联通大数据发展战略

《联通大数据发展战略》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据发展战略中国联通集团客户事业部集团客户通信信息产品联通大数据可整合的内容客户基本资料姓名、出生日期、证件号码、住址、客户类型、电话号码、地域、性别、年龄、籍贯等用户状态信息号码状态、欠费状态、业务开通状态、订购产品、流量包、合约计划、开通渠道等用户位置信息手机号码、IMSI、时间、CellID、LAC、经纬度等储值消费信息缴费渠道、缴费时间、缴费金额、消费金额、月租费、通信费、流量费等信用欠费信息初始信用度、动态信用度、欠费账龄、欠费额度、欠费频次等用户行为信息语音、短信、流量详单，如通话类型、通话时间、通话地点、通话时长、对方号

2、码等互联网行为信息如上网类型、上网时间、上网地点、网站/APP等用户终端信息手机号码、IMEI、IMSI、终端型号、终端厂商等通过深度数据挖掘与特征分析，形成客户标签、数据魔方等大数据服务产品。*每日新增客户、产品数据网络数据外部数据大数据技术平台（采集、存储、加工、服务）Hadoop分布式存储和计算集群1300个节点，全国新增日采集量超过10TB1900品牌、4.5万终端2.05亿URL2490类185万个关键词5000APPU-标签U-征信U-位置（SmartSteps）U-营销4亿客户资料1400亿条*用户上网记录50亿计费详单*

3、22亿结算话单*75亿原始话单*数据中心应用业务部门应用省分公司应用合作伙伴应用数据资源基础平台数据资产创新应用客户数据产品知识库中国联通的数据资产联通大数据平台优势数据一点集中31省BSS与集中系统数据一点采集、一点处理、一点服务IT开展集中化建设，有利于后续系统一体化部署和活动集中开展均采集生产系统原始数据，数据更真实、更及时、更准确、更完整信息价值高信息含量丰富：集中了用户从生活到工作、从通信到互联网，覆盖了24小时的位置、行为信息，信息价值含量高、信息涵盖范围广。信息可信度高：用户数据样本量大，更能真实反映一个用户的多方面状态数

4、据产品丰富联通大数据平台已经形成了客户标签体系、互联网信息库、终端库、风控模型、APP排行榜等数据产品，有助于快速形成服务能力、推进对外合作平台能力强联通大数据平台具备海量数据处理能力，同时能力开放平台的建设实现资源共享、数据共享，有助于快速构建模型、快速形成生产能力用户标签库互联网内容信用信息维系营销位置轨迹七级客户标签体系已建成包含9个一级标签分类，33个二级标签分类，共计1753个客户标签六级互联网标签一级7类，共2,542个标签以满足营销的需求为准则进行分类，以层次结构和内部特征进行细化信用评级综合信用评分、身份认证、社交关系认

5、证、开户情况、通信消费情况和漫游情况；征信2.0模型将提供业务评估系数，使数据更安全维系模型已建立客户存量维系的9类模型，现有营销维系以大规模普惠制营销为主，缺乏精准营销能力，对维系活动缺乏全流程跟踪评估位置服务智能交通、城市规划、旅游智能化管理、户外媒体效果监测、大数据抢险赈灾、平安中国、商业选址、智能商圈中国联通的大数据产品身份认证开户情况通信消费情况漫游情况社交关系认证功能描述：该产品用于查询用户姓名、证件、手机号的对应关系数据元素：手机号码、姓名是否匹配、证件类型、证件是否匹配、手机号归属省、手机号归属市功能描述：该产品用于反映

6、本用户所有联通账户的基本情况数据元素：手机号、开户时间、当前状态、归属省市、信用额度（元）、当前欠费金额（元）、当前欠费月份（个）、当前是否是黑名单、黑名单开始时间、使用终端功能描述：该产品用于反映本用户所有联通账户最近6个月的消费情况数据元素：手机号、月份、账单金额、计费时长（分钟）、发送短信数（条）、上网流量（M）功能描述：该产品用于反映本用户最近6个月的位置情况数据元素：手机号、漫游地点（省市）、漫游地最后一次通话、漫游通话次数、漫游通话时长功能描述：该产品用于反映本用户最近3个月常用联系人的通信情况数据元素：对端手机号、归属国家

7、、归属省市、通话次数（排序优先1）、通话时长（排序优先2）、最后一次通话日期、最长通话时长综合信用评分功能描述：综合用户的常规属性及用户的收入使用状态，对用户的信用进行综合评分数据元素：手机号码、综合信用评分客户注册业务申请信用评估预授信业务监控业务追踪异常行为预警功能描述：通过违约模型、通信行为模型，圈子模型、位置模型推算用户是否存在可疑交易数据元素：手机号码、号码状态等联通数据产品——风控模型行业应用产品——数据魔方“数据魔方”是面向行业用户的大数据分析产品，基于创新产品服务平台能力具备用户画像，数据字典等分析技术为企业、行业、媒体

8、提供品牌分析、产品分析、消费者分析、营销效果分析的行业报告。生产广告营销用户更喜欢和关注的产品属性、参数，及关注趋势，优化生产策略。了解企业自身用户群体，年龄，性别，喜好，网络访问习惯及社交特性。分析特定区