京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力精细化网络运营
电信行业日益发展,网络制式更新换代,随着4G移动网络规模不断扩大,移动网络数据流量将再次出现爆炸式增长,对于运营商而言,流量成为其主要收益增长点,但是如何精细化网络运营,提升流量经营收益,成为运营商迫切问题,对于运营商而言,优化网络,提升移动网络基础通道能力,智能化流量经营成为最直接最有效的手段,但是如何精细化扩容,精准优化,以及流量经营精准分析并提供策略并最终反馈市场,投入和经营收益是否匹配,成为主要手段,这就需要有效的对移动网络数据进行收集分析,对分析的数据提供有力的依据并形成策略,为网络提供精细化运营提供指导。虽然传统的方式能够在移动网络中部署各种采集系统,进行数据的采集、监控和存储,并对存储的数据进行分析,根据数据的分析结果得出决策或者形成策略,但是传统的方式对数据的采集分析决策以及对市场的支撑都是以各种独立系统,包括智能管控,流量分析,用户感知,网络数据分析监控,信令分析,Boss系统等等系统都缺乏联动,特别是在多厂家多系统情况下,各个分析系统五花八门,没有关联分析,没有形成一个有机整体,各自独立,缺少一个端到端的全量数据分析,导致运营商的市场决策依据相对离散,归纳起来,如下短板:
1、网络优化面临客户投诉处理费时费力,传统的采用各种离散工具缺乏连贯性分析,导致对客户的投诉反映时间较长,降低了客户满意度。
2、网络优化不能及时反映和解决网络问题,可视可控可预期的网规网优手段
3、海量数据分析艰难,目前的处理手段难以适应大数据量的处理,也难以进一步做精细化分析。
4、管道流量不可视,杂乱五章,运营业务众多,未实现有效监控,有序管理;
5、设备指标的好坏无法真是映射或反应出客户实际感知体验情况,无法判断整个网络给客户的感受评价;
6、流量日益增多,但运营商营收却逐步下降,运维数据无法有效转换为对于市场营销的有力支撑;
为满足以上提出的问题,运营商对现有各个数据分析系统进行有效的整合成一个共享中心、提供大数据分析处理,帮助进行端到端的数据业务分析,评测及保障VIP客户的感知体验,网规网优,并为市场营销提供基础支撑数据。从而适应当前日益发展的网络规模及复杂度要求,实现精细化运营。
为帮助运营商实现智能运维的目标架构,ZTE推出了基于大数据精细化运营产品解决方案。其体系架构如图1所示:

图1基于大数据精细化运营产品解决方案
该产品方案是包括采集识别、分析、控制为一体的整体解决方案,包括数据采集,大数据平台共享和精细化运营应用三个层面。
数据采集支持各种现有系统的对接接入,包括2G/3G/4G的网络数据(包含控制面和媒体面数据),Boss系统数据,计费数据,网管数据等;既支持中兴内部网元接口方式,也支持外部接口,通过部署Prober探针,采用分光方式从Gn/IuPS/Gi/S1/S10/S11/ S5/S8 /SGi 接口采集控制面和媒体面数据。数据采集是一个基础通道能力,将数据进行全量采集
共享层提供海量数据的存储,利用大数据技术提供海量数据的静态分析和动态流分析,并支持数据开放能力。
精细化运营层提供面向用户的端到端精细化运营整体解决应用,立足于从客户的角度去感知和分析网络和业务信息,通过对海量数据灵活的挖掘和分析,实现对网络质量,业务质量,网规网优,用户体验感知等全方位的可视化,支持端到端的用户投诉处理,可快速找出影响问题的原因,构建可视、可管、可控的业务管道,为移动数据业务精细化运营提供了全面支撑。
解决方案能够客户带来益处主要体现在如下几个方面:

图2 产品方案给客户带来的益处
♦智能的用户投诉处理
端到端的关联核心网和接入网的控制面话单和媒体面事件详单,结合故障经验库和智能可定义的故障决策树,系统从控制面、媒体面、关联小区、关联网元多个角度逐条进行诊断,分析出发生故障的路径和原因,快速找出影响问题的根源,并给出专业的处理建议。为用户运营策略提供指导依据
♦端到端数据业务分析
对主流业务,建立了端到端的业务质量指标体系,支持从终端用户角度进行端到端的分析评估和实时监控,可直观了解各种业务的可用性、时延、流量、带宽、丢包等指标状况,并且支持从上到下,从整体到区域,层层钻取分析,快速定位问题的根源,为数据业务的网络优化提供支撑。为业务运营策略提供指导依据。
♦用户感知分析
建立端到端用户感知指标体系,监控和分析特定用户使用数据业务的业务质量,了解用户在网络中的真实感受,保障网络用户,尤其是VIP用户的体验感受,提升客户认可度,对VAP用户提供关怀支撑,可配以适当的营销手段,从而提升用户满意度,防止用户流失。为用户运营策略指导依据。
♦网规网优支撑
基于用户感知,提出无线网络扩容指标和标准,并通过分析网络运行数据,定期提出扩容需求,针对网络质量和网络业务数据分析,根据网络优化指标,对网络质量和业务质量给出分析结果和报告,定期给出网络优化建议和需求。
♦智能闭环控制
可以从接入网实时获取小区忙闲状况,并通知PCRF实时的调整业务管控策略,构建可控的业务管道,实现投资收益和用户感受的最大化;为业务和用户运营策略提供指导依据。
大数据产品通过丰富的数据源采集,实现跨网络、跨厂家的全网综合分析能力,并通过数据源间的关联性,真正实现端到端一键式综合分析能力,并为运营策略提供支撑,将传统的设备基础性运营能力提升为高效、增值的精细化、智能化运营能力,帮助运营商在节省运营成本,提高运营效率、扩大运营效益方面得以有力提升。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12