非结构化数据营销价值渐受重视 社交网络领域分析需求凸显

在此前举办的Teradata大中华区">数据仓库和企业分析峰会上,数据社会化、大数据分析成为各行业讨论焦点。在电信运营业数据也将走入PB级之时,运营业却深处“被管道化”而于数据价值利用上无力的境地。对此,本刊记者与Teradata中国区电信与邮政行业总经理李鸿进就目前运营商最为关心的智能管道、社交媒体等话题,由数据角度如何发挥价值进行探讨。

“不智能因管道并非端到端”

《通信世界周刊》:从数据处理角度来说,运营商应如何避免“被管道化”,如何才能更好地理解用户?

李鸿进:几大运营商都在提智能管道,管道要变得智能,我觉得有两方面的考虑。

首先,现在不智能是因为管道的数据管理不是端到端的。目前的管道并不是由用户接入开始一直到通话、上网等行为结束,对其中产生的数据全部进行采集,它其实只采集中间一段——增值业务或其他业务的平台。现在运营商首先要做的,是对管道的各个点的数据进行端到端的采集,才能知道管道有多长,究竟使用率有多大。

在此基础上,再通过对端到端的数据的分析,得出哪些业务不赚钱但流量非常大,可以分时段地进行带宽的智能调节,保证用户语音和短信或者基本业务的正常使用,让客户的感受更好。

《通信世界周刊》:对于运营商而言,进入3G,流量计费等问题突然成为焦点问题,负面事件频发。运营商应如何利用技术手段更好地进行流量的管理和分析?

李鸿进:下载业务、语音业务和短信业务都面临这一问题。用户数越来越多,系统支撑的性能有限,难免会产生错计费或者漏计费的情况,同时还有一些错单无法很好整合的技术屏障。但是对于运营商来说,有一点是可以改进的,可以通过数据的实时采集,进行实时分析之后,在账单、流量向客户进行开放之前自己先做一个自查,保证提交给客户的时候是正确的。

所谓的收入保障包括两个层面,一方面要保障用户不被乱收费,另一方面运营商该收的钱也要能收回来。因此计费系统的后台一定要有一个分析系统,保证数据发出之前,先做一次稽核分析,确保数据是对的。例如,计费系统对某个用户进行了批价,产生了一套费用,需要一个分析系统对它进行再一次批价,两次批价结果一致,这条数据才能够向客户开放。一旦不一致,内部就要研究之后再发出去,客户在实时查询的时候,系统可以告知他这个费用并不是最终的费用,后期可以再调整,这样客户的感受会好一些。等到出月账单,要向客户提交时是绝对不能错的。

数据社会化真正描绘用户轮廓

《通信世界周刊》:目前国内运营商也提出对非结构化数据处理的需求,就运营商而言,非结构化数据主要存在于哪些领域?为什么会有这种需求?

李鸿进:运营商对于电子渠道越来越重视,现在很多的业务直接在网站就可以办理,用户可以定制一些电信业务,或者进行查询。所有用户在网站上的这些行为,其实也是一定程度上的运行测试行为。运营商以前做的分析,主要都是关于客户交费是否及时、信用度是否比较好,但并没有把网站上的用户关注度或行为特点记录下来。如果将这部分数据跟原有的数据库进行整合分析,就能将用户个人的购买行为轮廓真正地描绘出来。

社交网络也是很重要的一块。事实上,利用社交网络可以了解个人的数据以及影响他的人是谁,从而更有效地提供现有的产品。运营商现在做的飞信和139社区等领域,其数据都是文本、图片或视频等非结构化数据,过去没法进行分析。现在通过一些技术手段逐渐可以实现和逐渐完善,比如山西移动目前就可以针对某个飞信用户的好友进行针对性营销。

(责任编辑:吕光)

时间: 2024-09-16 19:09:07

非结构化数据营销价值渐受重视 社交网络领域分析需求凸显的相关文章

通过企业内容管理(ECM)利用大量非结构化数据

如今的企业无一不受信息泛滥的困扰,这已经不是什么秘密.我们被大量不断增长的数据包围.许多机构内的非结构化内容(从打印文档到社交媒体文章)在无节制的增长.对于许多机构而言,非结构化内容已经占到总体企业信息的 80% 或更高比例.在对纸张密集型流程挥之不去的依赖以及个人和共同使用的数字内容的混乱扩散的驱动下,此类内容不断增长. 好消息是,企业内的人员.设备和系统生成的每一则信息均可用作竞争优势.前瞻性企业已经意识到,用户与内容之间的成功互动在提高业务成果方面发挥着重要的作用.例如,在许多企业中,客户

大数据可能「说谎」非结构化数据将呈现更丰富的世界

在2017年的下半年谈论大数据似乎已经没有什么新意,甚至有些令人生厌了,毕竟这个词在中国已经流行太久,形形色色的产品.平台和公司早已贴满了大数据标签,而真正有价值的创新永远都是少数. 行业对于大数据的认知开始变得更加理性和客观,这是一种成熟的表现.但如果因此就认为大数据时代已经进入风平浪静的"发展期",那么我们很可能会错过一场更加波澜壮阔的变革. 被忽视的非结构化数据 在过去几年,大数据产业更多关注的是如何处理海量.多源和异构的数据,并从中获得价值,而其中绝大多数都是结构化数据.不可否

