电信行业大数据浅析

党瑞华

【摘 要】大数据给人们的生活工作带来了深刻的影响。本文通过介绍大数据特征、大数据在OTT、国外电信行业的应用成功案例，对国内运营商在大数据领域现状及所面对的问题进行了分析研究。

【关键词】大数据；电信行业；电信运营商

一、大数据概念

随着计算机全面融入社会生活，尤其是21世纪以来，网络信息技术的加速发展和应用，物联网、移动互联、社交网络、电子商务等大大拓展了互联网的疆界和应用领域，各种数据正在迅速膨胀并变大，大数据应运而生。

亚马逊网络服务、大数据科学家JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。它应具备4V特征：

Volume（数据体量巨大）：根据IDC检测，人类产生的数据量正在呈指数级增长，大约每两年翻一番，这个速度在2020年之前会继续保持下去，这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。Variety（数据类型繁多）。数据不仅来自多种渠道，而且内容包括所有格式。而这些数据包含着结构化、半结构化以及非结构化的数据，并且半结构化和非结构化数据所占份额越来越大。Velocity（处理速度快）。数据被创建和更新的速度快，时效性要求高，这是大数据区别于传统数据挖掘最显著的特征。Value（价值密度低）。随着物联网的广泛应用，信息感知无处不在，数据信息海量，但其价值密度较低。价值密度的高低与数据总量的大小成反比，大数据中单条数据可能无价值，无用数据多，但综合价值大。

二、电信行业大数据概述

在大数据如火如荼的时代，OTT行业走在了前面，尤其是BAT。2014年全年阿里实现商品成交总额2.3万亿元人民币，承载了超过8%中国全社会消费品零售总额，活跃买家数达到了3.34亿，占据中国网民的一半，大数据对阿里来说就是一个大金矿。经常淘宝购物的人都知道，淘宝会根据你的购买和浏览记录推荐相关的产品，同时利用大数据辅助淘宝店主营销并做收益分享。微信也会针对个人推送相应的广告产品。

反观國内运营商，仍然处于大数据的准备阶段。随着互联网和移动互联网的发展，电信行业传统话音业务日益萎缩，数据业务大幅增长。运营商的网络每天正在产生巨大的信息量，这些数据储存在运营商的BSS、OSS和MSS三域中，涵盖生产运营、网络承载和企业管理三方面。作为网络的经营者，运营商掌握着用户最为全面的信息，从大数据角度来看这就是一座数据金矿。如果对这些数据进行深度利用，将给运营商带来显著的价值。

三、国外电信行业大数据现状

国内外运营商已经意识到自身数据资产对内运营、对外变现的巨大价值，积极开展各种试点探索，通过基于运用以上自有大数据，国外电信行业不乏成功案例，大数据的成功应用主要体现在一下四个方面。

（一）客户保有方面：例如韩国SK telecom新成立公司SK Planet，通过大数据分析用户的使用行为，在用户做出决定之前推出符合用户兴趣的业务防止用户流失；美国T-mobiles采用Information - The Data Integration Company平台开展大数据工作，通过集成数据综合分析客户流失的原因，根据分析结果优化网络布局为客户提供了更好的体验，在一个季度内将流失率减半。

（二）流量运营方面：流量收入的不断增长，语音收入的不断下降，促使运营商们在全球范围内积极探索，并初步形成了三种流量经营模式。

第一种模式即将流量经营的核心聚焦在挖掘用户的商业价值上，沃达丰代表了此类模式。在与华为合作时，就聚焦在改善用户体验上，希望借此使用户乐于使用沃达丰的网络，提升沃达丰的数据流量，以此来实现与其他竞争对手的差异化竞争优势。

第二种模式聚焦精细化运营，以俄罗斯的MegaFond电信公司为代表。他们通过识别和细分业务流量，把业务流量与用户、带宽、位置乃至时间等关联，然后通过提供差异化的服务，而将流量收益最大化。MegaFon无疑已成为流量经营的成功者，也是全球第一个独立部署全网联动的流量经营系统的运营商。通过部署基于实时计费触发、灵活数据业务计费和差异化流量控制的VGS解决方案，MegaFon实现了业务和流量的打包销售，推出了一系列捆绑套餐，包括公平流量使用套餐、带宽加速套餐、郊区套餐、邮件套餐、体育套餐以及基于浏览器的Opera-mini套餐等，从而有效增加了数据业务收入，提升了用户数。这些精细化运营的举措，最终促使MegaFon成为俄罗斯第二大运营商，并在数据业务收入上占据俄罗斯“第一名”，拥有最高的ARPU。

第三种模式侧重于商业模式创新，代表性的运营商有日本的KDDI和新加坡的StarHub。他们通过整合应用提供商和服务提供商，创建新的电子渠道，鼓励更多应用运行于其网络上，刺激流量的增长。

（三）客户服务与营销方面：Vodafone公司基于交际圈的浸入式客服和营销，迅速在欧洲市场建立了品牌。

（四）第三方数据服务方面：走在前列的电信运营商最具代表性的是Telefonica和美国的Verizon。Telefonica在Telefonica Digital下设立了Telefonica Dynamic Insights部门，专门进行基于大数据的业务模式创新和探索。目前，Telefonica与市场研究机构GFK进行合作，在英国、巴西推出了基于Telefonica数据的Smart Step业务。这一业务面向零售商、政府部门、公共机构提供基于地点的人员流动数据。具体的内容包括：以时间为维度（小时/天/月/年），在特定区域的人员人口统计数据（性别、年龄）和行动等数据，使得数据使用者可以更好地了解消费者和潜在消费者的行为与特质。例如Smart Step已成功应用于帮助新零售店铺进行选址，产品种类搭配、店铺定位等决策。

