业务的时间周期和位置分布，运营商可以为2g 和3g 高流量区域设计4g 基站和无线局域网热点。同时，运营商还可以建立一个评价模型来评价现有基站的效率和成本，找出基站建设中的资源浪费问题。例如，为了满足基站建设指标，基站建在人员少的地方。

❷ 大数据时代，运营商如何应对

2010年全球数据量达到1.2ZB，2011年全球数据量达到1.8ZB，到2020年全球数据量将达到35ZB。数据密度将达到前所未有的高度，大数据时代的画卷已经展开。 随着大数据时代的到来，产业格局正在重塑，传统电信运营商面临低值化、管道化，在新的产业链中需要谋求新突破。专家认为，运营商应该跳出互联网看互联网，将大数据作为重点业务发展领域，毕竟运营商拥有的“数据矿产”资源是任何其他企业所不具备的，运营商应该基于大数据的基础发展延伸业务。面对大数据时代的潮流以及互联网企业的竞争，运营商应当利用自有数据优势提升自身数据运营能力。 首先，运营商应整合现有数据建立数据集市，利用实时处理大数据的能力，打造基于数据的实时营销解决方案，提升企业销售服务能力。大数据处理分析平台的优势在于对海量数据处理的实时性，技术优势可以有效地保障实时营销解决方案的实施。实时营销解决方案较传统营销方案具有更好的营销效果：更具时效性，一旦有实时行为数据产生，立即选定目标用户进行营销推送，保证在较短时间内送达客户，传统营销则是定期执行营销；目标客户动态选取，通过客户行为变化结合客户特征动态筛选目标客户，传统营销往往是通过长期分析挖掘客户兴趣爱好形成客户标签，在营销前预先挑选出客户。 从现有实时营销触发机制考虑，主要集中在用户行为触发、位置信息触发和热点事件触发等。用户行为触发机制是分析用户的行为偏好，如音乐、阅读和视频等，运营商可以定向推销自有增值业务；位置信息触发机制是根据用户位置轨迹信息推送自有业务或者合作商家的产品信息，如对接近某大型商场的用户推送商店优惠信息，吸引客户消费；热点事件触发机制是锁定对热点事件感兴趣的客户进行针对性营销，如锁定关注NBA总决赛的微博用户，进行相关的篮球商品推荐。 其次，运营商应当成为信息的融合者，利用自有的品牌优势打造权威指数类产品，为客户的决策提供参考依据。相较于其他行业，电信运营商的用户群体相对稳定，所采集信息较完整，而且在整个产业链中运营商的影响力较强，拥有可信品牌，数据中蕴藏着巨大的客户信息、商业信息和业务信息。因此，与其他权威指数类产品相比，电信运营商基于数据源的优势可以提供更加全面、详尽、客观的产品，对于分析中欠缺的数据可以同其他行业进行合作共同挖掘数据中隐含的价值。 电信运营商指数产品可以辐射影视、电子商务等很多行业，并且已经在一些行业进行了应用。在大数据处理分析平台中汇聚移动互联网DPI数据、IPTV使用数据和宽带互联网DPI数据，可以综合以上数据分析用户访问视频网站的偏好，包含喜爱的导演、演员、故事类型等，形成指数类分析报告，为电影生产、影院上线电影选取等提供决策依据。通过这种方式打造的热播美剧《纸牌屋》，让全世界影视业感受到了大数据的魅力。 最后，电信运营商可为智慧医疗、智能交通、智慧物流、智能制造等领域提供解决方案，提升数据价值。在大数据解决方案应用方面，IBM发展战略很值得运营商借鉴，以客户需求为导向对数据进行深度分析，提升现有数据价值。当前，医院资产运营管理也正面临诸多挑战：医疗设备资产种类繁多，产品更新速度快；管理分散、职能弱化、管控失据；统计归口不统一，管理制度不健全等。电信运营商在大数据平台建设过程中针对这些问题的解决方案积累了较多的宝贵经验，电信运营商可以将成功的经验应用到医疗行业的大数据处理平台建设中，为医疗行业提供解决方案以及咨询服务。交通管理行业在大数据时代，需要解决基于大数据及时查询、及时分析等业务需求。电信运营商可以利用如全球眼等业务和云存储方面的技术积累，提供海量交通数据的存储、分析、应用，同时利用智能管道进行交通信息的及时推送，这样可以更加有效地保障交通管理行业的及时性要求。 分析认为，马云的“大物流”计划可能会给物流行业带来又一个高速发展的机遇。电信运营商通过用户的移动互联网、宽带互联网的访问情况，分析用户的购物偏好或者购物意愿，为物流公司智能分配各个节点的仓储量及仓储产品提供数据支撑及解决方案，物流公司也可以实现公司信息化管理。另外，中国制造企业面临着巨大压力，世界工厂的地位正受到挑战。面临如此压力，制造业需要更加准确地了解市场动态，这就需要强大的企业信息化能力，但是很多中小型企业对于企业信息化建设投入有限。

