數(shù)據(jù)分析在移動互聯(lián)網(wǎng)發(fā)展中的作用

黃琴

摘 要：隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，利用手機(jī)終端接收新聞、聽音樂、看電視是眾多消費(fèi)者的第一選擇。營銷者想要在激烈的市場競爭中占據(jù)一席之地，就需要對海量用戶數(shù)據(jù)進(jìn)行挖掘分析，發(fā)現(xiàn)用戶的個(gè)性喜好，從而對用戶的消費(fèi)行為進(jìn)行準(zhǔn)確把握。該文在對用戶海量上網(wǎng)數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上發(fā)現(xiàn)用戶的上網(wǎng)行為，并將其與業(yè)務(wù)支撐系統(tǒng)數(shù)據(jù)進(jìn)行結(jié)合分析，展現(xiàn)了用戶動態(tài)與靜態(tài)數(shù)據(jù)的互補(bǔ)性，為市場營銷人員尋找目標(biāo)客戶打下了良好的基礎(chǔ)，提升了營銷準(zhǔn)確率。

關(guān)鍵詞：數(shù)據(jù)分析 移動互聯(lián)網(wǎng) 客戶 營銷

中圖分類號：S763 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2017）03（b）-0026-02

據(jù)工信部統(tǒng)計(jì)，2013年1～4月我國每戶移動互聯(lián)網(wǎng)月接入流量龐大，高達(dá)121M。雖然通過3G移動網(wǎng)絡(luò)接入移動互聯(lián)網(wǎng)的手機(jī)用戶占總用戶的比例僅有25%，但消耗流量占比竟然高達(dá)50%。于此同時(shí)，智能信息終端產(chǎn)品的普及速度越來越快，僅1～4月，移動通信手持機(jī)銷量激增，增速達(dá)30.7%，內(nèi)銷高達(dá)15 661.8萬臺。

隨著移動互聯(lián)網(wǎng)技術(shù)的逐漸發(fā)展和成熟，移動互聯(lián)網(wǎng)應(yīng)用的范圍越來越廣泛，已經(jīng)滲透到人們生活和工作的諸多領(lǐng)域。這對于移動運(yùn)營商來說既是機(jī)遇又是挑戰(zhàn)，只有準(zhǔn)確把握用戶需求，了解用戶喜好，才能快速適應(yīng)移動互聯(lián)網(wǎng)營銷的發(fā)展步伐。

1 數(shù)據(jù)分析對移動互聯(lián)網(wǎng)發(fā)展的意義

1.1 電信運(yùn)營商在移動互聯(lián)網(wǎng)時(shí)代的發(fā)展現(xiàn)狀

信息技術(shù)不僅推動了移動互聯(lián)網(wǎng)市場的發(fā)展，還促進(jìn)了其市場營銷方式的轉(zhuǎn)變。營銷者想要在市場競爭中取得優(yōu)勢地位，不僅需要樹立移動策略的觀念，還要對消費(fèi)者的需求進(jìn)行準(zhǔn)確的了解。消費(fèi)者的觀念移動化了，營銷者更不應(yīng)該落后，而是與時(shí)俱進(jìn)，甚至超越消費(fèi)者。只有對消費(fèi)者的需求進(jìn)行全面的了解，才能制定出科學(xué)、合理的營銷策略。

目前，電信運(yùn)營商面臨的普遍問題主要包括：琳瑯滿目的業(yè)務(wù)種類讓人應(yīng)接不暇，目標(biāo)用戶定位模糊，營銷分析脫離市場實(shí)際發(fā)展?fàn)顩r，分析深度浮于表面，數(shù)據(jù)來源單一等。電信運(yùn)營商為了解決上述問題以適應(yīng)移動互聯(lián)網(wǎng)時(shí)段的營銷模式，應(yīng)加大多個(gè)環(huán)節(jié)的數(shù)據(jù)分析能力建設(shè)，如梳理產(chǎn)品業(yè)務(wù)、科學(xué)選擇目標(biāo)用戶群、積極指導(dǎo)營銷活動、多渠道收集數(shù)據(jù)等，以此來適應(yīng)移動互聯(lián)網(wǎng)營銷的快速發(fā)展。

1.2 移動互聯(lián)網(wǎng)數(shù)據(jù)分析的實(shí)際應(yīng)用

（1）數(shù)據(jù)預(yù)處理概念解析。

數(shù)據(jù)預(yù)處理就是指對收集到的原始數(shù)據(jù)進(jìn)行處理。采集數(shù)據(jù)的渠道主要包括經(jīng)分?jǐn)?shù)據(jù)、用戶終端數(shù)據(jù)、用戶訪問網(wǎng)站數(shù)據(jù)及微博、微信等相關(guān)數(shù)據(jù)。數(shù)據(jù)預(yù)處理發(fā)生在采集數(shù)據(jù)完成后，同時(shí)又處于數(shù)據(jù)分析挖掘算法之前。這三步相互聯(lián)系，缺一不可，共同促進(jìn)了移動互聯(lián)網(wǎng)營銷新模式的發(fā)展。

