大数据助力运营商提升规模化运营核心力策略

doi:10.11959/j.issn.1000-0801.2018045

电信科学 ›› 2018, Vol. 34 ›› Issue (1): 120-125.doi: 10.11959/j.issn.1000-0801.2018045

大数据助力运营商提升规模化运营核心力策略

郭佳睿,魏进武,张云勇

中国联合网络通信有限公司研究院，北京 100176

修回日期:2018-01-05 出版日期:2018-01-01 发布日期:2018-02-05
作者简介:郭佳睿（1984-），女，中国联合网络通信有限公司研究院工程师，主要研究方向为大数据顶层设计、大数据解决方案及IT业务咨询等。|魏进武（1978-），男，博士，中国联合网络通信有限公司研究院大数据研究中心主任、副教授、高级工程师，主要研究方向为大数据、云计算以及电信IT系统的设计及研发等。|张云勇（1976-），男，博士，中国联合网络通信有限公司研究院院长、教授级高级工程师，主要研究方向为云计算、移动互联网、物联网、大数据、信息安全、SDN/NFV 国际行业标准、新技术实验、国家重大专项的研发、验证及实施工作。

Strategies for enhancing core capability of large-scalely operation for national telecom operators assisted by big data

Jiarui GUO,Jinwu WEI,Yunyong ZHANG

Research Institute of China United Network Communications Co.,Ltd.,Beijing 100176,China

Revised:2018-01-05 Online:2018-01-01 Published:2018-02-05

摘要/Abstract

摘要：

通过研究国外运营商大数据发展历程，总结其优秀经验和做法，分别从运营组织、应用开展、平台布局和数据融合 4 个方面，为国内运营商在提升规模化运营核心力方面提出策略与建议，助力国内运营商迎接未来产业互联的快速规模化发展。

关键词: 运营商, 大数据, 核心力, 规模化, 策略建议

Abstract:

The research has been executed through the history of big data belonging to the international telecom operators.A splendid summary of the practical experience was indicated in four aspects,including the organization of operation,the application of operation,the platform layout and data integration.The concepts will promote national network carriers in scaling up the core operation capability,as well as the development of the future industrialization of internet by applying specifically beneficial strategies and advices.

Key words: operator, big data, core operation capability, large-scalely, strategy and advice

中图分类号:

TN915

郭佳睿,魏进武,张云勇. 大数据助力运营商提升规模化运营核心力策略[J]. 电信科学, 2018, 34(1): 120-125.

Jiarui GUO,Jinwu WEI,Yunyong ZHANG. Strategies for enhancing core capability of large-scalely operation for national telecom operators assisted by big data[J]. Telecommunications Science, 2018, 34(1): 120-125.

图/表 3

表1

表2

图1

参考文献 10

[1]	苏敏坚 . 大数据是运营商复兴的“起搏器”[J]. 中国电信业, 2017(4): 40-41.
	SU M J . Big data is the “pacemaker”of the operator’s renais-sance[J]. China Telecommunication Trade, 2017(4): 40-41.
[2]	范铭 . 运营商进入调速换档关键期大数据创造新机遇[J]. 通信世界, 2017(16): 54.
	FAN M . Operators enter the key period of speed regulation to create new opportunities for big data[J]. Communications World, 2017(16): 54.
[3]	云晴 . 西班牙电信大数据实践启示“数据可视化”至关重要[J]. 通信世界, 2017(13): 31-32.
	YUN Q . “Data visualization” is essential to the practice of big data in Spain[J]. Communications World, 2017(13): 31-32.
[4]	李莺 . 基于大数据分析的运营商主动服务研究[J]. 移动通信, 2016,40(24): 87-90.
	LI Y . Research on active services for operators based on big da-ta analysis[J]. Mobile Communications, 2016,40(24): 87-90.
[5]	穆致君, 何阳, 杨丹 . 运营商的大数据业务发展模式分析[J]. 现代电信科技, 2016,46(1): 8-12.
	MU Z J , HE Y , YANG D . The analysis of enterprise patters of big data of telecom operators[J]. Modern Science ＆ Technology of Telecommunications, 2016,46(1): 8-12.
[6]	费嘉祺 . 运营商发展大数据的机遇和挑战[J]. 数字通信世界, 2017(8): 115.
	FEI J Q . Opportunities and challenges for operators to develop big data[J]. Digital Communication World, 2017(8): 115.
[7]	傅云瑾 . 电信运营商大数据运营能力提升的思考[J]. 电信科学, 2016,32(Z1): 194-196.
	FU Y J . Thinking of improving the operation ability of the tele-com operators of large data[J]. Telecommunication Science, 2016,32(Z1): 194-196.
[8]	刘春, 邹海锋, 向勇 . 大数据环境下电信数据服务能力开放研究[J]. 电信科学, 2014,30(3): 156-161.
	LIU C , ZOU H F , XIANG Y ,et al. Research on telecom data service open ability under the environment of big data[J]. Tel-ecommunications Science, 2014,30(3): 156-161.
[9]	韩晶, 张智江, 王健全 ,等. 面向统一运营的电信运营商大数据战略[J]. 电信科学, 2014,30(11): 154-158.
	HAN J , ZHANG Z J , WANG J Q ,et al. The unified- opera-tion-oriented big data strategy for telecom operators[J]. Tele-communications Science, 2014,30(11): 154-158.
[10]	陈森, 陈超, 张小勇 ,等. 基于大数据分析的移动互联网用户感知评估系统[J]. 电信科学, 2015,31(4): 154-161.
	CHEN S , CHEN C , ZHANG X Y ,et al. Evaluation system of mobile internet user experience based on big data analysis[J]. Telecommunications Science, 2015,31(4): 154-161.

