2013年，电信与媒体市场调研公司InformaTelecoms&Media预测了未来五年大数据运营将取代流量经营成为运营商运营的大势所趋，大数据业务成本平均占到运营商总IT预算的10%，并且在未来五年内将升至23%左右，成为运营商的一项战略性优势。

    从2013年至2018年的这五年间，运营商领域的领跑者纷纷开始了大数据领域的实践。在互联网企业的竞争压力下，中国的电信行业大数据在过去五年内的发展更为迅速，变革更为彻底。目前国内运营商运用大数据主要有五方面：(1)网络管理和优化;(2)市场与精准营销;(3)客户关系管理;(4)企业运营管理;(5)数据商业化。

    当大数据走进运营商网络、市场、客户关系、企业管理、业务创新等各个领域之后，数据的收集、处理、分析已不再是瓶颈，运营商真正期待和需要的是从基于数据的推荐迈入基于智能的专家辅助决策。运营商大数据平台不仅提供数据分析，更要为运营商管理者提供决策支持，从过去的数据推荐引擎演进为决策辅助专家系统。

图1 智能决策引擎

智能决策解决方案采用业界的营销算法框架，离线数据挖掘、近线仿真评估、在线优测试。

    强建模：提供自动化建模、Python多算子集成、流程化监控、工程化生产能力，帮助企业快速沉淀用户特征、场景特征、权益特征、创意特征和渠道特征。

    多算法：集成业界的营销推荐引擎ARE，内置丰富的营销算法和经验，包括User、ITEM、召回、排序、打分等，基于流式技术赋能客户实时决策。通过Multipletreatment算法进行综合评估，支持收益模拟测算和投放策略制定、实时营销数据监测并动态调控营销执行，达到成本和流量的*优控制。改变过往过多依靠人工经验、领导拍板决策的局面。

    专行业：结合运营商业行业数据及多年服务经验，提供的AI算法带有行业特色的规则配置。智能决策解决方案可以根据用户实时反馈的接触数据，灵活调整流量分配，实现贴近现实、兼顾长远的决策辅助，决策者可以根据需求实时对决策结果进⾏⼈⼯⼲预;也可以基于算法对决策进行干预，控制管理成本并合理安排预算。

    易使用：提供管理派单、服务调用、界面集成等多种注智方式，将策略建议注入生产执行系统，提升管理智慧化的能力。并且内置的常用算法，能基于客户业务的特点，由算法专家提供少量专属定制的策略服务即可达到不断优化的推荐效果。