淺談電信運營商的大數據應用探索

如《大數據時代》作者邁爾-舍恩伯格所說，“大數據開啟了一次重大的時代轉型?！?/span>大數據正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正在蓄勢待發?！彪S著互聯網時代的到來，以及數據存儲能力的提升和分布式計算技術的發展，人們發現了海量數據的潛在價值，不斷在大數據領域做出探索，試圖從中挖掘金礦。而在媒體與投資的熱烈追逐下，挖掘大數據價值的浪潮也不可避免的泥沙俱下，“炒概念”的現象成為常態，以至于人們現在談到“大數據”一詞，已經帶有一絲負面的含義。

電信運營商作為用戶接觸互聯網乃至于移動互聯網的管道，在接觸、存儲、分析、應用互聯網行為數據（作為當前一般談到的“大數據”的重要組成部分），有著先天的優勢與無法替代的地位。為避免被“管道化”，運營商自然也不會錯過這個風口，紛紛在大數據應用上做出積極地探索與嘗試，甚至將其視為自身商業模式轉型的重要資產與核心能力。
因此，本文旨在撥開當前“大數據”浮華與喧囂的迷霧，梳理當前電信運營商大數據應用場景，試圖從中發現當前運營商大數據應用場景，試圖從中發現當前運營商大數據應用的困難與不足，探討未來可能改進和發展的方向。

一、電信運營商大數據應用場景

首先，讓我們來看一下當前電信運營商在大數據對內對外的一些主要應用場景。

1存量運營——全面、及時的用戶畫像

2014年是中國移動通信行業明確的“步入飽和”之年，相比之前5年每年年均一億的凈增用戶，2014年凈增勢頭猛降至不足六千萬。而兩年后的現在，固網與移動通信業務進入飽和甚至過飽和的時代，已經是行業內共識。各大運營商也紛紛將運營重點從用戶新增向存量運營轉變。而存量用戶所沉淀的豐富數據，也使得大數據在存量運營上有了用武之地。

以寬帶維系為例，依托于DPI(深度包檢測)數據解析，運營商基于寬帶用戶的搜索瀏覽行為和偏好構建數據挖掘模型，可對用戶進行更為全面的畫像。借此，運營商有能力更迅速、更真實的還原用戶對于帶寬速率、增值服務、移動加裝以及離網的需求，以便及時進行用戶維系與挽留，以延長用戶的生命周期，提升價值。舉個例子，當某寬帶用戶群體有視頻及游戲應用的使用習慣，又被分析挖掘模型識別為具有速率需求，結合業務數據發現其屬于低帶寬用戶群，另外該部分用戶近日還瀏覽了友商的寬帶辦理頁面，那么，及時通過預存送提速的手段便有可能有效挽留該用戶群。對比傳統僅依靠用戶寬帶使用行為的變化或客服投訴數據進行離網預測，大數據的應用使得對用戶需求的把握更加及時，也更加具體。

2流量經營——找到流量提升的關鍵點

隨著4G時代來臨，移動流量收入已成為新的業務增長點，各大運營商已將以往語音經營的精力和資源更多地投放到流量經營上。而大數據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，運營商也試圖在用戶使用的手機、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用戶戶均流量則遠超其他品牌用戶。而在APP應用方面，用戶在手機微博上花費的流量，意外的遠超許多視頻應用。這些發現，為迫切希望提高用戶流量的運營商在終端采購及選擇合作對象等工作上都提供了參考。

3異網策反——用戶與產品的精確匹配

如前文提到的，移動通信市場已基本飽和。那么，從他網策反用戶，便成為運營商提升移動用戶規模為數不多的選擇之一。而用戶的使用慣性，換號產生的社交不便，以及友商對自家存量用戶的日益重視，都提高了異網策反的難度。

運用大數據，則可使產品更加精確地匹配到合適的用戶上，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的訪問記錄，分析用戶終端使用情況，并通過挖掘模型對用戶進行分群，匹配相應產品進行策反。譬如，在三星旗艦新機發布階段，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、策反用戶。

4對外應用——運營商數據的外行業變現

由于海量數據資產與自身有限產品間的不平衡，運營商紛紛著眼于自有數據在外行業的交易與變現，而合作的方向更是多點開花。某地運營商就提出以金融業信用查詢、房地產行業精確營銷、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年大數據變現的重點。在這方面相關的文章論述很多，在此就不多做贅述了。

二、當前電信運營商大數據應用的困難與不足

當然以上對運營商大數據應用場景的簡述難免掛一漏萬，更重要的是通過以上場景，可以一窺運營商在當前大數據應用上所遭遇的一些困難與不足：

1數據全面性的不足

從定義上講，大數據的首要特性就在于“大而全”。以全體數據替代傳統隨機樣本才是真正的“大數據”。但受限于當前三家運營商瓜分用戶的市場格局（之后還有廣電的進入），哪家都無法獲取全量用戶的通信行為。這就對運營商推動數據外部合作產生了不小的阻力。比如面對銀行業所需的客戶征信需求，運營商只能提供使用自家業務的用戶信用情況，無法完全滿足合作方需求。這對于市場占有比例較大的運營商，如在移動通信市場上的中國移動，問題還不算太大。但對于處于弱勢的運營商，無疑是沉重地打擊。

