大数据时代运营商分析支撑域转型的实践与思考

doi:10.11959/j.issn.1000-0801.2016226

摘要/Abstract

摘要：

大数据时代，随着业务和管理模式向“数据驱动型”转变，运营商分析支撑域的支撑模型和支撑模式也发生了转变。制定了分析支撑域规划，如构建云化ETL、MPP数据库、能力服务中心、大数据运营支撑平台等IT基础设施，实现转型。同时，提出了分析支撑域在IT、管理和核心竞争力方面的实施思路。

关键词: 分析支撑域, 大数据, Hadoop, MPP

Abstract:

In big data era，with business and management mode changing to “data driven”，the support model and support pattern of telecom operator analysis support system has changed.With the ASS planning，cloud ETL，MPP DB，ability service center and big data operation platform were constructed.Also，implementation thinking in aspects of IT，management and core competitiveness of ASS were proposed.

Key words: analysis support system, big data, Hadoop, MPP

刘南海,雷蕾,王睿. 大数据时代运营商分析支撑域转型的实践与思考[J]. 电信科学, 2016, 32(8): 146-158.

Nanhai LIU,Lei LEI,Rui WANG. Practice and thinking on the transition of telecom operator analysis support system in big data era[J]. Telecommunications Science, 2016, 32(8): 146-158.

图/表 19

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

图18

表1

销售模板类型	销售模板数量/个	短信下发信量/万条	营销响应客户量/万人	营销成功客户量/万人	营销响应率	营销成功率	当月收入/万元	累计收入/万元
流量套餐增值业务类销售模板	47	2 705.60	219.82	209.06	8.12%	7.73%	841.72	2 854.60
非流量套餐增值业务类销售模板	17	945.64	1.00	2.39	0.11%	0.25%	1.47	4.34
语音产品类销售模板	8	6 365.55	24.35	30.34	0.38%	0.48%	126.891 2	489.686 9
应用客户端类销售模板	5	1 724.79	46.64	0.64	2.70%	0.04%	0	0
终端类销售模板	4	176.46	0.16	0	0.09%	-	0	0
服务提醒类销售模板	10	573.70	5.61	0.27	0.98%	0.05%	0	0
合计	91	12 491.74	297.58	242.70	2.38%	1.94%	970.09	3 348.63

[1]	郑毅 . 证析——大数据与基于证据的决策[M]. 北京: 华夏出版社, 2012. ZHENG Y . Analytics:on big data and evidence-based decision[M]. Beijing: Huaxia Publishing HousePress, 2012.
[2]	BILL F . 驾驭大数据[M]. 北京: 人民邮电出版社, 2013. BILL F . Taming the big data tidal wave[M]. Beijing: Posts ＆Telecom PressPress, 2013.
[3]	徐子沛 . 大数据:正在到来的数据革命[M]. 桂林: 广西师范大学出版社, 2013. XU Z P . The big data revolution[M]. Guilin: Guangxi Normal University PressPress, 2013.
[4]	刘军 . Hadoop大数据处理[M]. 北京: 人民邮电出版社, 2013. LIU J . Hadoop big data processing[M]. Beijing: Posts＆Telecom PressPress, 2013.

[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]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	刘晓军,武娟,徐晓青. 大数据架构剖析及数据安全融合技术[J]. 电信科学, 2020, 36(7): 146-155.
[10]	刘玉娇,宋坤煌,王向. 基于电力大数据的经济景气指数分析[J]. 电信科学, 2020, 36(6): 166-171.
[11]	程卫华,何肖嵘. 基于大数据的网页浏览质差分析方法研究[J]. 电信科学, 2020, 36(11): 174-181.
[12]	高建,陈文彬,庞建民,于华东,宋国瑞. 基于组合密钥的智能电网多源数据安全保护[J]. 电信科学, 2020, 36(1): 134-138.
[13]	谭晓敏,方艾,梁冰,杨豪杰. 基于决策树的EPG体验异常原因定位[J]. 电信科学, 2019, 35(8): 158-164.
[14]	鲁泽霖,李强治. 电子商务平台的演化逻辑和运营机理[J]. 电信科学, 2019, 35(7): 152-158.
[15]	廖明,陈明,周冀,向小华,李芳,焦叶芬. 基于大数据融合算法的DNS日志分析系统[J]. 电信科学, 2019, 35(5): 129-139.