×关闭背景

北京至信普林科技王储:电信运营商--未来的数据运营商

2015-08-26 16:08:32      来源:移动Labs       

2015中国国际大数据大会

【摘要】【移动LABS】8月26—27日,2015中国国际大数据大会在北京召开,移动LABS作为大会战略合作媒体受邀现场直播。北京至信普林科技有限公司董事会副主席、CTO王储做了题为“电信运营商:未来的数据运营商”的主题演讲。

【移动LABS82627日,2015中国国际大数据大会在北京召开,移动LABS作为大会战略合作媒体受邀现场直播。北京至信普林科技有限公司董事会副主席、CTO王储做了题为“电信运营商:未来的数据运营商”的主题演讲。

北京至信普林科技有限公司董事会副主席、CTO 王储

以下为演讲速记:

大家好,我今天要讲的是建模分析、数据挖掘这一块到底可以为运营商带来哪些方面的价值。

我先简单介绍一下我们公司,我们公司普林科技是普林斯顿大学的老师和一些毕业生做建模咨询的一个公司,我们董事长今天上午也在主会场做分享。

现在大家都在谈大数据,大数据整个产业链非常长。所以我们着眼点也只是其中的一块,在我们看来大数据里面的数据可以看成是汽车引擎燃烧的原油。它是一种原材料,而怎么能让这个原油发挥它的价值,产生热能,要看这个引擎到底好不好,这个引擎就是数据挖掘或者数据建模分析的基础。这也是我们科研比较擅长的,而且现在公司专注的领域。

我们几十年前进入互联网时代,最近几年进入移动互联网时代,因为超过半数中国人上网是通过移动端,所以互联网最核心、最好的数据都掌握在运营商手中,所以说大数据时代对运营商的价值进行增值服务是非常重要,也是非常必须的一个问题。

我刚才提到大数据的产业链按我们的理解大概可以分成这么几条。最开始数据的产生和数据收集的阶段,比如运营商有各种各样的终端,怎么把数据记下来。除了运营商之外在做智慧城市和交通的时候可能要在不同地方按传感器,这是数据收集和记录的环节。

再接下来就会有各种硬件做存储,再往上有各种平台做计算。这一切准备好之后我们可以做一些简单的数据统计分析,可以看到一些数据里面蕴藏的一些比较简单的规律。再往上才是大数据建模,现在比较火的方法数据学习、数据挖掘等等。这么画倒不是说越往上越高级,只是说下面的步骤在没有做好的前提下是没有办法把上面的工作做好的。运营商在我国大数据产业链上可以说是起步比较早的,大量的硬件、数据采集和hadoop搭建已经比别的行业领先很多。比如像医疗、银行、交通都在搭平台,甚至是搭平台之前的数据收集的阶段。

运营商为什么数据好,分析它的价值会很好呢?主要是因为运营商的数据有三个特点:

第一,数据海量性,这个不必多说了。

第二,时效性。因为越来越多的数据我们是想产生价值,比如做推荐,还有做一些客户微系等等,这非常需要这个数据是非常新的,比如一两年前的数据完全没有用,运营商是时时刻刻记录用户的数据,所以数据有时效性。

第三,真实性。我们知道像GPS等等很多数据可以造假,但是像用基站定位的信息还是没法造假,现在真实性是比较高的。

我这里主要介绍一下我们普林科技为运营商大概做了哪些数据建模和数据挖掘的事情,也相当于简单介绍一下建模分析到底可以在原来比较死的数据上产生出哪些增值服务。

第一个是离网预警系统,这是运营商比较关心的一个问题。因为运营商虽然走的用户数现在基本上不太有太大的变化,但是三个运营商之间的用户流动是非常大的,每个个运营商都希望把自己的客户留住,无非就是威逼利诱,他需要找到其中非常有特点的这一群高危的离网用户,对他们采取一些措施,让他们尽量不要离网。所以我们可以简单思考一下,这样的话我们拥有的数据是什么?应该是运营商存下来的数据,包括打电话、发短信、上网,这跟要不要离网没有直接关系。比如我再说一个简单的例子,比如银行想看要不要给你发贷款怎么看?可以看你以前的贷款有没有还,所以说银行的风控做了几十年用很简单的办法,不用大数据技术就可以做,因为它简单统计分析就可以达到这样的效果。当然用了大数据技术可能会性能提升。但是用这个人脑想好象没有直接关系,所以就要用积极学习的办法从数据里挖掘一些规律。像我们的这个例子里面,用了107个运营商字段对用户做忠诚度的打分,可以那出哪些用户黏性高不容易离网,哪些用户非常容易离网,需要运营商送很多礼包和服务才有可能让他不离网的。

