【SAS大数据专栏】电信行业大数据分析,引领新时代智能服务与营销

时间:2014-4-29

1.移动互联网时代降临
进入互联网时代以来,一条网线+一台个人电脑彻底改变了人们的生活、购物和文化娱乐方式,现在国内已有网民超过6.8亿。随着智能手机和平板电脑热潮的突然降临,移动互联网快速兴盛崛起。据工信部统计,截至2014年1月国内手机用户数已达12.35亿,其中智能手机用户数已超过5亿,使用手机上网的人数也首超5亿。如今高速3G网络已经普及,用户数量达到2.34亿,增速也超过2G用户数,而更快速的4G网络也正在加速升级覆盖中。这条无处不在的“看不见”的网线一夜间结束了传统互联网时代,便捷的移动互联网将成为未来上网的主流方式!


2.有效的大数据分析是转型创收的关键
在早期互联网时代,网络运营商已经逐步学会了分析利用客户的信息数据,从而提高了服务质量并且创造了新的盈利点。在新兴的移动互联网时代,电信运营商也应当重视和利用手机用户的数据信息,这是一座实实在在的大金矿!国内某知名电信运营商每天有超过60TB的客户数据内容信息,这些数据记录了用户浏览、搜索和关注的东西等等。如果不能慧眼识金,这些数据就全是占用服务器硬盘空间的垃圾。倘若加以整理、分析和利用,这些内容完全可以帮助电信运营商转型并且发展出新的业务,为社会各界提供信息服务,还可跨行业分享这些数据。
例如说,一位客户最近几天搜索浏览了很多关于运动鞋方面的信息,这条信息如果善加利用并结合电信运营商的定位服务,就可以实现当这位客户抵达商场/商铺周边时,自动发动有关运动鞋的营销信息,而不是过去那种缺乏针对性的地毯轰炸式促销信息。


3.大数据分析对营销和决策大有裨益
其实客户数据内容信息这座金矿已经被各大运营商发现,开采也早已进行,但是这里面存在着严重的“低效”、“重复”、“盲目”和“时效滞后”问题。
之前提到的某国内知名运营商拥有5万多人的数据分析团队,他们通过人工的方式对客户数据内容信息加以整理和分析,制定相应的营销方案,这非常耗时耗力,完全谈不上有效率。此外这个团队内部又分为若干部门,针对各自的业务部门做分析工作,不同部门间信息共享不畅,这造成了很多信息资源浪费的情况。
这些问题会造成什么后果呢?就拿刚才的举例来说,我们多数情况下会在买完运动鞋几周后才收到相关的营销信息,并且它可能“忘记”停下来,这就变为骚扰式的垃圾营销信息了,烦人的房地产广告就是我们最常见的垃圾信息。另外我们也常见到运营商对一个号段无差别的发送营销信息或人工推销服务,如此盲目的行为正是没有利用好客户数据内容信息的体现。修正这些问题可以大幅减少电信运营商的运行费用,并且提高运营商的服务效率,减少客户的投诉和抱怨。
但是要如何才能修正这些问题呢?别忘了现如今可是大数据时代,只有基于成熟完善的大数据分析才能解决这些问题。除了以上问题,甚至对上百亿的基站投资都可进行大数据分析,帮助决策者判断这笔资金的投入是否恰当。


4.电信业解决方案一览

面对汹涌的大数据浪潮,如此巨大体量的数据如果不能得到有效处理和利用,将成为运营商沉重的负担,不同的分析技术和大数据解决方案为电信业解决不同方面的业务问题:
1.打破大数据瓶颈,提高性能和效率
数据分析已经发展到3.0阶段,高效成为企业关注的重点,SAS®高性能分析(HPA)适用于解决复杂的业务问题并能够以近实时的方式获得分析结果,并且能将数据可视化,让分析结果极快地通过友好的界面和图形展现出来,这可以让业务部门很快地看到问题所在,并知道该做什么样的事情。比如意大利电信集团管理层利用SAS®可视化分析迅速地看到在所有竞争领域中的优势和劣势,在语音和数据流量的不同汇总层次上实时分析各种KPI,包括网络可用性、掉线率、呼叫建立时间和数据吞吐量,改善了其3200万移动用户的客户体验,在减少客户流失率和增强客户忠诚度方面取得了全新的成绩,自动化营销活动也从每月20次增加到每月350次,真正高效地做到了“电信个性化”。

