電信運營商大數據發展策略與價值挖掘

張云帆

【摘 要】大數據資產變現是國內外電信運營商普遍關注的問題，從分析通信運營商的數據來源及特點入手，從對內對外兩個方面，分多個場景對數據資產的價值挖掘及應用模式進行了闡述，全面規劃了電信運營商的大數據發展策略，并就實施路徑給出了具體建議。

【關鍵詞】大數據 電信運營商 數據資產

1 引言

近年來隨著社交網絡的興起、移動互聯網的快速發展、數據傳感器的大量應用，數據量出現了爆炸式的增長，大數據時代正式來臨。電信運營商在長期的運營過程中也積累了大量特有的數據，但由于種種原因，數據并沒有得到很好的“價值挖掘”，如何充分利用這些數據資源，開發出能產生現金流的服務或應用，即大數據資產變現，是國內外電信運營商普遍關注的問題。本文接下來將對此進行分析，規劃電信運營商的大數據發展策略，并就實施路徑給出了具體建議。

2 電信運營商的數據資源

用戶在通話、短信、上網等過程中，產生了大量記錄，運營商由于其業務特點，積累了很多特有的數據，包括人們的身份信息、實時位置信息、上網行為信息等。可以說，運營商記錄了人們現代生活的“指紋”，如何對這些數據資源進行挖掘和分析，發揮數據的潛在價值，是當前業界人士普遍關注的問題。

如圖1所示，運營商的數據主要來源于以下三個方面：

（1）通信業務數據

這部分數據由CRM（客戶關系管理系統）、計費帳務、客服、渠道等IT（信息系統）系統在通信業務的開展過程中產生。例如用戶資料、語音、短信、數據等使用記錄（話單）、費用記錄（賬單）、業務訂購記錄等。這些數據原本的作用是提供更好的客戶服務、實現更加準確和靈活的計費等，在大數據時代，它們可以被賦予更豐富的內涵。

（2）網絡類數據

這部分數據內容最為豐富，用戶上網時的IP地址結合客戶資料信息，可以很準確地追溯到人們的身份信息、家庭住址、上網時間、地點等。DPI（Deep Packet Inspection，深度包檢測）數據經過分析后，可以清楚知道用戶的網絡行為，比如訪問過哪些網站，購買過哪些商品，從而判斷出用戶的興趣及關注點。通過移動位置信令，還可以實時地獲取用戶當前的所處的位置。

（3）互聯網業務數據

這部分數據來自Web（互聯網）和App（應用程序）客戶端的數據，一般通過JS（一種腳本語言）插碼或SDK（Software Development Kit，軟件開發工具包）的方式收集，包括支付記錄、商鋪信息、終端數據、內容訂購以及消費記錄等信息。

3 電信運營商發展大數據面臨的問題

（1）數據質量不高，未充分挖掘

現階段運營商的數據大多分散在不同領域的多個獨立系統中，各平臺之間數據模型缺乏統一規劃，數據質量不高，并存在較多的不一致性問題。另一方面現有系統對數據的采集挖掘不夠深入及全面，無法支撐更精準的分析及應用。

（2）數據分析能力欠缺

缺乏既精通數據挖掘分析、又熟悉電信業務的人員，復合型大數據人才的磨合及培養是一個較為長期的過程。市場瞬息萬變，如果不能在有效時間內形成分析結果，那么就失去了意義。而面對海量的數據，如何在短時間內確定分析維度，建立合適的模型，這都需要一個知識及經驗的積累過程。

（3）相關法律不夠健全

法律邊界模糊，運營商雖然擁有大量的客戶信息及行為數據，但由于可能觸犯客戶隱私，所以并不能隨意使用，這也大大限制了運營商大數據業務的拓展。

4 運營商大數據的內部應用

運營商不僅是大數據的生產者，而且也是傳輸者和使用者。由于市場和隱私問題，目前運營商在大數據的使用上還是以內部應用為主，用大數據優化網絡質量、提升客戶體驗，更好地支撐前端營銷及后端運營。

