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
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27