2.充分利用全渠道网络资讯,提升客户体验
SAS®网络分析从信用风险分析到营销优化,有效帮助获得新客户和减少用户流失,广泛适用于电信业的各个方面,其技术包括:

  1. 精确预测技术。通过系统收集并分析的历史数据结合预测模型,对准备部署新基站的地区未来的流量需求进行精准预测,避免基站硬件资源浪费造成的投入大产出低,或资源紧缺造成的网络拥堵客户抗议投诉。

  2. 智能优化技术。基站硬件资源的投入是有限的,不可能在世界任何角落都布上网络设备。智能优化技术可确保在有限的资金投入下,保证整个网络的高利用性且拥塞率低于一定水平,辅助指引决策者将钱花在刀刃上。

  3. 数据挖掘技术。当两个小区的流量需求都很高,如果资金有限的话,就要分析哪个小区是高端客户,从而决定优先部署网络。数据挖掘技术会通过分析客户行为特性,如喜欢在什么时段上网、浏览什么内容、购物和社交的情况等等,较为准确地得出客户价值和对流量需求的高低,帮助决策正确的优先部署网络设备顺序。

  4. 文本分析技术。客户对运营商软件和硬件服务方面提出的问题意见等,基本上全部都用文本与语音的形式被记录下来。利用智慧文本分析技术,可快速准确发现客户的需求点在哪里、痛点在哪里、不满意的点在哪里,帮助运营商早发现问题早解决问题,提高服务质量。

3.电信业新营销手段需融合最强技术
现在的电信业和以往已经大有不同,对行业的深入理解和对技术的高要求逐渐成为业内的新趋势。意大利电信通过最先进的分析技术监测网络流量和服务性能、预测演化趋势以及预防异常,实时预测流量变化,从最小的业务异常影响获得洞见,这些都是SAS分析平台的功劳。再如SAS®营销优化解决方案帮助沃达丰分析客户关联性削减成本和提高了响应率,SAS®客户关联分析SAS®营销自动化等帮助T-Mobile改善营销活动、降低客户流失率,其客户智能总监Mikael Weigelt这样表示: “我们检测了大约10亿个明显的关联,复杂性非常高。来自SAS客户关联分析的结果显著优于其他竞争对手。” SAS®数字化营销也以其提供高影响力的个性化多媒体信息沟通、提高效率和降低成本等优势获得更多青睐,帮助客户实现更高的满意度、提高投资回报率。

4.电信欺诈需防范
SAS®欺诈管理是一个提供全面服务的企业级解决方案,其具有在一个平台上监测多个业务线的的功能,而SAS®欺诈网络分析在网络维度分析所有活动和关系,完成监测,防范于未然。

通过SAS高性能分析方案以及其他电信解决方案,电信运营商可大幅提升数据分析性能和准确性,帮助降低网络投资成本和运营成本、减少欺诈并发掘新的营收增长点。


5.发散思路,电信大数据分析可以做到更多
微信和互联网金融的成功告诉我们:换一个新思路,外行打败内行就不是天方夜谭。电信运营商借助大数据智慧分析系统,完全可以走出去拓展新的市场。现在司机和外出的人们不会不带手机就上路了吧?那么将大数据智慧分析和运营商的手机定位监测结合在一起,发现某些道路上信标密集且行动减速时自动发出拥堵预警,协助交管局和司机们提早绕行完全可实现。另外如果有区域信标移动速度异常,也可能是突发公共安全问题的表现,作出预警也可实现。


总之,电信运营商自身的传统优势和大数据智慧分析结合在一起,很多以前做不到的事情未来都将实现!