随着社会的发展，人类活动产生的数据量呈现爆炸式的增长，大数据时代已经来临。但相比小数据时代，大数据的价值密度更低，价值隐藏更深，处理技术更复杂。因此，在相当长的时间里，大数据的价值没有得到充分的挖掘，大数据没有成为企业增值的资产。

中兴通讯从2005年开始涉足大数据方案研发，经过多年发展，已形成一套成熟完整的大数据解决方案体系，力助企业挖掘大数据这座金山，兑现大数据价值。

位置类大数据创新方案：

商铺选址

麦肯锡的研究报告认为，位置大数据是大数据5个最有代表性的领域之一，个人位置数据会给业务提供商每年带来1000亿美元的收入，同时给消费者以及最终用户带来7000亿美元的市场价值。

位置类大数据和人们的日常生活息息相关，如果你是一名想要开设新店铺的业主，你一定很想知道，哪个社区人流密度大？人流组成情况如何？潜在顾客数量多少？顾客的行为习惯如何？消费水平如何？竞争环境如何？这些信息，有些可以通过走访的方式得到，但费时费力费金钱，如要实时动态获取，则根本不可能。中兴通讯基于位置大数据的商铺选址创新方案，通过基于用户位置数据的Hot Map来进行店铺选址和经营，帮助店主实时把握商机，在信息时代提升竞争力。

中兴通讯的商铺选址方案由4个层次组成。整个系统根据用户的上网行为、从移动网络信令中分析出的位置信息以及电信消费和投诉信息等，并结合房产信息、城市规划和道路交通等信息，得出店铺业主关注的特定区域的人流分布以及变化趋势信息，给新开店铺选址和已存店铺经营提供直观的决策帮助信息，位置分析和用户画像是店铺选址方案的两个关键技术。

位置分析的数据源来自电信网络信令，如今移动电话普及程度很高，移动终端的存在状态和移动趋势可以很好地反映人流的变化趋势。使用电信网络信令做位置分析，只要用户终端处于开机状态，就可以获得用户的位置信息，具有无感知和连续性的优点。

用户画像是店铺选址方案的核心模块。店铺选址方案不是简单的呈现人流的聚集状态和变化趋势，而是要在茫茫人流中，找出对特定商业类型感兴趣的潜在顾客。中兴通讯用户画像模块，通过电信领域来获取数据，包括网页访问、信令、用户业务订购、用户电话投诉咨询等，从这些用户行为中，通过分析、去噪、统计等处理，得到用户的特征模型和立体画像。有了用户画像数据库，就很容易获得目标客户的数量、分布以及活动规律等信息，协助业主合理安排经营活动。

正确选址，不仅是商业成功的先决条件，也是实现商铺经营标准化、简单化、专业化的前提条件和基础，同时以选址为切入点，可以逐步进行业务扩展，提供精准营销、营销咨询、促销等增值业务，实现DaaS运营，最终将商户的供货、管理、营销全部纳入一个大数据生态圈。因此，商铺选址方案在选址阶段和经营阶段，都能给业主带来很大的帮助，从而也给服务提供方带来可观的经济效益。店铺选址系统可以提供三类服务：基本服务、增强服务和增值服务。其中，基本服务免费向商铺业主提供，以培育使用习惯，增加店铺主的使用黏度；增强服务和增值服务是收费服务，可以按次收取费用，也可以按包月或包年的方式收取费用。

呼叫中心大数据创新

解决方案

随着企业越来越转向以服务为中心的经营战略，各类呼叫中心的数据量（尤其语音录音等媒体数据）呈现爆炸式的增长，但长期以来，这些数据都得不到很好的利用，海量的客服数据价值没能得到很好的体现。

中兴通讯呼叫中心大数据创新解决方案，充分利用呼叫中心产生的海量数据源，通过机器方式识别语音，利用大数据平台进行综合分析挖掘，得到IVR差异化分析、智能质检和精准营销等创新数据服务，力助客服系统从成本中心向利润中心转型。语音识别和语义分析是客服大数据平台的关键模块。

中兴通讯客服大数据采用先进的后台识别引擎技术，特点如下：

在线离线语音转写。在线转写：通过MRCP或者其他接口对语音进行在线的实时识别和转换。提供坐席实时文字显示、快速知识关联、来电原因自动填写、实时质检；离线转写：对已保存的录音文件进行批量处理。用于事后语音自动质检、人工质检筛选及运营数据分析。

