隨著社會(huì)的發(fā)展，人類活動(dòng)產(chǎn)生的數(shù)據(jù)量呈現(xiàn)爆炸式的增長，大數(shù)據(jù)時(shí)代已經(jīng)來臨。但相比小數(shù)據(jù)時(shí)代，大數(shù)據(jù)的價(jià)值密度更低，價(jià)值隱藏更深，處理技術(shù)更復(fù)雜。因此，在相當(dāng)長的時(shí)間里，大數(shù)據(jù)的價(jià)值沒有得到充分的挖掘，大數(shù)據(jù)沒有成為企業(yè)增值的資產(chǎn)。
中興通訊從2005年開始涉足大數(shù)據(jù)方案研發(fā)，經(jīng)過多年發(fā)展，已形成一套成熟完整的大數(shù)據(jù)解決方案體系，力助企業(yè)挖掘大數(shù)據(jù)這座金山，兌現(xiàn)大數(shù)據(jù)價(jià)值。
位置類大數(shù)據(jù)創(chuàng)新方案：
商鋪選址
麥肯錫的研究報(bào)告認(rèn)為，位置大數(shù)據(jù)是大數(shù)據(jù)5個(gè)最有代表性的領(lǐng)域之一，個(gè)人位置數(shù)據(jù)會(huì)給業(yè)務(wù)提供商每年帶來1000億美元的收入，同時(shí)給消費(fèi)者以及最終用戶帶來7000億美元的市場價(jià)值。
位置類大數(shù)據(jù)和人們的日常生活息息相關(guān)，如果你是一名想要開設(shè)新店鋪的業(yè)主，你一定很想知道，哪個(gè)社區(qū)人流密度大？人流組成情況如何？潛在顧客數(shù)量多少？顧客的行為習(xí)慣如何？消費(fèi)水平如何？競爭環(huán)境如何？這些信息，有些可以通過走訪的方式得到，但費(fèi)時(shí)費(fèi)力費(fèi)金錢，如要實(shí)時(shí)動(dòng)態(tài)獲取，則根本不可能。中興通訊基于位置大數(shù)據(jù)的商鋪選址創(chuàng)新方案，通過基于用戶位置數(shù)據(jù)的Hot Map來進(jìn)行店鋪選址和經(jīng)營，幫助店主實(shí)時(shí)把握商機(jī)，在信息時(shí)代提升競爭力。
中興通訊的商鋪選址方案由4個(gè)層次組成。整個(gè)系統(tǒng)根據(jù)用戶的上網(wǎng)行為、從移動(dòng)網(wǎng)絡(luò)信令中分析出的位置信息以及電信消費(fèi)和投訴信息等，并結(jié)合房產(chǎn)信息、城市規(guī)劃和道路交通等信息，得出店鋪業(yè)主關(guān)注的特定區(qū)域的人流分布以及變化趨勢信息，給新開店鋪選址和已存店鋪經(jīng)營提供直觀的決策幫助信息，位置分析和用戶畫像是店鋪選址方案的兩個(gè)關(guān)鍵技術(shù)。
位置分析的數(shù)據(jù)源來自電信網(wǎng)絡(luò)信令，如今移動(dòng)電話普及程度很高，移動(dòng)終端的存在狀態(tài)和移動(dòng)趨勢可以很好地反映人流的變化趨勢。使用電信網(wǎng)絡(luò)信令做位置分析，只要用戶終端處于開機(jī)狀態(tài)，就可以獲得用戶的位置信息，具有無感知和連續(xù)性的優(yōu)點(diǎn)。
用戶畫像是店鋪選址方案的核心模塊。店鋪選址方案不是簡單的呈現(xiàn)人流的聚集狀態(tài)和變化趨勢，而是要在茫茫人流中，找出對特定商業(yè)類型感興趣的潛在顧客。中興通訊用戶畫像模塊，通過電信領(lǐng)域來獲取數(shù)據(jù)，包括網(wǎng)頁訪問、信令、用戶業(yè)務(wù)訂購、用戶電話投訴咨詢等，從這些用戶行為中，通過分析、去噪、統(tǒng)計(jì)等處理，得到用戶的特征模型和立體畫像。有了用戶畫像數(shù)據(jù)庫，就很容易獲得目標(biāo)客戶的數(shù)量、分布以及活動(dòng)規(guī)律等信息，協(xié)助業(yè)主合理安排經(jīng)營活動(dòng)。