4.1 輔助網絡建設及優化

采集和分析大量現網數據，通過用戶行為對網絡關鍵性能指標的影響，分析用戶行為規律的內在機理。將用戶的話務、流量變化與時間周期、位置分布、人員屬性等用戶行為，與網絡的節點分布、容量配置等網絡資源進行關聯分析。通過分析各種因素的內在聯系，找出其規律，建立網絡關聯模型，使得網絡規劃、建設更加準確高效。另一方面，運營商還可以建立評估模型對現網的效率和成本進行評估，及時調整資源配置，對網絡進行優化，不斷提升網絡質量和網絡利用率。

4.2 提升客戶服務質量

運營商積累了大量的客戶行為和需求數據，利用大數據技術對客戶的行為特征（例如等候時長，關聯用戶接觸紀錄、套餐訂購及消費、投訴紀錄等）進行深入分析，可以更準確識別熱點問題、客戶情緒、客戶興趣，從而更好地進行客戶關懷。還可以針對客戶興趣進行精準營銷，主動向客戶推薦合適的業務及套餐。通過大數據方法進行客戶分群，提前發現高流失風險客戶，并作相應的客戶關懷及挽留措施，可以有效避免客戶流失，甚至可以“策反”部分異網客戶。

4.3 提高企業運營管理效率

從網絡、業務、用戶、終端等多個維度全面監控運營商的業務運營狀況，構建各類業務的綜合指標體系及評價模型，從業務貢獻度、對網絡資源的占用、用戶感知、業務替代性等多個維度對業務進行全面評估，從而更好地支撐業務的創新與改進。還可以通過數據分析對業務和市場經營狀況進行總結和分析，相對于傳統的經營分析系統，利用大數據技術能夠處理更大的數據量，進行更深層次的挖掘分析，從而更好地支撐經營決策。

5 運營商大數據的價值挖掘

大數據的價值絕不僅限于企業內部應用，探索大數據的外部應用、挖掘數據價值、實現海量數據資產的“變現”、加速數據流向現金流的轉換成為今后的主要方向。

對數據的某些敏感信息通過某些規則進行數據的變形，或者采用群體性的、趨勢性的分析，取代個人明細信息等方式，實現數據“脫敏”，以規避用戶隱私方面的法律風險。結合運營商數據的特點，也參考國外的先進經驗，主要推薦以下幾種典型應用：

5.1 精準廣告

傳統的廣告采用普遍撒網的方式進行大量投放，但命中率很低，理想的方式是只把廣告投放給需要的人，大數據的出現使得這樣的精準營銷成為了可能。運營商利用客戶的網絡行為數據挖掘分析其長期喜好和短期關注，并打上相應的標簽。通過DMP（Data-Management Platform，數據管理平臺）將這些客戶標簽信息以實時查詢的方式提供給DSP（Demand-Side Platform，廣告平臺），DSP通過IP地址、Cookie（儲存在用戶本地終端上的識別數據）、終端等各種方式向DMP查詢客戶的興趣偏好，從而實現針對性的廣告投放。在這個過程中DPS并不知道客戶具體是誰，也不能獲取客戶的具體信息，一定程度上保護了個人隱私。

5.2 市場洞察

對網民行為、用戶群體特征等信息進行跟蹤和分析，形成群體趨勢性的統計分析報告，為咨詢機構、行業用戶、政府等提供經過分析挖掘而形成的價值服務。如：

（1）零售研究。針對某種特定商品的市場占用率、品牌影響力、各渠道銷售狀況、客戶反饋，對競爭對手的情況進行分析，助力商家把握市場脈搏，洞悉行業趨勢。

（2）消費者研究。通過分析告訴商家商品的客戶群有哪些共性特征，潛在客戶群喜歡訪問哪些媒體等，從而輔助商家制定更加合理的營銷計劃。

（3）地理商業智能。以用戶網絡行為反映出的行為信號與其日常位置軌跡相結合，將用戶線上行為投射到線下地理空間，洞察區域價值，為商鋪選址、戶外廣告、人流監測等線下營銷策略提供支持。

5.3 征信服務

金融系統的傳統征信評估存在一定局限性，只能覆蓋使用過信用卡或有貸款記錄的少數人員。而運營商可以根據自己的數據特點，從客戶屬性、終端信息、消費偏好、業務帳單、網絡行為等維度，構建能一定程度反映客戶信用評價的子模型，再與銀行、保險公司等金融機構合作，形成更加全面的客戶征信評估報告，供第三方進行查詢，并收取相關費用。