❸ 大数据时代电信运营商应该采用的运营策略

大数据时代电信运营商应该采用的运营策略

最近几年，大数据在人们视野中出现的频率越来越高，继而也引起人们的关注。国际著名咨询公司IDC、麦肯锡相继发布了有关大数据的研究报告，将其比喻为“未来的金矿”，国内不少互联网公司也开始着手部署各自的大数据战略，作为通信行业的主要参与者和推动者，电信运营商在大数据的时代下开始试点了大数据系统的建设与应用，以充分挖掘企业的数据资产价值，创造新的利润点。

大数据是什么？

关于大数据的定义业界并没有给出一个准确的定位，研究机构Gartner把大数据定义为是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；维基百将大数据定义为无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合；《著云台》的分析师团队认为，“大数据”通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。

大数据时代电信运营商应该采用的运营策略是什么？

1、优化网络：利用大数据分析，可突破传统的智能网优以CDT和MR数据为基础，通过3G基站的流量大数据，可以分析出哪些区域是用户数据流量高消耗区，在这些区域建设4G基站，就能做到既精准又有效；通过对MR大数据的分析，可以知道哪些区域移动网络小区信号覆盖不好，通过关联CRM中的客户信扰册友息和套餐信息，便可排出网络优化的优先顺序；通过LBS系统平台，对移动通信使用者的位置和运动轨迹进行分析，有效统计热点地区的人群出现概率，并进行基站资源配置的优化，提高了资源使用效率。

2、精准营销：中国电信利用大数据处理平台分析呼叫中心海量语音数据，建立呼叫中心测评体系和产品关联分析，为保险公司等提供基于自动语音识别的大数据分析服务；根据使用不同移动终端的用户的月均流量消耗，分析出在哪些移动终端上用户的上网体验最佳、DOU最大，根据该数据就可制定更为科学的终端补贴策略；通过对用户手机的通话、短信和空间位置等信息进行处理，提取用户通信行为的时空规则性和重复性，实现定向精确的终端营销和个性化内容业务推荐。

3、深度拥抱大数据:大数据的时代已经来临，因此电信运营商可以强化规划引导、实现大数据建设全面统筹。电信运营商应针对不同的应用场景选取合适的技术进行大数据建设，在集团和省公司层面分别指定部门统一组织开展整个集团和省公司层面的大数据规划，在规划的指引下，实现大数据建设与应用的全面统筹，包括：清理分散在各部门中的数据资产，开展应用规划，明确应用建设与运营分工，建设运营商集团和省公司层面统一的大数据基础平台等。

4、精细运营：天津网站建设-文率科技建议电信可以使用Hadoop等大数据处理工具，通过分析用户的兴趣图谱、关系图谱、行为定向，再结合自身的业务推出量身定制的服务。如：针对出差较多的商务人士，向他们推荐漫游套餐；对爱好移动上网的用户，向他们提供流量包这本身就属于大数据应用的范畴，而且，运营商通过对业务资源和财务等数据的综合分析，可以让决策层进行快速的市场决策，从而有抢占市场的先机。

5、客户维系：分析用户的终端所支撑的系统，然后向客户推荐比客户目前使用系统更好的系统，如:客户目前使用的终端是支撑的是3G，那么我们可以向客户推荐比3G更好的4G，继而提升客户体验，降低用户流失率；通过分析客户通话对象结构转移、使用量变化、上网行为漂移、套餐饱和度下降，分析出客户离网倾向及缴费异常倾向，及时进行客户维系与挽留。

在大数据的时代止步不前的话只能走向灭亡，天津西青网站建设发现在大数据的时代下中国联通建立了用户上网大数据分析系统，利用收集的用户上网记录解决用户透明消费问题,并使用其中的数据做客户的精细化营销；中国移动建立网络资源的大数据系统，改进对缓槐用户专线提供的速度，建立微营销大数据分析系统，实现定向精确姿猛营销、差异化的合作伙伴后向能力保障和智慧城市管理。