正確選址，不僅是商業(yè)成功的先決條件，也是實(shí)現(xiàn)商鋪經(jīng)營標(biāo)準(zhǔn)化、簡單化、專業(yè)化的前提條件和基礎(chǔ)，同時(shí)以選址為切入點(diǎn)，可以逐步進(jìn)行業(yè)務(wù)擴(kuò)展，提供精準(zhǔn)營銷、營銷咨詢、促銷等增值業(yè)務(wù)，實(shí)現(xiàn)DaaS運(yùn)營，最終將商戶的供貨、管理、營銷全部納入一個(gè)大數(shù)據(jù)生態(tài)圈。因此，商鋪選址方案在選址階段和經(jīng)營階段，都能給業(yè)主帶來很大的幫助，從而也給服務(wù)提供方帶來可觀的經(jīng)濟(jì)效益。店鋪選址系統(tǒng)可以提供三類服務(wù)：基本服務(wù)、增強(qiáng)服務(wù)和增值服務(wù)。其中，基本服務(wù)免費(fèi)向商鋪業(yè)主提供，以培育使用習(xí)慣，增加店鋪主的使用黏度；增強(qiáng)服務(wù)和增值服務(wù)是收費(fèi)服務(wù)，可以按次收取費(fèi)用，也可以按包月或包年的方式收取費(fèi)用。
呼叫中心大數(shù)據(jù)創(chuàng)新
解決方案
隨著企業(yè)越來越轉(zhuǎn)向以服務(wù)為中心的經(jīng)營戰(zhàn)略，各類呼叫中心的數(shù)據(jù)量（尤其語音錄音等媒體數(shù)據(jù)）呈現(xiàn)爆炸式的增長，但長期以來，這些數(shù)據(jù)都得不到很好的利用，海量的客服數(shù)據(jù)價(jià)值沒能得到很好的體現(xiàn)。
中興通訊呼叫中心大數(shù)據(jù)創(chuàng)新解決方案，充分利用呼叫中心產(chǎn)生的海量數(shù)據(jù)源，通過機(jī)器方式識(shí)別語音，利用大數(shù)據(jù)平臺(tái)進(jìn)行綜合分析挖掘，得到IVR差異化分析、智能質(zhì)檢和精準(zhǔn)營銷等創(chuàng)新數(shù)據(jù)服務(wù)，力助客服系統(tǒng)從成本中心向利潤中心轉(zhuǎn)型。語音識(shí)別和語義分析是客服大數(shù)據(jù)平臺(tái)的關(guān)鍵模塊。
中興通訊客服大數(shù)據(jù)采用先進(jìn)的后臺(tái)識(shí)別引擎技術(shù)，特點(diǎn)如下：
在線離線語音轉(zhuǎn)寫。在線轉(zhuǎn)寫：通過MRCP或者其他接口對語音進(jìn)行在線的實(shí)時(shí)識(shí)別和轉(zhuǎn)換。提供坐席實(shí)時(shí)文字顯示、快速知識(shí)關(guān)聯(lián)、來電原因自動(dòng)填寫、實(shí)時(shí)質(zhì)檢；離線轉(zhuǎn)寫：對已保存的錄音文件進(jìn)行批量處理。用于事后語音自動(dòng)質(zhì)檢、人工質(zhì)檢篩選及運(yùn)營數(shù)據(jù)分析。
關(guān)鍵詞定位。對預(yù)先設(shè)定的關(guān)鍵詞建立文本索引，質(zhì)檢人員可根據(jù)關(guān)鍵詞播放語音片段。
靜音檢測。分析冷場的情況，可靈活設(shè)置策略進(jìn)行自定義靜音時(shí)長的檢測。
場景分割。將“用戶”語音和“坐席人員”的語音進(jìn)行分離，提供針對性分析應(yīng)用基礎(chǔ)。
語速和情緒檢測。檢測語速快慢，分析說話人的情緒，疊加單檢測（是否插話或爭執(zhí)）。
中興通訊客服大數(shù)據(jù)語義分析引擎，其特點(diǎn)如下：
支持理解文本數(shù)據(jù)�？梢詫ψ匀徽Z言做出分析處理，分詞效率高，準(zhǔn)確率達(dá)97%以上。支持用戶自定義分詞詞典，支持新詞學(xué)習(xí)，對歧義詞和未登記詞有良好效果。
