京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球电信行业面临日益严峻的收益挑战,市场趋向饱和、ARPU值持续走低、市场遭遇OTT侵袭等。另一方面,信息数据流量的快速增长、4G时代带来的更多创新应用也为运营商带来机会。作为一个“信息石油”大集成者,全球电信运营商已开始利用大数据技术实现转型,并着手打造信息生态。
冬日来临
开源节流是运营商的发展要义,特别是在如今的紧日子下。
5月初,工信部联合发改委发出通告,包括固定和移动的本地、长途、漫游语音、短消息、数据业务等,所有电信业务资费都实行市场调节价。
6月起,电信业“营改增”试点正式开启,从之前统一税率3%,提升至基础电信服务税率11%、增值电信服务税率6%。三大运营商均发布公告称公司财务将受到较大负面影响:中国移动今年收入下滑9%,利润下降超过200亿元(人民币,下同);中国电信经营利润减少30%,约52亿元;中国联通未公布具体数额,但净利润大幅下降是事实。
7月初,国资委通知三大电信运营商,要求三年内连续大幅度减少营销费用达20%。根据测算,仅中国移动3年里就需减少营销费用240亿元,而三大运营商3年总计需要减少营销费用400多亿元。
根据三大运营商2013年财报,中国电信2013年净利润175亿元,中国联通2013年净利润34.4亿元,中国移动2013年净利润1217亿元。
政策的一步步收紧,促使运营商不得不进一步加大力度降低成本、提高效率,并拓展新业务,也正是这样的背景加速了运营商采用大数据的步伐。
目前,运营商利用已有的信息资本,主要从两个方向发力大数据,一是改善企业运营效率,二是拓展新形态业务。
改善运营效率
降低运营成本,同时维持现有客户收益是运营商改革的主要目的。现在在大数据等新技术的推动下,运营商优化管理基础设施建设的系统资源,以及更深刻的了解用户并维持关系有了新的途径。
据工业技术研究产业经济与趋势研究中心钟俊元介绍,目前包括美国T-Mobile、韩国SKPlanet、中国联通等运营商已经开始利用大数据技术提高客户续约率;印度Bharti、爱尔兰Vodafone等也利用大数据增加资产使用效率。
以中国联通某公司为例,据悉其通过分析通话记录提高客户续约率达34%。中国联通与供应商合作开发了一套客户流失率分析和行销管理平台,对海量的通话记录进行分析,精确找出“高危”用户,准确预测了用户流失。同时该平台可以针对流失的用户提供符合需求的方案,针对APRU较低的客户群设计更个性化的增值服务与优惠方案,从而挽留客户。
采用该大数据平台后,效果十分明显,据相关数据表示,其公司整体APRU值提高10%,客户流失率预测准确性提高5倍以上,客户续约率提高34%。
拓展新业务
除了内部利用相关平台及工具提升效率,在对外开拓新业务方面,大数据也是一把好手,特别是在利用已有的移动设备产生的海量数据方面。
AT&T利用客户行为资料开始发展信息业务。其与其他企业策略结合,将用户资料加值利用,以增加业务收益,并提供对使用者有利价格或服务模式,让用户自愿提供隐私资料。运用这些信息,AT&T不仅可以改善网络及服务品质,同时提供了个人化广告服务,并计划在未来提供匿名化的用户资料行销报表给企业,如零售业、广告业等,当然,用户有权选择不使用。为鼓励用户开放信息,AT&T先是在2013年6月,公告修改隐私政策,明确告知所收集资料与应用模式,并在12月推出U-verse with GigaPower光纤到家服务,以优惠价格选项,获取用户同意被追踪网站浏览行为及提供广告等服务。
除了AT&T外,西班牙电信也利用销售用户行为数据来拓展收益。其针对用户群体流量与移动路径,搭配相关属性进行综合性追踪分析,如哪些因素为影响人们在什么时间去往何处,而这些信息将有助于零售业进行店面地址规划、广告行销,以及公共事业单位进行交通管理等。
在产业合作方面,大数据也为运营商提供了新的合作模式。运营商可以将信息资源开放授权给其他软件企业,由软件企业来开发用户信息的增值服务,创造业务收益。
例如美国IT公司AirSage便与两家无线运营商合作,利用运营商的信息资源提供匿名化、及时性的位置记录或人口普查等服务。据悉,其每天可获取超过1亿台移动装备数据信息,在及时性上,能获取一小时前的最新资料,从而其可以轻松对外提供行为报告、市场研究、城市交通规划、推算其他信息等服务。
同时通过这些信息,可以进一步扩展产业链。新创公司StreetLight Data便基于AirSage 的行为信息资源发展Geospatial BI产品。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27