京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运营商借数据分析推动智能管道布局_数据分析师考试
数据分析能力已经越发被众多行业企业所看重,Ovum最新调查显示,在北美、欧洲和亚太地区将近有半数以上的企业IT部门将在不久的将来投资大数据分析。 这一现象并不难理解,全球企业与个人的交互数据正在以爆炸性的速度增长,一些企业预计,明年他们数据库的数据量至少会有10%~20%的增长。基于这一趋势,从这些庞大的数据库中挖掘商业价值的做法,逐渐被越来越多的企业CIO们所认可。 比如在电信行业,运营商可以通过数据分析能力从用户历史、业务数据等众多渠道提取关联数据,由此生成统一的用户视图这些视图将成为指导运营商一线营销的重要依据。
在数据分析领域深耕多年的Teradata天睿公司大中华区CEO辛儿伦告诉记者,在2005年之前,运营商的数据分析能力多停留在“表格阶段”,服务提供商通过提供经营分析的设备、手段、工具、方法论、咨询、服务等,来帮助运营商制定报表、分析、支持制定经营决策和预测等模型;但近些年,运营商对于数据分析的要求已不满足于数据辅助工具,而是逐渐趋向市场层面。“最近我们与电信客户探讨的最多的是如何以客户体验为中心,提供数据分析的增值服务,以便给客户带来更多、更直观的体验和价值。
中国移动数据部人士告诉记者,“以客户体验为中心”是当前运营商业务转型的普遍焦点,而这种转型需要运营商很多部门的协同配合,如市场营销部、集团客户部、数据部等部门的通力配合才能够实现。 智能管道借力数据分析 中国联通在该领域也开始布局。
据介绍,目前该公司集团层面已经明确了四大策略,其中包括:定制用户Portal(搜索框),建立端到端的业务体验平台,通过“Web+手机”方式实现多通道接入;多渠道收集关联性数据,建立360度用户视图,用于指导市场决策;基于用户行为提供业务推荐,在用户生命周期中提升客户交互体验;基于上下文的实时分析和持续的规模性数据分析,计算得出业务关联度、用户关联度、业务与用户关联度的多维度参考数据。 在中国联通看来,客户体验、市场营销以及一线销售都与数据分析密不可分,运营商需要通过不断细化的业务策略和市场建议,实现营收增长和服务提升的双效目标。
不仅如此,面对业界正热的智能管道观点,运营商也在不同领域寻找着答案。数据分析能力在其中将发挥重要作用。 “网络管道智能化的第一步离不开数据的采集与整理,同时也要形成一系列完整的规范和做法。”辛儿伦告诉记者,通过形成网络综合分析规范、网络数据规划,以及提供类似ESS+OSS融合等分析服务、营销管理、结构化分析能力,运营商将能够实现在流程、应用和系统方面的全面整合和统一管理,促进网络的智能化发展。 “分析云”走上运营商舞台 云计算被喻为是打破“IT竖井”的利器,在数据分析领域,该趋势已经有迹可循。“分析云”这种新型概念,目前已经应用到了数据仓库、平台工具等很多实现数据分析能力的软硬件中。 前述运营商告诉记者:“传统业务分析管理流程过于冗长,比如市场部希望在五一节期间举办促销活动,按照传统方式,首先需要去和IT部门共同进行流程改动工作,这其中涉及立项、评估、设计、规划、实施、运营,到最后上线的一系列工作,等做完了恐怕五一节也快过完了。
辛儿伦也表示,在过去的5~10年中,在分析领域,经营决策管理和动态的客户关系管理应用都已经有了长足的发展和提升,这得益于数据仓库的实时分析能力;但在传统的流程管理、分析管理领域,却始终停滞不前,归根结底还在于原有的IT流程过于繁琐,已经无法适应当下瞬息万变的市场情况。
“分析云”概念的出现改变了这一难题,利用云计算按需自取服务的特点,数据分析能力能够同时共享给多方使用,IT部门在数据中心将资源空间分割开来,业务部门可以按照自己的需求快速申请到需要的服务空间,如此也就避免了冗长的IT搭建流程,市场部门可以快速验证自己的市场想法是否正确,为市场营销活动赢得更多时间。 Link:半数企业将实施大数据分析 根据Ovum欧文的研究,有将近半数的北美、欧洲和亚太区企业IT部门计划在不久的将来投资大数据分析(Big Data Analytics) 。 中立科技分析师在最新报告中揭露,44%的企业在未来两年到五年之间,将会投资大数据分析计划。
同时,三分之一的受访者表示他们明年就会取得进展。 当然,想要采取大数据分析的企业,其第一步不该是分析数据,因为数据早就存在那儿了。他们应该找出现有的业务问题,例如如何最大限度地保留客户或提高营运效率,再决定拓展和深化他们的分析范围是否能带来实实在在的商业价值。 Ovum的调查发现提高运营效率、改善战略决策的流程、改进客户服务是最受欢迎的商业利益。上述领域分别有67%、57%、49%的受访者将之列为最重要的领域。然而根据报告,令人惊讶的是,受访企业将提高竞争定位、业务敏捷性和法规遵循三者列为低优先。只有30%的受访者提到这些业务目标。
尽管能满足大数据分析的技术平台已经诞生了,但采用的情况却大相径庭。Ovum所访问的企业之中有2~10%已经实施更完善先进的SQL了。相反的,仅有少于5%的企业实施新兴的NoSQL平台,反映出人们对于新平台的技能和认识还不多的事实。Ovum预期根据供需法则,和新工具的推出,将会增加人才的供给并降低实施这些新数据管理平台的所需的技巧门坎。
然而,由于人们偏好新数据类型和分析,例如社交媒体分析,以及知名IT品牌进军此市场的缘故,Ovum预计未来两年这些新平台的普及情况将显着的提高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 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 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31