數(shù)據(jù)預(yù)處理技術(shù)主要包括以下幾個(gè)方面，即數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)規(guī)約等。

數(shù)據(jù)清洗是指各個(gè)系統(tǒng)收集到的源數(shù)據(jù)中難免存在噪聲數(shù)據(jù)和無關(guān)數(shù)據(jù)，需要對這些數(shù)據(jù)進(jìn)行清除，同時(shí)還要處理缺失值，對異常數(shù)據(jù)也要進(jìn)行刪除操作。

數(shù)據(jù)轉(zhuǎn)換主要包括兩個(gè)方面：一是統(tǒng)一數(shù)據(jù)口徑。因?yàn)樾詣e在不同的系統(tǒng)可能存在著標(biāo)識不一致的問題，只有統(tǒng)一標(biāo)識，才能為下一步分析奠定基礎(chǔ)；二是數(shù)據(jù)標(biāo)準(zhǔn)化。

數(shù)據(jù)規(guī)約是指匯總加工數(shù)據(jù)庫中的海量數(shù)據(jù)，匯總加工后的數(shù)據(jù)需要滿足一個(gè)共同特征，即盡量保留原始數(shù)據(jù)中的有用信息，以便為后續(xù)的數(shù)據(jù)挖掘工作做好充足的準(zhǔn)備。

一般來說，一個(gè)完整的數(shù)據(jù)分析挖掘流程中包括數(shù)據(jù)的預(yù)處理和分析挖掘工作。其中數(shù)據(jù)預(yù)處理和分析挖掘工作所占工作量時(shí)間的百分比分別為60%和10%。

（2）產(chǎn)品梳理定義。

產(chǎn)品梳理是從市場分析、用戶定位等角度對產(chǎn)品進(jìn)行羅列、分類和排序，產(chǎn)品梳理的過程就是對運(yùn)營商產(chǎn)品的再次整合，這種整合并不是盲目進(jìn)行的，而是以市場為導(dǎo)向。在對產(chǎn)品梳理時(shí)可對產(chǎn)品進(jìn)行級別劃分，如極具推廣價(jià)值、具備推廣價(jià)值、已無推廣價(jià)值等級別。當(dāng)完成產(chǎn)品級別劃分后，對于那些極具推廣價(jià)值的產(chǎn)品與推廣渠道進(jìn)行進(jìn)一步匹配，從而完成該級產(chǎn)品的用戶群挖掘工作。

（3）數(shù)據(jù)挖據(jù)流程。

數(shù)據(jù)挖掘階段也是鎖定目前用戶的階段。數(shù)據(jù)挖掘流程包括4個(gè)部分，即挖掘前處理模塊、挖掘操作模塊、模式評估模塊和知識輸出模塊。

挖掘前處理模塊也叫數(shù)據(jù)預(yù)處理模塊，通過對收集到的原始數(shù)據(jù)進(jìn)行一系列操作如數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)規(guī)約，最后將其加載放到數(shù)據(jù)倉庫或者數(shù)據(jù)超市中。

數(shù)據(jù)庫管理模塊是指對多種數(shù)據(jù)庫如系統(tǒng)內(nèi)數(shù)據(jù)庫、數(shù)據(jù)倉庫、數(shù)據(jù)集市以及數(shù)據(jù)挖掘知識庫的管理和維護(hù)。這些數(shù)據(jù)庫保存的數(shù)據(jù)是經(jīng)過預(yù)處理后得到的數(shù)據(jù)，將其進(jìn)行沉淀，數(shù)據(jù)庫建模就是在此基礎(chǔ)上完成的。

挖掘操作模塊是指針對海量數(shù)據(jù)采用數(shù)據(jù)挖掘、數(shù)據(jù)分析算法對其進(jìn)行進(jìn)一步的加工處理，從而總結(jié)提煉出規(guī)則、模式和方法。

模式評估模塊是指評估數(shù)據(jù)挖掘結(jié)果。在數(shù)據(jù)挖掘過程中可能會出現(xiàn)多種模式，想要得出正確模式，就需要結(jié)合具體數(shù)據(jù)和具體應(yīng)用環(huán)境進(jìn)行驗(yàn)證。

知識輸出模塊是指將前面所有步驟完成后得出的正確模式的實(shí)際應(yīng)用。決策者和業(yè)務(wù)人員最終使用的便是數(shù)據(jù)挖掘結(jié)果的易懂版。