❹ 大数据变现,电信运营商只需往前迈一步

大数据变现,电信运营商只需往前迈一步

经过多年的技术积累和市场培育，大数据已经从“炒作”走向落地。全球主流的电信运营商普遍认识到大数据所蕴藏的高价值，开始积极探索如何将手中掌握的大量数据资源变现。目前，电信运营商的大数据探索主要集中在如何利用大数据分析用户行为、优化网络质量和推动业务创新等方面。数据堂创始人、CEO齐红威在接受《人民邮电》报记者采访时指出，这些对于大数据的内部利用，往往需要对原有系统进行大规模改造，而且无法直接快速地带来收入的增长，其实电信运营商可以用另一种思路，在基本不改造现有系统的情况下，立竿见影地获得可观的收益。

国务院为大数据发展“定调”

齐红威具有十多年的数据挖掘研发应用经验，曾任NEC中国研究院研发部部长、高级研究员。“大数据的本质特征并不是‘规模大’”，他阐述了对于大数据的理解。

现在人们对于大数据的认识普遍存在着误区，认为当数据量达到一定量（TB级或PB级）就是大数据，其实不然，区分大数据与海量数据的标准并不取决于其数据量，从技术上讲，“非结构化”数据才是大数据最典型的特征。现实生活中80%的数据都是非结构化的，解读这些数据，蕴藏着巨大的商业价值，这才是大数据。从商业模式上讲，大数据就是移动互联网产生的大量的关于人的数据。

近日，国务院总理李克强主持召开国务院常务会议，讨论并通过了《关于促进大数据发展的行动纲要》，对消除信息孤岛、支持大数据产业发展、强化信息安全等提出了明确要求。

齐红威认为，这是一个极大的利好消息。“大数据作为全球发展的战略资源，未来将像石油一样，影响到世界格局。对于中国而言，大数据是国家战略转型升级的基础，依靠数据和互联网相结合的方式，减少中间环节，提升传统行业运作效率。以前，一些地方政府或者企业虽然都认识到大数据的价值，但对于发展大数据仍心存顾虑：能不能做？做到什么程度？‘红线’在哪里？《纲要》的推出相当于政府给大数据发展定了调——不仅要做，而且要做大做强。”

大数据变现的闭环已经形成

2014年是大数据的商用元年，许多行业开始利用大数据真正地产生价值，齐红威认为：“现在很像电商井喷式发展前的2006年、2007年，市场培育已经完成，生态圈初具规模，商业模式逐渐成熟。价值万亿的大数据市场的大门已经打开。”

齐红威将大数据生态圈划分为云计算服务商、数据提供商、数据服务商和数据应用商四部分，实现从”数据流“到”资金流“分享共赢的商业运作模式。

其中，云计算服务商主要负责提供计算、存储和带宽等基础能力。

数据服务商则提供各种数据，包括政府大数据（公安、交通等）、行业大数据（电信、金融、电力等）、互联网大数据（互联网企业的用户数据、互联网公共数据）以及线下大数据等。

“现在网络上随时都在产生海量的数据，但线下的许多资源都还没有被数据化，这些数据同样价值连城。”他透露，数据堂独家推出了一款名为“众客堂”的众包平台，普通用户可以通过该应用上传照片、录音等提供线下的数据并获得一定的酬劳，目前“众客堂”的众客数量在全球范围内已超过40万。这些线下数据已经开始产生价值，例如，自拍照帮助美颜相机优化美颜程序；大量的购物小票分析出商品的价格走势和促销信息；语音数据帮助语音交互系统提高识别准确度等。

数据应用商则利用经过初步处理的大数据开发各类应用，例如征信、个性化旅游和交通服务等。他认为，“数据应用商将‘百花齐放’，规模有望达到数万家。”

数据服务商是大数据变现闭环形成的关键，具有三大功能：第一，连接数据提供商和应用商的纽带，免去了双方一一洽谈的麻烦；第二，汇总大数据的平台，将各领域数据提供商的大数据整合、融合起来，将产生1+1大于2的价值，实现数据增值；第三，对大数据进行初步分析、过滤和分类，“数据服务商从提供商那儿收来的是‘小麦’，但应用商需要的是‘面粉’，所以服务商就要完成把‘小麦’加工成‘面粉’的工作。”

“简单地说，数据服务商就相当于‘数据银行’，接收各方的‘存款’，再将这些‘资金’包装成不同的产品后贷款给有需要的人，搭建数据共享的‘生命线’，达成商业共赢，实现大数据变现的闭环。”齐红威表示。

