随着企业规模不断成长、计算机技术不断发展应用，业务数据日益持续快速增长。IDC公司的研究结果表明，2011年全球产生的数据量高达1.82ZB，相当于全球每人产生200GB以上的数据；而未来几年全球数据量将以40+%的速度增长，2020年全球数据量将达到35ZB。大数据时代已经到来！对于各行各业而言，数据正日益凸显其价值，成为企业重要资产。
 

      Gartner公司认为：大数据是大量、高速、及/或多变的信息，它需要新型的处理方式去促成更强的决策能力、洞察力与最佳化处理。大数据为企业获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
 

      大数据可以加深对客户行为的洞察

      在精准营销理论中，客户洞察是精准营销的第一步。企业从大规模制造过渡到大规模定制，必须掌握用户的需求特点。基于通信行为、上网数据等，可以对行为特征进行洞察。这些特征往往是在用户不经意的行为中透露出来的，通过对信息进行关联、参照、聚类、分类等方法分析，可能得到答案。

      可通过兴趣点机制，作为客户洞察的基础。兴趣点的初始化建立，可以通过收集和整理开放式分类目录，各大行业主流网站，热门门户网站以及参考互联网分类行业标准来制定。同时需建立兴趣点调整的动态机制。

      对于如何给用户打上兴趣点标签，其难点一是要保证能正解理解用户的上网行为，恰当的描述用户的上网行为；其难点二是要如何在用户的即兴上网行为与上网嗜好之间取得平衡。
 

      基于用户上网次数、用户上网流量、上网时间段等属性，可以给用户打上合理的兴趣点标签；同时针对较少上网的用户，可以通过已经标记标签用户的基础数据特征（如年龄、性别、流量，终端等基础资料），使用数据挖掘工具和方法，利用历史数据生成用户基础数据特征与偏好的对应关系的模型，来近似预测其偏好标签。针对用户上网的不同风格，可把用户的偏好分为即时偏好、天、周、月、年，以应对即时营销等不同的营销需要。
 

      大数据需要新型技术的支撑

      大数据也带来了严峻的挑战。信息化技术的普及使得企业更多的办公流程通过网络得以实现，由此产生的数据以非结构化数据为主。当前数据创造的主体由企业逐渐转向个体，而个体所产生的绝大部分数据为图片、文档、视频等非结构化数据。同时，在线个性化推荐、实时信息推送等数据处理时间要求在分钟甚至秒级，传统的数据仓库系统、数据挖掘等应用无法处理非结构化数据，同时也不能满足数据处理的实时性。
 

      大数据与传统数据两者数据量的差别如此之大，决定了数据的存储、计算从架构上的很不一样。常规的数据仓库技术仍然有用武之地，但更适合大数据的，有大规模并行处理（MPP）、分布式处理等技术。结合当前技术发展状态，从性能、并行计算能力、可扩展性、软件的成本、硬件的投资等方面综合分析之后，为满足结构化与非结构化数据存储与处理，建议采用RDBMS+ Hadoop混搭方式，并引入流计算技术。
 

      Hadoop平台的分布式存储的特点，可以把数据存储在多个节点上，能够处理 PB 级数据。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，利用其MapReduce的并行处理能力，因此处理速度非常快。
 

      流计算不同于文件批处理的方式，是一个事件触发的数据处理机制，能够保证其数据的实时性。经测试，浩鲸科技（原中兴软创）所掌握的流计算技术在一台普通PCSEVER上，可以达到20M/秒的处理效率；并且支持线性扩展，能够满足电信行业处理需要。
 

      非结构化数据在Hadoop平台上存储与处理；大数据量计算在Hadoop平台上处理；结构化，不需要关联分析、查询较少的数据，保存在hadoop平台；结构化、需要关联分析或经常查询的生产、汇总数据保存在关系型数据库中。
 

      场景应用探索，通过新型技术将客户洞察转化为成果，使营销更精准

      目前大部分企业面临的挑战不是缺少数据，而是数据太多。通过新型技术，大数据价值可能被充分地挖掘和利用。大数据要发挥价值，必须与业务融合，能够带来实际业务收益。大数据的应用模式仍处于探索阶段。
 

      在电信行业还可探索以下应用场景：

·            业务投放。根据订购或使用产品、业务的用户特点，筛选目标用户，对自有产品、业务做针对性营销推荐。

·            终端营销。分析用户换终端的特点，以及换终端的时机、终端爱好，进行换终端的精确化营销。

·           即时营销。基于用户的上网时机、上网位置做精确化的营销。

·            关联产品推荐。基于产品关联销售的特点，与用户订购产品的历史信息，做关联产品的推荐。
 

      重庆电信大数据试点项目移动互联网客户行为分析工程日前正式商用，正在积极探索上述大数据场景应用。
 

      借助大数据及相关技术，我们可针对不同行为特征的客户进行针对性营销，甚至能从“将一个产品推荐给一些合适的客户”到“将一些合适的产品推荐给一个客户”，得以更聚焦客户，进行个性化精准营销。
 

      虽然大数据应用尚在探索，但正如哈佛大学社会学教授加里 金所说：这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。

上一篇：捂脸表情怎么会被人抢注商标？
下一篇：物联网技术将掀起第四次信息革命浪潮