电信行业作为IT行业当中一股非常重要的中坚力量，一直以来都在全球范围内受到了广泛关注，根据全球市场机构的权威调查显示，当前全球的120多家运营商当中，有将近一半的运营商正在实施大数据业务，而这些大数据业务将会消耗掉运营商约10%的IT总体预算，专家还预测这个比例在未来的五年内有可能升至23%左右。
我们都知道，电信运营商的业务层面在数据积累等方面具有较强的能力和数据资源，尤其是像业务发展量等这些结构化数据来说，当中有可能涉及到图片、文本、音频、视频等诸多数据内容，所以专家表示，从当前的整体趋势来看，电信运营商在大数据业务层面仍然还处于探索阶段当中。
对于当前国内的电信运营商来说，在大数据的运用当面主要有五方面：网络管理和优化、市场及精准营销、客户关系管理、企业运营管理和数据商业化指数。如利用大数据实现基站和热点的选址以及资源的分配。运营商可以通过分析话单和信令中用户的流量在时间周期和位置特征方面的分布，对2G、3G的高流量区域设计4G基站和WLAN热点；同时，运营商还可以对建立评估模型对已有基站的效率和成本进行评估。
运营商的网络管理
在网络运营层面，运营商通过利用大数据技术来分析网络的流量情况，从而对网络情况的变化趋势做出预测和判断，而后及时调整资源配置，优化网络设置和优化，利用大数据技术实时采集处理网络信令数据，监控网络状况，识别价值小区和业务热点小区，更精准的指导网络优化，实现网络、应用和用户的智能指配。
运营商可以将小区的数据进行多维度数据综合分析，通过对小区VIP用户分布，收入分布，及相关的分布模型得到不同小区的价值，再和网络质量分析结合起来，两者叠加一起，就有可能发现某个小区价值高，但是网络覆盖需要进一步提升，进而先设定网络优化的优先级，提高投资效率。
市场精准营销
通过基于客户终端信息、位置信息、通话行为等诸多数据来为每个用户进行行为消费、上网行为等方面的服务，从而能够更好的了解用户需求，运营商可以通过分析客户通讯录、通话行为、网络社交行以及客户资料等数据，开展交往圈分析。尤其是利用各种联系记录形成社交网络来丰富对用户的洞察，并进一步利用图挖掘的方法来发现各种圈子，发现圈子中的关键人员，以及识别家庭和政企客户。
运营商在客户画像的基础上对客户特征的深入理解，建立客户与业务、资费套餐、终端类型、在用网络的精准匹配，并在在推送渠道、推送时机、推送方式上满足客户的需求，实现精准营销。
运营商客户管理
客户生命周期管理包括新客户获取、客户成长、客户成熟、客户衰退和客户离开等五个阶段的管理。在客户获取阶段，我们可以通过算法挖掘和发现高潜客户，在客户成长阶段，通过关联规则等算法进行交叉销售，提升客户人均消费额；在客户成熟期，可以通过大数据方法进行客户分群（RFM、聚类等）并进行精准推荐，同时对不同客户实时忠诚计划；在客户衰退期，需要进行流失预警，提前发现高流失风险客户，并作相应的客户关怀；在客户离开阶段，我们可以通过大数据挖掘高潜回流客户。
业务运营监控分可以基于大数据分析从网络、业务、用户和业务量、业务质量、终端等多个维度为运营商监控管道和客户运营情况。构建灵活可定制的指标模块，构建QoE/KQI/KPI等指标体系，以及异动智能监控体系，从宏观到微观全方位快速准确地掌控运营及异动原因。
编辑的话
大数据在电信行业的不断深度应用使得用户在享受运营商服务的时候在使用体验上有了质的飞跃，由于电信运营商所面对的用户群体非常庞大，因此在数据的采集、分析、管理、计算等一系列环节当中所面临着巨大的压力，因此对于运营商来说，如何在大数据时代利用大数据技术、云计算技术来更好的服务于用户，更好的提升电信企业自身的业务模式、管理模式能力，是未来运营商将会重点关注的问题所在。
本文转自d1net（转载）
