大数据和云计算在经营活动中的应用探讨
栾金伟
南京扬子信息技术有限责任公司
摘要： 从大数据和云计算的含义和特征入手，对大数据的采集、存储和挖掘技术进行研究，论述了大数据和云计算对电信运营企业的影响。以“流量经营”为切入点，围绕如何在大数据背景下对电信运营商进行经营转型展开了探讨。
关键词： 大数据；云计算；电信运营商；经营转型；流量经营
0 引言
在信息技术迅猛发展的今天，大数据已成为行业关注的焦点，云计算也成为当前信息通信领域最主要的发展趋势之一。不少电信运营企业针对海量数据，通过数据挖掘、分析应用，赢得了发展先机，提升了企业经济效益。本文通过分析大数据和云计算技术对信息通信行业的影响，探讨电信运营商在大数据和云计算环境下如何经营转型，为提升企业信息化服务能力和市场竞争力提供参考。
1 大数据和云计算的概述与关系
1.1 大数据的含义及特征
大数据（Big Data）也可以叫做海量数据集合，其所涉及的数据量规模庞大，无法在可承受的时间范围内通过常规软件进行抓取、分析和处理。它主要有四个特征：（1）大量：数据规模从TB级提升到PB级；（2）快速：这既包括高速的数据收集，也包括迅速的数据处理；（3）多样：数据的来源和种类涵盖了结构化、非结构化、视频、文本、语音等多种形式；（4）价值：价值密度的高低与数据总量大小成反比，换言之，在海量的数据当中，仅有少量可用、有效。这些特征使得大数据区别于传统的数据概念，如表1所示。
在农村“以今钱换古钱”姥爷坚持了很多年，1995年又是他收藏经历的一个转折点。那时他出差，坐火车去西安，办完事后他在闲逛时见到一个小铺，小铺上有一本讲收藏的书和一些制钱。姥爷细细一翻书才知道，原来随着改革开放不断深入，收藏钱币已经成为一些人用来赚钱的途径。这样的见识对他的触动很深，姥爷打算一闲下来，就把他的兴趣爱好变为一项真正的事业来做。
表1 大数据的优势与不足
1.2 云计算的含义及特征
云计算是一种以网络为载体的新型计算方式，对计算、存储、软件、基础设施等资源进行归纳整合，根据用户的需求和计算量进行资源的分配后，再提供给用户，用户根据其使用量进行付费。它主要有三个特征：（1）规模大：云计算的运营商们都拥有数以万计的大规模服务器，用于为用户提供复杂、高效的技术服务；（2）虚拟化：用户可以通过互联网直接获取相关的应用和服务，而不必知道服务器硬件等的实际位置，而且云计算接近于无限的存储空间，不必担心存储容量不足的问题；（3）按需分配：云计算主要根据用户需求和相应规模进行资源的分配和收费，有效避免了计算资源不必要的浪费，大大节约了成本。
1.3 大数据与云计算的关系
大数据与云计算都是围绕着数据而兴起的处理和计算技术。大数据旨在从海量的数据中发掘出有价值的信息资源，云计算则科学地契合了这种需求，为大数据提供了良好的技术资源平台，是大数据数据发掘的有力工具。两者在密切相关的同时，也有一些区别。云计算强调的是计算过程，大数据强调的是计算对象。大数据侧重于对数据本身的收集和分析，注重对有价值信息的提取和存储。而云计算更侧重于对虚拟计算资源的应用和按需分配，提升资源的利用率，为企业节约信息计算和部署的成本。
1.4 基于大数据的云计算关键技术
结果(图1B)表明：208例ICC患者中，消瘦组、体质量正常组与超重肥胖组的5年OS分别为13.3%、19.7%、19.6%；由于消瘦组及超重肥胖组患者未能随访至术后10年或中途失访，仅得出体质量正常组的10年OS，为2.3%。消瘦组ICC患者5年OS低于其他两组(P<0.05)；体质量正常组与超重肥胖组差异无统计学意义。
下面就以H地区移动公司“基于微信业务的流量经营”为例进行研究。据统计显示，微信业务占用信令资源达50%，却只带来了不到8%的数据流量。2015年7月，H地区微信用户数达210万，2016年同期用户数690万，不足一年，增幅达228%。
1.4.2 大数据的存储
如表2所示，根据H地区移动流量用户情况来看：
