大数据背景下运营商发展策略探讨

【摘要】 随着互联网业务和应用的迅猛发展以及移动互联网的爆炸式增长，大数据技术的出现与发展为电信运营商深挖数据提供了新的技术手段，同时也为其更好地服务客户提供了新的机遇。大数据将成为运营商开展移动互联网业务的核心优势资产。本文结合大数据的技术现状以及运营商的的数据特点，分析运营商在大数据应用方面的优势，并提出了运营商的数据获取原则以及策略。

【关键词】 大数据 移动互联网 大数据分析 数据获取

一、引言

伴随4G网络服务的迅速普及，移动互联网的发展和创新应用正深刻地改变着我们的生活。由此产生的数据由量变导致质变，不断增加的数据带来的不仅是挑战，也是机遇，通过对海量数据进行深入分析，企业能够发掘出原本难以发现的新趋势。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

对于电信运营商来说，在不需要大量增加网络投资和运营成本的条件下，大数据体系极有可能成为未来企业新的利润增长点。如何在电信企业中引入大数据技术并抓住大数据的机遇为客户提供更优质的服务，是当前一个急迫的问题。

二、大数据的现状

大数据具有典型的4V 特点，即数据规模大、变化速度快、价值密度低、数据类型复杂。在规模方面，国内运营商的用户数达到数亿规模，用户每天的网络行为日志构成海量数据。在速度变化方面，时刻都在变化，以记录海量用户的实时行为。在价值密度方面，由于用户信息零散，需加以提炼才能得到有用数据，但是提取后的数据的是对电信企业自身还是对外部互联网企业，都具有无穷的价值。在类型方面，具有典型的多样性，首先在数据来源方面，数据可能来自宽带网络、自无线网络或3G、4G 网络；其次体现在结构方面，有结构化的用户账号数据，也有半结构化的用户行为数据、用户通话的信令数据、用户访问日志等。

三、运营商在大数据应用方面的优势

电信运营商的系统本质是为用户与用户、设备与设备、用户与设备之间提供通信信道，每天承载着海量信息，是互联网大数据的源头。所以在大数据应用方面，电信运营商具备无可比拟的数据资源。首先，电信网络具有自然垄断地位，唯有电信运营商具有可管、可控的全网全程服务和端到端网络接入能力；其次，电信运营商作为用户接入的第一接触者，具有更为直接的用户聚合能力；第三，电信运营商在网络、业务运营和提供服务的过程中感知、获取网络状态、业务状态。尤其是用户身份识别、终端识别、业务识别、位置识别、关系识别和消费能力与信用识别等特征数据。

如何借助自身优势，为大数据应用提供坚实的能力支撑，成为移动互联网时代电信运营商争夺产业生态系统主导权的关键手段之一，也为电信运营商在移动互联网时代取得更大成功带来重大机遇。

四、运营商数据获取原则与策略

仅仅拥有大数据是远远不够的，如何利用大数据提升生产和经营的效率、效益才是根本。由于数据量的庞大，必须从海量数据资源中抽取信息、提炼有价值数据，即必须能够通过信息交换、数据整合、知识共享与交叉复用，形成新知识、创造新价值，因此需要有一定的原则和相应的策略。

4.1 大数据获取原则

4.1.1“够用为度”原则

由于数据量几乎是无穷尽的，而采集需要耗费一定的成本，因此，有选择性地获取业务发展必需的数据，对于非必要的数据不必付出无谓的代价。

4.1.2 海量数据“分而治之”

由于数据类型种类繁多，且结构复杂，从海量的数据中提取具有良好结构化的数据是有效的应对方法，同时尽量摒弃可能影响判断的错误数据或无关数据，通过时间、空间等的关系逻辑，形成结构化模式化数据链。

4.1.3 构建规范共享平台

数据只有不断流动和充分共享，才有生命力。数据的需求通过共享其他数据进行互补，解决了各个产业领域数据的局限性。同时最大程度得盘活了丰富的数据资源，这也是实现增强产业链影响力的重要手段，并让数据分享双方都能获益和实现数据增值的最佳途径。但前提是必须建立完善的数据安全机制，保护用户隐私。