語義推理�？勺龅街R(shí)融合、相似度計(jì)算、歧義消除、主需求識(shí)別、知識(shí)推理。
理解上下文的場景。根據(jù)上下文場景，理解提問中省略的成分，讓客戶提問方式更加簡單自然。
中興客服大數(shù)據(jù)方案，提供了豐富的創(chuàng)新數(shù)據(jù)服務(wù)，可以幫助運(yùn)營商提高客服效率，降低運(yùn)營成本，以IVR差異化服務(wù)、智能質(zhì)檢和精準(zhǔn)營銷場景為例說明如下：
——IVR差異化服務(wù)。傳統(tǒng)客服IVR過程缺少對客戶屬性、歷史訴求等數(shù)據(jù)的運(yùn)用，因此在IVR流程和坐席分配上缺少智能預(yù)判與引導(dǎo)功能。中興客服大數(shù)據(jù)方案，通過“客戶等級(jí)”、“客戶行為屬性”、“客戶來電時(shí)間”三個(gè)維度，對客戶來話進(jìn)行分類，與不同IVR流程對應(yīng)，自動(dòng)轉(zhuǎn)到客戶對應(yīng)的IVR流程；此外引入“客戶訴求”維度，預(yù)判客戶的來電意圖，分配給技能相應(yīng)的坐席人員應(yīng)答。系統(tǒng)可以區(qū)分1020個(gè)細(xì)分客戶群、18個(gè)來電時(shí)間、306個(gè)IVR分類、102個(gè)坐席類型，在3秒鐘內(nèi)完成用戶分析并與IVR流程、坐席匹配，大大提高客戶滿意度，同時(shí)也提升客服效率。
——智能質(zhì)檢。傳統(tǒng)客服的質(zhì)檢采用抽檢并以人工聽錄音方式來進(jìn)行，工作量大，效率低，結(jié)果不客觀，熱點(diǎn)問題難以發(fā)掘。基于大數(shù)據(jù)的智能質(zhì)檢系統(tǒng)，可以對客服產(chǎn)生的語音服務(wù)記錄和來自短信、郵件、微信、QQ等的文字服務(wù)記錄，以自動(dòng)抽取或人工設(shè)置查詢條件的方式，進(jìn)行高效全面的質(zhì)檢。質(zhì)檢模型可以靈活自定義，對錄音可以根據(jù)關(guān)鍵字（禮貌用語、服務(wù)禁語）、語音語調(diào)語速、靜音長度等，對文本可以根據(jù)關(guān)鍵字（禮貌用語、服務(wù)禁語）、主叫號(hào)碼、業(yè)務(wù)類型、班組、渠道、客服工號(hào)等多個(gè)參數(shù)進(jìn)行建模。智能質(zhì)檢系統(tǒng)導(dǎo)出的服務(wù)質(zhì)量分析報(bào)表和運(yùn)營指標(biāo)分析報(bào)表全面、客觀、高效，對運(yùn)營商的運(yùn)營決策有重大意義。
——精準(zhǔn)營銷�？头到y(tǒng)是運(yùn)營商與客戶溝通最直接的一個(gè)渠道。在業(yè)務(wù)過程中，用戶表達(dá)了他們的不滿與需求，結(jié)合其他運(yùn)營商數(shù)據(jù)源，中興大數(shù)據(jù)客服系統(tǒng)通過分析可以給用戶建立一個(gè)統(tǒng)一的用戶畫像。基于用戶畫像，運(yùn)營商可以精準(zhǔn)地向用戶推薦服務(wù)，例如客服外呼精準(zhǔn)營銷或者基于位置的主動(dòng)營銷等，增加運(yùn)營商收益的同時(shí)，精準(zhǔn)地滿足客戶需求，同時(shí)提升客戶的滿意度。
運(yùn)營商轉(zhuǎn)售市場大數(shù)據(jù)創(chuàng)新
解決方案
大數(shù)據(jù)時(shí)代，無論是運(yùn)營商還是其他企業(yè)，都有著大數(shù)據(jù)的需求。數(shù)據(jù)聚合是大數(shù)據(jù)高價(jià)值得以體現(xiàn)的途徑之一，運(yùn)營商的大數(shù)據(jù)平臺(tái)可以為第三方企業(yè)所用，為企業(yè)服務(wù)。
