A. 大數據時代，運營商如何應對
2010年全球數據量達到1.2ZB，2011年全球數據量達到1.8ZB，到2020年全球數據量將達到35ZB。數據密度將達到前所未有的高度，大數據時代的畫卷已經展開。 隨著大數據時代的到來，產業格局正在重塑，傳統電信運營商面臨低值化、管道化，在新的產業鏈中需要謀求新突破。專家認為，運營商應該跳出互聯網看互聯網，將大數據作為重點業務發展領域，畢竟運營商擁有的「數據礦產」資源是任何其他企業所不具備的，運營商應該基於大數據的基礎發展延伸業務。面對大數據時代的潮流以及互聯網企業的競爭，運營商應當利用自有數據優勢提升自身數據運營能力。 首先，運營商應整合現有數據建立數據集市，利用實時處理大數據的能力，打造基於數據的實時營銷解決方案，提升企業銷售服務能力。大數據處理分析平台的優勢在於對海量數據處理的實時性，技術優勢可以有效地保障實時營銷解決方案的實施。實時營銷解決方案較傳統營銷方案具有更好的營銷效果：更具時效性，一旦有實時行為數據產生，立即選定目標用戶進行營銷推送，保證在較短時間內送達客戶，傳統營銷則是定期執行營銷；目標客戶動態選取，通過客戶行為變化結合客戶特徵動態篩選目標客戶，傳統營銷往往是通過長期分析挖掘客戶興趣愛好形成客戶標簽，在營銷前預先挑選出客戶。 從現有實時營銷觸發機制考慮，主要集中在用戶行為觸發、位置信息觸發和熱點事件觸發等。用戶行為觸發機制是分析用戶的行為偏好，如音樂、閱讀和視頻等，運營商可以定向推銷自有增值業務；位置信息觸發機制是根據用戶位置軌跡信息推送自有業務或者合作商家的產品信息，如對接近某大型商場的用戶推送商店優惠信息，吸引客戶消費；熱點事件觸發機制是鎖定對熱點事件感興趣的客戶進行針對性營銷，如鎖定關注NBA總決賽的微博用戶，進行相關的籃球商品推薦。 其次，運營商應當成為信息的融合者，利用自有的品牌優勢打造權威指數類產品，為客戶的決策提供參考依據。相較於其他行業，電信運營商的用戶群體相對穩定，所採集信息較完整，而且在整個產業鏈中運營商的影響力較強，擁有可信品牌，數據中蘊藏著巨大的客戶信息、商業信息和業務信息。因此，與其他權威指數類產品相比，電信運營商基於數據源的優勢可以提供更加全面、詳盡、客觀的產品，對於分析中欠缺的數據可以同其他行業進行合作共同挖掘數據中隱含的價值。 電信運營商指數產品可以輻射影視、電子商務等很多行業，並且已經在一些行業進行了應用。在大數據處理分析平台中匯聚移動互聯網DPI數據、IPTV使用數據和寬頻互聯網DPI數據，可以綜合以上數據分析用戶訪問視頻網站的偏好，包含喜愛的導演、演員、故事類型等，形成指數類分析報告，為電影生產、影院上線電影選取等提供決策依據。通過這種方式打造的熱播美劇《紙牌屋》，讓全世界影視業感受到了大數據的魅力。 最後，電信運營商可為智慧醫療、智能交通、智慧物流、智能製造等領域提供解決方案，提升數據價值。在大數據解決方案應用方面，IBM發展戰略很值得運營商借鑒，以客戶需求為導向對數據進行深度分析，提升現有數據價值。當前，醫院資產運營管理也正面臨諸多挑戰：醫療設備資產種類繁多，產品更新速度快；管理分散、職能弱化、管控失據；統計歸口不統一，管理制度不健全等。電信運營商在大數據平台建設過程中針對這些問題的解決方案積累了較多的寶貴經驗，電信運營商可以將成功的經驗應用到醫療行業的大數據處理平台建設中，為醫療行業提供解決方案以及咨詢服務。交通管理行業在大數據時代，需要解決基於大數據及時查詢、及時分析等業務需求。電信運營商可以利用如全球眼等業務和雲存儲方面的技術積累，提供海量交通數據的存儲、分析、應用，同時利用智能管道進行交通信息的及時推送，這樣可以更加有效地保障交通管理行業的及時性要求。 分析認為，馬雲的「大物流」計劃可能會給物流行業帶來又一個高速發展的機遇。電信運營商通過用戶的移動互聯網、寬頻互聯網的訪問情況，分析用戶的購物偏好或者購物意願，為物流公司智能分配各個節點的倉儲量及倉儲產品提供數據支撐及解決方案，物流公司也可以實現公司信息化管理。另外，中國製造企業面臨著巨大壓力，世界工廠的地位正受到挑戰。面臨如此壓力，製造業需要更加准確地了解市場動態，這就需要強大的企業信息化能力，但是很多中小型企業對於企業信息化建設投入有限。
B. 大數據時代電信運營商應該採用的運營策略
大數據時代電信運營商應該採用的運營策略
