大数据与电信业务经营

来源:用户上传      作者:

　　电信运营商需要把握大数据时代的机遇，充分利用和分析大数据。未来电信市场的一个重要方向是运营商将利用大数据来推动业务转型。
　　大数据开启了一次重大的时代转型。在大数据时代，我们面临的最大变革是思维变革。大数据市场前景广阔;电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源，但电信运营商在大数据时代也面临诸多挑战。电信运营商需要把握大数据时代的机遇，充分利用和分析大数据。未来电信市场的一个重要方向是运营商将利用大数据来推动业务转型。电信运营商已着手采取关键举措，推进大数据时代的业务经营。
　　让我们热烈拥抱大数据时代
　　大数据并非是一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所能使用的内存量，因此工程师们必须改进处理数据的工具，这导致了新的处理技术的诞生，例如谷歌的MapReduce和开源Hadoop平台，这些技术使得人们可以处理的数据量大大增加。今天，人们认为大数据是在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。
　　大数据开启了一次重大的时代转型。从科学研究到医疗保险，从银行业到互联网，各个不同的领域都在讲述着一个类似的故事，那就是爆发式增长的数据量。谷歌公司每天处理超过24拍字节的数据，这意味着其每天的数据处理量是美国国家图书馆所有纸质出版物所含数据量的上千倍。Facebook这个创立时间不足10年的公司，每天更新的照片量超过1000万张，每天人们在网站上点击“喜欢”按钮或者写评论大约有30亿次，这就为Facebook公司挖掘用户喜好提供了大量的数据线索。
　　2013年，全球存储的数据预计能达到约1.2泽字节。事情真的在快速发展。人类存储信息量的增长速度比世界经济的增长速度快4倍，而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。物理学和生物学都告诉我们，当我们改变规模时，事物的状态有时也会发生改变。大数据也一样，量变导致质变。数据的科学价值和社会价值正是体现在这里。大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织结构以及政府与公共关系的方法。
　　在大数据时代，我们面临思维变革。第一个转变就是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖随机采样。当数据处理技术已经发生了翻天覆地的变化时，在大数据时代进行抽样分析就像在汽车时代骑马一样。第二个转变是，研究数据如此之多，以至于我们不再热衷于追求精确度;执迷于精确性是信息缺乏时代和模拟时代的产物，如果不接受混杂，剩下的95%的非结构化数据都无法被利用，只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系。知道“是什么”就够了，没必要知道“为什么”。在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己“发声”。大数据的核心就是预测。它通常被视为人工智能的一部分。在不久的将来，世界许多现在单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代。当当网可以帮我们推荐想要的书，谷歌可以为关联网站排序，Facebook知道我们的喜好，而LinkedIn可以猜出我们认识谁。当然，同样的技术也可以运用到疾病诊断、推荐治疗措施、识别潜在犯罪分子上。
　　大数据虽然只是最近几年才开始流行的词，但它掀起的社会与生活变革大幕已经拉起。2009年，大数据这个说法开始在互联网圈内传播。2012年，美国奥巴马政府高调宣布其“大数据研究和开发计划”，大数据概念真正变得火爆。大数据出现的时间点自有它深刻的原因。互联网与传统经济的碰撞，催生了今天几乎全民关注的大数据。从数据量的角度来看，在电子商务模式出现以前，传统企业的数量增长缓慢。传统企业的数据仓库中的数据大多数来自于交易型数据，电子商务模式使得企业可以采集到用户的浏览、搜索、比较等行为，这就导致企业的数据库至少提升了一个数量级。现在日益流行的移动互联网，以及将来会流行的物联网又必将使数据量提高两三个数量级。从这个角度来讲，大数据时代是必然会出现的。
　　让我们热烈拥抱大数据时代吧！
　　电信运营商面临的机遇与挑战
　　大数据市场前景广阔。市场研究公司Markets and Markets最新发布的一份报告预计，从2013年到2018年，全球大数据市场将会出现年均26%的增长率，即从今年的148.7亿美元增长到2018年的463.4亿美元。 当前，全球范围内的许多知名企业都在进军大数据应用市场，同时，大数据也为电信运营商带来了新的盈利空间以及新的挑战。
　　微软以1.1亿美元的价格购买了大数据公司Farecast，而两年后谷歌则以7亿美元的价格购买了给Farecast提供数据的ITA Software 公司。在国内，百度的新一代搜索引擎的重要支柱之一就是大数据。依托大数据，百度新一代搜索引擎才得以为用户提供更便捷与智能的医疗、交通等服务。百度副总裁王湛介绍，百度已经建成了包括百度指数、司南、风云榜、数据研究中心和百度统计在内的五大数据体系平台，帮助企业实时了解消费者行为、兴趣变化，以及行业发展状况、市场动态和趋势、竞争对手动向等信息，以便适时调整营销策略。除此之外，阿里巴巴的云计算、奇虎360的商业模式、腾讯微信的运作自如……这些都与“大数据”紧密相连。
