京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国移动的大数据探索:移娃背后的秘密
“移娃在此,有何吩咐?”在北京移动的客户端点开我的客服,机器人移娃就跳了出来,为客户提供“贴心在线服务”。客服机器人“移娃”是大数据应用的一个典型案例。在大数据的应用方面,电信运营商无疑具有领先的优势,这种优势来自大量的数据积累和在此基础上的行业技术分析。作为全球用户规模最大的电信运营商,中国移动在大数据应用方面已经走在了前面。
大数据提升服务效率
作为中国移动专注客户服务的公司,中移在线服务有限公司(简称中移在线)要为8.6亿用户提供客户服务,传统的电话热线服务早已不适应现实的需求,利用互联网提供在线服务成为必然选择,而大数据和人工智能则在提升用户服务水平方面成为一个亮点。“移娃”正是中移在线联合移动研究院,在智能化服务领域研发的最新产品,她的独特优势在于中国移动积累的海量用户数据,在31个省拥有超过5万服务坐席和10多年积累的行业运营与服务能力。
中国信通院3月份发布的《中国大数据发展调查报告》(2017)显示,企业应用大数据所带来的主要效果包括实现智能决策(55.8%)、提升运营效率(48.2%)和改善风险管理(25.7%)。利用大数据提升运营效率对运营商来说立竿见影。
中移在线相关负责人告诉记者,移娃可以应用于微信、网站等互联网渠道及短信、热线等传统渠道,与客户通过自然语言进行交流,满足客户问题咨询、投诉受理、信息查询、寒暄聊天等多种需求,实现“24 小时”在线、“全天候”服务。
据介绍,该机器人已在10086微信服务号等6个全国渠道、近60个省内渠道上线,月访问量超过5000万次。2016年节约人工成本超过1.2亿元,预计今年将至少超过3亿元。
图为“移娃”服务截屏。
“移娃”梳理入库了全国31省业务知识10万条、寒暄对话20万条,自然语言识别率达到93%、准确率达到80%。”该负责人告诉记者,在大数据和机器学习技术支撑下,该产品性能和运营能力均取得行业领先地位。
中国信息通信研究院技术与标准研究所副所长何宝宏告诉记者,“电信公司在大数据方面的优势主要是数据量特别大,精确度特别高。因为它的数据都是基本实名的,来自网络的底层,所以它的数据量覆盖面广而准确。”
大数据服务精准扶贫
在大数据应用上小有斩获的中国移动并没有停止脚步。近来,中国移动正利用自身的优势将大数据运用到精准扶贫方面。
为积极响应国家精准扶贫号召,中国移动依托自身具备的信息技术优势和进村入户的服务保障体系,自主研发了精准扶贫系统,努力为农村贫困人口搭建脱贫致富的信息通路。
“精准扶贫系统于2015年底正式上线运营,经过2016年扎根国家级贫困地区、深耕系统优化建设的创业历程。目前,已在全国8个市、县落地实施,22个市、县进行部署试用,覆盖289万贫困人口,为8.5万余扶贫干部提供信息化服务。”中国移动相关工作人员告诉记者。
精准扶贫系统是集一个创新性、开放性、实效性为一体的政务信息平台,背后依靠的正是大数据分析技术。据了解,系统运行成效获得了各级领导、一线扶贫队伍和贫困群众的肯定。
该系统有两个特点:一是打造健康的扶贫数据生态,实时采集贫困动态数据,实现端到端地扁平化传递和标准化整合,助力政府不断提升扶贫工作决策水平;二是打造聚合的资源生态,搭建的开放资源平台,提供了政府、社会等各项扶贫资源、信息的统一入口,激发贫困户主动脱贫的内生动力,弥合贫困群众与互联网时代间的数字鸿沟。
中国移动相关负责人称,未来将继续加大资源投入,进一步提升针对农村地区群众的信息化服务水平,助力贫困落后地区搭上移动互联网快车,助推贫困群众享受到互联网时代发展的红利。
瞄准未来,大数据走向智能化
何宝宏认为,大数据还处于技术的早期阶段,还没有完全发展成熟。目前大数据应用的成功案例,还呈散发状,而不是大规模应用,“只有在一些典型场景,目前还是可以的”。而中国移动利用大数据提升客户服务和推进精准扶贫恰恰就是“典型场景”。
作为大数据的先行者之一,中国移动目前正利用大数据,提升用户对服务、业务、产品的体验。
对于未来大数据的发展规划,中国移动方面表示,一是服务个性化,强化大数据的个性化分析,围绕用户属性、偏好、服务场景,深入挖掘用户差异化服务诉求,结合用户的个性化服务特点,提供针对性的服务策略和服务交互内容。
二是服务一体化,依托大数据运营、分析能力,形成全网包括互联网、热线、营业厅等线上、线下渠道在内的服务一体化能力,确保用户在各个渠道一致性的体验感知,实现服务的体系化的高效协同。
三是服务智能化,通过服务大数据的挖掘与模型、算法设计,通过云计算、人工智能等先进技术引入,发挥大数据的智能服务价值,动态为客户开展智能化产品推荐、帮助客户围绕自身需求开展智能分析,通过智能服务的提供,持续为用户创造价值。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14