中国移动通信集团广东有限公司清远分公司 511500
摘要：近年来，大数据成为通信领域广泛探究的话题，大数据极具资源价值、信息商业价值，已经成为通信企业一项有价值的资产，是移动通信行业实力与竞争力的体现。当前移动运营商面临着传统业务增长乏力的困境，随着大数据和云计算的到来，移动运营商需要未雨绸缪，发挥自身优势，积极探索在大数据的应用与实践。本文针对移动运营商和大数据展开讨论，从大数据的特征和商业价值入手，分析了大数据时代下移动运营商面临的机遇与挑战，给出移动运营商大数据发展策略以及大数据发展途径。
关键词：大数据；价值；优势与挑战；发展策略
1大数据的特征及其商业价值
大数据的挖掘与应用可创造出远超万亿美金的价值，将是未来十年IT领域最大的市场机遇之一。大数据的挖掘与应用可大幅提升企业运行效率和效力，大幅提升生产力，其作用堪称有一次工业革命。IDC发布的报告显示，全球在2012年产生的数据量约为2.8ZB，并以大约每两年翻一番的速度增长，预计2020年全球将产生40ZB的数据量。这意味着我们正进入大数据时代。
1.1大数据的特征
在信息技术领域，大数据具有自身显著的特征和特点，通常可以用4V来简单简单概括与形容。它们分别是：Volume（规模庞大）、Variety（种类繁多）、Value（价值量大）、Velocity（时效性高）。对它关注也是因为它蕴藏的商业价值大（Value）。体量（Volume）意味着海量的数据，存储量大，对传统的数据存储技术提出了新的挑战。多样（Variety）指数据类型繁多，来源等更加多样化，处理难度更高。速度（Velocity）指数据必须实时处理，这是区别大数据引用和传统数据仓库技术的关键差别，价值（Value）是处理数据的目标、从各种形式呈现的复杂数据中挖掘有价值的东西，因此，大 数据之“大”除了指“数量大”以外，更在于其“价值大”。
1.2大数据的商业价值
大数据的应用将为提高生产率、增加销售额带来巨大的机会。美国德克萨斯大学的一项研究显示，如果电信业的大数据利用率提高10%，生产效率将会提升17%，销售额将增加96亿美元。另一方面，大数据预测分析能够帮助运营商了解用户的行为，从而制定相应的策略。例如，运营商通过对网络和用户数据的深入分析，发现某个地区用户在一段时间内使用2G流量较高，便可以通过4G套餐优惠和4G终端营销等方式提升4G流量，从而加强2G高流量用户迁移效果，提高公司业务竞争力。下面给出网络数据应用可显著提升2G高流量用户迁移效果的表现。
2大数据应用的关键技术
2.1大数据存储技术
大数据存储的基础是云服务中的云存储，针对大数据的容量需求，云存储是目前为止提高容量效率最重要最有效的解决方案，它为缺乏这些能力的现有存储系统拓展了自动分层和精简配置等存储效率的工具。云存储支持隐藏细节和复杂性，最终使存储服务变得弹性、可扩展并且可管理。拥有了云存储，便可以将来自内部、外部和多厂商存储的结构化和非结构化数据的文件、内容和块存储等所有的数据类型，整合到一个单一的存储平台上。对于数据中心，云存储可以改变其动态容量，降低存储资源的消耗，减少管理开销。通过集成和托管的架构可以将多个物理数据中心虚拟地组合在一起，通过基础网络设施确保多个数据中心服务的分发、移动和恢复，甚至跨越不同的物理地域，大大增强系统的灵活性。
2.2大数据分析技术
分析技术是大数据的核心部分，移动通信需要大数据分析技术提供决策基础和创新平台，当前大数据分析技术主要包括：人工智能、数据挖掘、神经元网络、模式识别、回归计算、顺序排列、统计分析等重要组成部分，对移动通信领域来讲，大数据的分析可以实现更高层面上的信息解析，对于重新组织移动通信结构，开展移动通信新服务、完善移动通信网络有着重要的支撑作用。