数据堂是国内首家也是唯一一家在新三板上市的大数据服务商，团队的主创人员都有着十多年在大数据领域的技术积累，并在大数据产业发展过程中有着先发优势，经过多年的数据源积累，已获得金融征信、交通地理、人工智能、商家货价等多领域的大数据，与国内外多家数据提供商和应用商建立了合作关系，摸索出一套适应我国国情的商业模式。

电信运营商如何从“数据银行”提现

“电信运营商坐拥着一大片未被开发的‘油田’。”齐红威认为，电信运营商拥有着海量的高价值数据，例如掌握着用户的各类地理位置信息、商业活动、搜索历史和社交网络信息等大数据，具有维度丰富、群体性强、连续性好、网络行为全覆盖和关联性强等独特优势，“关键是如何将这些大数据变现，实现数据价值。”

齐红威逐一分析并回应了目前电信运营商在发展大数据时普遍存在的几点顾虑：

一是“能不能做”的问题。现在国家已经明确表示要大力支持大数据发展，在政策方面为电信运营商发展大数据铺平了道路。

二是“投入与收益”问题。与数据服务商合作，电信运营商几乎不需要改造现有系统就可以通过大数据获利，预计产生的价值有望达到亿万元级别。

三是“竞争”问题。数据服务商只生产“面粉”不生产“面包”，不会与电信运营商形成业务竞争。

四是“数据安全”问题。数据堂独创了一种模式——不“取走”数据提供商的数据，只是将软件嵌入到数据提供商的系统中，最终只生成数据结果，经数据提供商审核后再将相关结果提供给数据应用商，这就有效地消除了可能出现的信息泄漏风险。

齐红威表示，阻碍电信运营商挖掘大数据价值的障碍已经被一一清除，他们只需“向前迈一步”，即可拥抱蕴藏着无限商机的大数据时代。

“如果说大数据的发展是一场数万米的马拉松比赛的话，那么现在才刚刚跑了1000多米。”但齐红威同时指出，大数据发展已进入高速发展期，2015年将是各方布局大数据的关键时期，未来两三年将初步奠定大数据市场的格局，大数据将迎来超过十年的上升期。

以上是小编为大家分享的关于大数据变现,电信运营商只需往前迈一步的相关内容，更多信息可以关注环球青藤分享更多干货

❺ 运营商如何运用大数据转型升级

据研究显示，大数据在全球的收入快速增长，预期在2012-2017年的复合增长率将达到60%。根据最近一段时间发布的各类大数据投资研究报告进行了初步估算，预期未来超过40%的GDP增量。大数据已经成为与自然资源同等重要的宝贵财富，发展潜力空间巨大。

而电信运营商作为数据的生产者，多年来积累的数据蕴藏着丰富的业务信息和商业信息，价值挖掘的潜力巨大，拥有如此优质的数据基础，使得运营商在企业、行业、社会等多个层面，都会大有作为。

在8月19日召开的中国国际大数据大会上，中国移动副总裁李正茂表示，中国移动已经意识到，大数据将与运营商的通信网络和客户资源具有同等重要的地位。

从企业层面来看，大数据将助力运营商全面提升运营商的精细化运营水平。一是改善用户体验，通过对用户感知的分析，并运用智能交互技术，进一步提升用户体验；二是实现科学决策，通过大数据刻画当前企业发展的状况，预测未来趋势，对企业成本、收入风险等进行精细化管控。

从行业层面来看，目前各行业纷纷加快大数据应用，重构未来的核心竞争力，运营商可利用数据与网络资源优势，聚焦行政管理、医疗、交通、教育等多个行业，在行政管理领域可以辅助提升政策制定、信息发布、事务办理、管理监控等多个领域的效率和设备，在医疗领域患者可通过可穿戴设备向医生发布数据，从而得到更为便捷的医疗服务。医药研发机构可以利用收集到的医学大数据提高研发能力和医疗水平。在交通、物流领域，可实现智能化的运输网络与运力规划，实施交通管理、车队管理等等。

从社会层面来看，运营商依靠多年的数据和平台经验积累，一定会成为提供社会化大数据生态平台服务的有力参与者。在未来，社会化大数据生态平台，将以数据银行的形式存在，平台使用者不但可以享用运营商的各类数据分析服务，使用者数据也可以在这里得到充分共享和流通，不同的商业模式将在这个平台上衍生和繁荣。

