中国电信机场大数据
解决方案与案例分析
2017.7
中国电信集团公司
1
01
02
行业案例分享
为什么采用电信运营商数据
中国电信拥有全量用户全维度数据,
覆盖四大类十六小类别,涵盖用户
属性、位置、上网日志、通信社交、
计费、终端等多个方面,实现多类
数据融合
中国电信用户覆盖全面,用户无选
择性差异,统一接口对外服务,拥
有完善的数据质量监测体系,以及
完整的数据治理流程,为客户提供
一手数据服务
全 大
优 免
中国电信集中全国31个省市用户度
数据,存量数据超过35PB,日新
增数据量超过200TB,大数据平台
资源超过5000节点
中国电信用户数据不依赖于任何终
端类型或App,客户无需任何额外
设备投入,对用户无任何影响。数
据获取与使用遵循合法流程,无安
全风险
3
机场大数据主要分析内容
机场辐射范围
01 机场客户分布区域,影响力范围
进出港客流统计
02 进港、出港、转港、国际等多种
机场客流识别与分析
03 客流自然属性、位置属性、兴趣
机场客流属性分析
偏好、消费属性等
机场客户精准营销
04 基于机场客流标签进行机场广告、
商品推荐等精准营销
4
机场辐射范围
• 通过到达旅客出机场后的目的地,以及出港旅客来机场的出发地分析机场辐射地域范围,到达/离开机
场的时间、距离及其占比分布
• 分析周边机场的辐射范围,了解机场主导客流区域的分布
到达/离开机场出行时间分布
到达/离开机场出行距离分布
1400
1200
1000
800
600
400
200
0
时
0.5 小
时
1 小
时
1.5 小
时
2 小
上
以
时
2 小
出行时间
800
700
600
500
400
300
200
100
0
出行区域分布
3%2% 7%
4%
4% 6%
24%
8%
12%
11%
19%
里
10 公
里
20 公
里
30 公
里
40 公
里
50 公
上
以
里
50 公
出行距离
顺义区
东城区
怀柔区
大兴区
西城区
平谷区
朝阳区
海淀区
石景山区 房山区
通州区
5
进出港客流统计
• 通过手机用户数据识别进港、出港、转港客流数量
• 进出港客户数量逐日变化情况
• 统计进港客户来源地、出港客户去向地分布
• 主要来源/去向地排名及客户数量
6
机场客流属性分析
• 分析任意群体客流各项属性及数量(如进港、转港、本地、外地等)
• 人群性别比例、年龄段、消费能力、出生地分布
• 机场周边人口居住/工作分布
68%
32%
出港客户性别比例
进港外地客户年龄段数量分布
区域人口居住分布热图
消费能力等级
500
400
300
200
100
0
1星 2星 3星 4星 5星 6星 7星 8星 9星 10星
消费能力等级
7
机场客户精准营销
• 基于客户上网行为,给每个客户打上各类标签
• 客户标签分类高达4000余个,准确表征客户兴趣爱好、所使用App等
• 分析进港/出港人群兴趣标签,对机场广告、商品设置进行优化
• 对经常出行某线路客群进行优惠活动推介
• 通过外呼、短信、邮件等触点方式触达客户
房产
娱乐
投资
环保
商业
金融
IT
教育
旅游
8