2.3大数据与云计算
既然大数据有着数据量大、种类多，实时性要求高，就需要 相应的技术手段来处理，才能真正体现大数据的价值。这里就 得提一下云计算，云计算也是最近一段时间各大运营观众和应 用的新技术，可以说大数据与云计算是两个相互关联的概念：如果说大数据是一个问题，那么云计算就是一个解决这个问题的方法。云计算带来的是IT的转型，而大数据带来的是业务的转型。通过云计算对大数据进行分析、预测，会使得决策更为精准，释放出更多大数据的隐藏价值。
3移动运营商在大数据时代的优势与挑战
3.1大数据时代的优势
在大数据时代中，移动运营商发展大数据具有其他行业或互联网公司无可 比拟的优势，移动运营商用户高达近7亿，数 以亿计的通信用户基数保证了数据的海量和多元性，移动运营商在数据拥有量和拥有数据的完整度和可用性的角度来说，要远远优于其他行业及互联网公司。另外通信网络的时时存在保证了数据提供的可持续性，而且运营商可以通 过对海量数据的有效分析，更加精准、更加高效地把握用户需求，为广大用户和社会各界提供他们需要的产品和服务。
移动运营商在三家运营商中大数据优势最明显，因为移动运营商承载了最多的用户数据。移动运营商有着庞大的经营分析系统，并且移动业务支撑系统、IDC中心主要依赖云技术，并开发了“兴业云”、“教育云”的系列应用。移动运营商在多年的运营中，已进行数据挖掘等的应用，在存量客户保有、数据流量经营以及网管等方面，正积极部署和尝试大数据应用。
3.2移动运营商在大数据时代的面临的挑战
第一，于内系统分专业建设、数据采集散乱。经营分析、信令监测、综合网络管理、不良信息监测、上网日志留存等大数据系统分专业建设，虽拥有海量数据来源，但汇聚还有一定困难。
第二，于外各行业各自为战，难以实现资源共享。由于经济、观念等原因，政府、企业和行业的信息化建设往往缺少统一规划和科学论证，各部门所拥有的信息缺乏统一的标准，形成了众多“信息孤岛”，而且受行政垄断和商业利益所限，数据开放程度低、共享难，也是目前大数据产业化发展公认的最大障碍。
第三，数据处理种类多，数据分析能力不足，专业人员有限。各大数据系统数据模型不统一，只具备结构化数据处理能力，无法支持非结构化、半结构化数据处理，无法满足互联网类业务发展要求。同时，具备大数据深度挖掘的技术人员有限，并且分布在业务支撑、网络管理等各专业口，没有进行整合。
第四，用户隐私和信息安全泄露问题未能解决，大数据运营有风险。人们对于隐私问题越来越重视，数据公司掌握大量数据和数据制造者要求隐私权之间的矛盾，使得大数据使用变得困难。而且随着数据的进一步集中和数据量的增大，对海量数据进行安全防护变得更加困难，安全防护手段的更新升级速度无法跟上数据量非线性增长的步伐，就会暴露大数据安全防护的漏洞。
第五，尚未确立商业运营模式。目前，移动运营商现有分析系统仅对内部提供服务，缺乏对外数据开放平台，大量数据仍因缺乏可运营的商业模式而“沉睡”，无法盈利也成为大数据产业化发展的瓶颈。。
4移动运营商大数据应用可能策略
基于以上优势与挑战分析，移动运营商对于大数据的应用策略建议为：基于隐私需要以及自身网络建设和用户发展能力考虑，优先在企业内部开展大数据的挖掘，用于市场精确营销、服务，指导网络优化与建设的内部运营以及合作业务的数据信息支撑，在内部应用不断丰富成熟以后，逐步向社会各界拓展，形成新的业务模式与应用。
4.1利用大数据支撑内部运营是移动运营商大数据应用的 首要选择
大数据对于提高移动运营商内部运营水平，实现低成本高效率运营具有重大意义。
（1）利用大数据开展市场营销及服务工作。应用大数据，开展特定场景下的用户行为分析。通过连续周期对用户群体的位置轨迹、上网行为、终端使用和业务消费等数据进行统计，通过进一步数据分析挖掘出目标客户。采取针对性的资费设计并结合外呼，提高业务营销的精准度和成功率。