5.4 數據交易

隨著大數據的成熟和發展，大數據的應用越來越廣泛，有關大數據的交互、整合、交換、交易的例子也日益增多。隨著中國貴陽大數據交易所的成立，數據交易也受到越來越多的關注，運營商掌握客戶的網絡行為、實時位置等信息，作為一種重要的獨特資源，具有很高的交易價值。

6 運營商大數據業務實施路徑

6.1 規范數據資產

前文提到，運營商的數據分散的各業務系統中，數據的一致性和有效性存在很大問題。首先必須梳理各渠道的數據資源，制定數據資產規范，架構跨域的統一數據模型，對數據類型、來源、內容、格式、時效性等各方面進行嚴格的定義。數據的真實性、準確性、有效性得到保證后，才能更好地進行數據價值的挖掘。

6.2 集中進行數據匯聚、分析

建議按照省—集團兩級架構，建設集中的數據匯聚平臺，根據數據接口規范，定時從各域進行數據采集，采集的原始數據還必須經過轉換、清洗等過程，以統一數據格式刪除冗余或低價值內容后，才入庫進行長期保存。數據挖掘、分析平臺建議綜合考慮非結構化數據與傳統結構化數據的處理需求，兩種數據庫技術互為補充。至少提供語義分析、模式分析、行為軌跡分析、客戶交往圈分析等功能，并能夠根據需求，靈活地從客戶、產品、競爭、渠道、流量等多個維度進行組合分析。

6.3 商業模式轉型

（1）“數據資產”轉型：構建數據開放平臺，利用網絡及業務運營中長期積累的各類數據，通過深度挖掘和分析形成數據資產，與第三方進行數據共享及交易，匯聚各方優勢資源，強強聯合，實現價值最大化。

（2）“媒體廣告”轉型：依托用戶屬性、行為特征、關系拓樸、實時位置等運營商特有的數據，結合在渠道與終端等方面的固有優勢，形成以精確營銷為特點，全面覆蓋線上、線下各渠道及終端的全方位立體廣告體系。

（3）“商業渠道”轉型：以客戶體驗為中心，打通線上線下各渠道，綜合分析各方信息，給客戶真正想要的關懷及服務。對終端、網絡、業務全面進行綜合評價及建檔，以支撐持續優化及改進。形成以客戶為中心、各渠道無縫銜接、有特色的智能商業渠道。

7 結束語

由于受到OTT業務的沖擊和國家提速降費政策的影響，運營商傳統業務逐步下滑，急需尋求新的利潤增長點。大數據時代的到來提供了這樣一個機會，運營商必須及早開始轉型，加強對數據資產的規范和應用。本文從網絡優化、客戶服務、經營分析等內部應用著手，提出運營商應逐步對外開放并嘗試新的數據運營模式，深入挖掘數據價值，實現數據流向現金流的轉變，從而增強企業競爭力，擺脫被管道的命運，重新踏上快速發展的道路。

參考文獻：

[1] Viktor Mayer-Sch?nberger. 大數據時代[M]. 杭州： 浙江人民出版社， 2012.

[2] 涂子沛. 大數據：正在到來的數據革命[M]. 桂林： 廣西師范大學出版社， 2012.

[3] 涂子沛. 數據之巔[M]. 北京： 中信出版集團， 2014.

[4] 趙偉. 大數據在中國[M]. 南京： 江蘇文藝出版社， 2014.

[5] 王忠. 大數據時代個人數據隱私規制[M]. 北京： 社會科學文獻出版社， 2014.

[6] 童曉渝，張云勇，房秉毅，等. 大數據時代電信運營商的機遇[J]. 信息通信技術， 2013（1）： 5-9.

[7] 黃小剛. 電信行業大數據應用的四個方向[J]. 信息通信技術， 2013（6）： 26-28.

[8] 楊嵐蘭，石磊. 大數據技術及其在通信領域的應用[J]. 信息與電腦， 2015（15）： 68-69.

[9] 曹星雯. 移動互聯網時代運營商大數據應用模式重要性突顯[J]. 世界電信， 2015（12）.

[10] 傅志華. 大數據在電信行業的應用[EB/OL]. （2014-11-17）[2016-02-14]. http：//www.36dsj.com/archives/16804. ★