摘要：文章分析了通信行业大数据的概念，分析方法及其应用。

关键词：通信行业；数据；分析与挖掘；相关分析

中图分类号：TN91 文献识别码：A 文章编号：1001-828X（2016）012-000-01

引言

大数据在通信行业的资源十分丰富，但是怎样才能对这些数据进行深层次的去挖掘，把在各个系统中分散的数据整合起来，形成有用的数据，十分复杂且非常困难，本文选取了几个方面的数据进行了简单的介绍，一起来研究下大数据在通信行业的应用。

一、通信行业大数据概述

近两年来，大数据的概念受到了各界的热捧，一时间大数据无处不在，而且随着数据量的迅速膨胀，它正在决定着企业的未来发展，在商业、经济及其它领域，越来越多的决策都是在大数据的基础上做出的，而不再是传统的依靠经验以及直觉来进行重大决策的做出。大数据主要是指没有办法在可承受的时间范围内，通过常见的软件对其进行收集并管理再到处理的数据集合，是需要通过新型的处理模式才可以做出更强的决策力、洞察发现力以及流程优化能力的大量且高增长率并且多样化的信息资源。大数据有以下几个方面的特征：首先，数据体量十分大。由TB到FB；其次，类型复杂。比如说：网络日志以及视频、地理位置等等相关的信息等。第三，速度非常快，能够快速的从不同类型的信息当中筛选出有用的信息。最后，高回报。对数据进行合理的搜集、利用和分析，能够获得很高价值的回报。业界将其归纳为4个“V”——Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。大数据的来源主要包含泛互联网（物联网、移动互联网、车联网等）、工业互联网（大量传感器等）、行业/企业信息系统、社交网络（Facebook、微信等）。

通信行业发展至今积累的数据非常丰富，从2G、3G到4G数据的不断升级，从话音、话单数据发展到GPRS上网的日志数据，从视频、音乐、阅读等不同业务所需要的数据到各类通信的行业数据等等各类数据，从数据量、数据质量等方面提供各类大数据资产。

二、通信行业大数据的分析方法

对于大数据进行分析的方法对大数据来说是十分重要的，它能够最终决定信息是否具有价值。进行大数据分析的方法及步骤如下：（1）确定目标。在进行数据采集前，需要业务部门根据科学的手段制定获取价值数据的目标，通常需要进行大量的数据收集和分析，制定一个可以衡量的方式，由数据来分析业务发展的方向是否正确。在进行数据分析的过程当中，关键权值或者性能的指标一定要尽量早点发现。（2）对业务方式的确定。不断的该表业务方式，将关键指标提升并且最终达到业务所要完成的目的，在项目中，要尽早的将目标确定，以此来规避无用功的出现。（3）搜集数据。通过各种不同的渠道，搜集到各种类型的数据，找到更具有相关性的数据，塑造更完善的模型。（4）数据清洗。对采集的原始数据进行数据校验、数据清洗、数据关联、转换处理等，形成目标文件和汇总数据，为数据分析提供数据基础。（5）数据建模。数据建模是数据业务分析的关键所在，需要利用统计学、机器学习等知识，结合业务实现目标，构建科学、精确的模型。（6）优化和重复。为了保证预测数据的准确，业务达到预定的目标，要对模型进行重复的修正和迭代。由于数据量非常庞大，因此在进行大数据分析时需要更高效的分析手段和工具，目前比较流行的包括Hadoop、SparkStreaming、Storm、MPPDB等。

三、通信行业数据分析及应用

1.改变营销方式

一是，实现精确营销，将销售和客户的位置、关系网络有效结合起来，开展实时销售。对客户的通信行为、位置、偏好、终端等数据进行整理，根据客户的实际情况准确地推送合适的业务产品。二是，降低客户流失率。综合分析社交媒体数据、交易数据，对客户流失率实现准确预测，进而可以制定有针对性的控制措施以有效地保留客户。三是，挖掘客户需求。主要是对各项业务系统的详单、日志、用户内容等数据信息进行整理，详细分析不同类型用户的特性，以更好的了解客户的需求，进而可以实现客户需求定位，有利于增强客户满意度，提高市场占有率。

2.改善客户体验

通过利用数据分析，可以更好地收集和分析客户投诉的行为、网络质量的相关数据、客户上网的时间以及聚集区域等相关的数据信息。通过对搜集到的数据进行分析总结的结果，运营商就可以对客户的情况有一个准确的了解，之后根据客户的需求不断的优化流程。在此基础上，运营商可以更好地制定销售政策，并针对有可能发生投诉的行为进行预防和控制，以更好的实现客户体验。

3.开发和销售新的产品

一是，运营商能够利用打包销售数据或者是报告的方式来给银行或者零售商、政府和OTT服务提供商提供客户信用查询服务、客户分析报告、目标客户群行为轨迹分析等。

二是，定向广告，通过对客户的相关信息进行不断分析，根据目标客户的资料以及位置和消费习惯从而能够更加有效地去投放相关的广告。

三是，充分利用手机的高覆盖率，和移动网络相结合，对手机用户的分布以及相关的行为属性做出相应的统计分析，为政府以及旅游管理等有关部门提供一个标准化的基于位置的移动用户多维度的统计信息管理平台。四是，对于客户的消费行为、位置信息、偏好等数据进行分析，对客户进行分类和整理，以更好的获得目标客户，对经过商户附近的目标客户自动下发优惠券。

4.对通信网络进行优化

通过开展大数据分析可以促进通信网络的优化，进一步完善通信网络监控体系，实现对整个通信系统的良好监控。通信网络中的各个环节都会产生大量的数据，例如通信设备、终端、用户和网络等环节的数据信息，在对这些数据进行整理以及分析的基础上，能够对网络运行的状况有一个很好的掌握，从中分析网络中的问题和不足，并采取有针对性的解决措施。

四、结束语

综上所述，随着大数据的不断渗入到人们的生活和工作当中，怎样更多的去获取有价值的信息，对其充分的利用，是大数据的一个核心所在。大数据是一个蕴含无限机会的宝藏，海量的数据就是财富。

参考文献：

[1]侯优优，隋严峰.网络优化中的大数据应用[J].互联网天地，2014（01）.

[2]夏磊.探究大数据下的智能数据分析技术[J].科技创新导报，2014（10）.

[3]刘震，付俊辉，赵楠.基于移动通信数据的用户移动轨迹预测方法[J].计算机应用与软件，2013（02）.

作者简介：张德志，在读硕士，统计师，研究方向：财务管理、统计分析。