利用大数据应对OTT业务的冲击

2014-05-18

信息通信技术 2014年6期

中国联通研究院北京 100032

前言

随着移动互联网时代的到来，数据业务逐渐走到了前台，成了推动移动网络业务发展的主要力量。数据对业务产生的重要影响已经得到了业内人士的广泛关注，甚至有人预言数据是座金矿，移动互联网的时代就是“大数据”的时代;因此，面临“被管道化”的电信运营商应该加快大数据业务的发展和系统建设，利用大数据这把金钥匙打开新业务的宝库。

1 移动互联网时代，电信运营商面临的竞争加剧

在移动互联网时代，国内电信运营商面临的竞争加剧，电信运营商的产业链条被拉长，利润被摊薄。

1)移动互联网时代，互联网公司的业务蓬勃发展，特别是其推出的OTT业务，极大地冲击了传统的电信产业，从语音到短信，传统电信运营商的“杀手级”业务光辉不在，电信运营商面临着被动管道化的窘境。仅以腾讯公司2011年初推出基于移动终端的即时通信软件微信为例，微信从2011年推出后，433天后用户数量突破1亿，再过半年后突破2亿，再过2个月后突破3亿(见图1)[1]，截止到2013年10月24日，腾讯微信的用户数量已经超过了6亿，每日活跃用户1亿，其业务增长效率远远超过同时期的电信运营商，对电信运营商的网络业务产生极大的冲击。

2)传统的CT业务坐等收钱的模式已经一去不复返，电信业务资费不断下降，用户规模趋近饱和且增速放缓，行业的整体盈利水平被摊薄，寻找新的利润增长点势在必行(见图2)[2]。

图1 微信注册账户数增长情况

图2 2009～2013年电信业务总量与业务收入增长情况

2 发展大数据是国内电信运营商摆脱困境，开辟新的业务增长点的有效途径

大数据可以促进业务的发展，是国内电信运营商摆脱被动管道化、减少OTT业务冲击的有效途径。特别是进入移动互联网时代后，数据不再是过去用来制作报表的原料，“大数据”已经成为促进业务发展的催化剂。探究其原因，有如下3点。

1)在移动互联网时代，用户体验是网络产品成败的关键，而基于“大数据”的数据分析有利于对用户体验的精准把握。移动互联时代，用户的行为特征可以通过用户的数据体现出来的，对于这点互联网公司已经开始着手研究，并建立了相关的基于大数据的分析平台进行用户行为的分析，例如阿里巴巴公司建立的海量数据分析系统，可以基于用户及产品的特征、相关性、内容匹配等，利用推荐算法对产品进行个性定制和评估，甚至可以分析出用户从注册以来的多年行为轨迹，精确地评估哪些用户体验的改善可以带来用户黏性的提升。

2)在移动互联网时代，海量的各类数据中埋藏着大量的用户需求，有助于业务的创新。海量的各类数据可以从不同的维度反映用户的相关信息，包括意愿、喜好、行为轨迹等，对数据的深度挖掘的过程就是对需求寻找的过程，是业务创新的起点。

3)在移动互联网时代，“大数据”的应用有助于新业务的拓展和推广。基于海量数据的深度挖掘和处理，可以对业务拓展的渠道和方式的效果进行评估，准确地找到业务发展中的盲区，有效地提升投资利用率。

综上所述，发展大数据业务可以帮助国内运营商开辟新的业务增长点，具体表现为以下3点:

1)发展大数据有助于国内运营商打破传统的电信思维模式，为开辟新的业务提供一个有效的途径。例如国内运营商可以构建基于大数据的信息消费平台，架起信息提供者和信息消费者方面的桥梁，提供有偿的信息消费服务。通过构建大数据平台，使数据的信息价值和消费价值同时体现出来，既有助于提升用户的体验，做到明明白白消费，又有助于提高运营商的业务收益。

2)发展大数据有助于提升国内运营商的创新能力，可以使传统的业务焕发新的生机。例如可以构建大数据平台，把数据、语音、短信业务进行融合，通过数据分析和挖掘更深层次地了解用户的需求，然后通过业务的融合更方便地提供给用户，让用户更多地感觉到服务的便利和贴心，从而降低国内运营商的传统业务离网率。

3)发展大数据可以提升国内运营商业务的抗风险能力，减轻OTT业务带来的冲击。数据是信息的载体，海量数据的汇集与分析，可以使运营商更好地了解自身情况以及外界业务发展的趋势，从而为更好地开展业务以及更早应对不利情况提供可靠的依据。

3 国内电信运营商发展大数据业务的优势

面对诸多挑战，特别是OTT业务的冲击，传统电信运营商也需要转型，寻找新的业务增长点，发展大数据相关业务就是一个良好的途径。仔细分析，其实传统运营商在发展基于大数据的业务是具有先天优势的，具体如下。

