| 标题 | 电信运营商大数据商业应用综述 |
| 范文 | 张捷+熊明科+项辉+李文锋 【摘 要】大数据作为继云计算、物联网之后信息化产业的又一革新浪潮，对国计民生、企业生产均具有重要作用。通过大数据技术对海量数据的挖掘，探索已知或潜在的关系模型，可有效的实现数据增值。论文结合大数据技术现状及电信运营商大数据特点，分析、探讨了电信运营商的大数据商业应用的发展策略及应用场景。 【Abstract】Big data is another wave of innovation in the information industry after cloud computing and Internet of things， and plays an important role in national economy and people's livelihood. Through the mining of massive data， we explore the known or potential relationship model， which can effectively realize the increment of data. Based on the present situation of big data technology and the characteristics of telecom operators' big data， this paper analyzes and discusses the development strategy and application scenarios of big data commercial applications of telecom operators. 【關键词】大数据；电信运营商；通信；移动通信；数据变现 【Keywords】 big data； telecom operators； communication； mobile communication； data realization 【中图分类号】 F626 【文献标志码】A 【文章编号】1673-1069（2017）09-0194-03 1 大数据简介 随着云计算、物联网技术的迅速发展及互联网应用的日益广泛，计算机应用产生的数据近年来呈现指数级的爆发式增长。数据产生与应用已经融入了生活、生产的每个环节。IDC报告显示，预计到2020年全球数据总量将超过40ZB（相当于4万亿GB）。在过去几年，全球的数据量以每年58%的速度增长。伴随着海量数据的不断涌现，企业在传统的数据收集与数据分析之余，已开始探索利用新的数据挖掘分析手段处理积累数据，大数据由此应运而生。另一方面，随着硅谷数据主义的兴起，以及世界各国政府普遍将大数据概念上升到了国家战略层面，大数据应用已经深入国计民生的方方面面，成为经济发展的重要助力[1]。 目前业界对于大数据的具体界定仍有不同解读，但根据对各类大数据应用的分析，大数据应用普遍存在4个“V”重要特征，即Volume（容量大） Variety（种类多） Velocity（速度快）和最重要的Value（价值密度低）。“容量大”指需处理的数据量巨大，并以远超出传统统计分析数据取样模型的方式对近似全量的数据进行关系分析[2]。“种类多”指大数据分析涉及的数据来源繁多，包含诸如数据库表类关系型数据及大量零散的文档、图片、视频等非关系型数据。“速度快”指大数据应用在时效性上要求较高，需及时通过分析结果辅助生产管理。“价值密度低”是大数据需解决的首要问题。大多情况下海量数据中具备直接价值的信息较少，必须通过关联运算在海量的无价值数据中挖掘、提取有价值的信息，将信息转化为知识，发现规律，最终用知识促成正确的决策和行动。综上，凡是具备4V特征的数据分析应用即可定位为大数据。 2 电信运营商大数据商业价值 电信运营商作为信息化社会的数据生产者及信息传输管道载体，拥有丰富的大数据资源，在数据量或数据种类上具备其他企业无法比拟的优势，如用户位置信息、通信信息、社交关系等，数据的价值挖掘潜力巨大[3]。 目前国内运营商运用大数据主要集中在以下五个方面： ①网络管理和优化，包括基础设施建设优化和网络运营管理和优化； ②市场与精准营销，包括客户画像、关系链研究、精准营销、实时营销和个性化推荐； ③客户关系管理，包括客服中心优化和客户生命周期管理； ④企业运营管理，包括业务运营监控和经营分析； ⑤数据变现，指数据对外商业化，单独盈利。 根据电信与媒体市场调研公司Informa Telecoms & Media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，在未来五年内将升至23%左右，成为电信运营商的一项战略性优势。 在大数据应用方面，电信运营商当前大多仅局限于企业内部的经营、市场营销及网络优化管理等方面，大量的用户数据长期处于未被利用的闲置状态，数据增值效应相对较弱[4]。自2015年国务院印发了《促进大数据发展行动纲要》以来，政府陆续从国家战略层面定义了大数据对国计民生的应用意义，并将大数据纳入十三五建设规划。 随着大数据技术日益广泛的应用，电信运营商的大量用户数据逐渐受到政府及其他企业的关注，成为政府及企业辅助管理、生产的重要手段。以城市规划领域为例，由电信运营商提供的基础分析数据已成为城市规划工作开展的重要基础数据。因此，电信运营商在开展传统大数据经营分析工作的同时，可逐步将大数据商业化应用探索作为新的业务增长点。 另一方面，在大数据商业化实践的过程中，电信运营商数据相较BAT等互联网内容商提供的应用数据，具备以下三个先天价值优势： ①用户规模大，据工信部统计，截止2017年2月，我国移动电话用户总数达13.3亿户，移动宽带用户总数达9.78亿户。 ②数据连贯性强，以移动电话用户为例，用户开机状态下均会产生有效的位置数据，而互联网应用数据则需在用户开启相关应用时产生。 ③数据有效性高，电信运营商已基本完成对其用户的实名制认证，用户数据具备较高的可识别性及唯一性。 鉴于上述特点，电信运营可积极探索基于大数据的商业化应用，以应对现阶段互联网通信服务对传统语音、短信业务的冲击，在数据增值领域实现新的业务突破，进一步提升市场竞争力。 3 大數据变现的管理基线及管理策略 电信运营商作为数据的生产者及信息传输管道载体，对其掌握的大量数据进行分析应用，普遍存在数据可开放性及用户隐私权之间的矛盾，使得电信运营商在开展大数据商业应用时需做好信息安全及用户隐私保密工作[5]。 我国《民法总则》以及《网络安全法》、《关于加强网络信息保护的决定》、《电信和互联网用户个人信息保护规定》等法律法规在对个人信息保护方面做了严格的规定，除公安机关、国家安全机关依法维护国家安全和侦查犯罪两种情形外，未经客户明确同意，任何单位或个人不得收集和使用客户个人信息。因此，电信运营商大数据的挖掘与利用需依法在保护隐私的前提下开展，既要提倡数据共享又要防止数据被滥用。同时，电信运营商需加强内部数据隐私保护，对大数据实施分类分级管控，提高业务及系统的安全防护等级。内容主要包括：对数据进行分类，并在此基础上根据对外开放及敏感程度进行分级，制订不同级别的敏感数据在对外开放和内部管理中应遵循的管控实施要求，具体可以从以下三个方面入手。 制定信息脱敏策略：针对涉及用户个人信息的敏感数据，通过插位、截取、加密等技术手段对原始数据进行处理，最终形成无法逆向推导出用户个人信息的可用数据，避免触碰法律基线，引起争议和法律风险。 制定数据开放标准：根据数据价值及敏感度，对涉及用户及公司运营的数据进行分类分级，拟定不同数据的开放标准，确保数据的使用符合国家法律法规。 制定用户授权机制：对用户个人信息的商业化使用需建立在用户拥有选择权和知情权的基础上，对需使用用户个人信息的商业化场景，需通过书面或电子化形式征求用户个人信息使用授权。 4 电信运营商大数据商业应用场景及案例 根据电信运营商价值数据类型主要集中在用户位置、身份信息、通信记录、网络行为等方面的特点，映射到大数据商业化应用模型上，可大致分为位置、征信、广告传媒、信息收集四大类[6]。其中位置类可衍生出商贸选址、城市规划、路网监测、公共区域人流监测等应用服务；征信类主要面向金融机构，提供金融信贷、信息验真、消费评级、企业征信等应用服务；广告传媒类重点提供精准广告营销及传媒效果评估等服务；信息收集类主要提供面向物联网行为及关键信息的收集，如舆情监控服务等。 经过多年的业务探索及应用实践，国内外电信运营商在大数据商业变现方面均有特点鲜明的成熟应用案例。如美国电信运营商AT&T与星巴克开展合作，利用大数据技术收集、分析用户的位置信息，通过客户在星巴克门店附近通话或者其他通信行为，预判消费者登门消费的大概时间段，为星巴克经营策略的优化提供数据指导。Verizon成立了独立的数据研发中心，联合第三方机构对其用户群网络行为、位置、消费能力等特征数据进行分析，对外提供精准营销洞察、精准营销等服务从而获取额外价值。其典型成功案例为与NBA合作，通过对观众构成及消费习惯的分析，向球队运营管理者提供观众对赞助商的喜好统计数据，为球队精准营销及个性化服务提供有效支撑。 与国外百花齐放的电信运营商大数据商业应用有所区别，因商业环境的差异，国内电信运营商大数据应用主要以中国移动通信公司为主。凭借超70%的移动电话及移动宽带用户占比，中国移动通信公司通过不断探索创新，结合庞大的用户数据，在利用用户位置、消费数据探索大数据商业变现模式上取得了一定成效，典型应用有区域人流监控、城市规划、信用查询等。区域人流监控通过对特定区域内人流量、来源地、人员构成的分析，可向客户提供人流预警、商业选址、城市应急监控等服务，现已在北京、上海、浙江等全国多个省份为政府管理部门及景区企业提供重点景区人流预警及智慧旅游分析服务。城市规划大数据服务利用中国移动用户位置数据连续性高、用户群体规模大的先天优势，通过对城市人流24小时分布、出行方式的分析，为政府管理部门提供城市规划的重要决策数据，目前已在浙江、广西与政府开展合作。征信查询为中国移动通信公司在大数据商业变现方面另一项探索尝试，利用多年积累的用户通信消费记录、终端品牌使用情况、社交关系等数据进行综合分析，形成具备可参考性的用户征信评分，可有效的协助金融、商贸企业对其客户进行信用评估及用户分类管理，目前已在广东省与浦发银行开展合作试点。 5 结语 大数据商业化应用作为电信运营商在“语音+短信”、“流量”业务外发展第三条收入曲线的创新举措，对电信运营商的战略转型起着重要作用。在互联网服务提供商的强大竞争压力下，电信运营商需加快面向数据服务转型，在遵守国家法律法规前提下，利用自身大数据优势构建大数据时代的行业竞争力，以应对互联网模式下信息化行业的高速变革。 【参考文献】 【1】SteveLohr.Data-Ism： Inside the Big Data Revolution[M]. U.S：Oneworld Publications， 2015. 【2】邬群勇，张爱国，许其凤，等.GPS移动定位与移动网络定位精度的分析[J].全球定位系统，2010（05）：5-7. 【3】连晋平，李梅，刘平.3G移动商务系统的数据层次和状态分析[J].电子设计工程，2010（02）：43-44. 【4】马莉，方春冬.CMMB移动终端架构研究[J].移动通信，2009（06）：81-82. 【5】方丹.移动信息化行业应用终端业务发展思路及实现[J].移动通信，2009（06）：25-27. 【6】陆飞，吴建辉，田晓明.移动终端DDR SDRAM数据总线布线仿真与设计[J].电子器件，2009（01）：66-67. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。