在众多给运营商带来挑战的场景中，大数据都可以一展身手。例如，运营商经常会困扰如何进行网络投资建设才是最经济有效的。城市CBD地区的网络质量无疑是要优先保障的，随着经济发展城市居民钟摆效应越来越明显，在CBD地区工作却住在郊区已经是非常普遍的现象，CBD加上郊区信号好坏才是影响用户去留的关键，紧盯CBD投资建设10个基站对吸引用户的效果未必强于在CBD投资5个基站加上在郊区投资3个基站的效果。 新的应用场景已经突破了传统以统计指标为导向的网络管理模式，网络管理需要从用户体验角度出发，关注客户的感受，将客户和运营商最终的收益相关联来指导网络将网络建设和优化。
用户对服务感到不满意的时候，很可能不会打电话向客服投诉，戴艳表示，对服务不满的人中只有6%会投诉到客服，其余则会通过社交渠道，包括微博，向亲戚朋友诉说等发泄不满，这个比例大概会占到36%，而且会有1.5倍的人相信他们（50%+），从而不会再去购买相应的产品和服务。这就需要进行企业舆情分析，了解自身和竞争对手的口碑，并持续跟踪用户关注的热点。当用户投诉时，通常客服人员会根据自己的理解对反映的问题进行归类和定性，有时难免不够准确，如果能够对客户投诉的内容等非结构化数据进行直接分析，将会更加准确的了解客户痛点，从而有的放矢的集中精力在典型问题上，并尽快解决问题。还有当发生网络质量问题时，比如发生掉话，用户更可能什么都不说，只在心里积累不好的印象。借助大数据分析，网络部门可以主动地，快速地识别由于网络性能或障碍受到影响的高价值用户，及时向前端业务和客服部门反馈信息以及时进行针对性维系、客户关怀等业务措施，从而消灭问题于萌芽，避免用户已经达到临界点时再进行维挽工作，那时投入大且效果不佳。此外，通过用户行为分析，还可以设计针对性的方案，进行存量市场“社交网络”的营销，开展精准的流量经营。
大数据需要大战略
那么，如何开始第一个大数据项目呢？宋杰表示，要做好大数据，最关键是看业务场景是否需要大数据，可以从简单场景入手由简入繁推进。首先要有业务方向，弄清在什么地方用。例如存量维稳经营是当前重要工作，那么在常规的套餐捆绑外，还可通过社交群体关系分析来增加业务粘性。有了明确的业务需求，再寻求有力的技术支持，例如演唱会现场需要实时监控网络质量，将数据完全采集过来再分析就晚了，必须采用具备实时分析能力的流处理系统。第三个方面是注重用户体验，例如网络质量水平通常是通过路测来评估，或者靠投诉发现，但通过大数据部署特定业务规则实时处理分析，发现用户一分钟连续拨打超过三次判断很可能就是掉话，并采取相应措施，这样就可避免因网络质量影响客户体验。
实施大数据项目，必须打通数据“竖井”，构建全域数据平台，以全面数据分析支撑网络运营、客户服务和市场营销。网络中存在各种数据，包括用户数据、终端数据、价值数据、行为数据、产品服务数据等，可以进行各种分析，包括网络质量分析、客户体验分析、营销机会分析、行为倾向分析等。这就要进行整体数据分析与全面洞察，打破网络部门、信息化部门、营销部门、客服部门等各部门间壁垒，使网络上的客户行为洞察可跨部门分享。因此，一定要有高层领导（公司级VP）的支持和推动，否则会非常难以推进。
IBM大数据平台框架针对大数据3V特征和整个数据生命周期，有强大工具形成分析和生产的闭环，例如Hadoop开源基础性组件有效组织非结构化数据，一体机简化了配置和部署，提高了性能，Streams流计算平台可以实现毫秒级，甚至微妙级端到端的延迟。IBM推出了网络分析加速器解决方案NAA，提供360度的客户、网络、服务与设备整合的网络分析与业务洞察平台。其中，Cognos作为商业智能和综合分析工具，能以“仪表板”等方式灵活展现多种KPI/KQI；Ventraq提供专有网络分析数据模型，内置数百个KPI/KQI指标算法，体现网络洞察和业务洞察的最佳实践；Netezza 则是专门为海量数据分析优化的大型数据仓库平台。
网络分析加速器对运营商来说，能够建立起以用户体验为核心的网络分析与业务洞察监控体系，使前端客服人员由被动接受用户网络服务质量投诉转换为主动的客户关怀以减低客户流失，提高网络优化和规划建设的效率和有效性，提升数据业务流量经营的用户行为与业务洞察能力，通过平台建设初步形成“大数据”洞察的跨域（B域/O域）企业分析架构。