最近幾年，大數據在人們視野中出現的頻率越來越高，繼而也引起人們的關注。國際著名咨詢公司IDC、麥肯錫相繼發布了有關大數據的研究報告，將其比喻為「未來的金礦」，國內不少互聯網公司也開始著手部署各自的大數據戰略，作為通信行業的主要參與者和推動者，電信運營商在大數據的時代下開始試點了大數據系統的建設與應用，以充分挖掘企業的數據資產價值，創造新的利潤點。
大數據是什麼？
關於大數據的定義業界並沒有給出一個准確的定位，研究機構Gartner把大數據定義為是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產；維基百將大數據定義為無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合；《著雲台》的分析師團隊認為，「大數據」通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。
大數據時代電信運營商應該採用的運營策略是什麼？
1、優化網路：利用大數據分析，可突破傳統的智能網優以CDT和MR數據為基礎，通過3G基站的流量大數據，可以分析出哪些區域是用戶數據流量高消耗區，在這些區域建設4G基站，就能做到既精準又有效；通過對MR大數據的分析，可以知道哪些區域移動網路小區信號覆蓋不好，通過關聯CRM中的客戶信擾冊友息和套餐信息，便可排出網路優化的優先順序；通過LBS系統平台，對移動通信使用者的位置和運動軌跡進行分析，有效統計熱點地區的人群出現概率，並進行基站資源配置的優化，提高了資源使用效率。
2、精準營銷：中國電信利用大數據處理平台分析呼叫中心海量語音數據，建立呼叫中心測評體系和產品關聯分析，為保險公司等提供基於自動語音識別的大數據分析服務；根據使用不同移動終端的用戶的月均流量消耗，分析出在哪些移動終端上用戶的上網體驗最佳、DOU最大，根據該數據就可制定更為科學的終端補貼策略；通過對用戶手機的通話、簡訊和空間位置等信息進行處理，提取用戶通信行為的時空規則性和重復性，實現定向精確的終端營銷和個性化內容業務推薦。
3、深度擁抱大數據:大數據的時代已經來臨，因此電信運營商可以強化規劃引導、實現大數據建設全面統籌。電信運營商應針對不同的應用場景選取合適的技術進行大數據建設，在集團和省公司層面分別指定部門統一組織開展整個集團和省公司層面的大數據規劃，在規劃的指引下，實現大數據建設與應用的全面統籌，包括：清理分散在各部門中的數據資產，開展應用規劃，明確應用建設與運營分工，建設運營商集團和省公司層面統一的大數據基礎平台等。
4、精細運營：天津網站建設-文率科技建議電信可以使用Hadoop等大數據處理工具，通過分析用戶的興趣圖譜、關系圖譜、行為定向，再結合自身的業務推出量身定製的服務。如：針對出差較多的商務人士，向他們推薦漫遊套餐；對愛好移動上網的用戶，向他們提供流量包這本身就屬於大數據應用的范疇，而且，運營商通過對業務資源和財務等數據的綜合分析，可以讓決策層進行快速的市場決策，從而有搶占市場的先機。
5、客戶維系：分析用戶的終端所支撐的系統，然後向客戶推薦比客戶目前使用系統更好的系統，如:客戶目前使用的終端是支撐的是3G，那麼我們可以向客戶推薦比3G更好的4G，繼而提升客戶體驗，降低用戶流失率；通過分析客戶通話對象結構轉移、使用量變化、上網行為漂移、套餐飽和度下降，分析出客戶離網傾向及繳費異常傾向，及時進行客戶維系與挽留。
在大數據的時代止步不前的話只能走向滅亡，天津西青網站建設發現在大數據的時代下中國聯通建立了用戶上網大數據分析系統，利用收集的用戶上網記錄解決用戶透明消費問題,並使用其中的數據做客戶的精細化營銷；中國移動建立網路資源的大數據系統，改進對緩槐用戶專線提供的速度，建立微營銷大數據分析系統，實現定向精確姿猛營銷、差異化的合作夥伴後向能力保障和智慧城市管理。
C. 大數據時代下 運營商市場戰略分析
大數據時代下 運營商市場戰略分析
大數據一直是近幾年的熱門關鍵詞，伴隨著移動互聯網、智能終端、雲計算、物聯網技術的發展，呈現爆炸式額增長，數據密度空前提高，大數據時代的波瀾壯闊正在逐步的開展，大數據的未來上升空間空前巨大。
