1 引言

全球在過去2年創造的數據比之前50年的總和還多，這就是世界當下發展的速度。數字化時代，每個人每分每秒都在創造數據，在瀏覽的網站上，在使用的設備中，在各種通信服務系統里，數據都以指數級的速度在數量和類型上快速增長。即使是在傳統移動通信網絡里情況也是如此，各功能網元都會留存日志，像省級網關這樣的設備，即使經過壓縮處理，每月生成的日志數據仍在幾百GB水平；據統計，過去25年間電信系統各類用戶及業務系統數據規模增長了1000倍，運營商網絡成為天然的大數據貯存和流動的載體。如何處理和利用好如此規模的數據，已成為全球運營商需要迫切應對的關鍵課題之一。

2 對內：從精細化運營出發

運營商對于大數據的應用可分為內部輔助應用與外部業務創新兩種類型。出于精細化運營的需要，運營商內部各業務部門對數據都提出了分析和應用的需求。

市場部門主導開展精細化營銷，一個大前提就是對網絡中的用戶有全面的了解，從而精確的為每個業務找到合適的營銷人群，以最小的營銷成本實現最高的用戶轉換。傳統的用戶分析僅從訂購關系和計費層面去定義和分析用戶，因此無法呈現出動態的用戶形象。沿循用戶與業務系統的各個接觸點，運營商可從更多方面去了解用戶，在業務的發現、獲取、設置、使用、購買、幫助、改變等環節均可理解到用戶的行為與偏好，對這些觸點的連續跟蹤和分析可幫助形成更準確的用戶肖像和動態分類標簽。例如，對使用環節如流量日志數據的分析可幫助區分不同興趣關注的人群，對設置環節如HLR/HSS數據的分析可幫助區分不同活動范圍的人群，對購買環節如CRM的分析可幫助區分不同購買力和信用度的人群，這樣針對新的商旅套餐或導航服務的營銷案就可以更精準的向平時出行范圍較大的白領人士進行投放。

客服部門推動主動式客戶關懷的動力，主要是認識到維系老用戶的成本遠低于獲取新用戶的代價，而且研究表明，老用戶比新用戶更愿意接受新產品，因此是運營商最重視的客戶群體?？蛻舴詹粦粍拥却蛻羯祥T投訴或尋求幫助，應從多角度主動開展客戶關懷。如基于Gn口數據的實時流量提醒與告警，基于HTTP響應和流量日志分析的錯誤網址智能重定向建議，基于HLR/HSS數據或MSC日志分析的欺詐電話和訊息主動預防策略，基于終端配置系統數據的異常換機換卡主動關懷等，都是大數據帶來的服務創新場景。這些通信系統本身不一定是為了實現主動客戶關懷而設計的，然而通過大數據分析，客服部門完全可以應用這些數據實現全新的客戶服務模式，進而成為運營商維系和關懷用戶的“軟實力”。

同樣的，網絡部門也需要及時掌握用戶終端、OTT應用和網絡設備的運行情況，方能從容應對如iPhone5S等新終端上市對網絡帶來的潛在影響，實現網絡自動調優和選擇最優擴容時機。因此，基于各種設備消息事件的實時運維監控平臺，基于位置和社會事件信息的突發流量和呼叫的預警監控機制，基于終端配置系統和HLR/HSS數據的終端排障機制，都是網絡部門對跨系統的異構數據進行聯合分析的潛在應用場景。今年PT展上，愛立信的“慧眼識網”方案便就展示了如何利用網絡最底層的事件信息進行大數據分析，從而幫助精確定位網絡問題，利用網絡底層信息指導網絡規劃。

總的來說，基于大數據分析的輔助服務在運營商各部門中充滿了應用的潛力和活力。

3 對外：新商業模式的機遇

大數據不僅幫助運營商對內優化業務運營績效，更重要的是，大數據能為運營商帶來了業務創新的機遇，為電信運營商在除了個人和集團客戶的通信業務之外，開辟出一個嶄新的業務發展空間。

今年5月美國運營商Verizon推出了“精確市場洞察”服務，它根據用戶的互聯網訪問行為和用戶所在位置，結合用戶的靜態肖像信息進行歸類與聚合，更精細的為企業描繪出指定地區的人口結構和組成，幫助企業在選擇廣告市場投放選擇時作出最明智的決定；NBA菲城太陽隊就利用此服務來評估賽場上的廣告主是否可以通過球場廣告而有效到達目標客戶。盡管在用戶隱私、匿名度、參與方式上仍存有一定爭議，但這項基于大數據洞察的營銷服務在企業市場上取得了客戶的熱烈反響，有人甚至驚呼，電信運營商自此要搖身轉型為大數據服務商了。

而在此半年前，西班牙電信集團就已成立了獨立大數據事業部，名曰“動態洞察”，并在英國試水類似的匿名人流統計服務，主要針對的客戶是政府部分或公共職能企業，幫助他們分析影響人們訪問某個地點的各種因素，從而幫助政府與企業制定相應的政策與服務策略。也或許是由于它的匿名和公益性質，服務本身并沒有受到像Verizon那樣爭議性的評價。

無獨有偶，由T-Mobile和Orange合資成立的英國最大移動通信公司EE，也為政府機構及企業客戶提供匿名化了的用戶出行和交通行為的統計數據報告服務，這些靜態報告中還包括用戶的社會化分群特征，以幫助讀者快速找出目標人群的移動行為習慣與趨勢。沃達豐更是在全球34個國家幫助TomTom公司部署M2M車載設備，通過大數據分析，生成實時交通流量報告，服務于全球TomTom用戶。

由此可見，只要合理控制好用戶個人信息和隱私泄露的風險，大數據技術已為移動運營商開啟了一扇廣闊的新商業模式之門，無論是商業廣告還是公共服務領域，運營商都可大有作為。

4 結束語　

移動網絡的大數據格局可能比其他行業更為復雜，不僅是因為存在種類繁多的數據種類，如各種業務和支撐系統數據、設備日志、流量數據、音視頻、物聯網傳感器數據等各種形態，而且半結構化或非結構化的數據比例遠超過結構化數據，因此無論在數據的產生和存儲環節，還是在清洗轉換集成環節，亦或是在分析應用環節，很少會有單一普適的解決方案可以滿足所有應用場景的需求。

因此運營商應對大數據挑戰的根本方法，還是應從業務實際需求出發，剖析各相關數據源的特性及其聯系，為目標應用場景找的合適的數據分析邏輯。例如愛立信在重慶等多地定制實施的精確營銷系統，就在動態分析用戶設備、上網行為、人口特征等多維度多形態數據的基礎上，動態描繪出精細化的用戶群組，幫助運營商快速精準的進行流量經營和客戶服務，極大的提升了用戶體驗和品牌感知。作為電信領域系統和服務領導者，愛立信將憑借對各類通信網元的專業設計和深度理解，繼續努力為全國客戶定制各種大數據解決方案，創建更多符合本地化特征的大數據應用，不斷提升企業精細化運營的成效，并始終伴隨企業新業務新模式的創新和發展。