1)运营商掌握的数据完整、全面，多年的基础电信业务运营的积累，数以亿计的通信用户基数，保证了数据的海量性和多样性，为拓展基于大数据的业务提供良好的基础。根据工信部2014年1月的统计，中国移动、中国联通、中国电信的在网的移动用户数分别为7.71866亿、2.84106亿、1.8478亿，整体的用户规模居全球之首，庞大的用户规模，确保了稳定的数据来源;而且由于国内电信运营商既是网络的建设者也是业务的运营者，使之可以完整地拥有从网络侧到用户侧的全面、多维度的数据，以联通的移动上网记录数据为例，仅采集GGSN与SGSN之间的Gn口，即可统计到用户号码、业务类型、上网协议、上网记录等25个维度的详细信息，在全国范围内数据量达到811亿条/天。

2)运营商获取数据具有持续性。通信网络的建设和不断地升级，为数据收集提供良好的实时性和持续性，可以为基于大数据的业务拓展提供持久的数据源。由于在国内只有电信运营商拥有网络运营牌照，可以对网络进行系统地建设、升级、维护，拥有了网络也就意味着拥有了网络上面实时的数据，这样就使运营商具有得天独厚的优势，只要在网络接口节点处加装采集系统，并通过DPI技术即可持续、实时地获取所有网络上面的数据，如图3所示，仅以Gn口采集为例。

图3 Gn口数据采集示意图

3)海量数据处理技术日趋成熟，特别是开源技术的应用使数据处理能力和处理效率大幅提高，而相关投入成本较传统数据处理技术大幅降低。近年来以Hadoop为代表的开源数据处理技术得到众多大公司的推崇，核心技术日益完善，并且在众多互联网公司中得到广泛应用。以国内互联网巨头阿里巴巴为例，从2009年开始建立基于免费开源技术的数据处理平台“云梯”用来支撑日益增长的海量数据，并逐步用免费的开源数据库替代昂贵的商业数据库Oracle，并在2013年底基本完成，实现对阿里集团20多个事业群业务的支撑(见图4)[3]。

图4 开源技术的成本优势

4)电信运营商已经进行了多年的信息化建设工作，相关业务的运营、支撑都已经实现了自动化，并具有庞大的系统研发、运营和维护人员队伍，为发展大数据相关业务提供了良好技术环境和人才资源。

4 互联网公司和国外运营商的经验

大数据对国内电信运营商来说还刚刚起步，尚处于探索时期，因此，我们可以通过研究大数据应用起步较早的互联网公司和国外较领先的电信运营商的经验进行借鉴。

由于互联网公司的盈利模式是以流量为基础，主要依靠“长尾效应”，而流量的背后是海量数据的支撑，所以互联网公司先天就具有数据基因，尤其在移动互联网兴起后，各大互联网公司更是加大在大数据方面的投入，取得了良好的效果，归结起来如下。

1)国内各大互联网巨头都已经为自己量身定做了符合自身业务发展要求的大数据平台，并且对所有业务数据进行了集中。

仅以阿里巴巴、百度为例，阿里巴巴集团在2009年开始进行大数据平台建设，建立基于hadoop技术的大数据平台“云梯”，然后通过数据的集中，逐步实现由单业务支撑到多业务共享的演变，实现淘宝、天猫、一淘、B2B、支付宝的数据共享和互相支持，集群规模已经达到4 000台以上;百度集团也在整合自身业务的所有相关数据，由原来的网页库、索引等多类数据多类存储变为“one baidu one storage”，通过建立大数据平台实现数据的集中分析和处理。

2)利用对大数据的深度挖掘，实现对产业未来的预测及对业务的深度支撑。用户行为可以通过分析海量的互联网访问数据获得，突破了传统的BI模式，通过建立数据集中的分析平台可以很详细地勾勒出用户的画像和行为轨迹，支撑精细化营销，实现数据、流量、利润的转化。以百度为例，该公司将大数据应用到扩展搜索、突发访问搜索等业务分析中，并成功地推出了百度指数，实现对全行业、多领域的发展分析和预测，极大地提升了广告投放的精度和数据、流量的转化能力。

3)互联网公司已经开始研究基于大数据的衍生业务，发展势头强劲，对许多传统产业提出挑战。例如，阿里巴巴集团利用多年电子商务运营的经验和其拥有的海量用户消费数据，成功地建立了用户信用体系，推出余额宝、小额信贷等金融、理财业务，在200天内实现融资规模从0到2 500亿的增长，30天内实现2 500亿到4 000亿的增长，使传统金融企业只能望其项背。

国外运营商巨头已经开始利用大数据来促进业务发展，效果十分显著，归结起来有如下几个方面。

1)客户维系。以法国电信为例，其开展针对用户消费的大数据分析评估，利用大数据改善服务水平，提升用户体验。比如某段网络上的掉话率持续过高，借助大数据手段诊断出通话中断产生的原因是网络负荷过重造成，并根据分析结果优化网络布局，提升客户体验，从而获得更多的客户以及业务增长;T-Mobile采用Informatica平台开展大数据工作，通过海量数据的集成，综合分析客户流失的原因，在一个季度内将流失率减半;SK电讯新成立一家公司SK Planet，专门处理与大数据相关的业务，通过大数据分析用户的使用行为，在用户做出决定之前，推出符合用户兴趣的业务，减少用户流失。

