京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国移动的大数据探索:移娃背后的秘密
“移娃在此,有何吩咐?”在北京移动的客户端点开我的客服,机器人移娃就跳了出来,为客户提供“贴心在线服务”。客服机器人“移娃”是大数据应用的一个典型案例。在大数据的应用方面,电信运营商无疑具有领先的优势,这种优势来自大量的数据积累和在此基础上的行业技术分析。作为全球用户规模最大的电信运营商,中国移动在大数据应用方面已经走在了前面。
大数据提升服务效率
作为中国移动专注客户服务的公司,中移在线服务有限公司(简称中移在线)要为8.6亿用户提供客户服务,传统的电话热线服务早已不适应现实的需求,利用互联网提供在线服务成为必然选择,而大数据和人工智能则在提升用户服务水平方面成为一个亮点。“移娃”正是中移在线联合移动研究院,在智能化服务领域研发的最新产品,她的独特优势在于中国移动积累的海量用户数据,在31个省拥有超过5万服务坐席和10多年积累的行业运营与服务能力。
中国信通院3月份发布的《中国大数据发展调查报告》(2017)显示,企业应用大数据所带来的主要效果包括实现智能决策(55.8%)、提升运营效率(48.2%)和改善风险管理(25.7%)。利用大数据提升运营效率对运营商来说立竿见影。
中移在线相关负责人告诉记者,移娃可以应用于微信、网站等互联网渠道及短信、热线等传统渠道,与客户通过自然语言进行交流,满足客户问题咨询、投诉受理、信息查询、寒暄聊天等多种需求,实现“24 小时”在线、“全天候”服务。
据介绍,该机器人已在10086微信服务号等6个全国渠道、近60个省内渠道上线,月访问量超过5000万次。2016年节约人工成本超过1.2亿元,预计今年将至少超过3亿元。
图为“移娃”服务截屏。
“移娃”梳理入库了全国31省业务知识10万条、寒暄对话20万条,自然语言识别率达到93%、准确率达到80%。”该负责人告诉记者,在大数据和机器学习技术支撑下,该产品性能和运营能力均取得行业领先地位。
中国信息通信研究院技术与标准研究所副所长何宝宏告诉记者,“电信公司在大数据方面的优势主要是数据量特别大,精确度特别高。因为它的数据都是基本实名的,来自网络的底层,所以它的数据量覆盖面广而准确。”
大数据服务精准扶贫
在大数据应用上小有斩获的中国移动并没有停止脚步。近来,中国移动正利用自身的优势将大数据运用到精准扶贫方面。
为积极响应国家精准扶贫号召,中国移动依托自身具备的信息技术优势和进村入户的服务保障体系,自主研发了精准扶贫系统,努力为农村贫困人口搭建脱贫致富的信息通路。
“精准扶贫系统于2015年底正式上线运营,经过2016年扎根国家级贫困地区、深耕系统优化建设的创业历程。目前,已在全国8个市、县落地实施,22个市、县进行部署试用,覆盖289万贫困人口,为8.5万余扶贫干部提供信息化服务。”中国移动相关工作人员告诉记者。
精准扶贫系统是集一个创新性、开放性、实效性为一体的政务信息平台,背后依靠的正是大数据分析技术。据了解,系统运行成效获得了各级领导、一线扶贫队伍和贫困群众的肯定。
该系统有两个特点:一是打造健康的扶贫数据生态,实时采集贫困动态数据,实现端到端地扁平化传递和标准化整合,助力政府不断提升扶贫工作决策水平;二是打造聚合的资源生态,搭建的开放资源平台,提供了政府、社会等各项扶贫资源、信息的统一入口,激发贫困户主动脱贫的内生动力,弥合贫困群众与互联网时代间的数字鸿沟。
中国移动相关负责人称,未来将继续加大资源投入,进一步提升针对农村地区群众的信息化服务水平,助力贫困落后地区搭上移动互联网快车,助推贫困群众享受到互联网时代发展的红利。
瞄准未来,大数据走向智能化
何宝宏认为,大数据还处于技术的早期阶段,还没有完全发展成熟。目前大数据应用的成功案例,还呈散发状,而不是大规模应用,“只有在一些典型场景,目前还是可以的”。而中国移动利用大数据提升客户服务和推进精准扶贫恰恰就是“典型场景”。
作为大数据的先行者之一,中国移动目前正利用大数据,提升用户对服务、业务、产品的体验。
对于未来大数据的发展规划,中国移动方面表示,一是服务个性化,强化大数据的个性化分析,围绕用户属性、偏好、服务场景,深入挖掘用户差异化服务诉求,结合用户的个性化服务特点,提供针对性的服务策略和服务交互内容。
二是服务一体化,依托大数据运营、分析能力,形成全网包括互联网、热线、营业厅等线上、线下渠道在内的服务一体化能力,确保用户在各个渠道一致性的体验感知,实现服务的体系化的高效协同。
三是服务智能化,通过服务大数据的挖掘与模型、算法设计,通过云计算、人工智能等先进技术引入,发挥大数据的智能服务价值,动态为客户开展智能化产品推荐、帮助客户围绕自身需求开展智能分析,通过智能服务的提供,持续为用户创造价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13