李正茂认为，大数据对于运营商转型升级具有重大的战略意义。而中国移动在大数据的具体研发、产业合作与对外应用方面，也进行了一些积极探索和实践。在自主研发方面，中国移动在2007年启动了大云的研发计划，构建了海量存储处理和数据分析和挖掘等核心能力。到目前为止，大云的大数据相关产品已经在17个省市进行了超过100项应用试点和商用，部署规模超过了3000台服务器，在快速响应市场需求的同时也降低了企业运营成本。

李正茂还透露，中国移动在今年成立了苏州研发中心，计划构建3000-4000人的研发团队和运营团队，宗旨就是要进一步完善云计算和大数据产品体系，尽快形成国际一流的云计算和大数据服务能力。

在产业合作方面，中国移动一直秉承开放共赢理念，推动云计算和大数据技术的成熟和产业健康发展。我们构建了大云产业联盟，与技术提供商、集成商、高等院校、政府机构等超过50家单位，在核心模块合作、授权技术服务、应用开发技术攻关等产业不同层面开展了合作。我们还积极参与了国内、国际标准化和开源组织工作，在TMF完成了大数据报告并完成发布，牵头完成了弹性应用计算接口等国家标准的制定。

另外，在大数据对内的研究探索方面，中国移动率先提出了大数据超细分微营销精服务的理念，在客户服务、市场营销等方面，也有不少成功案例。现阶段的工作，更多集中在应对数据规模增长和促进企业不同专业领域数据融合上面，以及不同程度的发挥数据价值。

❻ 看看全球十大电信巨头的大数据玩法

看看全球十大电信巨头的大数据玩法

大数据时代，掌握海量数据无疑使自己在这竞争激烈的时代占得先机，对于电信运营商来说，更是如此。通过深度挖掘这些数据，他们正试图打造全新的商业生态圈，实现新的业绩增长点，当然也实现从电信网络运营商到信息运营商的转变。中云网的这篇文章将从全球十大电信运营商的角度分析它们是如何利用大数据的，从中或许可以给你一点启示。

对于电信运营商而言，没有哪一个时代能比肩4G时代，轻松掌握如此海量的客户数据。4G时代，手机购物、视频通话、移动音乐下载、手机游戏、手机IM、移动搜索、移动支付等移动数据业务层出不穷。它们在为用户创造了前所未有的新体验同时，也为电信运营商挖掘用户数据价值提供了大数据的视角。数据挖掘、数据共享、数据分析已经成为全球电信运营商转变商业模式，赢取深度商业洞察力的基本共识。

目前，全球120家运营商中，已经有48%的企业正在实施大数据战略。通过提高数据分析能力，他们正试图打造着全新的商业生态圈，实现从电信网络运营商（Telecom）到信息运营商（Infocom）的华丽转身。从曾经的“管道”到大数据战略融合，电信运营商到底该如何善用大数据？全球10强电信“大佬们”的大数据应用之道及其培育的新经济增长点启示颇多。

1. AT&T：位置数据货币化

AT&T是美国最大的本地和长途电话公司，创建于1877年。2009年，AT&T利用全球领先的数据分析平台、应用和服务供应商Teradata天睿公司的大数据解决方案，开始了向信息运营商的转变。

在培育新型业绩增长点的过程中，AT&T决定和星巴克开展合作，利用大数据技术收集、分析用户的位置信息，通过客户在星巴克门店附近通话或者其他通信行为，预判消费者的购物行为。为此，AT&T挑选高忠诚度客户，让其了解AT&T与星巴克之间的这项业务，并签署协议，将客户隐私的管理权交给客户自己。在获得允许情况下，AT&T将这些信息服务以一定金额交付给星巴克。星巴克通过对这些数据的挖掘，可以预估消费者登门消费的大概时间段，并且预测个人用户行为，并做出个性化的推荐。此外，在iPhone上市伊始，为了解iPhone的市场反响，AT&T还选择与Facebook结成战略联盟，通过对Facebook的非结构化数据进行分析，发现用户对价格、移动功能、服务感知等产品指标的体验情况，从而推出更加准确的电信捆绑服务。

2. NTT：创新医疗行业的社会化整合

NTT是日本最大电信服务提供商，创立于1976年。它旗下的NTTDOCOMO是日本最大的移动通讯运营商，也是全球最大的移动通讯运营商之一，拥有超过6千万的签约用户。

