邮政大数据技术应用可行性分析

1、邮政大数据技术应用可行性分析摘 要：随着当前各行业信息化的发展，邮政行业各 类信息化系统积累了海量的业务数据，这些数据分散在不同 的业务领域。由于业务的扩展，数据呈现出几何级地快速增 长趋势，并且明显表现出数据量庞大、数据类型多样、价值 密度低等特点。传统的数据分析处理方式已经无法满足行业 需求。通过引入针对大数据的数据采集、数据处理、数据存 储及管理、数据分析与挖掘等技术，可以有效地解决对海量 业务数据的分析、价值挖掘问题，进而通过对大数据技术的 应用，达到对客户需求的精准把控、 对现有业务流程的优化、 对业务发展趋势的预判等目的，最终实现对整个邮政行业发 展的促进效果。关键词：邮政 大数据

2、 可行性 应用中图分类号： TP27 文献标识码： A 文章编号： 1672-3791 （2017）11（b）-0010-021 认识大数据 大数据，又称巨量资料，指的是所涉及的数据资料量规 模巨大到无法通过人脑甚至主流软件工具，在合理时间内达 到撷取、管理、处理、并整理成为帮助企业经营决策更积极 目的的资讯。大数据具有如下特点。1.1 数据量大一组数据的计量单位转换比例： 1T=1000G 、 1P=1000T 、 1E=1000000T、1Z=1000000000T 。上述各种单位都是大数据 的常用衡量单位。1.2 类型繁多大数据包含的不只有普通意义上的结构化数据，还有各 种非结构化数据，

3、如音频、视频、地理位置、网络文章等。1.3 价值密度低互联网，尤其是移动互联网的普及，越来越多的联网设 备参与到数据的生产过程，特别是随着物联网的广泛应用， 信息感应收集无处不在。产生的海量数据真正附带使用价值 的只是很少一部分。所以对大数据中有价值数据的筛选过滤 是应用大数据的必要环节。1.4 高速数据处理既有的技术架构和路线，已经无法高效处理如此海量的 数据，而对于相关组织来说，如果投入巨大采集的信息 ?o 法 通过及时处理反馈有效信息，那将是得不偿失的。2 大数据技术的典型应用场景当前，大数据技术迅速发展，正在向各行业渗透，例如 银行业。银行业本质上就是要面向客户提供金融服务，通过 对数

4、据的分析，可以更准确地把握客户需求，有针对性地研 发金融产品，提供金融服务。一方面面对不同区域，差异化 管理。通过分析不同区域人群的差异化数据，量身制定符合 各区域需求的管理措施；另一方面，针对不同客户，实行差 别化产品和服务。 通过对大数据的分析挖掘， 得出客户喜好， 向客户推荐符合其个人喜好的金融产品，实现精准营销。3 大数据技术在邮政行业的应用 邮政业务结合使用大数据技术的与银行业相比，邮政行 业业务类别较多，涉及到寄递、电商、金融等三个方向。各 业务方向当前独立运营，虽然也积累了大量的数据，但这些 数据却只是单独分布在各自领域，还有很大一部分潜在价值 未被发掘。3.1 成立针对大数据应

5、用的机构 很多现代企业都成立了自己的大数据应用方面的组织 机构，专门负责企业大数据应用的开发，旨在提升自身的企 业竞争力。对邮政企业而言，同样具备建立相应研究机构的 条件。首先，邮政企业积累了海量的数据资源，亟待利用。 其次，邮政多年来的信息化建设以及深入的业务应用模式， 对业务数据的深入应用方面积累了丰富的经验。最后，邮政 庞大的机构人员队伍中储备了大量的数据应用技术、信息应 用技术、业务经营分析、统计学等方面的专业人才。3.2 规范数据标准，提升数据质量3.2.1 梳理数据来源渠道，规范数据准入标准 邮政企业内部业务种类繁多，相应的业务信息化系统也 较多，产生的业务数据模式也各有差异。在此

6、类数据上应用 大数据技术，必须对数据的产生渠道进行规范化梳理，尤其 是对组织机构、客户信息、地理位置信息等核心基础信息的 采集，必须要求按照统一的格式规范进行。3.2.2 夯实原有数据质量，拓展数据来源邮政现有各类应用系统产生的数据业务完整性差、业务 相关性较差，各个业务系统之间数据可借鉴性较差，需要就 上述问题从技术层面、管理层面进行完善和加强。同时增多 数据来源渠道，丰富业务数据的种类。3.3 破除企业内专业壁垒，打造大数据平台3.3.1 杜绝信息孤岛邮政行业业务种类丰富，各业务类别之间差异较大，结 果导致数据应用时，各业务类别难以突破本专业壁垒，汲取 其它专业数据，助力本专业业务发展。信

7、息的孤岛化现象比 较严重。3.3.2 打造大数据平台（1）数据采集。大数据平台制定统一的数据采集规范，各专业依据该规 范重构自己的业务数据，并推送到大数据平台，实现各业务 数据的格式统一。同时要保证业务数据推送、汇总过程中的 安全。2）数据存储将各业务方向业务系统数据进行统一管理，数据归集存 储，以实现节省成本、提高数据利用率、降低机房能耗等目 的。按照规则对数据进行分类，同时利用过滤和去重技术， 减少数据的存储总量，并加入标签，利于数据的检索。（3）数据处理。邮政各业务方向数据自身复杂度较高，数据来源和结构 多样，不同业务流程之间数据交互度高，造成传统方法难以 描述、衡量。相关人员只有通过业

8、务关联进行语义分析，进 而挖掘综合信息；而专业技术人员需要利用专业手段衡量、 处理，并得出所需的数据报表并产出有价值的分析报告。（4）数据应用。可以基于大数据平台构建数据可视化应用系统，根据实 际业务需求，定制不同的数据可视化展现方式，为不同业务 人员提供个性化的数据分析、趋势预判可视化展现。3.4 加强大数据应用，服务企业经营理念（1）基于客户行为分析的产品与服务营销。 整理统计邮政业务中用户的消费记录，发掘客户消费潜 力和消费习惯，并制定对应策略进行精准营销。（2）基于客户评价的产品与服务提升。 注重收集整理各业务方面客户反馈的评价信息，根据评 价信息发掘产品、 服务中存在的问题， 通过修

9、正和完善问题， 使产品和服务更加符合用户需求。（3）基于数据分析的广告投放，加大营销宣传效果。基于数据分析结果进行广告投放，避免毫无依据的盲目 投放。（4）基于数据分析的产品定价。综合参考同类产品定价数据，并实时统计价格走势，通 过大数据技术实现价格走势预判，为产品定价提供预判依 据。（5）基于客户异常行为的客户流失预测。收集整理客户行为数据时，重视异常情况的发现与形成 原因分析。深入了解底层需求，掌握市场动态，并做出准确 的市场预测，预算出客户流失带来的收益损失，及时反馈市 场经营部门，以便制定可行的应对措施，降低风险，预估风 险。（6）基于环境数据的外部形势分析。对于企业外部的数据信息加强收集与整理，全面掌握社 会市场动态，了解市场发展走势，正确估计市场形势。做好 企业相应的分析与预警。（7）企业管理数据的应用分析。做好企业经营生产大数据应用的同时，也要对管理数据 进行采集与整理，包括财务管理、人事管理等数据信息等方 面。4 结语 总而言之，邮政正处在集约化、信息化、标准化、现代化进程中，对大数据的分析、挖掘对于企业管理体制优化， 精准把握市场机会，实现产业转型和升级，实现科学的良性 的可持续发展具有重要意义。参考文献1 谷斌.论大数据背