郵政大數據技術應用可行性分析

江文軍

摘 要：隨著當前各行業信息化的發展，郵政行業各類信息化系統積累了海量的業務數據，這些數據分散在不同的業務領域。由于業務的擴展，數據呈現出幾何級地快速增長趨勢，并且明顯表現出數據量龐大、數據類型多樣、價值密度低等特點。傳統的數據分析處理方式已經無法滿足行業需求。通過引入針對大數據的數據采集、數據處理、數據存儲及管理、數據分析與挖掘等技術，可以有效地解決對海量業務數據的分析、價值挖掘問題，進而通過對大數據技術的應用，達到對客戶需求的精準把控、對現有業務流程的優化、對業務發展趨勢的預判等目的，最終實現對整個郵政行業發展的促進效果。

關鍵詞：郵政 大數據 可行性 應用

中圖分類號：TP27 文獻標識碼：A 文章編號：1672-3791（2017）11（b）-0010-02

1 認識大數據

大數據，又稱巨量資料，指的是所涉及的數據資料量規模巨大到無法通過人腦甚至主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據具有如下特點。

1.1 數據量大

一組數據的計量單位轉換比例：1T=1000G、 1P=1000T、1E=1000000T、1Z=1000000000T。上述各種單位都是大數據的常用衡量單位。

1.2 類型繁多

大數據包含的不只有普通意義上的結構化數據，還有各種非結構化數據，如音頻、視頻、地理位置、網絡文章等。

1.3 價值密度低

互聯網，尤其是移動互聯網的普及，越來越多的聯網設備參與到數據的生產過程，特別是隨著物聯網的廣泛應用，信息感應收集無處不在。產生的海量數據真正附帶使用價值的只是很少一部分。所以對大數據中有價值數據的篩選過濾是應用大數據的必要環節。

1.4 高速數據處理

既有的技術架構和路線，已經無法高效處理如此海量的數據，而對于相關組織來說，如果投入巨大采集的信息無法通過及時處理反饋有效信息，那將是得不償失的。

2 大數據技術的典型應用場景

當前，大數據技術迅速發展，正在向各行業滲透，例如銀行業。銀行業本質上就是要面向客戶提供金融服務，通過對數據的分析，可以更準確地把握客戶需求，有針對性地研發金融產品，提供金融服務。一方面面對不同區域，差異化管理。通過分析不同區域人群的差異化數據，量身制定符合各區域需求的管理措施；另一方面，針對不同客戶，實行差別化產品和服務。通過對大數據的分析挖掘，得出客戶喜好，向客戶推薦符合其個人喜好的金融產品，實現精準營銷。

3 大數據技術在郵政行業的應用

郵政業務結合使用大數據技術的與銀行業相比，郵政行業業務類別較多，涉及到寄遞、電商、金融等三個方向。各業務方向當前獨立運營，雖然也積累了大量的數據，但這些數據卻只是單獨分布在各自領域，還有很大一部分潛在價值未被發掘。

3.1 成立針對大數據應用的機構

很多現代企業都成立了自己的大數據應用方面的組織機構，專門負責企業大數據應用的開發，旨在提升自身的企業競爭力。對郵政企業而言，同樣具備建立相應研究機構的條件。首先，郵政企業積累了海量的數據資源，亟待利用。其次，郵政多年來的信息化建設以及深入的業務應用模式，對業務數據的深入應用方面積累了豐富的經驗。最后，郵政龐大的機構人員隊伍中儲備了大量的數據應用技術、信息應用技術、業務經營分析、統計學等方面的專業人才。

3.2 規范數據標準，提升數據質量

3.2.1 梳理數據來源渠道，規范數據準入標準

郵政企業內部業務種類繁多，相應的業務信息化系統也較多，產生的業務數據模式也各有差異。在此類數據上應用大數據技術，必須對數據的產生渠道進行規范化梳理，尤其是對組織機構、客戶信息、地理位置信息等核心基礎信息的采集，必須要求按照統一的格式規范進行。