自2010年，NTTDOCOMO利用大数据解决方案，实现了医疗资源的社会化创新，培育了医疗信息服务增长点。面对日本社会的老龄化趋势，NTTDOCOMO想到了通过搭建信息服务平台，满足用户的个性化医疗需求。因此，NTTDOCOMO和Teradata天睿公司进行充分合作，利用其大数据解决方案，建立自己的资料库。通过开设MedicalBrain和MD+平台，聚合大量的医疗专业信息，网聚了大批医疗行业专业人士。这使用户和各种专业医疗和保健服务提供商共同拥有了符合标准的、安全可靠的生命参数采集和分发平台。在这个平台上，NTTDOCOMO能够根据用户的以往行为洞察其个性化需求，再将这些需求反馈至对应的医疗人员，帮助用户获得高价值的信息反馈。

3. Verizon：数据仓库促进精准营销

Verizon是美国最大的本地电话公司、最大的无线通信公司之一，也是全世界最大的印刷黄页和在线黄页信息提供商。它在美国、欧洲、亚洲、太平洋等全球45个国家经营电信及无线业务。

随着年轻一代用户成为电信消费主力人群，通过多媒体、社交媒体等渠道了解他们的消费行为成为Verizon的营销重点。因此，Verizon成立精准营销部门（PrecisionMarketingDivision），利用Teradata天睿公司的企业级数据仓库，对用户产生的结构化、非结构化数据进行挖掘、探索和分析。在大数据解决方案的帮助下，Verizon实现了对消费者的精准营销洞察，并且向他们提供商业数据分析服务，同时在获得允许情况下，将用户数据直接向第三方交易。此外，这些对用户购买行为的洞察也为Verizon的广告投放提供支撑，实现精准营销。凭借着获取的消费者行为的洞察力，Verizon还决定进军移动电子商务，形成自己全新的业绩增长点。

4. 德国电信：智能网络培育新增长点

德国电信是欧洲最大的电信运营商，全球第五大电信运营商。旗下T-Systems是全球领先的ICT解决方案和服务供应商。

正是T-Systems将德国电信带上了大数据的发展快车道。基于拥有全球12万平方米数据中心的优势，T-Systems提出了“智能网络”的概念。通过实时获得汽车、医疗以及能源企业的数据，T-Systems先后开发了车载互联网导航系统、交通意外自动呼叫系统以及声控电邮系统，以及能源网开发解决方案，实现电量的供需平衡。此外，它还通过设计安全的传输方式和便捷的解决方案，将医生和患者对接，提供整合的医疗解决方案。

5. Telefónica：大数据支撑用户体验优化

Telefónica创立于1924年，是西班牙的一家大型跨国电信公司，主要在西班牙本国和拉丁美洲运营，它也是全球最大的固定线路和移动电信公司之一。

Telefónica一直将用户体验视为企业发展重点。Telefónica启动一个针对移动宽带网络的端到端用户体验管理项目，并建立了一个包含60多个用户体验指标的系统，支持无线网络控制器（RNC）、域名系统（DNS）、在线计费系统（OCS）、GPRS业务支撑节点（SGSN）、探针等各种网络节点的信息采集。所有采集来的信息经过整合后存储到数据库中，为后续的用户体验测量提供数据支撑。

6. Vodafone：动态数据仓库支持商业决策

沃达丰是跨国性的移动电话运营商，现为全球最大的流动通讯网络公司之一。

Vodafone在大数据应用方面取得了丰硕成果。早在2009年，旗下SmarTone-Vodafone就委托Teradata天睿公司为其完成动态数据仓库的部署，使企业所有管理人员可以根据信息轻松制定最佳决策。它主要通过开放API，向数据挖掘公司等合作方提供部分用户匿名地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。这些大数据解决方案极大提高了SmarTone-Vodafone的市场领导力。

7. 中国移动：客户投诉智能识别系统降低投诉率

中国移动通信集团公司是中国规模最大的移动通信运营商，也是全球用户规模最大的移动运营商。

在中国移动近实现客户数量迅猛增长的同时，相应也带来了客户投诉量的增长。

为了辨别客户投诉的真实原因、发现问题、改进产品、提升服务体验，中国移动和Teradata天睿公司进行了密切合作。Teradata为其配置了基于CCR模型的客户投诉智能识别系统，以投诉内容为源头，通过智能文本分析，实现了从发现问题到分析问题，再到解决问题以及跟踪评估的闭环管理。经过一段时间使用，仅中国移动某省级公司，就实现全网投诉内容的智能识别：769个投诉原因被识别，配合业务部门提出37个产品优化建议，协助优化11个产品;优化不满意点58个，消除368,295客户的潜在不满隐患，每年节约成本达540万。

