运营商大数据业务举例

3.1 运营商常见的大数据业务

第1章介绍了运营商拥有的数据资产,运营商拥有从底层的设备和网络数据到上层的用户行为数据。有了这些数据,运营商大数据便可以衍生出众多业务,主要有SQM(运维质量管理)、CSE(客户体验提升)、MSS(市场运维支撑)、DMP(数据管理平台)。

3.1.1 SQM(运维质量管理)

一个电话或者用户一个上网行为的成功发生,对于整个运营商背后的网络来说,经过了很多种类、很多台设备才能一起完成。传统的监控和告警设备只能单点地监控整个流程中的某一处是否出现问题,这样就和业务脱钩了。

以在线视频播放为例,这是用户常用的业务类型之一。传统设备只能监控单点的KPI,但这和业务的实际体验其实是脱钩的,如核心网侧速度很高,但是用户体验仍可能很差,经常卡顿,所以运营商也很难判断出整个业务的质量好坏。通过大数据技术,不仅可以收集全网的各台设备的数据,而且可以收集设备原始数据,监控和计算出“播放成功率”、“缓存时延”、“停顿频次”、“停顿占比”、“中断率”等指标数据,就可以知道整个业务的质量如何。同时对各项指标不正常的具体原因,如中断率过高,可以通过收集的数据进一步钻取数据定位。

SQM主要涉及的技术就是后分析,通过计算KPI/KQI[1],得出各个业务的质量,支撑整个SQM。

3.1.2 CSE(客户体验提升)

用户是互联网发展的基石,服务好用户是网络建设的目标。通过大数据技术,可以针对用户的个人体验进行360°分析。用户体验提升一般包括如下几个方面:

(1)通过对用户语音、短消息、流媒体等业务进行分析,定位到用户的哪个业务、哪类事件、哪个区域出现了问题,并呈现单个用户的活动轨迹,定位失败位置,以及对失败原因进行详细分析,为维护分析人员进行业务问题定位提供详尽的依据。

(2)可以针对VIP用户,以全网为监控对象,对反映VVIP用户的KPI指标进行1分钟粒度的实时数据监控,帮助运营商实时了解VVIP用户的业务质量;以全网为监控对象,对反映用户群的KPI指标进行5分钟粒度的数据监控,并提供历史业务数据的失败分析,帮助运营商及时发现问题。

(3)针对整个用户群,可以分别展示CS、PS等业务质量的总体情况,支持以不同维度对失败业务进行分析,并支持对异常原因进行分析,为保证用户/用户群的业务质量提供有力的数据支撑。

(4)针对客户漫游专门进行监控。实时监控漫入/漫出客户数,对漫游的质量进行分析等。

CSE是针对用户维度的业务和质量分析,涉及的技术是用户画像技术。

3.1.3 MSS(市场运维支撑)

前两类业务更多考虑的是运维支撑角度。除了运维支撑外,大数据还帮助运营商做好运营,如帮助运营商更好地掌握网络质量和提高客户满意度。常见的手段有离网分析。

简单介绍一下什么是离网分析。离网分析是通过按照客户群和客户来统计用户的业务数据,在定制报表服务器中对数据进行简易模型计算,给出用户的业务评分和质差事件评分,更好地帮助运营商及时预测用户离网倾向。

离网分析主要用到数据挖掘技术,通过建模,从数据中挖掘出用户离网倾向的主要原因,以及指导后续的改进。

3.1.4 DMP(数据管理平台)

运营商掌握了一部分数据。除了运营、运维的支撑外,数据变现也是其中重要的一部分,这通常是通过DMP(数据管理平台)来实现的。

DMP平台更多的是一种数据管理和变现的商业模式,技术上没有特殊的地方,由普通的Hadoop、数据库来承担。

DMP(Data Management Platform)是把分散的第一、第三方数据进行整合,纳入统一的技术平台,并对这些数据进行标准化和细分,让用户可以把这些细分结果推向现有的互动营销环境中。

