牙白的秘密
运营商发力大数据，实现流量经营向大数据运营的创新转型
电信运营商具有发展大数据的先天性优势，电信与媒体市场调研公司Informa Telecoms & Media 在2013年的调查结果显示，全球120家运营商中约有48%的运营商正在实施大数据业务。另外，大数据业务成本平均占到运营商总IT预算的10%，并且在未来五年内将升至 23%左右。可以预见，在流量经营逐步替代话音服务之后，大数据运营将成为电信行业新的转型发展趋势。
电信大数据具有显着的应用价值与市场前景
从数据应用价值来看，电信大数据具有大数据4个“V”的典型特征：在数据量方面，电信运营商数以亿计的用户规模保证了海量数据来源;在多样性方面，既包括结构化的用户基本信息数据，也包括半结构化的用户访问日志数据，还包括非结构化的流媒体数据;在速度方面，通信网络的实时承载保证了数据获取和存储速度，长期运营与营销支撑奠定了数据快速处理的能力基础;在真实性方面，在手机实名制的条件下，运营商在数据源的客观性、全面性方面具有明显的优势。
从市场应用前景来看，电信数据在工农业生产与消费、个人生活与公共服务等方面都具有广阔的市场应用价值。以位置服务应用为例，电信用户的精确位置定位数据，既能够为商家提供精准营销服务的数据支撑，也能为政府部门进行交通管理和安全管控等提供参考数据。据贵阳大数据交易所的分析结果显示：2015年电信大数据应用市场规模为10.34亿元，2016年预计年增长率为60.77%，达到16.62亿元，2016-2020年期间的年均增长率将达到120.95%，至2020年，电信大数据应用市场规模将达到471.84亿元。
国内外运营商在多个领域进行大数据创新实践
为推动大数据业务发展，国内外电信运营商在组织架构、应用开发、商业模式等多个领域进行创新：
组织架构方面：运营商通过专业化和独立化的创新运营方式，适应大数据业务发展。2012年10月，西班牙电信(Telefonica) 率先宣布成立名为动态洞察(Dynamic Insight)的大数据业务部门;2014年3月，新西兰电信宣布成立一家独立的大数据子公司Qrious;2016年1月，中国联通和西班牙电信宣布，双方合资成立“智慧足迹数据科技有限公司”。该公司依托中国联通的基础通信网络和市场经验，以及西班牙电信在“智慧足迹”等大数据服务方面的技术，共同在中国提供大数据应用服务。
应用开发方面：运营商通过“风投孵化”、“众包项目”、“垂直领域生态合作”等更加开放的创新合作方式，实现取长补短，促进大数据业务发展：2012年开始，西班牙电信(Telefonica) 启动Talentum计划，支持大数据相关专业的学校毕业生和创业公司的工程师进行大数据应用研发项目; 2013年3月，NTT DoCoMo与健康领域专家欧姆龙公司合作，基于双方的数据整合分析，为用户提供精准移动医疗保健服务;2014年2月，AT&T与IBM签署合作协议,双方将设立专门的大数据合作项目，共同发展大数据公共服务。
商业模式方面：运营商根据市场需求，结合自身能力，积极探索“数据源供应”、“数据平台服务”、“数据基础设施服务”等多元化合作模式：AT&T将客户位置信息进行安全处理后，有偿地提供给商家;韩国电信(Korea Telecom)打造 “智慧首尔”公共信息网络平台，涵盖33个数据库、880个数据集，提供公共服务数据支撑;西班牙电信(Telefonica)推出“智慧足迹”分析平台，实现数据开发和分析能力共享，为商家提供精准营销支撑;截至2015年底，中国电信已建成超过330个数据中心，为上千家企业提供IDC数据云存储和管理服务。
运营商发展大数据仍面临多方面挑战
电信大数据给运营商创造了新的发展机遇，但也同样带来了严峻挑战，主要表现在数据生产和数据交易两个层面。
数据生产层面：
一是数据源方面，运营商数据支撑系统较多，由于缺乏标准化要求和统一口径，数据散落在各种系统中无法进行有效的采集、分析，导致数据整合困难、时效性差，无法关联、共享，一些关键性数据指标还存在缺失现象;
二是数据分析方面，现有的DPI分析能力难以满足当前MBB流量井喷和信令监测事件频发的数据分析要求，数据量的增加使得运营商传统的处理数据和存储压力增大，数据类型的多样化使得传统数据处理窗口难以处理，数据需求的响应速度难以保障。
