大數據在電信業的應用 (下)

第三方面，客戶關係管理：此方面包括客服中心優化和客戶生命週期管理。

(1) 客服中心優化：

客服中心是運營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶通話行為和需求數據。我們可以利用大數據技術可以深入分析客服熱線輸入客戶的行為特徵、選擇路徑、等候時長，並關聯客戶歷史接觸訊息、客戶套餐消費情況、客戶人口統計學特徵、客戶機型等數據，建立客服熱線智慧型路徑模型，預測下次客戶輸入的需求、投訴風險以及相應的路徑和節點，這樣便可縮短客服輸入處理時間，識別投訴風險，有助於提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進行分類，識別熱點問題和客戶情緒，對於發生量較大且嚴重的問題，要及時預警相關部門進行優化。

(2) 客戶關懷與客戶生命周期管理：

客戶生命周期管理包括新客戶獲取、客戶成長、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。

客戶獲取階段，我們可以通過算法挖掘和發現潛在性高客戶

客戶成長階段，通過關聯規則等算法進行交叉銷售，提升客戶平均消費額

客戶成熟期，可以通過大數據方法進行客戶分群 (RFM、聚類等) 並進行精準推薦，同時對不同客戶實時忠誠計畫

客戶衰退期，需要進行流失預警，提前發現高流失風險客戶，並作相應的客戶關懷

客戶離開階段，我們可以通過大數據挖掘高潛回流客戶。

國內外運營商在客戶生命周期管理方面應用的案例都比較多。如 SK 電訊新成立一家公司 SK Planet ，專門處理與大數據相關聯的業務，通過分析用戶的使用行為，在用戶作出離開決定之前，推出符合用戶興趣的業務，以防止用戶流失；而 T-Mobile 通過集成數據綜合分析客戶流失的原因，在一個季度內將流失率減半。

第四方面，企業運營管理：可以分為業務運營監控和經營分析

(1) 業務運營監控分可以基於大數據分析網路、業務、用戶和業務量、業務質量、終端等多個維度為運營商監控管道和客户運營情況：

建構靈活可定制的指標模塊，構建 QoE / KQI / KPI 等指標體系，以及異動智慧型監控體制，從宏觀到微觀全方位快速準確的掌握運營及異動原因。

(2) 經營分析和市場監測：

我們可以通過數據分析對業務和市場經營狀況進行總結和分析，主要分為經營日報、周報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大數據時代，這些經營報告和專題分析報告均可以自動化生成網頁或者 APP 形式，通過機器來完成。數據來源則是企業內部的業務和用戶數據，以及通過大數據手段採集的外部社交網路數據、技術和市場數據。分析師轉變為報告產品經理，制定報告框架、分析和統計維度，剩下的工作交給機器來完成。

第五方面，數據商業化：

數據商業化只通過企業自身擁有的大數據資產進行對外商業化，獲取收益。國內外運營商的數據商業化都處於探索階段，但相對來說，國外運營商在這方面發展得更快一些。

(1) 對外提供行銷洞察和精準廣告投放：

行銷洞察：美國電信運營商 Verizon 成立了精準行销部門 Precision Marketing Division。該部門提供精準行銷洞察 (Precision Market Insights)，提供商業數據分析服務。如在美國，棒球和籃球比賽是商家最為看重的行銷場合，此前在 Super Bowl 和 NBA 的比賽中，Verizon 針對觀眾的來源地進行了精確數據分析，球隊得以了解觀眾對贊助商的喜好等；美國電信運營商 Sprint 則利用大數據為行業客戶提供消費者和市場洞察，包括人口特徵、行為特徵以及季節性分析等方面。

精準廣告投放：Verizon 的精準行銷部門基於行銷洞察還提供精準廣告投放服務；AT&T 提供 Alert 業務，當用戶距離商家很近時，就有可能收到該商家提供的折扣很大的電子優惠券。

(2) 基於大數據監控和決策支撐服務：

客流和選址：西班牙電信於 2012 年 10 月成立了動態洞察部門 DynamicInsights 開展大數據業務，為客戶提供數據分析打包服務。該部門與市場研究機構 GFK 進行合作，在英國、巴西推出了首款產品名為智慧足跡（Smart Steps）。智慧足跡基於完全匿名和聚合的移動網路數據，幫助零售商新顧客來源和各商鋪、展位的人流情況以及消費者特徵和消費能力，並將洞察結果面向政企客戶提供客流分析和零售店選址服務。

公共事業服務：法國最大的運營商法國電信，其通信解決方案部門  Orange Business Services 承擔了法國很多公共服務項目的 IT 系統建設，比如它承建了一個法國高速公路數據監測項目，每天都會產生幾百萬條紀錄，對這些紀錄進行分析就能位行駛於高速公路上的車輛提供準確即時的訊息，有效提高道路通暢率。

總的來看，電信行業的大數據依然處於探索階段，未來幾年，無論是內部大數據應用還是外部大數據商業化都有很大的成長空間。但電信行業大數據最大的障礙是數據孤島效應嚴重，由於國內運營商的區域化運營，電信企業的數據分別儲存在各地區分公司，甚至分公司不同業務的數據都有可能沒打通，而互聯網和大數據則是沒有邊界。

日本最大的移動電信運營商商 NTT Docomo 2010 年以前就開始著手大數據運用的規則，NTT Docomo 相對國內運營商有一個很大的優勢是全國統一的數據收集、整合形式，因此 NTT Docomo 可以很輕易拿到全國的數據系統數據。Docomo 不但著重蒐集用戶本身的年齡、性別、住址等訊息，而且製作精細化的表格，要求用戶辦理業務填寫更詳細訊息。

對於國內電信運營商，要真正的利用大數據，數據的統一和整合是最為重要的一步。我們已經看到中國移動已經開始著手準備這方面的工作，相信未來幾年，在互聯網企業的競爭壓力下，中國的電信行業大數據將發展得更快，變革會更徹底。