淺談運營商大數據的應用場景

摘 要：大數據技術的廣泛應用對我國各領域均帶來了較為深遠影響，運營商大數據應用的受關注程度也因此不斷提升，相關研究和實踐的大量涌現便能夠證明這一認知?；诖?，本文將簡單介紹運營商大數據應用場景，并結合實例，深入探討運營商大數據實際應用，希望研究內容能夠為相關業內人士帶來一定啟發。

關鍵詞：運營商;大數據;應用場景

前言

大數據技術能夠從以往無法利用的數據中獲得智慧，較好服務于人的洞察和決策能力增強。結合實際調研可以發現，近年來我國運營商大數據應用場景極為多樣化，如交通管理領域、體育賽事挖掘領域、自身管理領域，為深入了解這類應用，正是本文圍繞運營商大數據應用場景開展具體研究的原因所在。

1 運營商大數據應用場景

1.1典型應用場景

對于運營商大數據應用來說，典型應用場景主要包括潛在離網用戶維挽場景、數據變現場景、綜合網管分析平臺—基站關聯分析場景。所謂潛在離網用戶維挽場景，指的是基于大數據技術開展針對性的用戶管理，通過分析潛在離網用戶數據，開展針對性的用戶管理、營銷策劃與實施、閉環反饋，并實現工作的整體聯通?；诤Ａ坑脩魯祿?，運營商可基于大數據技術針對性分類、識別和管理所有用戶，這一過程一般需通過大數據平臺實現，營銷策略基于用戶大數據分析結果觸發，配合針對性的渠道選擇、資源套餐匹配、用戶選擇效果反饋，離網用戶維挽場即可在大數據技術支持下順利實現;所謂數據變現場景，指的是在非數字媒體/戶外數字媒體價值評估場景中，對受眾開展的一種獨特性測量，結合具體的數據分析和需求分析，即可基于廣告屏分析，最終為受眾測量提供高水平服務;所謂綜合網管分析平臺—基站關聯分析場景，指的是基于離網用戶的業務行為與位置軌跡、基站地圖與網絡質量KPI，開展針對性的大數據建模分析，由此即可判斷用戶常出沒的基站與其離網是否存在關聯，由此可得出基站的未離網用戶列表、基站供需平衡度、輸出質差基站列表等信息，可服務的商用場景確定可由此實現，大數據技術的應用價值也能夠得以更好發揮[1]。

1.2運營商的數據資源及優勢

運營商具備龐大的用戶基礎和網絡規模，因此其在大數據樣本提供方面天然具備優勢，通過分析用戶在短信、通話、上網等過程中的記錄，以及用戶的身份信息、上網行為信息、實時位置信息，即可充分發揮大數據技術優勢。深入分析可以發現，基于IT支持系統的通信業務數據、網絡類數據、基于互聯網與ICT的業務平臺數據屬于運營商數據主要來源，其中通信業務數據包括短信、語音、產品、客服、賬務數據用戶、數據等計費話單、渠道等;網絡類數據包括用戶的認證、授權、計費信息，以及行為記錄、用戶號碼、小區位置等;業務平臺數據包括終端數據、商鋪信息、支付記錄、消費記錄、內容訂購等。

基于運營商的數據資源可以發現，其在大數據應用方面具備數據類型豐富、規模大的優勢，在數據覆蓋廣度和深度方面也具備明顯優勢，而隨著物聯網技術的快速發展、5G的不斷普及，這種優勢將不斷放大。長期以來，運營商的數據中心建設布局遵循“重點覆蓋、深入市縣、遍布全國”原則，存儲服務基礎由此得以夯實，電信大數據也開始與各行各業實現深度融合應用，運營商大數據應用的范圍也隨之不斷擴大[2]。

2 運營商大數據實際應用分析

2.1交通管理領域

2.1.1基本應用

在運營商大數據的交通管理領域應用中，交通指揮調度、出行信息查詢、居民出行調查、人口流動預測、基礎設施規劃均屬于其典型應用場景。以交通指揮調度為例，具體應用包括旅客來源及路徑分析、旅客駐留時長、重要站點及區域實時客流分析、擁堵點路況分析、道路實施路況，應用場景則包括應急事件指揮、樞紐點客流疏導、重大活動及節假日交通調度。而圍繞機場設施規劃進行分析可以發現，應用場景包括公交線路優化、樞紐點商業規劃、樞紐選址、道路改擴建規劃。深入分析可以發現，交通部門、交警、交通信息中心、交通規劃設計院、長途客運、民航、鐵路、輪渡、公交公司、共享單車、機場、長途客運站、高速公路、客運港口、火車站、高鐵站、地鐵站的工作開展均能夠獲得交通管理領域的運營商大數據應用支持[3]。