2)精准营销。Verizon成立了精准营销部门(Precision Marketing Divisio)，提供精准营销洞察、精准营销、移动商务等服务，包括联合第三方机构对其用户群进行大数据分析，再将有价值的信息提供给政府或企业获取额外价值，数据业务的盈利在其整个业务中占比非常高[4]。

3)网络运营。沃达丰爱尔兰公司推出Tellabs“洞察力分析”服务，将通信网络中的大数据转化为可利用的信息。比如，通过使用3G网络中的数据信息来优化网络设置等。

4)外部收益。西班牙电信于2012年10月成立了动态洞察部门(Dynamic Insights)开展大数据业务，为客户提供数据分析打包服务，并与市场研究机构Gfk进行合作，在英国、巴西推出了首款产品名为智慧足迹(Smart Steps)。该产品基于完全匿名和聚合的移动网络数据，可对某个时段、某个地点人流量的关键影响因素进行分析，并将洞察结果面向政企客户提供;AT&T开始将用户在Wifi网络中的地理位置、网络浏览历史记录以及使用的应用等数据销售给广告客户[5]。比如，AT&T提供的Alert业务，当用户距离商家很近时，就有可能收到该商家提供的折扣很大的电子优惠券等。

5 国内电信运营商发展大数据面临的挑战

国内电信运营商发展大数据即有优势同时也面临挑战，归结起来有如下3点。

1)国内传统的电信运营商虽然拥有众多的优质数据，但由于早期建设模式等原因造成数据虽多，但各类数据分散到多个平台中，同类数据又分布到不同的地域，彼此孤立，整体看来是一个个为数众多的“数据孤岛”。

2)目前国内传统的电信运营商缺少大规模的数据支撑平台，多数平台都是为特定业务定制搭建的，并且同一类业务的支撑平台又分布到不同的地域，彼此孤立;因此，造成支撑平台处理能力有限，很难满足海量数据处理能力的要求，需要针对数据类型或业务类型进行整合，建立具有海量数据处理能力的全国性业务支撑平台来支撑大数据的发展。

3)由于电信运营商收集到的数据部分与用户自身相关，因此，隐私问题是必须考虑的，特别是在当今用户越来越重视自我保护的年代。如何提供可靠的安全机制，确保数据不会丢失、泄露，也是需要深入研究的问题。

6 国内电信运营商的应对方法

针对上述问题，国内运营商发展大数据可从如下方面入手应对。

1)发展大数据需要对数据进行集中。目前国内运营商传统的业务发展模式多采用“分布式”，即同一个业务也分布到不同省分进行开展，这样虽然可以利用地缘优势，但造成数据大量分散、很多、很杂、无法聚类。数据集中是发展大数据需要解决的首要问题，对此可以参照互联网公司的方法，对数据进行聚类，然后从省分逐步上收，建立集中的数据中心，集中存储，为大数据平台所用。

2)发展大数据需要大平台才能有效支撑。由于大数据属于海量数据的范畴，处理的数量级需要达到P级，因此，需要建立基于海量数据的高效的处理平台，而目前国内运营商的平台多是基于省分的地域级平台，处理能力有限，难以达到支撑大数据的水平。所以发展大数据需要对数据处理平台进行集中建设，可以按照业务类别进行统一设计、集中建设，也可以参考互联网公司的方法，例如阿里巴巴，集中开发基础大平台，实现多个业务共享基础数据，实现大平台的统一支撑。

3)发展大数据需要在管理流程和组织架构上进行支持，保证大数据业务可以协调、稳定地开展。大数据对国内运营商尚属新事物，海量数据处理、大数据的应用、大数据平台的支撑等方面均需有专业的团队去研究、探索，可以参考国外电信运营商例如Version等建立专业的研发中心，集中推动业务发展[5]。

4)加强数据隐私的保护，提高业务及系统的安全层级。作为电信运营商对数据安全的保护可以从以下几方面入手。

①参考国外的一些有效的方法和成熟的经验。

● 个人信息匿名化。就是把被认为是“个人”的数据通过处理，使之无法还原到用户本人，从而规避了隐私保护的法律风险。

● 宏观统计数据商业化。数据的提供者和使用者均按照规范的商业模式进行操作，同时接受监管，以避免引起争议和法律风险。

● 用户信息使用授权化。对用户信息的使用建立在用户拥有选择权和知情权的基础上，用户可以通过授权使用来享受服务，同时也可以拒绝等等。

②通过技术手段，防范泄露风险。例如，可以提升系统软硬件的安全等级，对重要的信息系统实施安全测试一票否决制，将网络漏洞带来的风险降低到最小。

③由于国家针对信息安全已经立法，国内运营商可以利用法律的威慑力，通过对内部以及其他相关人员的普法宣教，降低数据隐私泄露的风险。