相較於零售業、金融證券、政府管理、製造業、醫療服務也等行業造大數據應用的嘗試，電信業作為數據金礦的擁有者，具有明顯的數據優勢和研發基礎，在面臨「管道化」的當前形勢下，大數據無疑成為了運營商轉型的一把利刃，面對殘酷的互聯網化競爭提供差異化的手段。下面我們將從大數據對運營商市場工作的影響入手，來提出國內運營商大數據時代戰略市場工作轉型建議，以供運營商實踐參考。
【大數據對運營商市場工作的影響】
調查結果顯示，全球120家運營商中約有48%的運營商正在實施大數據業務，大數據業務成本平均佔到運營商總IT預算的10%，並且在未來五年內將升至23%左右，成為運營商的一項戰略性優勢。大數據應用的主要需求包括商機挖掘、競爭情報、客戶維系、收入提升、減少開支、改善運營管理等，其中有50%以上是和市場前端工作在開展息息相關。下面主要從電信運營商職能劃分角度來的分析大數據對運營商市場工作的影響。
一、影響產品研發的模式
電信產品的研發更多的是以技術驅動和競爭驅動為主，電信運營商基於客戶需求的研發驅動一直弱於互聯網企業。
設計：分成兩各模塊，中間加一條豎線隔開
在大數據的時代下，一方面終端的使用偏好，如品牌、應用等可以得以分析識別，有助於電信定製機的品牌選擇和功能優化；
另一方面新業務的使用反饋，包括投訴等，可以幫助新業務功能的優化或者新產品的開發。
綜上我們可以看出，大數據時代為產品研發改革提供基礎，以客戶需求為導向的迭代開發時代即將到來。
二、影響市場營銷的模式
用戶畫像：指基於用戶終端信息、位置信息、通話行為、手機上網行為軌跡等豐富的數據，為每個用戶打上人口統計學特徵、消費行為、上網行為和興趣愛好標簽，並且藉助數據挖掘技術進行用戶的分群，完善用戶的360度畫像，幫助運營商深入的去了解用戶的行為偏好的需求特徵等；
關系鏈研究：指通過分析用戶的通訊錄、通話行為、網路社交行為以及用戶資料等數據，開展交往圈子的分析與研究，並且識別圈子中的主要影響人物以及影像鏈等。
基於用戶畫像和關系鏈的研究可以建立用戶與業務、資費套餐、終端類型、在運用網路的精準匹配上，在推送渠道、推送時機、推送方式上滿足用戶的需求，事先精準化營銷。
三、影響渠道運營的模式
相比較而言，電子渠道比傳統的實體渠道更容易記錄潛在用戶的消費行為、特徵、路徑，可以提供互聯網的大量行為數據，因此大數據時代下，運營商的電子渠道的發展將會進一步的擴大。電子渠道除了銷售、服務職能之外，後續將逐步的承擔「大數據資源池」的重要角色。
另外，線上線下渠道協同是電信渠道體系轉型的蛀牙方向，而線上線下渠道有效協同的關鍵訣竅就是從用戶的需求出發，制定合理的線上線下渠道觸點界面，為客戶提供無縫全面的渠道服務，而要實現這一目標也需要大數據技術的支撐，通過現有數據挖掘不同類型用戶的渠道使用路徑。
四、影響客戶服務的模式
目前，電信行業一直都在強調用戶體驗，但是卻並不了解用戶的真正需求，使得體驗二字束之高閣。大數據時代要想提供有效路徑，必須利用大數據挖掘技術，來書別用戶的特徵，以及用戶的消費習慣，及時的消費提醒、偏好產品的發送、維系精準跟蹤等個性化服務。
由此可見，大數據將為移動互聯網帶來全新的改革，給用戶服務帶來極大的想像空間和無限的發展前景，開展針對用戶消費數據的分析評估，可以幫助改善運營商自身的服務質量。
五、豐富產品提供的內容
大數據可以作為對外銷售的產品也已經成為了全球的共識。為了確保用戶隱私不被侵犯的前提下，對數據進行深度加工，對外提供信息服務，為企業創造全新的價值體系。目前，大數據對外商業化的產品形態主要包括市場洞察報告、精準營銷廣告、數據監測、決策支撐等多種方式。目前，國外運營商紛紛嘗試現有的數據，進行整合處理，來提供給第三方以求得全新的收益。
例如：西班牙電信，推出了「智慧足跡」，基於完全匿名和聚合的移動網路數據，幫助零售商分析顧客來源和各大商鋪、展位的人流情況以及消費者特徵和消費能力，並將洞察結果面向政企客戶提供客流量的分析和零售店面選址的服務，目前該模式已經在國內WiFi運營領域廣泛應用。
【對國內運營商戰略市場工作轉型建議】
一、戰略上重視，組織上保證
雖然電信運營商在數據資源方面具有天然的優勢，但必須承認在大數據運營方面，不管是平台研發能力還是運營能力，電信運營商的優勢並不明顯，和互聯網企業以及一些專門做大數據平台的專業公司相比，存在較為明顯的劣勢。
因此，如果要做成大數據，研究院認為：