大数据可能“说谎” 非结构化数据将呈现更丰富的世界

在2017年的下半年谈论大数据似乎已经没有什么新意,甚至有些令人生厌了,毕竟这个词在中国已经流行太久,形形色色的产品.平台和公司早已贴满了大数据标签,而真正有价值的创新永远都是少数. 行业对于大数据的认知开始变得更加理性和客观,这是一种成熟的表现.但如果因此就认为大数据时代已经进入风平浪静的"发展期",那么我们很可能会错过一场更加波澜壮阔的变革. 被忽视的非结构化数据 在过去几年,大数据产业更多关注的是如何处理海量.多源和异构的数据,并从中获得价值,而其中绝大多数都是结构化数据.不可否

从非结构化数据中发现问题 富国银行的风险分析之道

9月初,美国消费者金融保护局称美国富国银行(Wells Fargo)员工在未告知客户的情况下,自2011年起私自建立近两百万个虚假银行账户,富国银行被要求支付1.9亿美金高额的罚款. 9月中旬我也在大洋彼岸见到了美国富国银行企业模型风险部副总裁刘维政(Richard Liu),第二次见面没有客气,一上来我就提出了"幽灵账户"和风险管控的问题.虽然刘维政最近正热衷于研究和学习太极,但他却并没有和我"打太极". "这一现象其实在很多银行都可能发生,可能只是没有

MaxCompute与OSS非结构化数据读写互通(及图像处理实例)

0. 前言 MaxCompute作为阿里巴巴集团内部绝大多数大数据处理需求的核心计算组件,拥有强大的计算能力,随着集团内外大数据业务的不断扩展,新的数据使用场景也在不断产生.在这样的背景下,MaxCompute(ODPS)计算框架持续演化,而原来主要面对内部特殊格式数据的强大计算能力,也正在一步步的通过新增的非结构化数据处理框架,开放给不同的外部数据. 我们相信阿里巴巴集团的这种需求,也代表着业界大数据领域的最前沿实践和走向,具有相当的普适性.在之前我们已经对MaxCompute 2.0新增的非

MaxCompute上如何处理非结构化数据

0. 前言 MaxCompute作为阿里云大数据平台的核心计算组件,拥有强大的计算能力,能够调度大量的节点做并行计算,同时对分布式计算中的failover,重试等均有一套行之有效的处理管理机制. 而MaxCompute SQL能在简明的语义上实现各种数据处理逻辑,在集团内外更是广为应用,在其上实现与各种数据源的互通,对于打通整个阿里云的数据生态具有重要意义.基于这一点,最近MaxCompute团队依托MaxCompute2.0系统架构,引入了非结构化数据处理框架:通过外部表,为各种数据在MaxC

刚拿到 1400 万元的“一面网络”专“啃”非结构化数据

今日,"一面网络"正式对外宣布已获得1400万元的Pre-A轮融资,投资方为真格基金和联想之星.此前,一面网络于2014年成立时获得了天使轮融资,投资方为个人. 由于互联网的高速发展,用户产生的行为数据越来越多.这些数据可以划分为两大类:一类信息能够用数据或统一的结构加以表示,我们称之为结构化数据,如数字.符号:而另一类信息无法用数字或统一的结构表示,如文本.图像.声音.网页等,我们称之为非结构化数据.结构化数据属于非结构化数据,是非结构化数据的特例.但企业往往没有能力处理这些数据,所

通过SQL 2008管理非结构化数据

通过SQL Server 2008管理非结构化数据 SQL Server 技术文档 作者:Graeme Malcolm (内容主管) 技术审核员:Shan Sinha 项目编辑:Joanne Hodgins 发布日期:2007年8月 适用产品:SQL Server 2008 概述:数字化信息的增长为企业应当存储和访问业务数据的方法提供了启发.数据库作为业务应用程序的核心,必须能够同非结构化的数据进行集成,其中包括文档.图像.视频.以及其它多媒体格式.为了能够对信息生命周期进行管理,满足策略需求,

结构化数据和非结构化数据是什么意思?

文章中提到的结构化数据.非结构化数据以及半结构化数据是对存储形式的一种数据类型分析,有助于企业细分行业案例,帮助存储合作伙伴更好地解决应用实施方案. 结构化数据,简单来说就是数据库.结合到典型场景中更容易理解,比如企业ERP.财务系统;医疗HIS数据库;教育一卡通;政府行政审批;其他核心数据库等.这些应用需要哪些存储方案呢?基本包括高速存储应用需求.数据备份需求.数据共享需求以及数据容灾需求. 非结构化数据,包括视频.音频.图片.图像.文档.文本等形式.具体到典型案例中,像是医疗影像系统.教育视