8. 法国电信：数据分析改善服务水平

法国电信是法国最大的企业，也是全球第四大电信运营商，拥有全球最大的3G网络Orange。

为了优化用户体验，法国电信旗下企业Orange采用Teradata天睿公司大数据解决方案，开展了针对用户消费数据的分析评估。Orange通过分析掉话率数据，找出了超负荷运转的网络并及时进行扩容，从而有效完善了网络布局，给客户提供了更好的服务体验，获得了更多的客户以及业务增长。同时，Orange承建了一个法国高速公路数据监测项目。面对每天产生500万条记录，Orange深入挖掘和分析，为行驶于高速公路上的车辆提供准确及时的信息，有效提高道路通畅率。

9. 意大利电信：数据驱动的个性化业务

意大利电信是欧洲最大的移动运营商之一，同时也是基于单一网络提供GSM系列服务的领先欧洲运营商。

面对固网业务的下滑，意大利电信构建了面向全业务运营的客户数据仓库，以适应市场、销售、客户服务等领域的业务规则和需要。通过对客户数据的洞察，有效地预测收入状况与客户行为的关联性，推出了诸多个性化产品满足客户需求。意大利电信推出的NapsterMobile音乐业务就提供包括手机铃声、艺术家肖像墙纸以及接入NapsterMobile歌曲目录等个性化服务，直接拉动了企业业绩。

10. KDDI：数据管理服务是核心

KDDI是日本知名的电信运营商，在世界多个国家设有子公司。

通过大数据资产，提供数据管理服务是KDDI的核心业务之一。KDDI利用自身优势，以数据中心为核心，向企业提供包括云计算服务在内的信息通讯综合服务。KDDI于2000年开始在中国开展为日系及当地企业提供数据管理服务，业务发展迅猛。2012年，KDDI在北京经济技术开发区建设了当地最大规模数据中心，占地2.5万平米，试图实现2015年海外营业额为2010年2倍的目标。

以4G为代表的移动互联网时代，令信息、互联网行为数据、话单数据、WAP日志/WEB日志、互联网网页、投诉文本、短信文本等结构化数据以及非结构数据呈现几何式增长。面对新型海量数据，传统电信运营商正面临越来越大的挑战：

客户与内容服务提供商联系更加紧密，但对电信企业的忠诚度反而下降；企业无法通过流量内容服务提供商业价值，盈利能力持续下降；“管道化”严重弱化对承载信息的掌控，丧失创新产品、业务发展的基础。

电信运营商需要凭借数据分析来竞争，实现数据价值货币化。同时，利用大数据实现企业从电信网络运营商到信息运营商的转型。通过对数据的分析，了解客户流量业务的消费习惯，识别客户消费的地理位置，洞察客户接触不同信息的渠道等等，电信运营商将获得深度商业洞察力，打造基于大数据的租售数据模式、租售信息模式、数字媒体模式、数据使能模式、数据空间运营模式、大数据技术提供商等全新商业模式。

以上是小编为大家分享的关于看看全球十大电信巨头的大数据玩法的相关内容，更多信息可以关注环球青藤分享更多干货

❼ 大数据时代，电信运营商如何“点石成金”