1、要公司層面足夠重視，作為領導的一把手來抓；
2、大數據運營團隊必須獨立運作，獨立核算，並輔以靈活的機制，否則新事物很難在傳統的電信體制下快速孵化；
3、光靠自己的力量還不夠，怎麼樣能夠找到優勢互補的合作單位協同研發運營才是大數據在電信內容發芽並壯大的關鍵。
二、內外兼修，市場化經營
大數據應用分為對內和對外兩種形態。不鼓勵過分重內，也不建議過分重外。連內部都做不好，對外營銷沒有說服力；只對內不對外，在不存在競爭的情況下，很難將一個產品做好做優，胎死腹中的可能性不是沒有。
因此，研究院建議電信運營商在推進大數據工作時，能夠內外兼修，從外部了解需求，從內部積累能力，通過完全市場化結算的方式在盡量短的時間能夠形成顯性效益，進而促進更多的資源投入和更快的成長。
三、循序漸進，以點帶面
從目前階段看，雖然說大數據的發展空間很大，但畢竟電信的能力和資源有限，建議從小案例做起，可選擇電信數據資源優勢明顯，客戶關系扎實、付費意願和數據意願共享的行業做起，通過成功標桿案例的構建，尋求規模化的復制。
從上面提及的五種產品形態看，精準營銷相對容易實現，運營商可從精準營銷切入，並逐步擴大形態范圍。
總評：大數據對運營商而言，是藍海，是解葯，但是否能真正發揮作用，還需運營商的實踐。研究院建議運營商們還是循序漸進，結合自身優勢，選擇合適的商業模式切入，早日打開大數據的「金礦」之門。
以上是小編為大家分享的關於大數據時代下 運營商市場戰略分析的相關內容，更多信息可以關注環球青藤分享更多干貨
D. 運營商迎來大數據時代 管理和分析是大挑戰
運營商迎來大數據時代：管理和分析是大挑戰
大數據不是新的概念，在移動互聯網發展起來後，數據增長速度加快，整個產業壓力突出，傳統資料庫技術已無法滿足運營商對大數據充分利用的需求的背景下，大數據成為近年來的熱點。對運營商來說，數據爆發性增長後，帶來的收入並未改觀，因此，運營商面臨著數據流的附加值被互聯網公司賺走的挑戰，同時面臨淪為管道化的尷尬，如何利用好運營商手中的大數據，成為需要面對的問題。
運營商面臨數據管理和分析挑戰
易觀國際分析師黃萌表示，大數據發展時間不長，隨著雲概念和3G的深入發展，運營商數據壓力增大，同時IDC擴容，偏向以存儲為主的雲服務業務。
運營商新業務的涌現，導致數據暴增。信令數據、互聯網數據其規模已經達到數百TB,甚至PB規模。此外，據EMC數據計算事業部大中國區總經理劉偉光介紹，數據的價值除了與數據規模相關，還與數據處理周期成正比關系。也就是，數據處理的速度越快、越及時，其價值越大，發揮的效能越大。而除了分析傳統結構化數據外，隨著新增值業務拓展，運營商對實現跨結構化、半結構化、非結構化數據進行高效分析有著愈發強烈的訴求。
而運營商面對海量數據和數據結構的變化，不僅是成本，還有管理和分析的挑戰。黃萌認為，運營商相對互聯網企業有優勢，具有雄厚的資源和龐大的IDC集群，擁有電信級的運營網路，具有保證大數據實時、暢通傳送的能力，同時具有網路資源和運營能力。而相對互聯網企業劣勢的地方在於上層應用，尤其是在Saas層面。
大數據有待深挖掘
南京郵電大學盧扞華教授認為，大數據時代主要是對技術的綜合運用和對數據的深度挖掘。對運營商來說，大數據帶來的機會大於挑戰。運營商有自己的網路，積累了大量非常有價值的數據，可以進行客戶分析。利用網路收集數據，對運營商運營方式的改變是個機會。
真正實現精準化營銷和精細化運營的秘訣就在於如何利用好運營商手中的大數據。海量話單、信令、互聯網數據本身就是一筆寶貴的財富。利用好這些數據，充分、及時地對這些數據進行深度分析挖掘，不僅可以進一步提升服務質量、提高客戶忠誠度、挖掘新商機、增加收入，還可以通過優化資源配置、減少浪費來提升運營效率，有效降低運營成本。
此外，電信運營商信息化實施比較早，本身大數據積累的也多，例如以前的日誌信息，包含用戶信息和設備信息，可以進行挖掘使用。運營商越來越重視對數據的挖掘，可以獲得未來開發業務和開拓市場的機會。另一方面，分析結果不會涉及隱私，管理好了可以更少產生法律糾紛。此外，電信運營商通過數據分析還可以提供面向社會的信息應用。[page]
盧扞華教授認為，大數據是對技術的綜合應用，要有開放、融合、服務和創新的心態，大數據可以為運營商創造另一片天地。例如一個大數據的應用通過收集數據，對大量圖片進行分析，最終形成一個場景圖。這就是對數據分析、統計技術、圖片處理技術和人工智慧合成技術的綜合運用。據悉，南郵正在開發這方面的應用。
