運營商大數據發展策略研究

朱光軍，馬剛

（河南省信息咨詢設計研究有限公司， 鄭州 450008）

運營商大數據發展策略研究

朱光軍，馬剛

（河南省信息咨詢設計研究有限公司， 鄭州 450008）

運營商傳統收入被不斷侵蝕，面臨淪為管道的尷尬，如何利用好優勢數據資產，整合資源，更好的為我們的用戶、社會、經營以及網絡服務，是運營商在發展移動互聯網業務時亟需解決的方向性問題。本文通過對運營商數據資產和內外部發展環境的梳理分析，為運營商大數據初期發展初期的角色定位、切入點、發展策略提供思路和建議。

大數據；云計算；策略

隨著互聯網/移動互聯網、數碼設備、物聯網/傳感器等技術的發展，全球數據生產在高速增長，據IDC預測，未來10年全球數據量將以超過40%的速度增長，15年全球數據量將達到7.8 ZB ，20年將達到40 ZB（40 000 000 PB）；數據洪流激蕩，傳統的數據處理技術已經無法應對新的挑戰，新興的以云計算為核心的大數據處理技術的發展使數據價值能夠被更好地挖掘和利用。

然而，在數據流量爆發性增長的過程中，運營商的收入不僅未改觀，反而由于數據流量的產生者（第三方替代型業務）的快速發展，使得傳統收入被不斷侵蝕，面臨淪為管道的尷尬，如何利用好流量通道獲取數據資源，進行全面、快捷、準確的數據分析，使之真正升華為智慧，轉化為效益，更好的為我們的用戶、社會、經營以及網絡服務，是運營商在發展移動互聯網業務時亟需解決的方向性問題。

1 發展大數據的意義及面臨的挑戰

1.1 發展大數據的意義

大數據應用的發展有助于增強業務創新能力，提高營銷推廣效率，提升產業鏈影響力，也有利于探索新型盈利模式。我們可通過大量數據的分析，解析用戶需求，得到最適合和滿足用戶需求的產品特性，指導產品的設計開發；通過分析用戶需求和行為特點，篩選目標客戶，匹配相應產品，并結合渠道特點匹配，開展基于細分需求和用戶精確定位的精細化營銷；通過控制數據獲取的關鍵節點，掌握更豐富的高質量數據，提升產業鏈影響力；通過提高業務創新能力和營銷推廣智能程度，使前向綜合服務能力得以提升，增強前向收費模式，同時探索智能管道、精準廣告、數據交易等后向收費模式。

大數據應用的發展給傳統運營商帶來了廣闊的發展空間，同時也提出了管理、技術、應用等方面的一系列挑戰，需要我們開拓創新，勇于突破自我，謀求新的發展。

1.2 面臨的挑戰

大數據時代，運營商是數據交換中心，運營商的網絡管道、業務平臺、支撐系統中每天都在產生大量有價值的數據，但是在面臨基于這些數據的商業智能應用帶來機遇的同時，也面臨著巨大挑戰。主要表現在3個方面：

1.2.1 大數據技術架構挑戰

大數據相關技術涉及到數據采集、數據存儲、數據計算、數據挖掘、數據呈現、數據安全等，涉及到很多環節。總結起來有4難： 收集難：不但難在大，海量信息，而且難在雜，萬千角度； 存儲難：海量存儲，既要低成本、低能耗，又要高質量、高識別； 處理難：信息密如蜘網，錯綜復雜，處理如剝繭抽絲、穿針引線； 呈現難：數據呈現要求簡單、實用，這是一個由繁入簡的艱巨工程。

總之，大數據對海量數據處理、存儲、網絡等提出了更高要求；運營商面臨多元異構大規模數據的采集、整合的挑戰。

1.2.2 大數據應用挑戰

掌握的數據雖多，但是如何從海量數據中發掘數據價值，應用收益是否可以抵消數據開發分析的成本，這一系列問題也需考量。

大數據尚未確立完整的商業運營模式，現有數據應用模式難以適應大數據持續優化的需求，顯性收益和產出嚴重不匹配也是困擾大數據應用的挑戰。

1.2.3 大數據管理挑戰

目前，大數據商業模式不成熟，尚無經驗可循，運營只處于探索階段，數據如何有效組織和管理，如何保護數據安全，保護用戶隱私，如何保障其數據質量，都是面臨的重要問題，具體表現如下。