运营商	对内					对外				涉及的领域
运营商	企业管理	市场营销	客户体验	网络优化	产品分析	数据即服务	分析即服务	平台即服务	2I	医疗	零售	金融	交通	政府	体育
AT＆T		√				√	√				√
Verizon		√					√				√			√	√
Telefónica（西班牙电信）			√				√				√			√
NTT DoCoMo（日本电信）		√					√	√		√
SKT（韩国电信）			√
Orange（法国电信）			√	√			√	√	√				√
德国电信				√		√
T-Mobile			√	√
Vodafone（沃达丰）		√		√		√
英国电信						√
英国O2		√

运营商	产品和服务	概述
Telefónica	Smart Steps（智慧足迹）	基于完全匿名和聚合的移动网络数据，对某个时段、某个地点人流量关键影响因素分析，并将洞察结果提供给政企客户
	分析和咨询	由Synergic Partners提供，Synergic Partners是一家专门从事大数据和数据科学的公司，Telefónica于2015年底将其收购，对外提供分析和咨询服务
Orange	Flux Vision	利用移动数据对特定区域客户进行识别和流量监控，包括年龄、性别和国籍。以公共事业、交通、零售业和医疗行业为主要客户群
	Business intelligence and analytics consulting	专门的BI（商业智能）和分析咨询，提供技术人员去设计和开发基于主要市场软件的解决方案。对大型国家企业客户提供咨询服务
Verizon	户外媒体测量	户外媒体测量产品旨在帮助企业评估其户外广告宣传的有效性
	场馆受众测量	为协助场馆所有者更好地了解参加他们举办活动观众的族群和习惯
	零售站点分析	测量零售站点的客流量，并为零售商提供超越销售和客户忠诚计划的有水平的数据

[1]	韩璐, 陈威宇, 张斐, 何建锋, 苏怀振. 差异化需求下的非关系型分布式报送信息大数据分类方法[J]. 电信科学, 2023, 39(6): 114-121.
[2]	李姗姗, 许建宏, 李涛, 赵永建, 刘志飞. 运营商数字孪生网络能力成熟度模型研究[J]. 电信科学, 2023, 39(6): 149-158.
[3]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[4]	徐亮, 王烨, 郑然, 张基恒, 袁萍, 李鑫阳, 田宇. 通信网络运维多维评估模型设计及应用[J]. 电信科学, 2023, 39(4): 142-151.
[5]	孙玉娣. 基于电信大数据的5G网络海量用户复访行为预测模型[J]. 电信科学, 2023, 39(2): 157-162.
[6]	李珊, 刘嘉薇. 5G行业应用规模化发展阶段与分析方法探析[J]. 电信科学, 2022, 38(Z1): 28-35.
[7]	张洁, 许建宏, 赵永建, 高允翔, 陈勋. 基于意图与编排的新型ICT基础架构[J]. 电信科学, 2022, 38(Z1): 184-193.
[8]	李爱华, 吴晓波, 陈超, 魏彬, 史嫄嫄. 5G网络大数据智能分析技术[J]. 电信科学, 2022, 38(8): 129-139.
[9]	黄更生, 黄宇红, 郭漫雪, 郑健平, 葛欣. DT时代面向数据服务的新型基础设施架构[J]. 电信科学, 2022, 38(7): 138-145.
[10]	李攀攀, 谢正霞, 乐光学, 刘鑫. 基于深度学习的无线通信接收方法研究进展与趋势[J]. 电信科学, 2022, 38(2): 1-17.
[11]	赵海波, 相志军, 肖林松. 基于异构数据的电力短期负荷大数据预测方案[J]. 电信科学, 2022, 38(12): 103-111.
[12]	张海涛, 蒋熠, 竺士杰, 陈琦. 电信运营商威胁情报体系研究与应用探索[J]. 电信科学, 2022, 38(12): 121-132.
[13]	刘小忠, 方军予, 蒋永彬. 2G/3G转网视角下电信运营商物联网发展策略分析[J]. 电信科学, 2022, 38(10): 153-162.
[14]	刘志勇, 何忠江, 阮宜龙, 单俊峰, 张超. 大数据安全特征与运营实践[J]. 电信科学, 2021, 37(5): 160-169.
[15]	刘颖慧,刘楠,蔡一欣,张云勇,魏进武. 数字化转型中不同企业的中台战略及架构设计[J]. 电信科学, 2020, 36(7): 126-135.

大数据助力运营商提升规模化运营核心力策略

Strategies for enhancing core capability of large-scalely operation for national telecom operators assisted by big data

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 10

相关文章 15

Metrics

推荐阅读 0