　　相对于互联网数据，电信运营商拥有的数据是相对“全面的”。电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源，具有进行基于大数据业务的独特优势。首先，用户在办理固定电话和手机入网手续时需要提供实名信息，诸如年龄、性别、单位等;其次，运营商能够掌握用户的电信业务消费信息，诸如电信业务类型、业务资费、通话双方基本信息等;再次，运营商基于位置的电信服务可以精确获得用户的地理位置信息;最后，运营商拥有庞大的用户互联网访问量信息。 　　基于用户行为分析、行为理解、行为预测的客户深度洞察，电信运营商将数据封装为服务，形成可对外开放、可商业化的核心能力，从而实现商业模式的创新。据电信与媒体市场调研公司Informa Telecoms &Media最近的一份调查结果显示，全球约有48%的运营商正在实施大数据业务。
　　电信运营商在大数据时代面临巨大的机遇;但我们也应看到，大数据时代的数据需求、数据处理、管理模式不同于传统时代，这些都给电信运营商业务运营带来巨大挑战。
　　电信运营商数据规模大，每天的数据处理、数据存储量十分庞大;电信运营商传统上对于海量数据存储处理依赖于数据库和数据仓库，它发展过程当中面临着拓展不足的问题，比如说省公司的交易系统、分析系统之类的，由于这个问题面临着分库问题，分库之后也带来了很多问题，比如数据资源利用不均、管理复杂等等问题。还有传统数据仓库对于非结构化数据处理能力比较有限。
　　电信运营商数据种类繁多。在全业务运营背景下，电信运营商除了传统数据库、数据仓库处理的结构化数据以外，还有很多半结构化，甚至是非结构化的数据。这些数据，在大数据处理当中都变成非常重要的原材料，尤其是像话音、视频、文本等，这些原来并不是机器所能识别处理的。
　　电信运营商数据处理速度需要更快。传统上的分析型系统某种意义上是一个非实时、后台型的系统，但是现在很多应用实际上要求联机分析、在线分析，对于实时性要求会有很大提高，比如说网站上的信息几分钟可能就要更新一次。
　　电信运营商的管理模式需要适配数据化决策。大数据开发的根本目的是以数据分析为基础，帮助人们做出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，而真正要“拿数据说话”。因此，大数据能够真正发挥作用，还需要改善管理模式，需要管理方式和架构与大数据技术工具相适配。这或许是电信运营商面临的最大挑战。
　　大数据时代的电信业务经营
　　全球电信市场如今正在发生深刻变革，面对移动互联网带来的庞大的数据挑战，电信运营商的转型之路必须要围绕海量数据所带来的商机做深度挖掘和分析。电信运营商转型的突破口是基于目前的管道优势，搭建智能管道驱动流量经营。在此基础上，运营商需要把握大数据时代的机遇，才能有效利用和分析大数据、获得洞察能力。未来电信市场的一个重要方向是运营商将利用大数据来推动业务转型。电信运营商已着手采取关键举措，推进大数据时代的业务经营。
　　电信运营商加速推进4G建设，积极备战大数据时代。电信运营商一直在不遗余力地推进TD-LTE的建设。早在2010年底，电信运营商就开始在上海、杭州等六个城市进行TD-LTE规模技术试验，并在北京建设演示网。在2012年的工作会议上，电信运营商就提出大力实施GSM、TD-SCDMA、WLAN和TD-LTE四网协同发展。
　　电信运营商在大数据处理方面，跟云计算研发工作齐头并进来做。电信运营商在大云1.5平台上部署了分析型PaaS产品，利用BC-Hadoop构建大数据处理平台，并在英特尔至强+Hadoop平台上运行，同时建设了并行数据挖掘系统（BC-PDM&ETL）以及商务智能平台（BI-PAAS）等大数据应用平台，为将来在大数据应用和服务市场做了充分准备。
　　在大数据时代，电信运营商需要在业务上进行持续创新。电信运营商可以利用大数据分析用户的电信业务数据，深度挖掘用户需求，建立业务模式。比如，借鉴互联网企业的关联推荐技术，运营商可向用户推荐电信关联业务，实现精细化营销。运营商可以利用基于云计算的大数据分析系统，自动找到与该类商品相关联的其他商品并推荐给该用户。事实上，大数据在电信运营商的业务应用中可以涵盖多个方面，包括企业管理分析如战略分析、竞争分析;运营分析如用户分析、业务分析、流量经营分析;网络管理维护优化如网络信令监测、网络运行质量分析;营销分析如精准营销、个性化推荐等。
　　除了内部数据之外，电信运营商还应与外部数据打通互联、共同运营，比如互联网的用户邮箱、社交网站的用户关系、运营商的用户通讯录、银行的用户消费、用户的通信位置、地理应用的位置与手机号关联等。通过更多不同的尝试，将电信运营商大数据的价值发挥得更广。事实上，目前国外运营商已经开始将自己手握的海量用户数据变现，将用户的位置、旅行、上网流量习惯等信息提供给合作的第三方。比如Verizon 推出的 Precision Market Insights服务，跟合作方共享面向商场、体育馆等特定场所手机用户的活动和背景信息。
　　以大数据为支撑的业务运营，还需要电信运营商进行组织结构调整。在未来几年，电信运营商可能需要整合市场部和数据部，随后还可能会涉及到业务支撑部门。未来对业务支撑部门的定位是，业务支撑部门不仅是单纯的系统支撑、数据调取的运维部门，还需要利用海量数据进行深度挖掘以产生巨大的商业价值。相应的，电信运营商对业务支撑部门的人员也应提出更的要求，数据挖掘人才将更受电信运营商欢迎。
　　（作者系仁达方略企业管理咨询有限公司研究总监）
转载注明来源:https://www.xzbu.com/8/view-12695610.htm