（1）運營商系統分散建設，難以實現資源共享。經營分析、信令監測、網絡管理、用戶資料、上網日志留存等大數據系統分專業建設，其中部分系統分省建設，造成資源重復建設，應用重復開發，資源無法共享。

（2）數據處理種類多，單一技術難以實現。各大數據系統數據模型不統一，多數只具備結構化數據處理能力，無法支持非結構化、半結構化數據處理，無法滿足互聯網類業務發展要求。

（3）隱私數據泄漏的風險。人們對于隱私問題越來越重視，數據公司掌握大量數據和數據制造者要求隱私權之間的矛盾，使得大數據使用變得困難。

2 大數據發展能力分析

2.1 數據來源

電信運營商的系統本質是為用戶與用戶、設備與設備、用戶與設備之間提供通信信道，每天承載著海量信息，是互聯網大數據的源頭。所以在大數據應用方面，電信運營商具備無可比擬的數據資源。

運營商處在一個數據交換中心的地位，每天承載著海量信息，其數據獲取渠道主要來源于IT支撐系統的BSS、OSS、MSS、NSS 4個域，每個系統的偏重點不一樣，但各自的短板也很明顯，且數據接口的整合和數據一致性核對難度較大。我們從4個域以及其所能獲取的5A用戶核心數據進行分析如表1所示。

運營商可以通過對支撐系統數據信息的分析和整理，實現把分散在各個子系統里的數據進行集中存儲、整合，并在現有的IT支撐系統相關客戶發展及業務使用匯總數據與各個子系統相關數據融合，進行數據加工和信息提煉，為網絡運行管理和網絡優化等提供信息支撐，為網絡故障的發現后的自動化綜合分析和處理提供可能，使全面精確的網絡業務分析得以實現為網絡管理層提供面向客戶、面向業務分析統計提供有力的數據支撐，同時也作為網絡線條的數據中心，對外提供統一標準的數據源。

表1 運營商核心數據資產來源分析

2.2 數據資產優勢

運營商擁有電信級的運營網絡，龐大的IDC集群，具備強大的線上線下數據獲取渠道、人力的資源，具備保證大數據實時獲取的能力，具有其他企業不具有的管道優勢和數據資源優勢，主要表現在：

（1）電信網絡具有壟斷地位，只有電信運營商具有提供可管控的全程全網服務和端到端網絡接入能力。

（2）電信運營商作為用戶的第一接觸者，具有很強的用戶聚合能力，擁有獨一無二的用戶資源。

（3）電信運營商在業務運營和提供服務的過程中獲得網絡狀態、業務狀態等數據，更重要的是對用戶身份、業務類別、關系網絡和消費能力與信用等特征數據的識別。

在整個數據流動的環節中，運營商的數據最具價值，然而其獲取數據的短板在具體領域的應用層“業務”級別信息，巨大的數據流和網絡側相關能力的缺乏，使運營商難以獲取用戶應用類數據，或者獲取的成本相當高昂。

比較而言，互聯網企業在獲取用戶應用數據方面具有先天優勢，只要用戶瀏覽過、購買過、使用過相關應用，均會留下足跡，且這類數據在互聯網企業的平臺中逐步積累，日益豐富。然而互聯網企業在搜集用戶基本的真實身份、位置等方面多游走在罪與非罪的灰色地帶，且很不全面。我們可以看出，運營商和互聯網企業

所掌控的數據資源基本上是互補的，運營商容易獲取的用戶身份、位置、職業、流量、接入方式等信息是互聯網企業所欠缺的，而互聯網企業所掌握的用戶應用類信息正是運營商所難以獲取的。

2.3 SWOT分析

隨著我國大數據發展的宏觀產業環境不斷完善，寬帶中國戰略的實施推進，地方政府也在陸續出臺大數據的發展計劃，目前已過已具備加快發展大數據產業發展的基礎和態度，大數據產業鏈正在加速形成，國家信息安全保障力度加大，各電信運營企業都面臨戰略轉型的機遇。