據了解，目前中國三個電信運營商在業務支撐領域、網管IT支撐領域包括增值業務領域，已經隨著市場的需求誕生了很多新的大數據實時分析的項目。目前，大數據主要應用在運營商的"信令"系統分析上，此外，運營商還可以通過"用戶行為分析"系統，進行精準營銷。運營商還提供IDC服務，通過"雲"中心的方式為互聯網企業提供服務。
對公市場前景巨大
黃萌表示，單批、單次數據爆發性增長，對其進行的可知的時間處理能力是關鍵點。對運營商來說，IDC服務在對政府和高校、企業等非個人業務市場上前景巨大；對於個人業務，運營商剛開始做，由於回收投資較慢、離散性強，現在主要是針對個人精準運營的業務。智能管道方面，運營商正在基於大數據平台進行流量分析，但是落地的項目少。
據介紹，運營商大數據戰略還不太明晰，但是有了一些建樹。去年十月份中國移動開始做的"大雲"、數據管理系統和平台，覆蓋很多園區、學校，2.0技術比1.0技術大幅提升；中國聯通2010年開始對企業提供IDC服務，截至目前，營收超20億元（人民幣）；中國電信2011年成立雲公司，尚無實體業務，IDC託管規模相對聯通小很多。
據電信專家韓少敏介紹，數據類型分為非結構化數據和媒體流，運營商開展大數據分析面對的問題主要是硬體能力。數據一方面是縱向關系，比如"信令",採用水平分隔數據的方式就可以，按照時間段分別存儲分析。此外還有橫向關系，需要垂直分隔，由於查詢復雜，需要引入真正的演算法去做。韓少敏認為，目前掌握這方面能力的人才奇缺。並且，運營商在分布式資料庫方面少有進展。而從應用角度，大數據一方面用作於統計分析，建數據倉庫，其次還有非文本查詢，現在大多數資料庫公司可以做以上兩個方面，而對於關系型數據共享層面，目前還做不了。
中國聯通在IDC服務方面走在三家運營商前面，其面向企業提供服務，目前通過按關系水平分隔的方式，將數據集中起來，但是一旦到關系型數據的共享層面，因為沒有數據模型，找不到底層的資料庫血緣，目前的方案無法解決問題。但是運營商目前做這些數據積累，可以為將來發展提供機會。
劉偉光認為，對於運營商來說，大數據等於大價值。對於IT企業，大數據等於大機遇。通信行業需求從來都是IT技術發展的重要推動力，誰能得到通信行業客戶的認可，必然會在大數據領域大有作為，進而成為大數據解決方案的領先者、領導者。
E. 電信運營商轉型發展如何應用大數據
因此，運營商擁有的是更加名副其實的大數據，如果將這些數據加以應用，必將為運營商帶來巨大的商業價值。 大數據為電信行業帶來巨大變化 Gartner預測到2020年大約75%的企業都將大數據分析融入其日常經營決策中，未來大數據分析將成為企業經營的一項基本能力。 根據Sysbase的統計分析，電信行業通過在運營中應用大數據，人均產值提升了17%，而在行業價值貢獻方面更是排在了所有行業的首位。在電信行業收入增幅日趨放緩的今天，這樣的產值增幅無疑是鼓舞人心的。 通過構建行業大數據分析系統讓運營商具備了大數據分析處理的技能，但這只是在大數據時代獲得成功的基礎；運營商還需要從企業戰略和經營思維層面改變，發現新的機遇和模式並付諸實施，才能真正將自己所掌握的大數據資產和大數據技能轉變為企業價值。 大數據運用的四個類型 運營商運用大數據主要有四個類型。首先，在市場層面，運營商可以利用大數據對自身的產品進行服務，通過大數據分析用戶行為，改進產品設計，並通過用戶偏好分析，及時、准確進行業務推薦，強化客戶關懷，這樣就可以不斷改善用戶體驗，增加用戶的信息消費以及對運營商的粘稠度；其次，在網路層面，可以通過大數據分析網路的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網路日誌，進行全網路優化，不斷提升網路質量和網路利用率；第三，在企業經營層面，可以通過業務、資源、財務等各類數據的綜合分析，快速准確地確定公司經營管理和市場競爭策略；第四，在業務創新層面，可以在確保用戶隱私不被侵犯的前提下，對數據進行深度加工，對外提供信息服務，為企業創造新的價值。這樣，大數據將助力運營商實現從網路服務提供商，向信息服務提供商的轉變。 