——客服大數(shù)據(jù)轉(zhuǎn)售方案。運(yùn)營客服系統(tǒng)的建設(shè)是一項(xiàng)昂貴的工程，因此很多企業(yè)選用向電信運(yùn)營商租賃客服系統(tǒng)坐席的方式。和運(yùn)營商類似，這些企業(yè)海量的客服系統(tǒng)數(shù)據(jù)長期以來需要大量成本來保存，但其價(jià)值卻沒有得到很好的挖掘，成為企業(yè)的一項(xiàng)負(fù)資產(chǎn)。
運(yùn)營商建立的客服大數(shù)據(jù)系統(tǒng)可以為客服租賃企業(yè)提供增值服務(wù)，讓企業(yè)自助地進(jìn)行客服質(zhì)檢、服務(wù)質(zhì)量分析與運(yùn)營指標(biāo)分析等。運(yùn)營商可以根據(jù)企業(yè)的數(shù)據(jù)量、選用的分析模塊按月或者按次向企業(yè)收取服務(wù)費(fèi)用。
——店鋪選址零售行業(yè)轉(zhuǎn)售方案。運(yùn)營商在做店鋪選址運(yùn)營時(shí)，擁有大數(shù)據(jù)資源的優(yōu)勢，例如擁有用戶位置數(shù)據(jù)、電信消費(fèi)數(shù)據(jù)等，但零售行業(yè)365行，都有其自身的行業(yè)特殊背景和運(yùn)營規(guī)律，因此特定行業(yè)的專業(yè)數(shù)據(jù)分析、咨詢公司更加清楚地知道客戶在哪里以及客戶的需求是什么，例如美容業(yè)、餐飲、嬰幼用品等行業(yè)的目標(biāo)客戶都不一樣。甚至同為餐飲，麥當(dāng)勞選址和川菜大排檔的選址需要考慮的要素也不一樣。
數(shù)據(jù)分析、咨詢公司提供的服務(wù)是一項(xiàng)專業(yè)性很強(qiáng)的工作，但是他們的工作也需要大量的基礎(chǔ)數(shù)據(jù)的支持。基于此，運(yùn)營商可以把店鋪選址系統(tǒng)收集的資源以DaaS的方式分享給專業(yè)數(shù)據(jù)分析、咨詢公司，采用數(shù)據(jù)有條件買斷或者收入分成的方式來取得收入，實(shí)現(xiàn)雙贏。
大數(shù)據(jù)百科
用戶畫像
在移動(dòng)互聯(lián)網(wǎng)領(lǐng)域，大數(shù)據(jù)企業(yè)提出了用戶畫像的概念。作為一種勾畫目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具，用戶畫像在各領(lǐng)域得到了廣泛的應(yīng)用。我們在實(shí)際操作的過程中往往會(huì)以最為淺顯和貼近生活的話語將用戶的屬性、行為與期待聯(lián)系起來。作為實(shí)際用戶的虛擬代表，用戶畫像所形成的用戶角色并不是脫離產(chǎn)品和市場而構(gòu)建出來的，形成的用戶角色需要有代表性，能代表產(chǎn)品的主要受眾和目標(biāo)群體。
舉例來說，對于移動(dòng)手機(jī)用戶，首先可以根據(jù)用戶年齡、性別、手機(jī)型號(hào)、手機(jī)使用時(shí)長等關(guān)鍵因素進(jìn)行區(qū)分，得出基本差異的幾類典型用戶群，再進(jìn)行更細(xì)顆粒維度的深度區(qū)分，譬如添加手機(jī)使用地點(diǎn)、業(yè)務(wù)喜好、移動(dòng)互聯(lián)網(wǎng)訪問統(tǒng)計(jì)、行動(dòng)軌跡等細(xì)節(jié)刻度。這樣就會(huì)逐步形成一個(gè)相對飽滿和形象的用戶畫像。當(dāng)形成可信服的用戶畫像數(shù)據(jù)后，通過繼續(xù)分析使用行為和使用習(xí)慣，結(jié)合行業(yè)背景和目標(biāo)人群，就可以提取共性，嘗試在不同的典型場景下發(fā)掘新的需求，開發(fā)新的產(chǎn)品。