運營商掌握用戶核心數據資源，或具備獲取的渠道；同時企業具備良好企業公信力、人力資源和資金方面也有很大優勢；具備上下游資源整合能力；不足之處是決策緩慢，企業創新機制不夠完善，管理及思維模式需要進一步轉變；數據分散，缺乏相應的數據資源整合機構和人員；與專門的數據分析公司和機構缺乏緊密合作，數據開放度不夠；缺乏對用戶應用數據的獲?。蝗绾谓柚陨韮瀯?，為大數據應用提供堅實的能力支撐，成為移動互聯網時代電信運營商爭奪產業生態系統主導權的關鍵手段之一，也為電信運營商在移動互聯網時代取得更大成功帶來重大機遇。

面臨的主要威脅來自于像阿里、騰訊、百度這樣互聯網企業，他們掌控用戶第一手應用數據，包括興趣愛好、住址聯系方式、使用習慣、消費信息、信用等數據資源，具備數據整合能力，且有專業的數據分析團隊；其次是電信運營商和虛擬運營商之間的競爭。

以下我們從運營商內外部環境，即自身的優勢、劣勢，外部的機會和威脅4個維度對大數據發展的戰略選擇進行分析判斷，分析如圖1所示。

圖1 運營商大數據發展SWOT分析

綜上所述，我們認為現階段運營商自身數據資源優勢明顯，但也面臨新興互聯網企業強大的挑戰，同時面臨隱私保護等政策方面的限制，故而在大數據發展方面宜采用聯合互聯網企業，整合數據資源，進行優勢互補，同時在合作中積累技術和運營經驗，探索一條適合自身特點的大數據發展商業模式。

3 大數據發展策略

3.1 行業切入點

在大數據探索發展過程中，我們需要找準切入點，也就是從有較好的信息化基礎條件，較強的大數據咨詢服務需求，行業開放度較高，數據資源整合相對容易的行業著手，開展大數據服務試點。分析如圖2所示。

通過分析可知，處于黃色區域內的政府公共事業、金融/保險、旅游、新媒體、流通互聯網行業以及運營商自身是大數據發展初期比較容易切入的行業。

在公共事業領域可以開展輿情監測、城市規劃、生產資料行情及供需、商品價格波動等方面的應用，服務政府，惠及民生。

圖2 行業契合度及應用可能性分析

在金融/保險行業可以開展信用評價、品牌/業務推廣等服務，為中小企業甚至個人客戶提供更為快捷、全面、真實的信用評級，便利于金融保險業務的快速受理、審批。這在很多保險業務、小額信用貸款業務領域已有嘗試。

在旅游方面可以針對各個景區做流量預警，對景區周邊住宿情況、車流量等情況進行綜合分析，結合天氣、道路狀況等為游客出行提供便捷的參考服務，同時提供產品推薦、相關特色旅游項目推薦等服務，構建比較完善的價值鏈。

在新媒體方面可以開展精準廣告、產品推薦等應用，這也是多數大數據提供商現實中已經開展的業務。

在流通領域可以從產品供需、倉儲管理方面著手，能大大提升企業運營效率，應用可能性較高。

當然，在互聯網企業和運營商自身，大數據應用已經逐步開展，像用戶關系網絡、歷史消費分析、客戶畫像、智能管控等應用技術已不是障礙，只是需要進一步深入挖掘數據價值，創新商業模式。

處于綠色區域的醫療、零售和教育行業是數據分析處理技術相對完善后可以很快進入的領域，如通過區域人員流動、消費能力、關注商品等全面數據進行分析，可以提供店鋪選址等服務；可以通過藥品銷售、關鍵字搜索、疫情爆發地理區域分析等方式進行疫情追蹤監測等服務；也可以通過區域用戶年齡分布特點、居住密度等數據，合理指導中小學校規劃布局，平衡教育資源。

對于處于白色區域的電力/石油等能源行業，行業相對封閉，進入難度較大；而交通行業雖然行業契合度較大，且需求較旺盛，然而涉及城市規劃、道路建設、車輛管理、生產企業、交通管理等多個部門或機構，數據較分散，且有些較隱私數據，難以做到數據資源的整合，目前運營商只能做到手機基站定位、與車企合作進行前裝定位設備等進行車流分析，很難做到精確的車流量、位置、車輛身份等全數據的分析，數據分析的質量較低。

