京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国普天构建“智慧”4G业务大数据支撑体系
随着4G和移动互联网时代的到来,中国移动互联网业逐渐步入大数据时代,同时也开启了行业发展的“数字金矿”。中国普天所属企业东信北邮信息技术有限公司(简称普天东信北邮)立足于电信、移动互联网领域的大数据现网实践,应用数据采集、数据加工、分布式计算、数据挖掘、可视化展示等技术,打造直接具备生产能力、实时能力、决策能力、开放能力的智慧型BI产品体系,释放大数据价值。
在4G环境下,业务的典型特征是容量大、速度快、实时性视频传输稳定,更适合移动互联网时代用户的业务需求,同时也对流量管控、流量服务、用户行为分析等精准化运营提出更高要求。针对这些特征与趋势,普天东信北邮提出“一个平台,四个体系”的4G业务大数据支撑体系管理理念,提供以大数据为基础的智能、灵活、开放的运营支撑平台,实现4G业务数据采集、存储、计算,能有效支撑上层应用。
其中,“一个平台”即指打造海量数据采集、计算、管理、应用支撑的大数据平台,实现决策支撑和数据生产。整合运营商通信、计费、云存储等基础能力和分散在传统业务中认证、适配等业务能力,以及用户统计级行为数据,形成运营商独有的产业平台,并将能力和数据开放,实现电信产品和服务的延伸。
“四个体系”则包括构建基于用户共享的用户行为分析体系;构建个性、实时、一体化流量服务体系;基于大数据分析,实现流量智能管控支撑体系;建立“大数据、超细分、微营销”营销服务支撑体系。
构建基于用户共享的用户行为分析体系
流量共享是4G业务主要特征之一,由此衍生多用户共享、多终端共享的群体性行为,且流量使用者和购买者出现隔离。东信北邮针对该行为特点,建立多终端分析体系、购买者和使用者协同分析体系。其中,多终端分析体系引入UA信息,弥补以IMEI为核心的手机终端分析体系的不足,建立全终端分析体系,满足4G和移动互联网时代多终端接入的需求。购买者和使用者协同分析体系则基于用户真实使用终端,通过对用户位置、时间、交往圈、UA等信息多层筛选,还原真实使用者号码,解决特定产品(购买者和使用者可分离)营销分析难题,形成了基于购买者和使用者协同分析的创新营销分析模式。
构建个性、实时、一体化流量服务体系
构建个性、实时、一体化流量服务体系,有效解决用户流量类投诉和咨询,提升4G和移动互联网时代用户体验与满意度。
东信北邮针对流量投诉场景,采用“三步走”策略,向客服人员提供套餐使用情况、流量结构分析和流量清单查询,逐层剖析流量使用情况,解决流量投诉和质疑。
基于大数据分析,实现流量智能管控支撑体系
基于用户、业务等分析成果提供PCC智能策略支撑能力,实现互联网智能化QoS运营,力求资源利用率最大化,促进收益最大化。
从精准营销平台、经营分析等应用系统提取分析数据,再结合闭环评估的结果,生成针对流量的营销服务策略、统一交互策略(如PCC流量管控策略)和运营保障策略(如网络优化策略),动态支撑各营销渠道、网络侧PCRF、OSS域网络平台的执行,最终对执行效果和策略进行评估,更新策略中心,实现智能、闭环的策略管理。
建立“大数据、超细分、微营销”营销服务支撑体系
随着4G时代和移动互联网时代的到来,新业务、新产品层出不穷,用户的需求表现出越来越强的个性化特征,未来移动互联网的发展越来越取决于用户需求拉动。而普天东信北邮4G业务大数据支撑体系能够助力用户实现自助分析、智能精准策略匹配、智能化精准化流程以及服务能力整合与输出。即以超细分的用户标签为基础,实现用户群的自助式多维分析和需求探索,培养业务人员自助分析习惯和用户洞察能力;打造策略匹配中心,实现“客户-产品”和“产品-客户”的双向自动超细分的精准策略匹配;通过进一步完善营销规则管理,加强渠道协同及渠道触点的统一管理,既提升营销效率,又促成对用户的合理接触,同时,系统具备数据开放的能力,并向各外部平台提供服务能力。
同时,普天大数据产品的建设基于“半定制化”的理念,具备个性化服务、精细化营销、数据化运营、科学化管理、商业化分享等特点。截至目前,普天东信北邮大数据产品累计服务6.2亿名用户,为4.8亿名用户提供个性化推荐服务,为3.4亿名用户提供精准营销服务。4G业务大数据支撑体系也已在多地落地商用,其中流量经营方案助力浙江移动获得“中国移动2012年流量经营集团竞赛”第一名,并开拓了4G和移动互联网时代产品多终端分析、流量共享创新分析模式,作为优秀模型在全集团推广。未来,普天东信北邮将继续与运营商伙伴开展深入合作,研究并应用大数据关键技术,对移动通信信息服务领域持续生成的业务数据、用户数据和网络数据进行分析挖掘,并将产生的结果应用于业务和支撑系统中,实现对用户行为数据的深入分析和挖掘。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20