由於大數據產業具有強烈互聯網特徵，現有的運營模式很難幫助運營商實現大數據產業的迅速發展，這是因為，對於大數據產業，運營商傳統的金字塔式的組織結構已經過時，傳統架構的信息系統及組織架構已無法應對海量數據和創新型應用，那種由上而下的運營模式無法更接近用戶的需求，顯然已經阻礙運營商自身大數據產業的縱深發展。根據市場需求，運營商必須全面轉向以客戶和消費者為中心的運營體系，重新梳理企業的經營模式和組織架構，這就是模式的創新，大數據產業發展要求運營商實現管理經營和市場信息系統完美對接，新型大數據應用必將助力運營商向信息服務模式轉型。 面向大數據時代，運營商的及時轉型成為必然，否則將有被互聯網企業超越的可能性。理論上講，運營商擁有頗具優勢的大數據資源並不是完全不可替代，例如，用戶的位置信息就可以通過多種APP應用獲得，用戶的網路使用信息也可以通過多家互聯網企業合作獲取，互聯網企業通過泛互聯網化收集更多的大數據信息。另一方面，多行業的垂直整合將成為趨勢，在數據應用層面，行業企業通過多種手段搜集大量的用戶數據，將更貼近用戶，更理解用戶，為其提供更適當的服務，大數據將成為資產更具有戰略意義，各個行業及單位都在關注大數據。 根據大數據數量大、時效性要求高、數據種類及來源多樣化等特徵，運營商首先獲取更多有用的大數據資源，例如，很多的網路運行信息，包含大量有價值的用戶行為和位置信息，這樣的信息可以加以利用。有了資源應該加以利用，避免大數據資源的浪費。事實上，一些運營商擁有大數據這樣的金山，卻似乎無奈坐看並逐漸淪為管道，在不斷強化傳統市場的效益考核，卻好像在忽視大數據價值的流失。 直面數據分析挑戰 當然，海量數據的出現、數據結構的改變，也給運營商的大數據管理及分析帶來了挑戰，一是由於多種業務的發展、市場需求的變化和網路規模的擴大使得運營商大數據迅速的增加，這增加了運營商大數據存儲和處理的難度，使得現有數據倉庫無法線性擴容，這表明傳統的數據倉庫無法有效存儲日益增長的業務數據；二是由於新型大數據服務不同於傳統通信業務分析特點，需要對內容等非結構化、大容量信息進行多用戶、多應用、實時有效的分析，傳統的架構和數據倉庫處理已不能滿足新的信息服務需求。因此，運營商需要建立新型大數據中心，來存儲、分析和處理海量數據，必要的投入是必不可少的。 大數據產業出現和發展是現代信息技術與互聯網時代海量信息的發展到一定階段的必然結果，大數據應用將是海量數據、現代信息技術與各種社會應用的一次化學反應，必將對當今社會的信息技術、商業模式和相關的法律法規產生深刻的變革。
F. 大數據時代，電信運營商如何「點石成金」
大數據風起雲涌。對於大數據中蘊含的商業價值，有人形象地將其稱為「數據鑽出石油」。充分利用大數據技術，從海量堆積的交互數據中發現帶有趨勢性、前瞻性的信息，能夠孕育出驚人的社會價值和商業價值。 然而，即便放眼全球，我們看到的大數據應用案例還鮮有電信運營商的身影，與互聯網領域的諸多探索相比，他們略顯平淡，大規模鑽出「石油」就更談不上了。面對這種情況，相信很多業內人士都在思考這些問題：大數據究竟會給電信運營商帶來哪些新機遇？大數據時代下的電信運營商面臨什麼樣的挑戰？電信運營商今後將如何運籌帷幄、構建面向智慧運營的大數據體系？ 從4W到4V： 運營商擁有先天優勢 根據信息爆炸時代的特徵，業界將大數據總結為「4V」體量（Volume）、多樣（Variety）、速度（Velocity）和價值（Value）。體量意味著海量的數據，多樣是指數據類型繁多，速度主要指數據被創建和移動的速度快，而價值是處理數據的目標、從各種形式呈現的復雜數據中挖掘有用的東西。 電信運營商作為信息服務的基礎服務商，其提供的服務用一個簡單的詞來概括就是「4W」Who、When、Where、What，在使用服務時，哪些用戶、需要聯系誰、什麼時間、處於什麼位置、做些什麼，這些信息無疑都需要經過運營商的管道。 對比「4V」和「4W」，我們可以發現兩者之間的契合之處，通信用戶數以億計的基數保證了數據的海量和多樣性，通信網路的實時承載保證了數據的速度，更重要的是，運營商還可以搜集到用戶位置、大體收入等有價值的數據，進而為精準營銷提供參考。因此，運營商在掌握用戶行為數據方面具有先天優勢，這是一般互聯網廠商所望塵莫及的。隨著智能手機和高速網路的普及，運營商能夠獲得的用戶行為數據還將更為豐富。 