基于数据挖掘技术的电信网络服务创新

论文摘要

本文首先分析了全球通信设备行业与中国通信设备行业的基本环境。通过分析指出,在全球经济不景气、网络设备需求降低、中国借3G为大力扶持国内设备制造商的特殊经济环境下,外资设备制造商的出路之一是必须加强不依托设备的电信网络增值服务创新求生存。当代企业最重要的资产是其客户,企业的长远价值取决于企业的顾客资产。追求客户忠诚和客户长期满意度是这个时代公司活动的基础。电信行业的最终用户争夺战在电信资源重组后显得尤为突出。引入数据挖掘技术进行海量数据分析,建立用户感知体系,并在此基础上制定相关网络规划、优化和市场推广分析策略已经成为这个行业最尖端的增值服务需求。本文通过对M公司在电信增值网络服务方面的内部资源和能力分析,提出利用其具有核心竞争力的基于数据挖掘的电信网络服务进行进一步的开拓创新,帮助运营商建立基于网络的用户感知体系来维持其用户忠诚,并通过为自己的客户创造卓越价值维持自己的顾客忠诚。文中提出了在技术、交互界面、实施流程、组织和管理数个方面的创新战略实施,并且进行了应用举例。

论文目录

• 摘要
• ABSTRACT
• 前言
• 第一章 通信设备行业分析
• 1.1 全球通信设备行业环境分析
• 1.1.1 全球通信网络投资平缓增长
• 1.1.2 全球通信主设备行业兼并整合
• 1.1.3 运营行业设备采购决策集中化
• 1.2 中国通信设备行业环境分析
• 1.2.1 电信运营业收入增量减少
• 1.2.2 2008 年电信投资出现恢复性增长
• 1.2.3 2009 年中国电信固定投资高位运行
• 1.3 中国通信设备行业PEST 分析
• 1.3.1 现状分析
• 1.3.2 中国通信设备行业政治环境分析
• 1.3.3 中国通信设备行业经济环境分析
• 1.3.4 中国通信设备行业社会因素分析
• 1.3.5 中国通信设备行业技术因素分析
• 1.3.6 PEST 分析总结
• 1.4 中国移动网络服务竞争新领域情况分析
• 1.4.1 传统网络服务
• 1.4.2 增值网络服务
• 1.4.3 增值网络服务的发展阶段和问题
• 1.4.4 运营商有序竞争客户忠诚
• 1.5 本章小结
• 第二章 数据挖掘技术在电信网络服务的引入
• 2.1 基于MR 数据挖掘的网络优化服务提出
• 2.1.1 MR 测量报告基本介绍
• 2.1.2 基于数据挖掘的网络增值服务革命性
• 2.1.3 基于MR 数据挖掘的网络增值服务框架
• 2.2 数据挖掘概念
• 2.2.1 数据挖掘技术
• 2.2.2 数据挖掘对于“一对一营销”的意义
• 2.3 数据挖掘应用
• 2.3.1 数据挖掘在电信网络中的常规应用
• 2.3.2 在维持用户满意应用中遇到的问题
• 2.3.3 电信网络侧数据挖掘服务的可借鉴性
• 第三章 M 公司增值网络服务内部资源和能力分析
• 3.1 资源分析
• 3.1.1 M 公司现状
• 3.2 M 公司增值网络服务核心竞争力的分析
• 3.2.1 价值创造性
• 3.2.2 可延展性
• 3.2.3 难以模仿性
• 3.2.4 自学习性
• 3.3 移动网络增值服务提供方和需求方分析
• 3.3.1 波特环境分析的五力模型
• 3.3.2 行业利益格局现状分析
• 3.4 M 公司网络增值服务SWOT 情况分析
• 3.4.1 M 公司网络增值服务对于M 公司全球战略的影响
• 3.4.2 M 公司网络服务的SWOT 分析
• 3.4.3 机遇和挑战综合分析
• 3.5 M 公司内部能力总体评价
• 第四章 M 公司增值网络服务创新战略的选择
• 4.1 服务创新战略管理
• 4.1.1 服务创新终极目标
• 4.1.2 服务创新分类
• 4.2 M 公司网络服务创新战略框架
• 4.2.1 M 公司整体战略
• 4.2.2 增值服务的战略定位
• 4.2.3 网络增值业务发展战略目标
• 4.3 M 公司网络服务创新战略总结
• 第五章 基于数据挖掘的网络服务创新战略实施
• 5.1 技术创新
• 5.1.1 多维网络数据挖掘评估的先进性
• 5.1.2 基于MR 数据挖掘的网络咨询创新先进性
• 5.1.3 加大应用型技术核心产品开发的力度
• 5.1.4 广东某城市分类用户满意度分析举例
• 5.2 交互界面创新
• 5.2.1 与运营商联合开发平台—开放技术
• 5.2.2 选择合适的业务参与运营
• 5.3 服务流程创新
• 5.4 组织创新
• 5.4.1 服务组织模式创新
• 5.4.2 提高营销队伍的适配性
• 5.5 管理创新
• 5.5.1 提升低成本运作能力
• 5.5.2 部门机构重组
• 5.5.3 灵活的定价策略
• 5.5.4 坚持品牌创新
• 5.6 创新战略总结
• 第六章 基于数据挖掘的网络服务创新实际应用案例
• 6.1 应用案例背景
• 6.2 技术创新提升网络分析能力
• 6.2.1 全面的邻区优化
• 6.2.2 基于原始MR 数据的智能频率规划
• 6.2.3 覆盖深度分析
• 6.2.4 用户感知体系建立探索
• 6.3 顾客忠诚导向的服务流程创新
• 6.3.1 针对性的服务流程完善
• 6.3.2 定制优化手段分析
• 6.3.3 交互界面加强客户参与
• 6.3.4 服务执行效果
• 6.4 服务执行中的客户管理
• 6.4.1 客户忠诚及抱怨管理
• 6.5 项目总结
• 结束语
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录