（2）通过大数据分析，减少网络投诉。通过定位用户投诉位置，关联网络运行情况及网络质量，快速呈现网络问题，并建立网络运行异常变化预警，快速定位异常原因、位置，及时处理预防大面用户投诉。
（3）优化网络质量，指导网络规划。通过对用户的位置、时间、业务偏好、业务流量及所需带宽等进行关联分析，实现对用户业务量的甄别和用户级的网络资源控制，细分用户业务流量，将数据流量与用户、网络资源相匹配，可以更好的优化网络，有利于移动运营商精确网络规划与建设。
4.2向大数据转型、拓展新的业务模式是移动运营商持续发 展的必然选择
合理规划大数据业务模式，是移动运营商向大数据转型，向其他行业拓展大数据应用的核心内容。移动运营商完全可以依托独有的客户规模优势和管道入口优势，挖掘大数据金矿，构建和共享“大数据+移动互联网”核心能力，与政府、各行各业（如公安、旅游、交通、金融、零售等）开展大数据深度合作。通过开辟新的商业模式，对外提供海量数据资源，发挥大数据的价值，进而提升运营商利润增长点，助力移动运营商转型。
5大数据在移动运营商的发展途径
5.1构建大数据支撑运营中心
要充分发挥大数据的价值，首要条件是具备采集、融合、存储、分析海量数据的能力。移动运营商可以在现有经分系统或数据仓库的基础上，针对目前数据采集散乱、采集深度不足、分析能力不足的问题，构建数据集中、平台统一的省级或全国级大数据支撑运营中心，为大数据的应用与商业化提供精确支撑。大数据支撑运营中心可以设置尝试与第三方公司合作。
5.2以用户行为、业务特征为核心建模大数据
开展以用户行为与业务特征为核心实行数据建模与分析，从现实的网络中采集业务数据，以所采集的数据为基础分析用户的类别、特征、构成以及长期使用网络的习惯与规律特点，移动无线网络业务应用内容时间与空间方面的趋同性，业务触发在时间、空间上的分布模型，分析用户行为与业务特征的时空关联模型。
5.3不断优化大数据创新能力
要善于利用大数据这一背景条件，集中力量对大规模的数据展开分析，并认真剖析用户的心理需求，根据客户的需求打造出适合客户、令客户满意的产品或服务，由此来深入研究对外行业应用产品的设计与开发。当产品上线后，对其进行长时间的跟踪，根据用户在产品使用过程中出现的问题，不断优化产品功能和创新能力，提高产品的质量和价值，从而提高客户的认知度和满意度。
6总结
大数据是新形势下通信行业发展的一大资源优势，而且正在成为移动通信业务开发、研究的核心项目，没有大数据策略的移动运营商将因竞争力不足而失败，因此运营商需要尽早明确战略定位，并制定相应的大数据策略，以在激烈的市场竞争中立于不败之地。
参考文献：
[1]车荣海，梁志恒．基于互联网的数据挖掘技术在竞争情报收集中的应用[J]．科技传播，2011（6）：206~210．
[2]朱畅华，裴昌幸，李建东．基于网络、使用者与服务的网络行为研究框架[J]．东南大学学报自然科学版，2012，32（S）：407~409．
[3]刘旭峰，丁伟，许立群.电信运营商平台化经营探讨[J].电信业，2012（1）.
[4]刘旭峰，耿庆鹏，刘海川.移动互联网背景下运营商盈利模式探讨[M].邮电设计技术，2011（12）.
[5]董富强．网络用户行为分析研究及其应用[D]．西安：西安电子科技大学，2011．
[6]张永敏.数据挖掘在移动网络优化中的应用与实现[D].电子科技大学，2011.
论文作者:陈浪
论文发表刊物:《基层建设》2017年第13期
论文发表时间:2017/9/8
标签：数据论文; 运营商论文; 用户论文; 业务论文; 网络论文; 互联网论文; 价值论文; 《基层建设》2017年第13期论文;