4.2 应获取的数据类型

从各种各样类型的巨量数据中，快速获得有价值的信息。行业用户的数据应用成为了主体。获取数据的目的是为了掌握用户需求并结合产品特征，从而更加智能、精准地匹配需求和供给，更深层次的开拓数据应用方式，增加收入来源，增强产业链影响力，维护当前客户群，吸引新的客户。围绕这一目的，运营商应从用户行为信息和产品数据入手。

4.2.1用户行为信息

用户行为信息量之大令人难以想象，用户行为信息（User Behavior Information）简单地说，就是用户发生的所有行为特征。包括基本特征（如性别、年龄、所在地、教育程度、职业、品牌、套餐等）、行为喜好（如用户浏览内容、浏览次数、内容类型、内容关键字和访问时间等）、消费能力（如支付信息、流量、使用时长、使用频率等）、关系圈（用户关系圈标识，如同学圈、会员圈、微信好友圈、微博好友圈）等。通过对这些行为信息的分析和理解，把握用户需求，甚至能制定对用户的贴心服务及个性化推荐。

4.2.2 产品数据

精准地把握产品特征，是获取产品数据的目的，如图1所示。

五、数据获取策略方式

数据具有碎片性和非结构性特征，零散分布在不同的载体中，要从中提取出有价值数据的成本高，因此须完善业务发展策略，确保数据有效沉淀；另一方面需加强合作，合理开展数据资源共享，形成数据跨业务平台整合。

5.1 掌控数据流入口

由于运营商终端直接面向用户，因具有天然的流量入口控制优势，可通过终端侧采取数据流汇聚与流向控制的策略。可采取的方式有1、通过手机智能终端控制，在数据流产生的最顶端对数据进行采集和分析，获取用户最原始的信息。可通过如内嵌操作系统，应用第三方浏览器等方式，在营销方式上可通过减免流量等形式。2、通过PC终端控制，同样通过安装应用程序以提高用户访问/交互的便捷性，构建此类客户端的集成器，如通讯录整合应用方式的widget，从而搜集集成的客户端所能产生的相关数据。

5.2 搭建数据沉淀平台

所采集的数据需进行更深层次的分析整合，这就需要建立数据沉淀平台为获取的数据进行存储和分析。对运营商而言，搭建基于统一ID的业务体系，可采用的策略包括：1、建立业务通行证体系，构建统一的账户作为用户身份的唯一性确认，实现各类接入的统一认证和云服务，在为用户提供灵活接入、快速分享、个性内容和便捷服务的同时，实现基于业务通行证的结构化数据沉淀、汇聚。2、建立基于通讯录的社交网络。如通过微信、微博等群体互动特点了解用户与用户之间的关系、各自的状态、位置和轨迹等特征数据。3、建立用户网上活动兴趣平台，通过沉淀用户的使用行为（包括浏览电商平台类别，支付方式习惯、阅读、收藏、评论、浏览习惯等）习惯性数据，更加准确的定位用户需求。

六、结语

大数据将成为运营商开展移动互联网业务的核心优势资产，沉淀更多数据、更好地利用数据，成为运营商提高服务能力，增强产业链影响的重要举措。对运营商而言，大数据既带来新的机遇，同时也是新的挑战，由于目前大数据没有成熟可直接运营的产品，上下游产业链也远未完整，注定大数据发展是个长期渐进的过程，运营商们还应该从积极培育人才、坚持技术研发、建设探索应用平台等方面下足功夫。

参 考 文 献

[1]童晓渝，张云勇，房秉毅，等.电信运营商实施云计算的策略建议[J].信息通信技术，2012，6（01）：34-37.

[2]White Tom.Hadoop： the Definitive Guide. O’Reilly Media， p.3.ISBN978-1-4493-3877-0， 2012.

[3]Cerra A， Easterwood K， Power J. Transforming Business-BigData，Mobility，and Globalization. Wiley， UK， 2012.

[4]郭志懋.数据质量和数据清洗研究综述[J].软件学报.2012，12（11）：22-28.

[5] Mahdi Bohlouli， Frank Schulz， Lefteris Angelis， David Pahor，Ivona Brandic， David Atlan， and Rosemary Tate. Towardsan Integrated Platform for Big Data Analysis， Springer2013.

[6]Gershman S ，Blei D.A tutorial on Bayesian nonarametric models.Journal of Mathematical Psychology，2012，56（1）：1-12.