2投入與產出的不匹配

正如本文開篇便提到的，由于媒體和資本對大數據的熱烈追捧，當前大數據這一概念承載了超過其自身實在的商業價值。無須諱言，運營商在大數據實踐上也存在一定程度的形式主義。一些所謂的大數據專題，往往只追求概念和創新，忽視對投入產出的分析，以至于花費了大量人力和資源投入的大數據項目收效甚微。另外，由于整個業界對大數據的理解和運用都處于探索階段，也導致了部分大數據專題或項目的效果甚至還不如采用傳統方式。

3及時性有待提高

由于電商渠道的普及，當運營商捕捉到用戶需求時，往往用戶已在線上完成消費過程。即使像阿里這樣擁有海量用戶購物信息，并在大數據挖掘投入大量資源的互聯網企業，也沒能很好地解決這一問題，經常向用戶推薦其已經購買或已無興趣購買的產品。不僅無法促成消費，更影響了用戶的體驗。因此，數據獲取和分析的時效性，以及營銷執行的及時性，是運營商用好大數據必須先解決的問題。

4用戶隱私的保護

提到大數據，用戶隱私與信息權益是個繞不開的話題。被稱為“大數據時代預言家”的邁爾-舍恩伯格所著的《刪除》便探討了這一困境，并對6種常見的解決應對方案進行一一分析，比如數據節制（人們不再向互聯網提供個人信息）、加強隱私權保護的法律等，而又基于與大數據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信息時間期限及“遺忘”機制，當前也未具備足夠的理念與技術基礎。應該說，在大數據時代的信息隱私保護仍未有令人滿意的方案。

運營商無疑有著跨出外行業數據合作步伐的強烈愿望，然而，對用戶信息保護的顧慮卻與之產生了矛盾。運營商一方面希望運營自身數據資產，提供各行業數據報告與服務，另一方面又在數據的發布上設置各種限制，導致數據合作的內容和形式十分有限，陷入“有價值的數據無法提供，提供的數據價值有限”之困局。

三、電信運營商大數據應用的未來？

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

1開放懷抱，融入大數據生態鏈

無論是運營商也好，金融業或互聯網的巨頭也好，在信息社會中，哪一方玩家也無法掌握全局的信息。與其“抱殘守缺”，不如積極融入到大數據行業的生態鏈當中。大數據交易所便是當前一種有益的嘗試。運營商可將自己的信息加工，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信息拼盤。

2結果導向，以終為始

應該說，人們對大數據的認知，已逐步從概念的階段轉入工具的階段，從飄在云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，運營商應該轉變思維，重新從戰略與業務目標出發，對比考察大數據對不同業務的實際應用效果，有選擇性的用好大數據這一工具，踏踏實實的做好每一個應用場景，從真正意義上使大數據為業務發展服務。

3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，可能已經無法滿足互聯網時代的用戶需求。只有數據驅動、用戶導向、自動觸發的營銷服務體系，才能發揮“大數據挖掘用戶需求”的作用。建立自動化、一體化的營銷服務體系，通過提前預案，進行用戶分群，并對不同用戶群體匹配相應的產品、渠道、時機，符合預設條件便自動觸發營銷行為。如此，方能及時把握用戶需求，促成訂購行為。

4信息合作，利益共享

據筆者觀察，對比許多互聯網企業“明目張膽”的采集、使用用戶數據，用戶往往對于運營商的相同行為更加敏感和反感。其中一個主要原因恐怕是互聯網企業提供的往往是一種所謂“免費”的服務。比如通過淘寶平臺購物，買家并不需要直接向阿里支付費用，因此將自己的部分信息使用權讓渡給阿里，被用戶視為一種可以接受的折衷（trade-off）。而用戶使用運營商服務，則是實實在在地付出了套餐費用，更難接受運營商使用自己的數據。這種理論是否合理暫不討論，但這種想法卻是確實存在的。

既然如此，運營商可否轉變觀念，與用戶訂立自愿性質的信息使用協議？協議以一定的價格優惠換取對用戶信息使用的許可，不同級別的使用許可能夠換取不同程度的價格優惠。再通過這部分數據的變現補足在傳統業務上的收入下降，逐步實現業務模式的轉型?？傊?，與其在數據開發與用戶隱私的矛盾之中裹足不前，不如主動放棄一部分利益，換取大數據時代的先機。

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運營商在大數據這一領域持續地投入與嘗試，許多不足也只是技術或理念的暫時限制。隨著大數據技術的不斷突破與應用經驗的沉淀積累，相信這些問題都能一一找到應對的方案。