DMP的核心元素如下。

—数据整合及标准化能力:采用统一化的方式,将各方数据吸纳整合。

—数据细分管理能力:创建出独一无二、有意义的客户细分,进行有效的营销活动。

—功能健全的数据标签:提供数据标签灵活性,便于营销活动使用。

—自助式的用户界面:用户可以基于Web界面或其他集成方案来直接使用数据工具、相关功能和几张报表等。

—相关渠道环境的连接:与相关渠道集成,包含网站端、展示广告、电子邮件及搜索和视频,让营销者能找到、定位和提供细分群体相关高度的营销信息。

DMP最重要的技术是标签管理和存储,标签的维度非常大,需要一个好的引擎支持标签的存储、更新及快速对外提供服务。

3.2 小结

本章高度概括了运营商的一些典型业务,帮助读者了解大数据能帮助运营商做什么,但是运营时的业务远比这个复杂。运营商掌握了大量的数据,目前的业务涵盖运维、运营、数据变现等各个方面,大数据的各种技术都会用到,后面的章节会介绍从数据获取到数据应用所涉及的技术。但总的来说,相比互联网企业,运营商使用大数据还是偏传统的应用,局限于运营商本身。以大数据为基础,相信未来运营商在商业模式上发挥的空间还是很大的。


[1] KPI/KQI:Key Performance Indicators,关键业绩指标;Key Quality Indicators,关键质量指标。




好消息,我的新作《大数据架构详解:从数据获取到深度学习》一书,已有电子工业出版社出版,京东热卖榜第3,当当热卖榜排名第5,持续热销,好评如潮,本月启动第次印刷。

此书京东,淘宝,当当,亚马逊全网有售,有兴趣的同学直接上京东,淘宝,当当,亚马逊 搜索书名,详细了解:

为什么写《大数据架构详解》这本书

《大数据架构详解》答疑(一)

原文发布于微信公众号 - 大数据和云计算技术(jiezhu2007)

原文发表时间:2017-03-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

对话Hadoop之父Doug Cutting|大数据和开源的未来

1775
来自专栏PPV课数据科学社区

【关注】2016年大数据领域预测:Spark淘汰MapReduce,拯救Hadoop

2016 年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面取得的进展,你可能觉得这个问题很好回答。而实际上,来自业界的大数据预测大不相同,本...

3405
来自专栏SDNLAB

传送网向SDN化演进是未来方向 2016年开始实现全球广泛商用部署

编者按:SDN经过数年的演进已经逐渐进入各个领域,光网络传输的SDN化预计将在2016年开始全球商用部署,传送网的控制转发平面能够支持传送网的SDN话化。 日前...

3388
来自专栏华章科技

前沿趋势│2016年大数据领域的33个预测

2016年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面取得的进展,你可能觉得这个问题很好回答。而实际上,来自业界的大数据预测大不相同,本文...

542
来自专栏大数据

如何避免大数据分析项目的失败

导语 大数据和分析项目可以是颠覆性的,它会使你具有洞察力来超越竞争对手,创造新的收入来源,更好地为客户服务。大数据和分析项目也可能导致巨大的失败,导致浪费大量的...

2138
来自专栏大数据和云计算技术

运营商常见大数据业务

3.1 运营商常见的大数据业务 第1章介绍了运营商拥有的数据资产,运营商拥有从底层的设备和网络数据到上层的用户行为数据。有了这些数据,运营商大数据便可以衍生出...

35110
来自专栏鹅厂网事

小鹅网工幸福生活之 DCI 网络

“鹅厂网事”由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在...

2489
来自专栏华章科技

其实这些数据科学专长,才是老板们最想要的!

这是一个好消息,如果你希望在2016年找一份数据科学的工作—在该领域职位空缺的数量正在不断增加,企业希望利用大数据来获得竞争优势。但事实上,找一份梦寐以求的数据...

562
来自专栏IT大咖说

道法术器— DevOps 端到端部署流水线 V2.0

摘要 DevOps独立顾问、DevOps时代联合创始人张乐为我们带来DevOps 道法术器及端到端部署流水线V2.0的分享。 ? VUCA新常态 ? 在移动互联...

3025
来自专栏大数据文摘

大数据领域33个预测,开启未知的2016

1528

扫码关注云+社区