淺談電信營運商的大資料應用探索

如《大資料時代》作者邁爾-舍恩伯格所說，“大資料開啟了一次重大的時代轉型。……大資料正在改變我們的生活以及了解世界的方式，成為新發明和新服務的源泉，而更多的改變正在蓄勢待發。”随着網際網路時代的到來，以及資料存儲能力的提升和分布式計算技術的發展，人們發現了海量資料的潛在價值，不斷在大資料領域做出探索，試圖從中挖掘金礦。而在媒體與投資的熱烈追逐下，挖掘大資料價值的浪潮也不可避免的泥沙俱下，“炒概念”的現象成為常态，以至于人們現在談到“大資料”一詞，已經帶有一絲負面的含義。

電信營運商作為使用者接觸網際網路乃至于移動網際網路的管道，在接觸、存儲、分析、應用網際網路行為資料（作為目前一般談到的“大資料”的重要組成部分），有着先天的優勢與無法替代的地位。為避免被“管道化”，營運商自然也不會錯過這個風口，紛紛在大資料應用上做出積極地探索與嘗試，甚至将其視為自身商業模式轉型的重要資産與核心能力。

是以，本文旨在撥開目前“大資料”浮華與喧嚣的迷霧，梳理目前電信營運商大資料應用場景，試圖從中發現目前營運商大資料應用的困難與不足，探讨未來可能改進和發展的方向。

一、電信營運商大資料應用場景

首先，讓我們來看一下目前電信營運商在大資料對内對外的一些主要應用場景。

存量營運——全面、及時的使用者畫像

2014年是中國移動通信行業明确的“步入飽和”之年，相比之前5年每年年均一億的淨增使用者，2014年淨增勢頭猛降至不足六千萬。而兩年後的現在，固網與移動通信業務進入飽和甚至過飽和的時代，已經是行業内共識。各大營運商也紛紛将營運重點從使用者新增向存量營運轉變。而存量使用者所沉澱的豐富資料，也使得大資料在存量營運上有了用武之地。

以寬帶維系為例，依托于dpi(深度包檢測)資料解析，營運商基于寬帶使用者的搜尋浏覽行為和偏好建構資料挖掘模型，可對使用者進行更為全面的畫像。借此，營運商有能力更迅速、更真實的還原使用者對于帶寬速率、增值服務、移動加裝以及離網的需求，以便及時進行使用者維系與挽留，以延長使用者的生命周期，提升價值。舉個例子，當某寬帶使用者群體有視訊及遊戲應用的使用習慣，又被分析挖掘模型識别為具有速率需求，結合業務資料發現其屬于低帶寬使用者群，另外該部分使用者近日還浏覽了友商的寬帶辦理頁面，那麼，及時通過預存送提速的手段便有可能有效挽留該使用者群。對比傳統僅依靠使用者寬帶使用行為的變化或客服投訴資料進行離網預測，大資料的應用使得對使用者需求的把握更加及時，也更加具體。

流量經營——找到流量提升的關鍵點

随着4g時代來臨，移動流量收入已成為新的業務增長點，各大營運商已将以往語音經營的精力和資源更多地投放到流量經營上。而大資料在流量經營上的發力點，主要在于找到流量提升的關鍵要素。

2015年中國電信便提出“大流量發動機”、“大流量發生器”、“大流量發生區”等概念。類似于亞馬遜的關聯推薦，營運商也試圖在使用者使用的手機、app應用、所在區域等特征，與流量使用的多少之間找到關聯性。以手機終端為例，分析發現，流量消費與終端的價格成正比。另外，iphone使用者戶均流量則遠超其他品牌使用者。而在app應用方面，使用者在手機微網誌上花費的流量，意外的遠超許多視訊應用。這些發現，為迫切希望提高使用者流量的營運商在終端采購及選擇合作對象等工作上都提供了參考。

異網策反——使用者與産品的精确比對

如前文提到的，移動通信市場已基本飽和。那麼，從他網策反使用者，便成為營運商提升移動使用者規模為數不多的選擇之一。而使用者的使用慣性，換号産生的社交不便，以及友商對自家存量使用者的日益重視，都提高了異網策反的難度。

運用大資料，則可使産品更加精确地比對到合适的使用者上，以提高策反的成功機率。其中一個方式，便是通過家庭寬帶與公共wi-fi的通路記錄，分析使用者終端使用情況，并通過挖掘模型對使用者進行分群，比對相應産品進行策反。譬如，在三星旗艦新機釋出階段，挖掘對三星品牌有一定忠誠度的三星老舊終端機主，通過“以舊換新”吸引、策反使用者。

對外應用——營運商資料的外行業變現

由于海量資料資産與自身有限産品間的不平衡，營運商紛紛着眼于自有資料在外行業的交易與變現，而合作的方向更是多點開花。某地營運商就提出以金融業信用查詢、房地産行業精确營銷、rtb（即時競價）精準廣告及政企客戶行業咨詢報告等四大方向作為2016年大資料變現的重點。在這方面相關的文章論述很多，在此就不多做贅述了。

二、目前電信營運商大資料應用的困難與不足

當然以上對營運商大資料應用場景的簡述難免挂一漏萬，更重要的是通過以上場景，可以一窺營運商在目前大資料應用上所遭遇的一些困難與不足：

資料全面性的不足

從定義上講，大資料的首要特性就在于“大而全”。以全體資料替代傳統随機樣本才是真正的“大資料”。但受限于目前三家營運商瓜分使用者的市場格局（之後還有廣電的進入），哪家都無法擷取全量使用者的通信行為。這就對營運商推動資料外部合作産生了不小的阻力。比如面對銀行業所需的客戶征信需求，營運商隻能提供使用自家業務的使用者信用情況，無法完全滿足合作方需求。這對于市場占有比例較大的營運商，如在移動通信市場上的中國移動，問題還不算太大。但對于處于弱勢的營運商，無疑是沉重地打擊。

