电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

电信行业的大数据解决方案

电信行业的大数据解决方案_第1页
1/4
电信行业的大数据解决方案_第2页
2/4
电信行业的大数据解决方案_第3页
3/4
行业背景电信运营商近几年面对移动互联网的高速进展,客户的移动数据流量需求迅猛增长,数据流量收入已超过点对点短信,成为拉动数据业务收入增长的主要驱动力的现实。在 3G的全业务市场竞争环境下,急需根据竞争情况和客户需求,加快实现流量的实时计费和提醒,优化数据流量资费体系,降低套餐内外的资费水平差距,提高精细化营销能力,不断提高客户的满意度和大幅度降低流量投诉。这就催生了对流量大数据分析的需要,大数据依赖于成熟的技术方案,应用的关键在于业务层面,因此大数据在运营商中应用中催生了很多商业机会, 同时运营商现有的系统架构在面对大数据的挑战和机会面前遇到了问题。商业机会改善用户体验•分析用户行为,改进产品设计;•通过用户爱好分析,进行及时、精准的业务推举和客户关怀;优化网络质量•分析流量、流量变化,调整资源配置;•分析网络日志,进行网络优化和故障定位;•合理给各类业务分配带宽及优先级等;助力市场决策•通过业务、资源、财务等各类数据的综合分析,快速准确确定公司管理和市场竞争策略;•基于用户的职业、年龄、LBS 等信息提供精准营销手段;业务创新•在确保用户隐私不被侵犯的前提下,对数据进行深度加工,对外提供信息服务,帮助企业盈利;•精确了解与预测用户的需求的变化趋势,为未来研发提供方向和指导;面临问题系统分散建设,难以实现资源和应用共享•经营分析、信令监测、综合网络分析、不良信息监测、上网日志留存等大数据系统垂直建设较多,另外很多省分公司的系统建设存在重复建设、应用重复开发、各类专家资源无法共享等情况;数据分散存储,标准化程度低•各大数据系统数据模型不统一,跨系统综合分析困难;•统一管理难度较高;以 OLTP 为核心的传统架构,难以满足新业务进展要求•多采纳高端架构建设(类 IOE),成本极高;•仅具备结构化数据处理能力,无法支持飞速增长的非结构化、半结构化数据处理;•对高速增长的数据,传统架构很难满足存储需求;大部分业务只对内提供服务,未能有效地进行成规模商业利用•如何建立商业模式?•如何解决用户隐私保护问题?方案架构针对电信运营商大数据管理总体系统框架分为四层, 分别是物理层,数据成,模型层应用层, 数据层是整个运营商大数据管理的核心部分,为上层应用提供数据支撑。业务应用话费详单查询系统解决方案针对话费详单公众查询查询业务,系统设计上要满足海量历史数据的猎取和存储,同时也要满足大并...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

电信行业的大数据解决方案

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部