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
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10