（4）對效果進(jìn)行評估。

效果評估主要是由數(shù)據(jù)分析人員和營銷人員共同完成的。數(shù)據(jù)分析人員的前期工作主要是數(shù)據(jù)分析和建模，之后是為其研究的產(chǎn)品挖掘出適合的目標(biāo)群體；營銷人員按照數(shù)據(jù)分析人員提供的目標(biāo)群體開始精準(zhǔn)營銷并把營銷效果反饋給數(shù)據(jù)分析人員，數(shù)據(jù)分析人員根據(jù)營銷效果對該次營銷進(jìn)行效果評估，優(yōu)化模型，促進(jìn)營銷效果的進(jìn)一步提升。

2 聯(lián)通數(shù)據(jù)分析應(yīng)用案例

2.1 天津數(shù)據(jù)分析基礎(chǔ)建設(shè)概況

在移動互聯(lián)網(wǎng)數(shù)據(jù)分析應(yīng)用方面，眾多城市都取得了良好的效果。2012年，天津聯(lián)通為了適應(yīng)移動互聯(lián)網(wǎng)營銷模式的轉(zhuǎn)型，投資建設(shè)了“精細(xì)化運(yùn)營平臺”，對移動互聯(lián)網(wǎng)時(shí)段的運(yùn)營具有非常重要的作用。經(jīng)過4年的發(fā)展，取得了良好的運(yùn)營效果。

天津在建立“精細(xì)化運(yùn)營平臺”時(shí)，對移動互聯(lián)網(wǎng)的各項(xiàng)應(yīng)用場景都進(jìn)行了細(xì)致、全面的考慮。采集數(shù)據(jù)的渠道除了經(jīng)分系統(tǒng)，還包括用戶手機(jī)上網(wǎng)數(shù)據(jù)、第三方微博、微信等相關(guān)數(shù)據(jù)，為移動互聯(lián)網(wǎng)營銷的數(shù)據(jù)挖掘分析工作奠定了堅(jiān)實(shí)的基礎(chǔ)。

2.2 對天津互聯(lián)網(wǎng)增值業(yè)務(wù)的梳理

數(shù)據(jù)分析人員對天津互聯(lián)網(wǎng)增值業(yè)務(wù)進(jìn)行了梳理。從多個(gè)角度進(jìn)行考慮，如訂購用戶情況、產(chǎn)品效益等角度，優(yōu)先篩選出適合推廣的產(chǎn)品，如彩信包、3G國內(nèi)流量包等。

2.3 天津數(shù)據(jù)分析和建模

在精細(xì)化運(yùn)營平臺上存在著眾多的用戶屬性和行為指標(biāo)，天津的數(shù)據(jù)分析人員從其中的上千條指標(biāo)中選取了64項(xiàng)指標(biāo)，經(jīng)過重點(diǎn)分析和挖掘，在為增值業(yè)務(wù)進(jìn)行建模時(shí)采取了決策樹的算法。

2.4 天津數(shù)據(jù)分析營銷效果評估

數(shù)據(jù)分析人員在認(rèn)真工作的前提下與營銷人員緊密互動，選定的增值業(yè)務(wù)銷售業(yè)績良好，整體環(huán)比效果與數(shù)據(jù)分析挖掘前相比有顯著提升，是原來的2倍。

3 結(jié)語

移動互聯(lián)網(wǎng)業(yè)務(wù)的數(shù)據(jù)分析挖掘建設(shè)之路任重而道遠(yuǎn)，并不能一蹴而就。移動通信用戶數(shù)據(jù)龐大，需要研究人員投入更多的時(shí)間和精力去解決其中蘊(yùn)含的理論和技術(shù)難題，從而促進(jìn)移動互聯(lián)網(wǎng)業(yè)務(wù)的發(fā)展。

參考文獻(xiàn)

[1] 鄭文富.移動互聯(lián)網(wǎng)的應(yīng)用與市場分析[J].當(dāng)代通信，2000（20）：46-48.

[2] 肖舟，蘭潮.互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展探討[J].廣東通信技術(shù)，2002，22（7）：10-12.

[3] 陳穎星，曾勇，陳仕俊.移動互聯(lián)網(wǎng)的黃金消費(fèi)市場客戶群分析[C]//OTT業(yè)務(wù)發(fā)展對通信業(yè)帶來的機(jī)遇與挑戰(zhàn)——中國通信學(xué)會通信管理委員會第31次學(xué)術(shù)研討會論文集.2013.

[4] 鄭宏劍，鄭大永.經(jīng)營好移動互聯(lián)網(wǎng) 助運(yùn)營商轉(zhuǎn)型——?jiǎng)?chuàng)新引領(lǐng)移動互聯(lián)網(wǎng)發(fā)展的舉措[C]//四川省通信學(xué)會2010年學(xué)術(shù)年會論文集.2010.