2.1.2實例分析

以公交線路優化為例，運營商大數據應用需以運營商大數據能力作為優化的基礎，分析對象為某市國家級產業開發區公交線網，由此對運營商手機數據進行充分整合，結合GPS數據、IC卡數據、公交線網數據，完成公交線網的優化方案制定。案例對象開發區擁有25條公交線路、345個公交站點、17處公交站場與始發站，以及12萬人次的日均客運量、551km的公交線網雙向總里程，開發區中心城區居住有60%的工作人口，“早進晚出”潮汐客流現象明顯，現有公交線網則存在候車時間長、發車間隔大、出行時間長、部分線路繞行多等問題。

為合理應用運營商大數據，需首先進行手機信令數據采集，以此對運營商通信網絡中手機用戶活動情況進行分析;由此建設空間地理數據、GIS基礎地圖、運營商網絡信號覆蓋的相互映射關系，分析真實城市地理空間上手機用戶的活動情況;結合建設的模型，即可采用模式識別算法、時空聚類算法開展進一步手機用戶分析，并得到其群體活動特征指標;基于手機用戶群體進行擴樣，得到總體人口相關特征指標，如重點區域客流出行需求、人口與就業崗位分布等指標;對比及校核人口普查、問卷調查、手機數據分析結果等數據，獲得修正成果數據;對比公交車IC/GPS數據（公交OD）與校核后的數據，獲得公交出行與出行需求間的供需平衡關系;比對歷年及逐月數據，通過多種算法與模型，得出的比對分析成果，如采用Fazzy c-Means聚類算法分析公交供需平衡。

通過合理應用運營商大數據及一系列針對性分析，最終確定了優化方案，包括支線優化方案、干線優化方案、快線優化方案。以快線優化方案為例，快線的平均站距、線路長度、非直線系數由此明確，分別為0.8～2km、15～30km、≤1.4，且需要同時實現50%以上的公交專用道覆蓋率。基于具體優化方案，最終案例對9條線路進行了調整，新增線路6條，當地的交通擁堵問題由此得到有效改善，運營商大數據應用價值也得到了較好證明。

2.2運營商自身管理領域

2.2.1基本應用

運營商大數據同樣能夠較好服務于其自身管理領域，經營分析決策系統建設、用戶畫像系統建設、客戶精準營銷、客戶滿意度評估、征信/風險防控、對外精準營銷服務等均屬于其中典型。通過應用并行計算技術、分布式存儲技術、分布式搜索引擎技術、網絡爬蟲技術，運營商大數據應用即可針對性構建用戶畫像，并以此了解用戶各維度特征，運營商的目標客戶細分、產品特點針對性調整、精準化推送實現均可由此獲得有力支持。

2.2.2具體應用

以基于運營商大數據應用的用戶畫像系統建設為例，該系統需具備服務器數據采集功能、數據存儲功能、網絡爬蟲功能、文本分析及數據建模分析功能、用戶畫像可視化功能，且同時具備高可靠、可擴展、海量數據存儲特點。因此，具體設計由四部分組成，分別為數據采集模塊、數據存儲模塊、數據分析模塊、數據可視化模塊，數據采集模塊愛用Nutch分布式網絡爬蟲、Flume日志采集;數據存儲模塊采用Mysql關系型數據庫、HBase分布式數據庫、ElasticSearch分布式搜索引擎、HDFS分布式文件系統;數據分析模塊采用HiveOnSpark統計分析、SparkMLlib數據挖掘;數據可視化模塊由Html+CSS+Echarts前端、Spring+Mybatis后臺組成。以數據分析模塊為例，該模塊的流程如圖1所示，由此可更為直觀了解運營商大數據應用。

在基于運營商大數據的用戶畫像系統具體應用中，系統可較好服務于用戶畫像與群體細分、用戶廣告營銷分析、用戶套餐營銷，用戶的個性化需求滿足與運營商的發展均可獲得有力支持，由此可見運營商大數據在這一應用場景中具備的較高應用價值。

結論

綜上所述，運營商大數據的應用需關注多方面因素影響。在此基礎上，本文涉及的典型應用場景、運營商的數據資源及優勢、交通管理領域、運營商自身管理領域等內容，則提供了可行性較高的運營商大數據應用路徑。為更好發揮運營商大數據優勢，5G的快速發展影響應對、多場景應用探索的開展同樣需要得到重點關注。

參考文獻

[1]王學峰.電信運營商大數據在交通管理領域的應用探討[J].交通世界，2019（22）：7-9+168.

[2]馬曉凱.基于運營商大數據的互聯網業務分析與應用探索[J].數字通信世界，2019（04）：148+187.

[3]姚黎強.大數據在運營商中的應用[J].電信工程技術與標準化，2018，31（09）：56-59.

作者簡介：

阮寶江（1982-5），男，籍貫：江蘇南京，漢族，學歷：本科，工科學士學位，研究方向：運營商大數據的應用場景。