3.2.2 夯實原有數據質量，拓展數據來源

郵政現有各類應用系統產生的數據業務完整性差、業務相關性較差，各個業務系統之間數據可借鑒性較差，需要就上述問題從技術層面、管理層面進行完善和加強。同時增多數據來源渠道，豐富業務數據的種類。

3.3 破除企業內專業壁壘，打造大數據平臺

3.3.1 杜絕信息孤島

郵政行業業務種類豐富，各業務類別之間差異較大，結果導致數據應用時，各業務類別難以突破本專業壁壘，汲取其它專業數據，助力本專業業務發展。信息的孤島化現象比較嚴重。

3.3.2 打造大數據平臺

（1）數據采集。

大數據平臺制定統一的數據采集規范，各專業依據該規范重構自己的業務數據，并推送到大數據平臺，實現各業務數據的格式統一。同時要保證業務數據推送、匯總過程中的安全。

（2）數據存儲。

將各業務方向業務系統數據進行統一管理，數據歸集存儲，以實現節省成本、提高數據利用率、降低機房能耗等目的。按照規則對數據進行分類，同時利用過濾和去重技術，減少數據的存儲總量，并加入標簽，利于數據的檢索。

（3）數據處理。

郵政各業務方向數據自身復雜度較高，數據來源和結構多樣，不同業務流程之間數據交互度高，造成傳統方法難以描述、衡量。相關人員只有通過業務關聯進行語義分析，進而挖掘綜合信息；而專業技術人員需要利用專業手段衡量、處理，并得出所需的數據報表并產出有價值的分析報告。

（4）數據應用。

可以基于大數據平臺構建數據可視化應用系統，根據實際業務需求，定制不同的數據可視化展現方式，為不同業務人員提供個性化的數據分析、趨勢預判可視化展現。

3.4 加強大數據應用，服務企業經營理念

（1）基于客戶行為分析的產品與服務營銷。

整理統計郵政業務中用戶的消費記錄，發掘客戶消費潛力和消費習慣，并制定對應策略進行精準營銷。

（2）基于客戶評價的產品與服務提升。

注重收集整理各業務方面客戶反饋的評價信息，根據評價信息發掘產品、服務中存在的問題，通過修正和完善問題，使產品和服務更加符合用戶需求。

（3）基于數據分析的廣告投放，加大營銷宣傳效果。

基于數據分析結果進行廣告投放，避免毫無依據的盲目投放。

（4）基于數據分析的產品定價。

綜合參考同類產品定價數據，并實時統計價格走勢，通過大數據技術實現價格走勢預判，為產品定價提供預判依據。

（5）基于客戶異常行為的客戶流失預測。

收集整理客戶行為數據時，重視異常情況的發現與形成原因分析。深入了解底層需求，掌握市場動態，并做出準確的市場預測，預算出客戶流失帶來的收益損失，及時反饋市場經營部門，以便制定可行的應對措施，降低風險，預估風險。

（6）基于環境數據的外部形勢分析。

對于企業外部的數據信息加強收集與整理，全面掌握社會市場動態，了解市場發展走勢，正確估計市場形勢。做好企業相應的分析與預警。

（7）企業管理數據的應用分析。

做好企業經營生產大數據應用的同時，也要對管理數據進行采集與整理，包括財務管理、人事管理等數據信息等方面。

4 結語

總而言之，郵政正處在集約化、信息化、標準化、現代化進程中，對大數據的分析、挖掘對于企業管理體制優化，精準把握市場機會，實現產業轉型和升級，實現科學的良性的可持續發展具有重要意義。

參考文獻

[1] 谷斌.論大數據背景下的郵政數據分析與整合[J].郵政研究，2014（6）：10-12.

[2] 趙國棟.大數據時代的歷史機遇-產業變革與數據科學[J].中國科技信息，2013（19）：100-101.

[3] （英）維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].浙江人民出版社，2012.endprint