关键词定位。对预先设定的关键词建立文本索引，质检人员可根据关键词播放语音片段。

静音检测。分析冷场的情况，可灵活设置策略进行自定义静音时长的检测。

场景分割。将“用户”语音和“坐席人员”的语音进行分离，提供针对性分析应用基础。

语速和情绪检测。检测语速快慢，分析说话人的情绪，叠加单检测（是否插话或争执）。

中兴通讯客服大数据语义分析引擎，其特点如下：

支持理解文本数据。可以对自然语言做出分析处理，分词效率高，准确率达97%以上。支持用户自定义分词词典，支持新词学习，对歧义词和未登记词有良好效果。

语义推理。可做到知识融合、相似度计算、歧义消除、主需求识别、知识推理。

理解上下文的场景。根据上下文场景，理解提问中省略的成分，让客户提问方式更加简单自然。

中兴客服大数据方案，提供了丰富的创新数据服务，可以帮助运营商提高客服效率，降低运营成本，以IVR差异化服务、智能质检和精准营销场景为例说明如下：

——IVR差异化服务。传统客服IVR过程缺少对客户属性、历史诉求等数据的运用，因此在IVR流程和坐席分配上缺少智能预判与引导功能。中兴客服大数据方案，通过“客户等级”、“客户行为属性”、“客户来电时间”三个维度，对客户来话进行分类，与不同IVR流程对应，自动转到客户对应的IVR流程；此外引入“客户诉求”维度，预判客户的来电意图，分配给技能相应的坐席人员应答。系统可以区分1020个细分客户群、18个来电时间、306个IVR分类、102个坐席类型，在3秒钟内完成用户分析并与IVR流程、坐席匹配，大大提高客户满意度，同时也提升客服效率。

——智能质检。传统客服的质检采用抽检并以人工听录音方式来进行，工作量大，效率低，结果不客观，热点问题难以发掘。基于大数据的智能质检系统，可以对客服产生的语音服务记录和来自短信、邮件、微信、QQ等的文字服务记录，以自动抽取或人工设置查询条件的方式，进行高效全面的质检。质检模型可以灵活自定义，对录音可以根据关键字（礼貌用语、服务禁语）、语音语调语速、静音长度等，对文本可以根据关键字（礼貌用语、服务禁语）、主叫号码、业务类型、班组、渠道、客服工号等多个参数进行建模。智能质检系统导出的服务质量分析报表和运营指标分析报表全面、客观、高效，对运营商的运营决策有重大意义。

——精准营销。客服系统是运营商与客户沟通最直接的一个渠道。在业务过程中，用户表达了他们的不满与需求，结合其他运营商数据源，中兴大数据客服系统通过分析可以给用户建立一个统一的用户画像。基于用户画像，运营商可以精准地向用户推荐服务，例如客服外呼精准营销或者基于位置的主动营销等，增加运营商收益的同时，精准地满足客户需求，同时提升客户的满意度。

运营商转售市场大数据创新

解决方案

大数据时代，无论是运营商还是其他企业，都有着大数据的需求。数据聚合是大数据高价值得以体现的途径之一，运营商的大数据平台可以为第三方企业所用，为企业服务。

——客服大数据转售方案。运营客服系统的建设是一项昂贵的工程，因此很多企业选用向电信运营商租赁客服系统坐席的方式。和运营商类似，这些企业海量的客服系统数据长期以来需要大量成本来保存，但其价值却没有得到很好的挖掘，成为企业的一项负资产。

运营商建立的客服大数据系统可以为客服租赁企业提供增值服务，让企业自助地进行客服质检、服务质量分析与运营指标分析等。运营商可以根据企业的数据量、选用的分析模块按月或者按次向企业收取服务费用。

——店铺选址零售行业转售方案。运营商在做店铺选址运营时，拥有大数据资源的优势，例如拥有用户位置数据、电信消费数据等，但零售行业365行，都有其自身的行业特殊背景和运营规律，因此特定行业的专业数据分析、咨询公司更加清楚地知道客户在哪里以及客户的需求是什么，例如美容业、餐饮、婴幼用品等行业的目标客户都不一样。甚至同为餐饮，麦当劳选址和川菜大排档的选址需要考虑的要素也不一样。

数据分析、咨询公司提供的服务是一项专业性很强的工作，但是他们的工作也需要大量的基础数据的支持。基于此，运营商可以把店铺选址系统收集的资源以DaaS的方式分享给专业数据分析、咨询公司，采用数据有条件买断或者收入分成的方式来取得收入，实现双赢。

大数据百科

用户画像

在移动互联网领域，大数据企业提出了用户画像的概念。作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联系起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场而构建出来的，形成的用户角色需要有代表性，能代表产品的主要受众和目标群体。

举例来说，对于移动手机用户，首先可以根据用户年龄、性别、手机型号、手机使用时长等关键因素进行区分，得出基本差异的几类典型用户群，再进行更细颗粒维度的深度区分，譬如添加手机使用地点、业务喜好、移动互联网访问统计、行动轨迹等细节刻度。这样就会逐步形成一个相对饱满和形象的用户画像。当形成可信服的用户画像数据后，通过继续分析使用行为和使用习惯，结合行业背景和目标人群，就可以提取共性，尝试在不同的典型场景下发掘新的需求，开发新的产品。