數據科學家、《大數據時代》的作者維克托·邁爾·舍恩伯格表示，在大數據時代，擁有數據的公司無疑將取得巨大的成功。因為他們具有洞察力，大數據會提供他們全新的洞察力。從這個角度看，運營商無疑坐擁一座天然的寶藏，但是能否挖掘、提煉出這些礦藏中的價值將決定運營商能否把握住大數據帶來的機遇。 由大入微： 構建智慧的大數據體系 由微入大易，由大入微難。對電信運營商來說，將無數具體而微的信息匯集起來其實並不難，真正的難點在於如何點石成金，如何「駕馭」這紛繁復雜的數據，如何存儲、整合、分析、汲取出真正有價值的內容，並創造性地使用它。 大流量並不一定帶來大數據，電信運營商獲得的數據中大部分都是「桀驁不馴」的它們被稱為非結構數據，這種數據本身並沒有太多價值。目前，電信運營商在大數據方面的探索還僅僅處於起步階段：一方面，用戶的行為、軌跡、狀態等數據散在網路各個環節中，形成信息資產的成本非常高；另一方面，運營商大數據挖掘手段還很不充足，如何從龐大的數據中分析出有價值的信息並找到合理的商業模式，提高「駕馭」數據的能力，成為電信運營商面臨的挑戰。 那麼電信運營商該如何去構建面向智慧運營的大數據體系？ 對電信運營商來說，可以利用大數據實現自身的精確化營銷和精細化運營，在這方面，國內已經有運營商作出了嘗試。使用Hadoop等大數據處理工具，通過分析用戶的興趣圖譜、關系圖譜、行為定向，再結合自身的業務推出量身定製的服務，如針對出差較多的商務人士，向他們推薦漫遊套餐；對愛好移動上網的用戶，向他們提供流量包……這本身就屬於大數據應用的范疇，而且，運營商通過對業務資源和財務等數據的綜合分析，可以讓決策層進行快速的市場決策，從而搶占市場制高點。 未來，運營商還可以拓展第三方模式，加大開放合作力度，與產業鏈各個環節開展合作，加快對大數據經營商業模式的探索，不斷釋放其管道中龐大數據的潛在力量，將數據轉化成「真金白銀」。在這方面，國外電信運營商的探索給我們提供了思路。西班牙電信去年成立了名為「動態洞察」的大數據業務部門，它可以為客戶提供數據分析打包服務，幫助客戶把握重大變化趨勢。法國電信的移動業務部門也開始嘗試挖掘大數據的潛在價值，比如，它承建了一個法國高速公路數據監測項目，對每天產生的幾百萬條記錄進行分析，從而提高了道路通暢率。更具顛覆性的是Verizon，其數據業務的盈利收入在其整個業務中佔比非常高，其中就有聯合第三方機構對其用戶群進行大數據分析，再將有價值的信息提供給政府或企業獲取的額外價值。 分析人士指出，數據化程度越高的行業，其大數據的應用場景越多，能夠帶來的價值也就越高。數據重構商業，雖然國內在這方面的探索還未形成規模，但對運營商來說卻代表著前進的方向憑借自身優勢，將數據分析包裝為服務，提供給政府、商場、銀行等第三方機構進行決策，從而實現商業模式的創新，並在與互聯網企業的競爭中佔得先機。不過，需要明確的是，這里的數據包裝並不是非法採集用戶個人信息，更不是販賣用戶個性化隱私，真正的大數據應該是用加工實現增值，用分析來指導決策，而非原始數據信息本身的低層次濫用。
G. 運營商發展大數據的核心價值在於商業化
運營商發展大數據的核心價值在於商業化
近年來，電信運營商利潤率增幅放緩甚至下降，傳統話音業務收入增長乏力，日趨邊緣化、管道化；數據業務佔比迅速增長，但量收的剪刀差持續擴大，投入多回報少。
在運營商轉型路上，大數據技術的深入應用與商業模式的開發大有可為，可以說是運營商規避同質化競爭，打造智能數據管道，尋找差異化經營「藍海」的必由之路。大數據的技術架構尋求高性能與低成本的統一，可以降低電信運營商龐大的IT資本開支壓力。大數據的商業應用促使電信運營商從單純提供網路資源、前向收費方式轉變為基於網路資源和依據海量數據資源提供服務的靈活多樣的混合模式，是一種新的商業模式。
國內運營商大數據應用受限
國內電信運營商在大數據應用方面主要受到了以下方面的限制。
第一，數據採集散亂、深度不足：電信運營商擁有海量數據的來源，但採集渠道散亂，通常分級、分地區、分系統建設，整體規劃不足，數據標准化程度低，匯聚困難，無法形成有效的數據資產。
第二，數據分析能力不足：電信運營商建有以數據倉庫為核心的經營分析系統，通常採用小型機加高性能存儲架構建設，針對傳統話單日誌等結構化數據設計，還不具備非結構化數據與流數據的分析處理能力。