这个地方就是像我刚才介绍的,它不是简单的统计分析的办法,而是需要一些比较深刻的一些技术,才有可能做好的问题。

接下来精准营销也是运营商非常关心,而且已经很多都开始在做的一个问题。精准营销无非是把每一个用户的行为刻划清楚,找到他需要的产品,然后把相应的产品推荐给他。这里面存在的一个问题就是这里面的技术瓶颈也是非常高的,可能大家平时在用一些电商网站等一些服务的时候发现,比如一个很直白的例子,像你买了一双鞋还问你要不要一双鞋,完全没有意义,这相当于产生了大量的技术垃圾,所以技术很关键的。好的技术会让推荐的转化率大幅度提升,另一方面也是运营商非常关心的投诉率。在做推荐的时候完全可以把投诉率做成一个我们需要学习的目标之一,让转化率提升的同时尽量让投诉率下降。比如说举个例子,我们跟某个运营商合作推广一款手机的保险产品,本质上就是交一些保费,手机摔了可以换新的手机。这时候就存在一个问题,如果给所有人都送这个产品花费太高了,都是上亿用户,没有那么大的能力。另外就是很多人会被短信和电话骚扰,导致业务没有办法进行下去,但又不可能都不去推送。所以我们需要找到真正会有可能买他产品,又不去投诉的这群人,这个也是需要建模的一些技术,像我刚才提到的例子,我们没有办法用简单的统计分析的技术,我们不能看到他会不会买这个产品,因为历史上没有买,所以所有的数据关联性都是间接的,所以我们需要这样的技术去做分析。

精准营销还有一个游戏推荐,因为运营商有一个天然优势,运营商如果去做一些像游戏一样的推荐的话,它去做收费的时候可以从话费收取,这样自费会特别的简单,另一方面运营商有数据,所以整条线做下来,运营商做特别方便,我们也是做了一个游戏推荐的产品。这个产品在某一次游戏的推荐测试中转化率从0.1%变到了2.5%,(英文)值也大幅度增加,就是找到真正会为游戏消费的人群,另一方面也是运营商在自身收话费的体制,游戏缴费变得特别方便,两者结合起来可以让运营商这方面的收益大幅度增加。

运营商还卖手机,卖手机一个非常有意思的问题是到底新出来一款机型销量怎么样,已经卖的机型到底是被用户在使用还是在来回倒换。这样的话需要一些数据分析,数据分析有几部分,比如各级代理商的画像,因为不同代理对应周围地域消费者的特点是不一样的,所以说不同的代理商或者客商对应不同的手机的买入和卖出的模式。所以说我们提前对它做好了画像以后,在新手机上市的推广,还有新手机以一种什么样的形式去分配到不同省市地区的代理商。还有像存货的准备等等,根据这些数据分析的结果,通过这些经验去合理调配这些手机的分配,就可以避免很多浪费,增加这个手机的销量。

流量提升也是运营商非常关注的一个问题,所谓流量提升就是说现在虽然我们4G已经出来很长时间了,但是很多用户其实没有用3G4G,甚至有的流量一个月都不用,这些人首先不用流量的话对于运营商来说就没法产生一些价值,另一方面他不用运营商就说明对运营商不够依赖,离网率就会高。运营商都希望用户使劲使用,用多了就可能缴费或者点击一些广告等等,还有没有那么容易离网。怎么让这些用户使用的流量提升上来呢?首先还是要基于对用户行为的分析去做用户画像,其次就是对不同的用户可能需要给他推荐比较个性化的流量包,可以让他没有后顾之忧地使用一些他想用的APP,或者给他推荐一些比较耗流量的应用,可以让他不断使用,联在运营商的服务中。