三是数据业务开发方面，各省市公司相对独立，仅一个省的单月用户计费数据清单就多达数十亿条，而大数据业务的价值就在于跨地域和跨业务的数据融合分析;对于运营商而言，数据整合和管理难度大，在形成统一的大数据业务体系和品牌影响力方面，面临较大挑战。
数据交易层面：
一是数据安全方面，电信大数据涉及用户个人隐私，在用户数据安全和信息保护方面要求严格，如何在数据交易过程中，有效规避数据安全风险，切实做好数据安全管理和保障，是运营商必须面对的重大挑战;
二是交易管理方面，目前全国性的大数据交易市场建设仍处于初级阶段，在交易渠道、交易方式、交易规范、数据定价和技术支撑等多个方面均存在盲区，电信大数据的商业价值变现仍是区域性的个别探索行为，缺乏规范化支撑。
三是需求对接方面，电信大数据市场应用需求仍不成熟，除了金融、征信等个别领域，包括医疗、教育、交通等大部分垂直领域的应用需求仍处于较低水平，客户对于电信大数据的应用价值、应用方式等方面认识水平较低，市场培育和开发的压力较大。
运营商发展大数据需统筹规划，构建大数据业务运营体系
要把握电信大数据的发展机会，运营商需要从战略规划、运营管理、能力建设、应用开发和人才储备等多个方面入手，聚焦问题，整合资源，统筹协调，建立大数据业务运营发展体系。
战略规划：运营商发展大数据业务，必须制定明确的发展规划，以自身能力建设为基础，从内部资源整合开始，逐步推进：
第一步，在内部进行大数据资源和能力的整合，打通各渠道的数据节点，统一大数据存储和分析口径;
第二步，初步实现大数据在内部运营中的实践应用，包括精准营销、网络优化和用户管理等，建立大数据应用共享平台，并逐步开展对外的大数据合作;
第三步，实现全面的大数据应用服务开放运营，形成稳定的大数据生产力，逐步建立重点突出的大数据应用服务体系，明确大数据运营合作模式，按需进行大数据资源能力的灵活扩展。
运营管理：要形成大数据生产力，必须建立与之相适应的组织结构，突破现有组织格局的限制：
对内要建立专业化的大数据运营管理机构，如“大数据推进委员会”的形式，通过跨部门协同，将分散的大数据资源进行整合，构建统一的大数据共享平台，为大数据资源能力的建设提供组织保障。
对外积极探索与其他大数据企业合作运营的方式，如“大数据合资公司”，利用自身的资源优势、基础设施能力和数据源，与互联网公司、大数据软件服务商等大数据企业合作，共同建立合资公司，积极开发大数据应用服务产品，加强大数据市场的运营推广
能力建设：实现数据“资产化”管理，建立独立标准化的数据资产管理制度，打造开放、共享的大数据运营支撑能力平台。
形成数据统一认识，实现数据定义、口径、编码等方面的统一，明确在对外合作中数据资产的接口、安全规范等。优化平台数据来源，加强现有大数据平台建设，考虑引入外部数据资源，完善公司数据体系;加大数据投资力度：加强数据采集、存储方面的投资建设，实现数据的及时性与全面性。
应用开发：基于丰富的大数据资源优势，充分利用政企客户基础，从垂直行业、细分领域(如旅游、交通和安全等)切入，打造公司核心优势，有选择、有重点地开拓大数据应用服务市场。
强化基础设施供应能力，充分发挥公司的网络基础设施优势，开展宽带、移动网络基础设施的传输供应业务;充分利用公司的大规模云基础设施和IDC基础能力，开展云空间租用等相关基础设施供应业务;以基础设施供应服务为依托，为大数据应用服务市场的开拓提供有效保障。
人才培养：发展大数据的关键是人才，首先要明确运营商大数据人才的需求，一是具备数据分析和研发能力，能够建立适应电信运营商的数据架构;二是应熟悉电信自身的业务，对电信大数据的来源、类型和应用方向都有深刻理解。
其次，要建立完善的大数据人才引进和培养体系，外部引进人才要注重创新能力与实践经验的结合，既要有大数据专业出身的应届生作为基础资源，又要挖掘实践经历丰富的大数据行业人才;同时，要积极进行内部挖掘，善于从公司内部发掘具备大数据能力，并热衷于从事大数据相关业务的人才，进行培训提升。
结语
在大数据快速发展的时代，运营商拥有丰富的大数据资产，通过大数据业务的创新发展，释放管道中庞大数据的潜在力量，将有力推动运营商克服当前流量经营中“量收不匹配”、“管道低值化”等发展困境，实现转型发展。然而，美好的前景仍需要踏实的行动来实现，要想抓住大数据的发展机遇，运营商必须克服传统运营架构的限制和阻碍，以更加开放和创新的精神，构建适应大数据发展的全新业务运营体系，挖掘新的业务增长点，抢占大数据产业发展的生态位，实现面向数字化社会的转型发展。