第三，數據商業應用不足：電信運營商大量數據尚沒有充分發掘數據應有的價值，智能管道的建設正處在初期階段。現有分析系統僅對內部提供服務，缺乏對外數據開放平台，大量數據未能有效進行商業利用。
電信運營商大數據發展探析
（1）大數據的政策支撐
電信運營商應積極尋求政府的支持，推動政府為大數據產業發展提供積極的政策支撐與引導、對關鍵技術的研發提供專項財政資金支持、對重點工程項目的實施提供支持與保障。電信運營商應高度重視大數據信息安全，推動政府部門牽頭啟動大數據立法，解決大數據信息權屬與隱私保護問題；制定大數據技術標准與運營標准，規范大數據安全體系。通過政策支撐保障大數據產業的可持續發展。
2012年10月，中國計算機學會和中國通信學會均成立了大數據專家委員會，從行業學會的層面來組織和推動大數據的相關產學研用活動。運營商可以依託該平台推動企業內部大數據的發展。
（2）大數據技術架構與演算法的研發
根據2012年美國市場調查咨詢公司（Gartner）發布的新興技術曲線，大數據技術正處於「期望膨脹期」，距離真正成熟尚需2~5年。電信運營商應抓住機遇加強技術研發，在開源技術的基礎上，發展適合運營商的大數據技術；同時應積極對技術標准做出貢獻，掌握技術主動權。在技術的拓展可主要集中在三個方面：（a）大數據的採集與傳輸技術。採集技術是指基於智能管道和物聯網的大數據獲取技術和演算法；大數據傳輸技術研究應注重海量數據傳輸的安全可靠性，解決調度與控制問題。（b）大數據的存儲與分析技術。存儲技術主要指面向海量數據文件的有效存儲與讀取能力、大數據的新型表示方法和去冗降噪演算法；分析技術的拓展方向應包括數據可用性和可計算性，計算復雜性問題，研究求解演算法，進行高效處理等。（c）大數據的隱私安全技術。在大數據時代，如何保護用戶隱私安全不僅是法規層面需要解決的問題，也是電信運營商在技術層面亟待解決的問題。
（3）大數據支撐運營中心
運營商要充分發揮大數據的價值，首要條件是具備採集、融合、存儲、分析海量數據的能力。電信運營商可以在現有經分系統或數據倉庫的基礎上，針對目前數據採集散亂、採集深度不足、分析能力不足的問題，構建數據集中、平台統一的省級或全國級大數據支撐運營中心，為大數據的應用與商業化提供精確支撐。大數據支撐運營中心可以設置如下邏輯架構。
數據採集層：通過建設數據採集聚合網關，匯聚跨地區、跨系統的採集的豐富數據源。
數據融合層：建設海量結構化數據、非結構化數據以及流數據處理能力，建立數據標准化體系，進行統一處理和存儲。
數據應用層：通過構建不同的數據挖掘與分析模型，融合結構化數據，形成數據倉庫，對外提供統一服務能力。
資源管理層：提供統一監控、資源管理與運營等功能。
（4）大數據應用與商業化
大數據應用與商業化是大數據發展的核心價值與落腳點。電信運營商擁有極其豐富的數據資源，相比互聯網公司更具天然優勢。對大數據進行全面、深入、實時的分析和應用，以客戶體驗為核心發展流量經營，是電信運營商應對新形勢下挑戰避免淪為啞管道的關鍵。
通過大數據助力業務創新，提供市場營銷與客戶服務的精準支撐能力。在互聯網社會中，擁有數據，就擁有了了解用戶行為的基礎，從足夠多數據的疊加中可以探知一個人的過往行為，同時可以精準的預測出其未來的需求。通過對海量的行為和內容數據處理，可以獲得用戶的時間、位置、業務、終端等基礎信息，分析出用戶的身份、興趣、社交圈等，這樣可以開發出很多新的增值業務。
通過大數據提升企業管理水平，提供透明管控與科學運營的精準支撐能力。運營商可以融合市場、財務、網路等多個系統產生的海量數據，將相關聯的數據進行處理分析，有利於運營商更全面、更准確、更快速地獲得企業運營數據，為投資決策和網路優化方案提供更多視角。
通過大數據發展開放合作平台，開辟新的商業模式，助力電信運營商轉型。電信運營商可以通過大數據支撐運營中心發展開放合作平台，為廣大開發者提供海量數據資源，發揮大數據的價值，將數據作為資源，進而提升的運營商利潤增長點。
大數據技術的發展及規模商用，使得電信運營商能夠充分挖掘管道內容，創造新的業務增長模式，應對「去電信化」的趨勢，轉型為綜合信息服務提供商，成為未來大數據時代中最大的贏家。但在推動商業化應用的過程中還應全面認識大數據的內涵，避免陷入單純的計算能力和存儲能力建設，要清醒認識大數據發展的成熟度，客觀分析用戶的應用需求，避免過度建設