传统的数据仓库已经无法满足急剧增长的海量数据需求，大规模的数据索引和视图占用了过多的时间和空间成本。而基于云计算的列式存储技术，很好地解决了这个问题。相比于按行存储的传统数据仓库，列式数据仓库是根据属性按列存储的，数据的访问只查询相应的属性，极大地提升了系统数据的输出效率。而且，列式存储的数据之间，数据类型相似度高，可以更好地进行压缩，从而降低输入和输出的成本。其中，分布式文件系统，简称HDFS（Hadoop Distributed File System），是基于流数据模式访问和处理超大文件的核心技术，可以运行于廉价的商用服务器上，也可以说是一个能够让用户轻松架构和使用的分布式计算平台。其架构如图1所示。
图1 Hadoop架构示意图
大数据时代促使企业的决策思维发生巨大改变，很多企业的高层管理者往往通过一系列关键数据的分析来辅助经营决策。微信等各类通信工具已经成为人们生活中的“必需品”。不少电信运营商，特别是通讯服务商发现了这个以流量为载体的营销“突破口”。
基于云计算的大数据挖掘采用分布式并行挖掘技术。传统的串行数据挖掘算法只能适用于规模较小的数据，并且占用大量的时间。而分布式并行数据挖掘是指在分布式系统中，机器集群将并行的任务拆分，及时地部署给空闲机器，极大地保证了数据计算的效率。如图1所示，MapReduce（分布式处理框架）是云计算处理中的数据挖掘模型，通过Reduce（规约）函数对分块处理的结果进行规约。通过这种模式将人们感兴趣的隐性知识进行提取，提取的知识通常可以用概念、规则、规律或模式等来表示。
2 大数据与云计算对信息通信行业带来的影响
2.1 提供高质量的信息服务
“互联网+”时代的到来，催生了海量的通信数据，存储管理的难度与日俱增。电信运营商必须提供更高质量的信息服务，才能满足客户日益增长的工作和生活需求。大数据的出现解决了这个难题，借助海量分布式存储技术对日常网络流量进行预警控制，及时发现潜在故障，更好地维护网络、完善网络，进一步提升信息服务质量。
2.2 精准分析客户的需求
在信息通信行业不断发展的背景下，电信运营商可以通过自身所掌握的数据来有针对性的挖掘目标客户，定制客户需求，进而调整营销策略，为客户“量身定做”营销和产品计划。同时，结合用户的满意度反馈信息，加强对服务的改进和完善，提高对客户需求的掌控能力，赢得用户的认可，最终实现个性化的业务推荐。
2.3 改变运营商的盈利结构
在信息通信技术发展初期，电信运营商主要通过运营语音话务服务进行盈利。“互联网+”“云计算”“大数据”的到来，为电信运营商开拓“数据分析”服务市场带来了可能性。在数据中心的基础上，搭建大数据分析平台，通过采集、整合、汇聚数据，做出科学有效的分析，提炼出有价值的分析报告进行出售将成为未来信息通信服务业的一块重要利润来源。
3 大数据与云计算在经营管理方面的应用分析
3.1 提升经营决策精准度
1.4.3 大数据的挖掘
步行穿越调查法还可评估员工与顾客对服务体验与传递方面存在的差距，员工在工作环境中对设施或服务的敏感性降低，顾客对细微的变化可以觉察，这种按照顾客意见实施的调查更符合实际，运用在酒店、景区、卫生服务机构可有效判断以提升服务质量。
（3）模型数据传递受阻。BIM技术最为显著的特点便是信息的传递与组合，使设计和施工达到无缝衔接的目标。在装配式建筑设计中，为了便于单个预制构件的出图与工程量统计，通常会对项目中的构件进行拆分，并通过链接的形式拼装起来，但Revit软件并无文件信息提取功能，使整个建筑中模型数据的顺利传输受到极大阻碍[2]。
大数据的采集主要分为集中式采集和分布式采集，二者之间优势互补。集中式易于控制全局数据，分布式灵活性好。在整个大数据采集过程中，企业内部数据采用集中式，而在企业之间更多的是采用分布式。每个企业均设有中心服务器，用于存储共享的数据信息。企业之间的中心服务器之间则采用分布式数据采集模式进行互联。在进行云计算的分布式采集时，按照不同的数据类型分类存储。
表2 微信用户占H地区移动流量用户情况
