隨著社會的發展，人類活動產生的數據量呈現爆炸式的增長，大數據時代已經來臨。但相比小數據時代，大數據的價值密度更低，價值隱藏更深，處理技術更復雜。因此，在相當長的時間里，大數據的價值沒有得到充分的挖掘，大數據沒有成為企業增值的資產。

中興通訊從2005年開始涉足大數據方案研發，經過多年發展，已形成一套成熟完整的大數據解決方案體系，力助企業挖掘大數據這座金山，兌現大數據價值。

位置類大數據創新方案：

商鋪選址

麥肯錫的研究報告認為，位置大數據是大數據5個最有代表性的領域之一，個人位置數據會給業務提供商每年帶來1000億美元的收入，同時給消費者以及最終用戶帶來7000億美元的市場價值。

位置類大數據和人們的日常生活息息相關，如果你是一名想要開設新店鋪的業主，你一定很想知道，哪個社區人流密度大？人流組成情況如何？潛在顧客數量多少？顧客的行為習慣如何？消費水平如何？競爭環境如何？這些信息，有些可以通過走訪的方式得到，但費時費力費金錢，如要實時動態獲取，則根本不可能。中興通訊基于位置大數據的商鋪選址創新方案，通過基于用戶位置數據的Hot Map來進行店鋪選址和經營，幫助店主實時把握商機，在信息時代提升競爭力。

中興通訊的商鋪選址方案由4個層次組成。整個系統根據用戶的上網行為、從移動網絡信令中分析出的位置信息以及電信消費和投訴信息等，并結合房產信息、城市規劃和道路交通等信息，得出店鋪業主關注的特定區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關鍵技術。

位置分析的數據源來自電信網絡信令，如今移動電話普及程度很高，移動終端的存在狀態和移動趨勢可以很好地反映人流的變化趨勢。使用電信網絡信令做位置分析，只要用戶終端處于開機狀態，就可以獲得用戶的位置信息，具有無感知和連續性的優點。

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人流的聚集狀態和變化趨勢，而是要在茫茫人流中，找出對特定商業類型感興趣的潛在顧客。中興通訊用戶畫像模塊，通過電信領域來獲取數據，包括網頁訪問、信令、用戶業務訂購、用戶電話投訴咨詢等，從這些用戶行為中，通過分析、去噪、統計等處理，得到用戶的特征模型和立體畫像。有了用戶畫像數據庫，就很容易獲得目標客戶的數量、分布以及活動規律等信息，協助業主合理安排經營活動。

正確選址，不僅是商業成功的先決條件，也是實現商鋪經營標準化、簡單化、專業化的前提條件和基礎，同時以選址為切入點，可以逐步進行業務擴展，提供精準營銷、營銷咨詢、促銷等增值業務，實現DaaS運營，最終將商戶的供貨、管理、營銷全部納入一個大數據生態圈。因此，商鋪選址方案在選址階段和經營階段，都能給業主帶來很大的幫助，從而也給服務提供方帶來可觀的經濟效益。店鋪選址系統可以提供三類服務：基本服務、增強服務和增值服務。其中，基本服務免費向商鋪業主提供，以培育使用習慣，增加店鋪主的使用黏度；增強服務和增值服務是收費服務，可以按次收取費用，也可以按包月或包年的方式收取費用。

呼叫中心大數據創新

解決方案

隨著企業越來越轉向以服務為中心的經營戰略，各類呼叫中心的數據量（尤其語音錄音等媒體數據）呈現爆炸式的增長，但長期以來，這些數據都得不到很好的利用，海量的客服數據價值沒能得到很好的體現。

中興通訊呼叫中心大數據創新解決方案，充分利用呼叫中心產生的海量數據源，通過機器方式識別語音，利用大數據平臺進行綜合分析挖掘，得到IVR差異化分析、智能質檢和精準營銷等創新數據服務，力助客服系統從成本中心向利潤中心轉型。語音識別和語義分析是客服大數據平臺的關鍵模塊。

中興通訊客服大數據采用先進的后臺識別引擎技術，特點如下：

在線離線語音轉寫。在線轉寫：通過MRCP或者其他接口對語音進行在線的實時識別和轉換。提供坐席實時文字顯示、快速知識關聯、來電原因自動填寫、實時質檢；離線轉寫：對已保存的錄音文件進行批量處理。用于事后語音自動質檢、人工質檢篩選及運營數據分析。

