京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运营商借数据分析推动智能管道布局_数据分析师考试
数据分析能力已经越发被众多行业企业所看重,Ovum最新调查显示,在北美、欧洲和亚太地区将近有半数以上的企业IT部门将在不久的将来投资大数据分析。 这一现象并不难理解,全球企业与个人的交互数据正在以爆炸性的速度增长,一些企业预计,明年他们数据库的数据量至少会有10%~20%的增长。基于这一趋势,从这些庞大的数据库中挖掘商业价值的做法,逐渐被越来越多的企业CIO们所认可。 比如在电信行业,运营商可以通过数据分析能力从用户历史、业务数据等众多渠道提取关联数据,由此生成统一的用户视图这些视图将成为指导运营商一线营销的重要依据。
在数据分析领域深耕多年的Teradata天睿公司大中华区CEO辛儿伦告诉记者,在2005年之前,运营商的数据分析能力多停留在“表格阶段”,服务提供商通过提供经营分析的设备、手段、工具、方法论、咨询、服务等,来帮助运营商制定报表、分析、支持制定经营决策和预测等模型;但近些年,运营商对于数据分析的要求已不满足于数据辅助工具,而是逐渐趋向市场层面。“最近我们与电信客户探讨的最多的是如何以客户体验为中心,提供数据分析的增值服务,以便给客户带来更多、更直观的体验和价值。
中国移动数据部人士告诉记者,“以客户体验为中心”是当前运营商业务转型的普遍焦点,而这种转型需要运营商很多部门的协同配合,如市场营销部、集团客户部、数据部等部门的通力配合才能够实现。 智能管道借力数据分析 中国联通在该领域也开始布局。
据介绍,目前该公司集团层面已经明确了四大策略,其中包括:定制用户Portal(搜索框),建立端到端的业务体验平台,通过“Web+手机”方式实现多通道接入;多渠道收集关联性数据,建立360度用户视图,用于指导市场决策;基于用户行为提供业务推荐,在用户生命周期中提升客户交互体验;基于上下文的实时分析和持续的规模性数据分析,计算得出业务关联度、用户关联度、业务与用户关联度的多维度参考数据。 在中国联通看来,客户体验、市场营销以及一线销售都与数据分析密不可分,运营商需要通过不断细化的业务策略和市场建议,实现营收增长和服务提升的双效目标。
不仅如此,面对业界正热的智能管道观点,运营商也在不同领域寻找着答案。数据分析能力在其中将发挥重要作用。 “网络管道智能化的第一步离不开数据的采集与整理,同时也要形成一系列完整的规范和做法。”辛儿伦告诉记者,通过形成网络综合分析规范、网络数据规划,以及提供类似ESS+OSS融合等分析服务、营销管理、结构化分析能力,运营商将能够实现在流程、应用和系统方面的全面整合和统一管理,促进网络的智能化发展。 “分析云”走上运营商舞台 云计算被喻为是打破“IT竖井”的利器,在数据分析领域,该趋势已经有迹可循。“分析云”这种新型概念,目前已经应用到了数据仓库、平台工具等很多实现数据分析能力的软硬件中。 前述运营商告诉记者:“传统业务分析管理流程过于冗长,比如市场部希望在五一节期间举办促销活动,按照传统方式,首先需要去和IT部门共同进行流程改动工作,这其中涉及立项、评估、设计、规划、实施、运营,到最后上线的一系列工作,等做完了恐怕五一节也快过完了。
辛儿伦也表示,在过去的5~10年中,在分析领域,经营决策管理和动态的客户关系管理应用都已经有了长足的发展和提升,这得益于数据仓库的实时分析能力;但在传统的流程管理、分析管理领域,却始终停滞不前,归根结底还在于原有的IT流程过于繁琐,已经无法适应当下瞬息万变的市场情况。
“分析云”概念的出现改变了这一难题,利用云计算按需自取服务的特点,数据分析能力能够同时共享给多方使用,IT部门在数据中心将资源空间分割开来,业务部门可以按照自己的需求快速申请到需要的服务空间,如此也就避免了冗长的IT搭建流程,市场部门可以快速验证自己的市场想法是否正确,为市场营销活动赢得更多时间。 Link:半数企业将实施大数据分析 根据Ovum欧文的研究,有将近半数的北美、欧洲和亚太区企业IT部门计划在不久的将来投资大数据分析(Big Data Analytics) 。 中立科技分析师在最新报告中揭露,44%的企业在未来两年到五年之间,将会投资大数据分析计划。
同时,三分之一的受访者表示他们明年就会取得进展。 当然,想要采取大数据分析的企业,其第一步不该是分析数据,因为数据早就存在那儿了。他们应该找出现有的业务问题,例如如何最大限度地保留客户或提高营运效率,再决定拓展和深化他们的分析范围是否能带来实实在在的商业价值。 Ovum的调查发现提高运营效率、改善战略决策的流程、改进客户服务是最受欢迎的商业利益。上述领域分别有67%、57%、49%的受访者将之列为最重要的领域。然而根据报告,令人惊讶的是,受访企业将提高竞争定位、业务敏捷性和法规遵循三者列为低优先。只有30%的受访者提到这些业务目标。
尽管能满足大数据分析的技术平台已经诞生了,但采用的情况却大相径庭。Ovum所访问的企业之中有2~10%已经实施更完善先进的SQL了。相反的,仅有少于5%的企业实施新兴的NoSQL平台,反映出人们对于新平台的技能和认识还不多的事实。Ovum预期根据供需法则,和新工具的推出,将会增加人才的供给并降低实施这些新数据管理平台的所需的技巧门坎。
然而,由于人们偏好新数据类型和分析,例如社交媒体分析,以及知名IT品牌进军此市场的缘故,Ovum预计未来两年这些新平台的普及情况将显着的提高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23