“车型上，我的选择其实比这个还要疯狂，这个是简装版双坐版，本应是单座。还有Alston是我儿子的名字，所以这个对我的意义非常重要。”
（1）微信用户的ARPU（每用户平均收入）值高于全网平均值。
（2）从MOU（户均通话时间）、户均点对点短信、户均点对点彩信这3个指标可以看出，语音、短信和彩信业务呈下降趋势。MOU同比下降7.15%，户均点对点短信同比下降3.06%，户均点对点彩信同比下降6.52%。
（3）微信用户的DOU（每户月均流量消费额）每月不断增长，同比增加10.78%，部分冲抵了语音、短信和彩信的下降带来的影响。
1.5.1 有效性评价指标 （1）疾病疗效；（2）止泻时间；（3）中医证候疗效；（4）中医单项症状；（5）病原学指标：轮状病毒检测，入组和出组时检测。以疾病疗效作为主要评价指标。
1.4.1 大数据的采集
图2 H地区移动公司的微信流量分布
如图2所示，微信已经渗透到我们生活的方方面面，近40%的流量用于浏览网页，13%的流量用于发布朋友圈。微信软件不再只是一款简单的聊天通讯软件，而是逐步建立了一个综合性信息交互平台。从流量结构分析来看，微信APP的普及为“流量经营”打开了市场，满足了人们的互动需求，并且增加了用户对手机网络使用的粘性。可以借助大数据理念，通过对每月流量值的统计，收集深受用户欢迎的流量套餐，有的放矢推出流量增值服务，组织惠民营销活动。在扩大业务广告宣传力度的同时，进一步压缩经营成本和人力成本，提升经营决策的精准性，更好地实现流量价值，促进企业营销。
3.2 规范数据资产的管理
通信数据的量大且繁杂，必须进行科学、合理规整，才能更好地挖掘出数据的潜在价值，明确客户需求。例如：某运营商以A小区所有移动用户为研究对象，对这些移动用户在6月至9月期间所产生的手机流量数据、浏览记录进行详细记载，分析出客户流量使用情况，如图3所示。
图3 300位用户月均使用流量和比例（%）
6月到9月正值暑假，流量使用较多的分别是QQ、视频、淘宝和微信。这些数据可以快速地得出用户群体的数据，通过对数据资产的管理，汇集潜在客户信息，以便满足客户的个性化需求。并且，可以有针对性地推出流量套餐服务，积累忠实用户数量，扩大运营规模。
3.3 了解竞争对手特征
利用大数据可以捕捉竞争对手的各项信息，包括运营产品种类、产品价格、销售额度、市场比重、受消费者的欢迎程度等，对数据进行集合、整理。借助云计算和相应的技术分析，对竞争对手的产品价格、竞争性以及营销策略进行科学评价，分析竞争对手的经营策略，继而了解自身的优势与不足，辅助电信运营商有针对性地改变营销策略，实现“效益最大化、风险最小化”，赢得市场地位。
3.4 挖掘潜在的客户市场
利用大数据技术收集消费者的有关信息，并进行分类、汇总、计算、评估。根据分析结果，将消费者分级，按照不同的等级，采取不同的营销策略。从围绕“客户”的“购买力、偏好、响应性”开展市场营销，上升到“客户群”的“价值、性格、生命周期”，以及“客户流”的“频串、时长、路径”等，更加数据化、系统化。通过及时跟踪、分析、更新消费者的关键字数据，挖掘潜在的客户市场。如图4所示。
图4 客户市场关系图
4 结论
伴随着移动互联网的发展，大数据、云计算的应用将更加普及和深入，电信运营商面临着重大机遇。本文从信息服务质量、客户需求、盈利结构三个方面探讨了大数据和云计算对运营商在经营上的意义和影响。分别以H地区移动公司的微信流量经营策略，以及A小区在一定时间内的流量分布为研究对象，分析大数据营销的具体应用，找出在大数据驱动下流量经营的优势和切入点。运营商今后应从“粗放型”营销向“数据型”营销逐步转变，加快营销转型。
算理是计算数学的灵魂。计算法则的理解和掌握是小学数学计算教学的首要任务，通过观察、操作、探究，让学生理解算理。同时，教师也应挑选出学生在练习过程中出现的典型错例，引导学生共同分析错误原因，既能帮助学生把错误消灭萌芽状态，也能使学生知其然更知其所以然。
（收稿日期： 2018-12-14；
技术审稿：龚永平；
责任编辑： 赵明亮）