投入與産出的不比對

正如本文開篇便提到的，由于媒體和資本對大資料的熱烈追捧，目前大資料這一概念承載了超過其自身實在的商業價值。無須諱言，營運商在大資料實踐上也存在一定程度的形式主義。一些所謂的大資料專題，往往隻追求概念和創新，忽視對投入産出的分析，以至于花費了大量人力和資源投入的大資料項目收效甚微。另外，由于整個業界對大資料的了解和運用都處于探索階段，也導緻了部分大資料專題或項目的效果甚至還不如采用傳統方式。

及時性有待提高

由于電商管道的普及，當營運商捕捉到使用者需求時，往往使用者已線上上完成消費過程。即使像阿裡這樣擁有海量使用者購物資訊，并在大資料挖掘投入大量資源的網際網路企業，也沒能很好地解決這一問題，經常向使用者推薦其已經購買或已無興趣購買的産品。不僅無法促成消費，更影響了使用者的體驗。是以，資料擷取和分析的時效性，以及營銷執行的及時性，是營運商用好大資料必須先解決的問題。

使用者隐私的保護

提到大資料，使用者隐私與資訊權益是個繞不開的話題。被稱為“大資料時代預言家”的邁爾-舍恩伯格所著的《删除》便探讨了這一困境，并對6種常見的解決應對方案進行一一分析，比如資料節制（人們不再向網際網路提供個人資訊）、加強隐私權保護的法律等，而又基于與大資料理念相悖等種種原因給予了反駁與否定。其在書中提出的引入資訊時間期限及“遺忘”機制，目前也未具備足夠的理念與技術基礎。應該說，在大資料時代的資訊隐私保護仍未有令人滿意的方案。

營運商無疑有着跨出外行業資料合作步伐的強烈願望，然而，對使用者資訊保護的顧慮卻與之産生了沖突。營運商一方面希望營運自身資料資産，提供各行業資料報告與服務，另一方面又在資料的釋出上設定各種限制，導緻資料合作的内容和形式十分有限，陷入“有價值的資料無法提供，提供的資料價值有限”之困局。

三、電信營運商大資料應用的未來

然而辦法總比困難多，針對以上提到這些困難與不足，在文章最後的部分也提出了幾點在未來改進的可能方向，希望抛磚引玉，供讀者參考：

開放懷抱，融入大資料生态鍊

無論是營運商也好，金融業或網際網路的巨頭也好，在資訊社會中，哪一方玩家也無法掌握全局的資訊。與其“抱殘守缺”，不如積極融入到大資料行業的生态鍊當中。大資料交易所便是目前一種有益的嘗試。營運商可将自己的資訊加工，與其他“賣家”一起擺上攤檔，由買家自己選擇組合，拼湊出對其最有價值也最具個性化的資訊拼盤。

結果導向，以終為始

應該說，人們對大資料的認知，已逐漸從概念的階段轉入工具的階段，從飄在雲端的概念落到一個個實際的應用和實踐當中。在這種背景之下，營運商應該轉變思維，重新從戰略與業務目标出發，對比考察大資料對不同業務的實際應用效果，有選擇性的用好大資料這一工具，踏踏實實的做好每一個應用場景，從真正意義上使大資料為業務發展服務。

自動化、一體化的營銷服務體系的建立

傳統、個案式、業務驅動的電信營銷模式，可能已經無法滿足網際網路時代的使用者需求。隻有資料驅動、使用者導向、自動觸發的營銷服務體系，才能發揮“大資料挖掘使用者需求”的作用。建立自動化、一體化的營銷服務體系，通過提前預案，進行使用者分群，并對不同使用者群體比對相應的産品、管道、時機，符合預設條件便自動觸發營銷行為。如此，方能及時把握使用者需求，促成訂購行為。

資訊合作，利益共享

據筆者觀察，對比許多網際網路企業“明目張膽”的采集、使用使用者資料，使用者往往對于營運商的相同行為更加敏感和反感。其中一個主要原因恐怕是網際網路企業提供的往往是一種所謂“免費”的服務。比如通過淘寶平台購物，買家并不需要直接向阿裡支付費用，是以将自己的部分資訊使用權讓渡給阿裡，被使用者視為一種可以接受的折衷（trade-off）。而使用者使用營運商服務，則是實實在在地付出了套餐費用，更難接受營運商使用自己的資料。這種理論是否合理暫不讨論，但這種想法卻是确實存在的。

既然如此，營運商可否轉變觀念，與使用者訂立自願性質的資訊使用協定？協定以一定的價格優惠換取對使用者資訊使用的許可，不同級别的使用許可能夠換取不同程度的價格優惠。再通過這部分資料的變現補足在傳統業務上的收入下降，逐漸實作業務模式的轉型。總之，與其在資料開發與使用者隐私的沖突之中裹足不前，不如主動放棄一部分利益，換取大資料時代的先機。

當然，以上的想法與建議是否可行，還需待時間與實踐的考驗。本文提到的困難顯然不會阻止營運商在大資料這一領域持續地投入與嘗試，許多不足也隻是技術或理念的暫時限制。随着大資料技術的不斷突破與應用經驗的沉澱積累，相信這些問題都能一一找到應對的方案。

====================================分割線================================

本文轉自d1net（轉載）