2021年电信行业的大数据解决方案.doc

行业背景
电信运行商近几年面对移动互联网高速发展，用户移动数据流量需求迅猛增加，数据流量收入已超出点对点短信，成为拉动数据业务收入增加关键驱动力现实。在3G全业务市场竞争环境下，急需依据竞争情况和用户需求，加紧实现流量实时计费和提醒，优化数据流量资费体系，降低套餐内外资费水平差距，提升精细化营销能力，不停提升用户满意度和大幅度降低流量投诉。这就催生了对流量大数据分析需要,大数据依靠于成熟技术方案,应用关键在于业务层面,所以大数据在运行商中应用中催生了很多商业机会, 同时运行商现有系统架构在面对大数据挑战和机见面前碰到了问题。
商业机会
改善用户体验
• 分析用户行为，改善产品设计；
• 经过用户爱好分析，进行立即、正确业务推荐和用户关心；
优化网络质量
• 分析流量、流量改变，调整资源配置；
• 分析网络日志，进行网络优化和故障定位；
• 合理给各类业务分配带宽及优先级等；
助力市场决议
• 经过业务、资源、财务等各类数据综合分析，快速正确确定企业管理和市场竞争策略；
• 基于用户职业、年纪、LBS等信息提供正确营销手段；
业务创新
• 在确保用户隐私不被侵犯前提下，对数据进行深度加工，对外提供信息服务，帮助企业盈利；
• 正确了解和估计用户需求改变趋势，为未来研发提供方向和指导；
面临问题
系统分散建设，难以实现资源和应用共享
经营分析、信令监测、综合网络分析、不良信息监测、上网日志留存等大数据系统垂直建设较多，另外很多省分企业系统建设存在反复建设、应用反复开发、各类教授资源无法共享等情况；
数据分散存放，标准化程度低
各大数据系统数据模型不统一，跨系统综合分析困难；
统一管理难度较高；
以OLTP为关键传统架构，难以满足新业务发展要求
多采取高端架构建设（类IOE），成本极高；
仅含有结构化数据处理能力，无法支持飞速增加非结构化、半结构化数据处理；
对高速增加数据，传统架构极难满足存放需求；
大部分业务只对内提供服务，未能有效地进行成规模商业利用
怎样建立商业模式？
怎样处理用户隐私保护问题？
方案架构
针对电信运行商大数据管理总体系统框架分为四层, 分别是物理层,数据成,模型层应用层, 数据层是整个运行商大数据管理关键部分,为上层应用提供数据支撑。
业务应用
话费详单查询系统处理方案
针对话费详单公众查询查询业务，系统设计上要满足海量历史数据获取和存放，同时也要满足大并发量查询和检索。针对海量详单查询系统架构设计以下：
话费详单公众查询系统特点:
查询数据和生产去耦合，生产数据中转以后进行处理
借助曙光XData大数据处理平台，实现数据高效导入和查询及处理
大数据处理平台线性扩展架构，能够面对数据量增加和查询量增加而轻松扩展
电信流量业务DPI系统处理方案
现在流量业务管理存在诸如：
用户感知差，P2P滥用基站资源有限带宽