3.2 發展策略分析

對于大數據運營發展來講，目前主要有自有數據及分析、出售自有數據（數據交易）、內外部整合數據及分析三種發展模式，具體分析如表2所示。

在運營商大數據發展的不同階段，我們認為可以采用不同的發展模式，或者模式組合，在引入期，宜采用模式1，自用為主，輔以部分對外應用，積累經驗，培養團隊，為發展期大數據業務開展打好基礎；在發展期，可以采用模式1加模式2組合的方式，積累數據整合和預處理經驗，在政策允許范圍內，批量出售屏蔽用戶隱私或技術處理的數據，主要目的是培養數據整合能力，創新商業模式；在相對成熟期，可以采用模式1加模式3組合的方式，在此階段我們的數據整合能力、經驗日益豐富，技術及營銷團隊逐步成熟，盈利模式日趨清晰，開展規模化后向營銷，深入發掘數據價值。

3.3 數據整合策略

僅僅擁有大數據是遠遠不夠的，如何利用大數據提升生產和經營的效率、效益才是根本。由于數據量的龐大，必須從海量數據資源中抽取信息、提取有價值數據，即必須能夠通過信息交換、數據整合、知識共享與交叉復用，形成新知識、創造新價值，因此需要有一定的原則和相應的策略。主要有4點。

表2 運營商大數據發展模式分析表

（1）數據標準化：鑒于結構化數據信息提取的方便性，運營商應盡量獲取本身具有良好結構化特性的數據，同時通過時間（如時間流）、空間（如位置信息）、其他關系邏輯，促進結構化數據鏈的形成。對于非結構化數據暫時不宜投入大量資源。

（2）夠用為宜：移動互聯網產生的數據量幾乎可認為是無窮盡的，而數據的采集需要耗費一定的成本， 因此， 運營商僅獲取業務發展必需的數據， 足夠支撐信息獲取、策略制定即可，而無需為非必要的數據付出無謂的更大代價。

（3）合理共享：移動互聯網的數據具有碎片性和非結構性特征，零散分布在不同的載體中，獲取成本高，運營商為更大程度地獲取需要的數據，一方面須以我為主，進一步完善業務平臺，確保數據有得以沉淀的基礎；另一方面應加強合作，合理開展數據資源共享，從而形成數據的跨業務平臺整合。

（4）數據安全：隨著產生、存儲、分析的數據量越來越大，如何保護敏感的數據或者應該保護隱私的其他數據，顯得日益重要。數據被盜不僅暴露消費者個人信息和企業保密信息，甚至還會暴露國家安全秘密。鑒于嚴重的數據被盜事件有增無減，通過技術和政策工具解決數據安全問題將成為合理合法利用大數據的關鍵保障之一。

4 結束語

大數據技術尚處于引入期，相關的云計算、物聯網技術尚未完全成熟，商業模式尚在不斷探尋，宜謹慎發展，對內應用為主，對外應用為輔，主動需求合作。

現階段運營商大數據發展可以對內應用為突破口，如提升客戶服務、智能管道、精準廣告等應用；同時響應政府號召，加強網絡監管，在輿情監測、追蹤暴恐黃賭毒信息以及城市規劃、公共服務等方面提供支撐；待人員、技術、數據整合等方面的經驗有初步積累，團隊磨合日益默契，可主動探尋與互聯網企業的大數據合作，在旅游、物流、廣告等領域合作，實現資源互補，合作共贏。

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數據時代[M].盛楊燕，周濤，譯. 杭州:浙江人民出版社，2013.

[2] 黃勇軍，馮明，丁圣勇，等. 電信運營商大數據發展策略探討[J]. 電信科學， 2013(3).

Study on the development strategy about big data of telecom operators

ZHU Guang-jun, MA Gang
(HeNan Province Information Consultation Designing Research Co., Ltd., Zhengzhou 450008, China)

The telecom operators income is eroding the face, how to make good use of the advantages of data assets, how to integration of resources, better for our users, social, business and network services, it is the problem of directional operators in the development of mobile Internet business. Through analysis of about operator data assets and SWOT, wish this article could offer some ideas and suggestions for the ISP about big data in after years.

big data; cloud computing; development strategy

TN915

A

1008-5599（2015）03-0006-06

2015-02-26

朱光軍: 河南省信息咨詢設計研究有限公司副總經理，總工程師，注冊咨詢工程師，高級工程師，主要從事有線、無線通信、新技術、新應用等方面的技術管理和研究工作。

馬 剛: 河南省信息咨詢設計研究有限公司副總工程師，注冊咨詢工程師，高級工程師，主要從事數據通信、寬帶接入、寬帶應用系統、新技術、新應用等方面的咨詢設計、技術管理工作。