| 作者 |
| 程新洲 朱常波 晁昆 |
| 丛书名 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111611134 |
| 简要 |
| 简介 |
| 内容简介书籍经济管理学书籍 在数据横向融合的时代，充分挖掘数据金矿及盘活数据资产，是企业发展和转型的关键所在。电信运营商以其数据特殊性，必将成为大数据领域的领航者、生力军。各行业的大数据从业者要如何从电信业的大数据中挖掘价值呢？ 本书彻底揭开电信运营商数据的神秘面纱，系统介绍了大数据的发展历程，主要的数据挖掘方法，电信运营商在网络运行及业务运营方面的数据资源特征，基于用户、业务、网络、终端及内在联系的电信运营商大数据分析体系，以及该分析体系在企业内部及外部行业的应用实践。本书特别列举了一系列电信大数据在企业运营以及多个行业应用的案例，为各行业的大数据应用推进提供参考，同时对于大数据推进过程中的各种风险与挑战提出应对措施。 对于从事电信运营商大数据分析工作的读者，本书是一本难得的实务指南；对于从事电信运营商运营工作的管理人员，本书提供了运营和决策的辅助参考手段；对于其他行业的大数据从业人员，本书以电信运营商大数据应用为导向，介绍的案例涵盖多个领域（交通、金融、旅游、广告、气象、餐饮、娱乐、医疗、政务、城市规划等），更有相关产品介绍，涉及的应用思路、方法、解决方案能给予读者很多启发和思考。 |
| 目录 |
| 编委会 序 前言 第1章 大数据的发展历程和时代背景1 1.1 大数据发展的五大驱动力2 1.2 大数据发展的历程及技术演进4 1.2.1 采集解析技术4 1.2.2存储管理技术6 1.2.3并行计算技术8 1.3大数据引起的时代变革9 1.3.1 智能派单路线优化9 1.3.2 金融授信风险防范10 1.3.3 广告精准投放10 1.3.4 挖掘用户的隐性需求10 1.4 电信大数据的掘金之路11 1.4.1 AT&T12 1.4.2 德国电信12 1.4.3 Vodafone12 1.4.4 法国电信12 1.4.5 中国联通12 第2章 电信运营商的价值数据14 2.1 电信运营商数据源概览14 2.2 网络运行数据17 2.2.1 基础资源及配置数据17 2.2.2 信令追踪数据21 2.2.3 业务识别数据25 2.2.4 性能统计数据34 2.2.5 监控预警数据39 2.3 业务运营数据43 2.3.1 用户基础资料43 2.3.2 用户业务行为44 2.3.3 用户辅助信息46 第3章 电信大数据分析体系50 3.1 用户画像及行为洞察53 3.1.1 用户全息画像构建53 3.1.2 用户实时轨迹追踪61 3.1.3 用户行为偏好分析70 3.2 业务识别及感知评判80 3.2.1 业务特征捕获80 3.2.2 用户业务感知评价85 3.3 网络分析及全景描绘93 3.3.1 网络资源分析93 3.3.2 网络覆盖分析96 3.3.3 网络性能分析100 3.3.4 网络结构分析104 3.4 终端解构及性能评价105 34.1 终端分类构成解析105 3.4.2 终端综合性能评价112 3.5 运行匹配度解析116 3.5.1 终端与网络匹配度117 3.5.2 网络资源与业务匹配度118 3.6 众筹竞争力分析120 3.6.1 传统分析方法及局限性120 3.6.2 基于智能终端App数据的分析方法120 3.6.3 分析结果示例122 第4章 电信大数据企业内部应用125 4.1 大数据助力资源精准投放网络规划建设125 4.1.1 网络规划资源的精准投放126 4.1.2 网络建设效果的有效评价127 4.2 大数据助力效率提升网络运维优化129 4.2.1 智能化运维129 4.2.2 精细化优化133 4.3 特定用户群体的精准营销市场推送136 4.3.1 流量经营时代137 4.3.2 现网中价值区域的挖掘138 4.3.3 基于B O大数据的流量经营策略14.5 4.3.4 新型业务营销及发展趋势156 4.4. 用户黏性及离网预判客户维系161 4.4.1 存量客户163 4.4.2 现有用户的套餐升级168 4.4.3 潜在异网客户169 第5章 电信大数据外部行业应用171 5.1 电信大数据在交通领域的应用171 5.1.1 交通行业的发展需求172 5.1.2 交通行业数据现状175 5.1.3 电信运营商在交通领域的角色定位177 5.1.4 电信大数据助力交通领域的应用案例181 5.2 电信大数据在金融领域的应用183 5.2.1 金融行业发展需求183 5.2.2 金融行业数据现状184 5.2.3 电信运营商在金融行业的角色定位186 5.2.4 电信大数据助力金融的应用案例188 5.3 电信大数据在城市规划领域的应用193 5.3.1 城市规划发展需求193 5.3.2 城市规划数据现状193 5.3.3 电信运营商在城市规划的角色定位194 5.3.4 电信大数据助力城市规划的应用案例195 5.4 电信大数据在旅游领域的应用198 5.4.1 旅游行业发展需求198 5.4.2 旅游行业数据现状199 5.4.3 电信运营商在旅游行业的角色定位199 5.4.4 电信大数据助力旅游行业的应用案例201 5.5 电信大数据在广告领域的应用204 5.5.1 广告行业发展需求204 5.5.2 广告行业数据现状204 5.5.3 电信运营商在广告行业的角色定位206 5.5.4 电信大数据助力广告精准投放的应用案例207 5.6 电信大数据在公众及气象领域的应用210 5.6.1 公众及气象领域发展需求211 5.6.2 公众及气象领域数据现状212 5.6.3 电信运营商在公众及气象领域的角色定位213 5.6.4 电信大数据助力公众及气象领域的应用案例214 5.7 电信大数据在餐饮娱乐领域的应用216 5.7.1 餐饮娱乐行业发展需求217 5.7.2 餐饮娱乐行业数据现状218 5.7.3 电信运营商在餐饮娱乐行业的角色定位219 5.7.4 电信大数据助力餐饮娱乐行业的应用案例220 5.8 电信大数据在其他领域的应用223 5.8.1 商业决策223 5.8.2 治安监控225. 5.8.3 政府决策226 5.8.4 医疗行业228 5.8.5 教育行业230 第6章 大数据的风险与挑战232 6.1 风险管理232 6.1.1 数据泡沫风险232 6.1.2 技术升级风险235 6.1.3 隐私侵权风险240 6.2 挑战应对244 6.2.1 技术发展挑战244 6.2.2 思维转变挑战246. 6.2.3 商业挑战248 参考文献251 |