Verizon也推出了自己的大数据业务，命名为Precision Marketing。此服务主要基于电信运营商收集的地点数据、APP下载数据以及网站接入数据，提供包括精准营销洞察、精准营销和移动商务的服务。主要业务形态为基于数据的用户分析，以及广告投放和评价等服务。如太阳队就用它来了解赛后观众是否更有意愿光顾比赛的赞助商。

四、国内电信行业现状

我国运营商由于技术、数据系统限制、用户隐私和商业模式不明确等问题，目前大数据运营只处在探索阶段，主要还是停留在提供原始数据层面，高附加值的数据分析服务提供较少。我国运营商利用大数据主要遇到以下问题。

第一、国内运营商的系统数据分散存储，标准化程度低。经营分析、信令监测、综合网络分析、不良信息监测、上网日志留存等大数据系统分专业建设，且标准不一，由于历史原因形成一个个数据孤岛，跨域数据融合和综合分析困难。

第二、技术成熟度低。相比传统关系数据库技术成熟，具备成熟运营经验。大数据新型技术尚需进行技术验证。同时，大数据工具和技术对人员能力挑战大，其规模建设将为运维带来风险。

第三、如何解决用户隐私问题。人们对于隐私问题越来越重视，运营商掌握的大量数据和数据制造者要求隐私权之间的矛盾，使得大数据使用变得困难。因此数据的加密、脱敏有效保护数据安全是首要解决的问题。

第四、尚未确立商业运营模式。运营商掌握的数据很多，但是老数据系统仅针对内部提供服务，数据未能有效进行商业利用，可借鉴成功案例少。这些数据应该怎样应用，给谁用，应用收益是否可以抵消数据开发分析的成本，这一系列问题也让国内运营商非常困扰。

尽管大数据商用道路上存在困难，但是由于运营商经营大数据的先天优势，互联网时代沦为管道的压力，还有大数据时代信息价值的高昂，使得探索和发展大数据是运营商最明智的选择和最好的出路。中国移动在三家运营商中大数据优势最明显，因为中国移动承载了最多的用户数据。中国移动经营分析系统从2001年开始建设，目前移动业务支撑系统主要依赖云技术，并开发了“彩云”云存储应用产品。在数据流量业务成为主营业务的阶段，移动正积极部署通过各类业务和网络运营数据的分析，通过数据驱动业务流程，以培养用户习惯。将来，移动将进一步精确洞察数据，从数据成本中心向数据运营中心转变，与合作伙伴开展业务合作。

针对前面提到的国内运营商大数据目前现状，提出以下若干建议：

第一，首先解决隐私问题。美国棱镜门掀起了政府部分和公众对于信息泄露的恐慌。在信息泛滥的时代，信息泄露已经成为了首要解决的问题，也是阻碍运营商大数据商用的绊脚石。日本运营商NTT Docomo正是因为没解决客户隐私问题阻碍了大数据发展。解决隐私问题，首先需要运营商有隐私意识，对客户信息搜集有法案地系统保护，防止客户资料泄露。其次，运营商需意识到对于某一领域批量无记名数据的利用并不会泄露具体到个人的信息，所以运营商利用大数据有很大的空间。

第二，对内分析用户行为，改善用户体验。譬如通过分析用户上网时段，优化流量套餐设计；通过用户偏好分析，及时、准确进行业务推荐和客户关怀。针对用户位置、时间的关联确定基站投资分析。针对用户的年龄、业务偏好、业务流量实现终端机精准营销。

第三，对外分析用户业务大数据，通过动态人流密度分析为市政公共提供智慧城市。通过用户业务大数据分析识别用户行为习惯和用户偏好，从而为OTT行业提供内容或相关APP推荐。通过个人征信欺诈预防分析，为金融行业提供优质客源。分析用户位置、个人偏好及习惯，为零售商提供精准选址和广告投放。

第四，尝试与第三方公司合作。在欧美国家，电信运营商与第三方公司合作项目或者直接向第三方公司出售数据来获取利润。大数据最具价值的还是数据本身。电信运营商在数据量和及时持续获取方面具有无可比拟的优势。在数据整理分析成本非常高，而且數据来源往往分散在各个部门的情况下，运营商内部需要做大量的工作才能进行有效的精华数据深度挖掘，所以如果没有来自合作方的非常明确需求，且该需求能带来相匹配的商业价值，大数据的挖掘非常困难，业务发展就可能陷于停滞。所以与第三方合作，共同承担开发成本，有可以预见的收益，对于开发和利用大数据非常必要。

在大数据大行其道的今天，谁能率先把握它的发展，谁就可以在未来激烈的市场竞争中占据主动地位。由于在大数据资源方面拥有明显的优势，大数据技术对于电信运营商而已，毫无疑问是一个重大机遇，也是运营商摆脱管道运营，创新业务发展的最有利途径。

【参考文献】

[1]徐萌，中国移动大数据应用实践，2014中国大数据技术大会，2014（12）

[2]严霄凤，张德馨.大数据研究，计算机技术与发展，2013（4）

[3]柯美君，大数据：电信运营商的另一颗福星，赛立信通信研究，2013（8）

[4]肖金玲，大数据对通信行业带来的影响，产业经济，2013（9）

[5]李政，李继兵，丁伟，基于大数据的电信运营商业务模式研究，移动通信，2013（5）

[6]姚春鸽，黄凯，流量经营开启数据时代赢利之门，华为技术，2013（5）

[7]汤人杰，运营商与大数据. 2014Oracle技术嘉年华，2014

[8]傅志华，大数据在电信行业的应用，傅志华专栏，2014（11）