大数据分析在运营商精准运营中的应用机制

蔡曼丽

摘 要：隨着时代的进步，大数据在生产生活中的地位也越来越凸显，运用大数据对运营模式进行优化也成为了一种趋势。本文通过大数据对运营商的精准运营进行分析，从状态预警、阈值预警、快变预警和关联预警这四个方面对大数据背景下，运营商如何构建主动监控预警体系进行分析，探讨运营商如何利用大数据进行运营优化，实现对运营中风险的实时监控和预警。

关键词：大数据分析;运营商;精准运营;应用机制

1 大数据背景分析

运营商运营工作的主要目的是保证网络的安全稳定运行，同时为市场和客户服务等部门工作的开展提供支撑，实现运营工作的额精准化能够帮助提高整体的经营效益，而大数据分析是提高运营精准性的有效手段。

大数据首先是由互联网技术衍生出来的核心概念，随着技术的发展进步逐渐发展到了传统互联网信息以外的领域，另一方面云计算对IT的交付方面进行了深刻的改革，而大数据更深层次地强化了IT架构之上的数据分析能力。从电信运营商的角度出发，大数据分析在运营商精准运营中的应用主要体现在对网络、终端、用户、时间地点和业务等多个维度进行深入分析整合，最终形成一份网络和用户的特征画像，在明确运营需求的基础上对特定目标区域和用户进行受众细分，从而为决策提供科学合理的数据支撑。这一大数据分析的过程中包含了数据的构建、采集、储存和挖掘分析等多个环节。

当下电信运营商的运营之中低值化和管道化的问题日益明显，需要采用新的手段和方式才能在新的产业链中有所作为，大数据在运营商精准运营中的应用，一方面是对相关技术手段进行了升级更新，另一方面是运营商对自身的服务进行了改进优化。

2 大数据分析在运营商精准运营中的应用机制

运营商所拥有的数据内容涵盖了客户的通信行为，同时这些数据之间的关联性很强，因此运营商通常能够较为方便快捷地获得准确全面的数据资料，通过大数据分析，运营商能够在提升自身服务能力的同时进一步优化用户的客户体验，利用大数据进行网络优化可以对运用中可能发生的状况进行有效预警，从而提高运营的精准性。随着运营商网络的快速发展，信息系统的数量也呈现出不断增多的态势，这对运营商的日常运营提出了更要的要求和标准。传统运营模式之下，通常是故障出现之后再进行告警和抢救，这种被动的运维不仅会增加运维的成本，降低运维的效率，还会导致运维人员时间和精力的大量耗费，因此为了提升运维的水平和效率就需要构建一个自动预警体系，该体系基于大数据之下能够实现对信息运维体系的提前预警，本文将主要针对状态预警、阈值预警、快变预警和关联预警这四个方面进行分析。

2.1 状态预警

状态预警主要利用硬件和服务的可达性对信息资源进行判断，进而实现状态预警。状态预警的第一步是对信息资源的可达性进行分析判断，因此需要固定的时间段内进行探测，对信息资源是否响应进行判断，如果收到应答信息则为可达，如果等待超时则为不可达。在对信息资源是否响应进行判断之后，需要对其状态进行划分，划分层级分为正常、失联和不稳定。如果信息资源每次都是可达，则是正常状态，如果信息资源连续两次不可达则是失联状态，不稳定状态介于二者之间，是指信息资源经常不可达但是又并未达到失联状态的标准。

2.2 阈值预警

阈值预警是在对信息资源进行分析把控的基础上设置一个预警的阈值，将检测到的数据和阈值进行对比之后进行预警判定，如果数据在阈值范围之内则满足预警条件，那么就可以形成预警机制。在传统的运营模式之中，预警的阈值是运维人员手动设定的固定值，很容易导致阈值不满足实际情况，在大数据背景之下，通过对数据的分析可以形成符合实际状况的动态阈值，除此之外，系统还可以进行窗口设置，让用户能够自行对阈值进行修改，满足用户的实际需要，使得服务更加人性化。

2.3 快变预警

在进行信息资源的监测时，需要将监测到的数据和同类型的数据时刻进行对比，如果发现其变化的范围过大，那么此时监测到的数据就处于一个变动较大的状况之中，就应该形成预警事件。快变预警的范围之中主要包含了横向预警和纵向预警，横向预警主要是指与同类型的数据进行对比之后形成预警，主要针对的是负载均衡集群，比如当集群中的某一台设备负载的工作超过其他设备太多时，就需要进行风险预警;纵向预警是与之前的数据资源进行对比之后形成的预警，在利用大数据进行统计分析之后，对历史数据进行探讨分析，进而将解析的结果和预警模型进行结合，从而实现运维中的主动预警。

2.4 关联预警

关联预警是指在信息数据库和其他众多存在于基础设施之中的应用数据之中寻找与项目或对象集合有关的数据内容，通过大数据可以对数据库和其他应用数据进行关联解析，这种相关包含了关联性、因果关系和频繁模式等方面的内容，最终实现对信息资源的主动预警，保证运营商的精准运营。

3 结语

当今社会已经步入了大数据时代，在这一时代背景之下，要想在运营商的激烈竞争之中取得优势，就需要充分利用大数据对客户的潜在价值进行挖掘，另一方面运营商也需要通过运营中主动预警体系的构建提高自身的服务质量，建立差异化优势，最终提高自己的核心竞争力。运营商通过大数据分析助推精准运营，尽可能降低运营风险的出现，同时还可以对预警事件的及时处理，有助于降低运营商的运营成本，提高运营效益。

参考文献：

[1]电信运营商在亚太地区用大数据分析开拓企业市场[J].电信工程技术与标准化，2014，（5）：25-26.

[2]韩超.运用大数据分析加强运营商用户信息保护的探讨[J].网络安全技术与应用，2019，（1）：49-50.

[3]吴相荣，刘伟朋.数据终端分析对于运营商降低运营成本之作用[J].信息化建设，2016，（7）：93.