關鍵詞定位。對預先設定的關鍵詞建立文本索引，質檢人員可根據關鍵詞播放語音片段。

靜音檢測。分析冷場的情況，可靈活設置策略進行自定義靜音時長的檢測。

場景分割。將“用戶”語音和“坐席人員”的語音進行分離，提供針對性分析應用基礎。

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）。

中興通訊客服大數據語義分析引擎，其特點如下：

支持理解文本數據?？梢詫ψ匀徽Z言做出分析處理，分詞效率高，準確率達97%以上。支持用戶自定義分詞詞典，支持新詞學習，對歧義詞和未登記詞有良好效果。

語義推理。可做到知識融合、相似度計算、歧義消除、主需求識別、知識推理。

理解上下文的場景。根據上下文場景，理解提問中省略的成分，讓客戶提問方式更加簡單自然。

中興客服大數據方案，提供了豐富的創新數據服務，可以幫助運營商提高客服效率，降低運營成本，以IVR差異化服務、智能質檢和精準營銷場景為例說明如下：

——IVR差異化服務。傳統客服IVR過程缺少對客戶屬性、歷史訴求等數據的運用，因此在IVR流程和坐席分配上缺少智能預判與引導功能。中興客服大數據方案，通過“客戶等級”、“客戶行為屬性”、“客戶來電時間”三個維度，對客戶來話進行分類，與不同IVR流程對應，自動轉到客戶對應的IVR流程；此外引入“客戶訴求”維度，預判客戶的來電意圖，分配給技能相應的坐席人員應答。系統可以區分1020個細分客戶群、18個來電時間、306個IVR分類、102個坐席類型，在3秒鐘內完成用戶分析并與IVR流程、坐席匹配，大大提高客戶滿意度，同時也提升客服效率。

——智能質檢。傳統客服的質檢采用抽檢并以人工聽錄音方式來進行，工作量大，效率低，結果不客觀，熱點問題難以發掘?；诖髷祿闹悄苜|檢系統，可以對客服產生的語音服務記錄和來自短信、郵件、微信、QQ等的文字服務記錄，以自動抽取或人工設置查詢條件的方式，進行高效全面的質檢。質檢模型可以靈活自定義，對錄音可以根據關鍵字（禮貌用語、服務禁語）、語音語調語速、靜音長度等，對文本可以根據關鍵字（禮貌用語、服務禁語）、主叫號碼、業務類型、班組、渠道、客服工號等多個參數進行建模。智能質檢系統導出的服務質量分析報表和運營指標分析報表全面、客觀、高效，對運營商的運營決策有重大意義。

——精準營銷。客服系統是運營商與客戶溝通最直接的一個渠道。在業務過程中，用戶表達了他們的不滿與需求，結合其他運營商數據源，中興大數據客服系統通過分析可以給用戶建立一個統一的用戶畫像?；谟脩舢嬒?，運營商可以精準地向用戶推薦服務，例如客服外呼精準營銷或者基于位置的主動營銷等，增加運營商收益的同時，精準地滿足客戶需求，同時提升客戶的滿意度。

運營商轉售市場大數據創新

解決方案

大數據時代，無論是運營商還是其他企業，都有著大數據的需求。數據聚合是大數據高價值得以體現的途徑之一，運營商的大數據平臺可以為第三方企業所用，為企業服務。

——客服大數據轉售方案。運營客服系統的建設是一項昂貴的工程，因此很多企業選用向電信運營商租賃客服系統坐席的方式。和運營商類似，這些企業海量的客服系統數據長期以來需要大量成本來保存，但其價值卻沒有得到很好的挖掘，成為企業的一項負資產。

運營商建立的客服大數據系統可以為客服租賃企業提供增值服務，讓企業自助地進行客服質檢、服務質量分析與運營指標分析等。運營商可以根據企業的數據量、選用的分析模塊按月或者按次向企業收取服務費用。

——店鋪選址零售行業轉售方案。運營商在做店鋪選址運營時，擁有大數據資源的優勢，例如擁有用戶位置數據、電信消費數據等，但零售行業365行，都有其自身的行業特殊背景和運營規律，因此特定行業的專業數據分析、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、餐飲、嬰幼用品等行業的目標客戶都不一樣。甚至同為餐飲，麥當勞選址和川菜大排檔的選址需要考慮的要素也不一樣。

數據分析、咨詢公司提供的服務是一項專業性很強的工作，但是他們的工作也需要大量的基礎數據的支持。基于此，運營商可以把店鋪選址系統收集的資源以DaaS的方式分享給專業數據分析、咨詢公司，采用數據有條件買斷或者收入分成的方式來取得收入，實現雙贏。

大數據百科

用戶畫像

在移動互聯網領域，大數據企業提出了用戶畫像的概念。作為一種勾畫目標用戶、聯系用戶訴求與設計方向的有效工具，用戶畫像在各領域得到了廣泛的應用。我們在實際操作的過程中往往會以最為淺顯和貼近生活的話語將用戶的屬性、行為與期待聯系起來。作為實際用戶的虛擬代表，用戶畫像所形成的用戶角色并不是脫離產品和市場而構建出來的，形成的用戶角色需要有代表性，能代表產品的主要受眾和目標群體。

舉例來說，對于移動手機用戶，首先可以根據用戶年齡、性別、手機型號、手機使用時長等關鍵因素進行區分，得出基本差異的幾類典型用戶群，再進行更細顆粒維度的深度區分，譬如添加手機使用地點、業務喜好、移動互聯網訪問統計、行動軌跡等細節刻度。這樣就會逐步形成一個相對飽滿和形象的用戶畫像。當形成可信服的用戶畫像數據后，通過繼續分析使用行為和使用習慣，結合行業背景和目標人群，就可以提取共性，嘗試在不同的典型場景下發掘新的需求，開發新的產品。