大数据风起云涌。对于大数据中蕴含的商业价值，有人形象地将其称为“数据钻出石油”。充分利用大数据技术，从海量堆积的交互数据中发现带有趋势性、前瞻性的信息，能够孕育出惊人的社会价值和商业价值。 然而，即便放眼全球，我们看到的大数据应用案例还鲜有电信运营商的身影，与互联网领域的诸多探索相比，他们略显平淡，大规模钻出“石油”就更谈不上了。面对这种情况，相信很多业内人士都在思考这些问题：大数据究竟会给电信运营商带来哪些新机遇？大数据时代下的电信运营商面临什么样的挑战？电信运营商今后将如何运筹帷幄、构建面向智慧运营的大数据体系？ 从4W到4V： 运营商拥有先天优势 根据信息爆炸时代的特征，业界将大数据总结为“4V”体量（Volume）、多样（Variety）、速度（Velocity）和价值（Value）。体量意味着海量的数据，多样是指数据类型繁多，速度主要指数据被创建和移动的速度快，而价值是处理数据的目标、从各种形式呈现的复杂数据中挖掘有用的东西。 电信运营商作为信息服务的基础服务商，其提供的服务用一个简单的词来概括就是“4W”Who、When、Where、What，在使用服务时，哪些用户、需要联系谁、什么时间、处于什么位置、做些什么，这些信息无疑都需要经过运营商的管道。 对比“4V”和“4W”，我们可以发现两者之间的契合之处，通信用户数以亿计的基数保证了数据的海量和多样性，通信网络的实时承载保证了数据的速度，更重要的是，运营商还可以搜集到用户位置、大体收入等有价值的数据，进而为精准营销提供参考。因此，运营商在掌握用户行为数据方面具有先天优势，这是一般互联网厂商所望尘莫及的。随着智能手机和高速网络的普及，运营商能够获得的用户行为数据还将更为丰富。 数据科学家、《大数据时代》的作者维克托·迈尔·舍恩伯格表示，在大数据时代，拥有数据的公司无疑将取得巨大的成功。因为他们具有洞察力，大数据会提供他们全新的洞察力。从这个角度看，运营商无疑坐拥一座天然的宝藏，但是能否挖掘、提炼出这些矿藏中的价值将决定运营商能否把握住大数据带来的机遇。 由大入微： 构建智慧的大数据体系 由微入大易，由大入微难。对电信运营商来说，将无数具体而微的信息汇集起来其实并不难，真正的难点在于如何点石成金，如何“驾驭”这纷繁复杂的数据，如何存储、整合、分析、汲取出真正有价值的内容，并创造性地使用它。 大流量并不一定带来大数据，电信运营商获得的数据中大部分都是“桀骜不驯”的它们被称为非结构数据，这种数据本身并没有太多价值。目前，电信运营商在大数据方面的探索还仅仅处于起步阶段：一方面，用户的行为、轨迹、状态等数据散在网络各个环节中，形成信息资产的成本非常高；另一方面，运营商大数据挖掘手段还很不充足，如何从庞大的数据中分析出有价值的信息并找到合理的商业模式，提高“驾驭”数据的能力，成为电信运营商面临的挑战。 那么电信运营商该如何去构建面向智慧运营的大数据体系？ 对电信运营商来说，可以利用大数据实现自身的精确化营销和精细化运营，在这方面，国内已经有运营商作出了尝试。使用Hadoop等大数据处理工具，通过分析用户的兴趣图谱、关系图谱、行为定向，再结合自身的业务推出量身定制的服务，如针对出差较多的商务人士，向他们推荐漫游套餐；对爱好移动上网的用户，向他们提供流量包……这本身就属于大数据应用的范畴，而且，运营商通过对业务资源和财务等数据的综合分析，可以让决策层进行快速的市场决策，从而抢占市场制高点。 未来，运营商还可以拓展第三方模式，加大开放合作力度，与产业链各个环节开展合作，加快对大数据经营商业模式的探索，不断释放其管道中庞大数据的潜在力量，将数据转化成“真金白银”。在这方面，国外电信运营商的探索给我们提供了思路。西班牙电信去年成立了名为“动态洞察”的大数据业务部门，它可以为客户提供数据分析打包服务，帮助客户把握重大变化趋势。法国电信的移动业务部门也开始尝试挖掘大数据的潜在价值，比如，它承建了一个法国高速公路数据监测项目，对每天产生的几百万条记录进行分析，从而提高了道路通畅率。更具颠覆性的是Verizon，其数据业务的盈利收入在其整个业务中占比非常高，其中就有联合第三方机构对其用户群进行大数据分析，再将有价值的信息提供给政府或企业获取的额外价值。 分析人士指出，数据化程度越高的行业，其大数据的应用场景越多，能够带来的价值也就越高。数据重构商业，虽然国内在这方面的探索还未形成规模，但对运营商来说却代表着前进的方向凭借自身优势，将数据分析包装为服务，提供给政府、商场、银行等第三方机构进行决策，从而实现商业模式的创新，并在与互联网企业的竞争中占得先机。不过，需要明确的是，这里的数据包装并不是非法采集用户个人信息，更不是贩卖用户个性化隐私，真正的大数据应该是用加工实现增值，用分析来指导决策，而非原始数据信息本身的低层次滥用。

❽ 运营商大数据到底如何应用

运营商大数据到底如何应用？

运营商大数据，可以根据不同行业和不同企业，分配和分析内符合容自己行业的精准客户数据资源！

相关企业搜集自己行业的网站，app,400电话，固话提供过来，就可以建模实时抓取，获取精准客户数据，相关企业可以通过外呼，短信等触达方式去转化和成交。

需要合作看评论