比如我们从1.8万个人找到了1.3万用户进行推荐,原来运营商的模式,比如完全不适用模型,只是直接推荐,可能会付出很多工作,但是很多人流量的不到提升,因为可以清楚定位到到底哪些流量可以提,这样可以用了原来的30%的工作可以让65%的流量使用得到大幅度提升。

下一个例子是用运营商数据去做信用评级体系。现在央行马上要颁发个人征信牌照,但是像央行自己使用的数据主要是金融数据,就是个人在金融机构,比如银行和小贷机构贷款的数据,这些数据一定程度可以反映这个人的信用的好坏,另一方面运营商数据可以说是对信用体系最大的数据的补充,前提是我们可以从运营商的数据里面非常清楚挖掘到到底哪些数据或者指标可以描述客户的状况。比如说根据你每一天发几条短信,或者打几个电话,这些数字是没办法直接去衡量的,就像你不能去说比如说这个人每天打电话的时间比较多加三分,电话不怎么多减二分,传统的银行使用的打分卡模型没有办法在一些专业性没有这么强的行业应用,所以需要充分的建模和数据价值开发的过程。我们也是基于运营商的数据,在这个例子里把用户分成若干类,每一类里都会有后延发现它违约或不违约的数据,从左到右每一类违约人的比例都是不断提高。这样首先对运营商自己来说不同的组可以实行不同的服务。比如说违约可能性非常小的组,这些人可以相对很长时间都不至于停机,可能只是因为这些人暂时忘了或者有什么事情出国了等等,这样的话这些人可以不去给他停机,这样一方面客户会继续在运营商留存下去,对客户和运营商都是好事。而对高危人群必须预付费,但是预期也要停机等等,运营商可以根据分组采取很多措施,维护自己的利益也维护用户利益。运营商去做数据变现,这些违约或不违约的数据也可以拿到小贷公司或者银行机构去做风控依据。

我们国家运营商其实在很多大数据方面的建模分析和数据应上已经比较领先了,现在像西班牙电信他们一直致力于怎样把运营商内部的数据去输送到运营商之外的,为社会其他部门产生一些价值或效益。比如说他可以根据基站的一些数据判断人流的热点,这样的话为城市交通规划提供一些参考,甚至为比如像商店的选址等等提供一些帮助,还有运输的模型和经济发展指标的衡量等等。包括法国电信通过对数据的分析可以判断某些人什么时候掉话,有利于优化基站的分布。以后我们坐火车或者在高速公路开车的时候电话就会更畅通一些。还有美国的运营商他们也是数据开放的状态比较好的一个运营商,他们在获得允许的情况下会把他们的数据通过一些脱敏处理后交给第三方去做运营,不断让数据产生它的价值。

我的这个题目讲的是运营商以后会是数据运营商,现在运营商的收入主要还是来自于消费者交的话费部分。那么我们可以反过来看一看现在全球最著名的公司谷歌,它也是为全球几十亿人提供搜索服务,包括之后衍生出来的各种各样的服务。但是它全是免费的,那么它的盈利点到底来自哪?它是来自于把用户黏住以后,根据这些用户的数据,和黏住这些用户的关系去做一些后向的盈利。可以说谷歌是把谷歌自己的用户变成了产品,因为用户其实在这里面用户不给谷歌提供任何直接收益,而自己被谷歌当成商品去卖,卖的就是你被黏住的服务和你自己的数据。运营商也存在天然的优势,所以说它是很容易黏住用户的,而且对绝大多数来说是不可或缺的,没办法摆脱的状态。所以运营商完全可以通过大数据的应用逐渐把收入从消费者这一端减少,而且把消费者变成运营商的产品,然后让更多的第三方服务接入进来,把它的服务模式变成像谷歌这样的后向收费。我的演讲就这些,谢谢大家!

声明:所有会议记录均为现场速记整理,未经演讲者审阅,本站刊登此文出于传递更多信息之目的,并不表示赞同其观点或证实其描述。

更多会议精彩内容请参见专题:http://labs.chinamobile.com/bigdata_2015

(责任编辑:王源野)
共 1 页
分享到: 0

评论

全部评论我的评论

李磊2015-08-26 16:47

分析的很好,给大大点个赞。

一叶知秋2015-08-26 16:45

一直在关注此类话题。

李磊2015-08-26 16:42

文章视角独到,字字斟酌