电信运营商大数据发展研究

李玉章

（中国移动通信集团设计院有限公司广东分公司 广州510623）

1 引言

随着移动互联网、物联网、云计算的快速发展，全球数据量呈爆发式增长。据IDC 预测，未来10年，全球数据量将以40%+的速度增长，到2020年，全球数据量将达到35 ZB，为2009年的44 倍[1]，大数据时代已经来到。根据维基百科的定义，大数据是指无法在一定时间内用常用主流软件工具对其内容进行获取、管理和处理的数据集合。

大数据具有“3V”特征[2]：一是Volume，数据量巨大，计量单位从TB 级别跃升到PB 甚至EB 级别；二是Variety，数据的来源及格式多样，数据格式大体分为结构化数据、半结构化数据和非结构化数据三类；三是Velocity，数据增长速度快，同时要求对数据处理的速度也要快。

根据Sybase的统计分析，电信行业通过应用大数据，人均产值提升了17%，在价值贡献方面更是排在了所有行业的首位。在电信行业收入增幅日趋放缓的今天，这样的产值增幅无疑是鼓舞人心的。本文分析了大数据时代电信运营商面临的机遇和挑战，探讨了电信运营商应用大数据的策略，并提出了一种参考性的大数据平台架构，以推动电信运营商对大数据的应用。

2 大数据时代电信运营商的机遇和挑战

2.1 电信运营商大数据的特征

电信运营商作为信息服务的基础服务商，是数据的交换中心。运营商的网络管道、IT 支撑系统、业务平台中每天都在产生大量的数据，包括网络运维数据、信令数据、用户基本信息、用户位置信息、用户访问日志、流媒体数据等。这些数据具有大数据“3V”的典型特征，在数据量方面，电信运营商数以亿计的用户规模保证了数据的海量；在多样性方面，既包括结构化的用户基本信息数据，也包括半结构化的用户访问日志数据，还包括非结构化的流媒体数据；在速度方面，通信网络的实时承载保证了数据的速度，实时营销等需求也对数据处理速度提出了要求。

2.2 大数据为运营商带来的机遇

随着移动互联网的发展，电信运营商面临越来越严峻的管道化威胁。大数据时代的到来为电信运营商增强竞争优势、拓展蓝海业务带来了新的机会。电信运营商拥有名副其实的大数据，如果将这些大数据加以应用，必将为运营商带来巨大的机遇。

（1）对内

利用大数据实现精确化营销和精细化运营。通过对用户行为的分析，提供针对性营销，如向出差较多的商务人士推荐漫游套餐；对爱好移动上网的用户提供流量包；另外，通过对市场、客户、客服、网络、财务等数据的综合分析，为业务和决策部门提供支撑，实现精细化运营，如分析流量、流向变化，调整网络资源配置，优化网络质量。

（2）对外

基于用户行为分析、行为理解、行为预测的客户深度洞察，将数据封装为服务，形成可对外开放、可商业化的核心能力，从而实现商业模式的创新。比较典型的应用包括面向服务业的开店选址、店面经营以及面向政府的公共安全和交通规划等。

2.3 电信运营商面临的挑战

电信运营商具有发展大数据的先天优势，面临难得的机遇。但是同时大数据也给运营商带来了巨大的挑战。

（1）系统分散建设，难以实现数据集中

要对电信行业的大数据进行分析，就必须实现数据的集中，并有统一的标准。但是目前运营商的各个系统分专业建设，数据散乱在众多系统中，数据模型也不统一，无法有效收集分析。

（2）数据之间缺少关联

用户、终端、平台、网络各环节数据不能关联，无法满足端到端业务分析的需求。

（3）系统架构不支持大数据“3V”特征

运营商现有的系统多采用高端商用系统建设，无法实现横向扩展，不支持海量数据的存储和处理；系统仅具备良好的结构化数据处理能力，不支持半结构化、非结构化数据处理，无法满足互联网类业务的发展要求；系统不具备实时处理的能力，无法满足实时营销等业务需求。

（4）数据未能有效地进行商业利用

无法将外部业务需求转换成实际的数据需求；没有完善的数据对外开放访问机制和数据安全管控机制。

2.4 国外运营商大数据应用案例

对大数据进行全面、深入、实时的分析和应用，是电信运营商在移动互联网时代避免沦为管道的关键。国外电信运营商在大数据应用方面已经进行了积极的探索和实践[3]。

2012年10月，西班牙电信成立了Dynamic Insights的大数据业务部门，希望借此把握大数据时代商机，创造新的商业价值。该部门推出的首款产品名为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，并将洞察结果提供给政企合作伙伴。

2012年10月，美国Verizon 成立了Precision Marketing Division。Verizon 将自身的电信业务数据、用户移动互联网行为数据、定位能力和第三方人口统计数据进行整合挖掘，分析受众在做什么，在哪里做以及他们的真实偏好，从而提供强大的受众分析、移动营销和预测分析。

3 电信运营商大数据发展策略

3.1 运营商大数据发展步骤

大数据的出现给电信运营商在数据挖掘、分析方面带来了新的机遇，运营商应该把握大数据时代的契机，深化大数据的应用，将企业的大数据资源转换为资产和核心竞争力。大数据在电信运营商的应用可以通过以下三个步骤实现。

（1）数据规范化

构建数据共享中心，统一数据模型，按需从各个数据源采集/清洗数据，在数据共享中心统一存储、统一处理。

（2）数据价值化

构建数据分析平台，根据业务需求形成挖掘模型，对数据共享中心的数据进行挖掘分析，为企业内部发展提供数据支撑和决策意见。

图1 电信运营商大数据平台参考架构

（3）数据经营化

构建数据开放平台，将数据共享中心的数据和数据分析平台的结果在可管、可控的体系下开放，发挥数据价值。

3.2 运营商大数据平台建议架构

电信运营商的大数据平台架构可以采用分层、模块化思想对平台各个部分进行设计，各层相对独立，通过标准接口对外部开放。平台参考架构如图1所示。

其中，最底层为数据源层，初期主要从企业内部各个系统采集数据，全面盘点企业数据资源，明确可以纳入大数据平台的范畴，推进跨域综合数据规划，后期可以逐步引入外部数据源；第三层和第四层是数据存储和处理层，根据不同数据类型和分析处理的需求，采用不同的数据存储和计算方式，包括分布式文件系统、分布式数据库、批量计算、流计算等；第五层是数据分析层，根据采集的海量数据，进行各类专题的分析；第六层是数据服务层，将数据分析包装成服务对企业内、外部用户进行开放，尤其是提供给政府、商场等外部用户，从而实现商业模式的创新；最后是安全管控层，数据开放最关键的是安全管控，主要开放的是用户群体行为统计信息，而非用户个人隐私。

4 结束语

移动互联网时代，数据爆发式增长带来了巨大的流量，电信运营商在收入上却没有得到相应的提升。运营商缓慢增长的网络流量收入和网络成本不断增加之间的剪刀差，正不断侵蚀着运营商的利润。大数据的出现与发展为运营商提供了新的机遇，电信运营商需要从企业战略和经营思维层面改变，通过不断的创新，不断发挥自身的优势，为企业创造更大的价值，迎接属于电信运营商大数据时代的到来。

[1]陈翀，谢晓，陈康.大数据关键技术及其在运营商中的应用研究综述[J].广东通信技术，2013，（8）.

[2]陈如明.大数据时代的挑战、价值与应对策略[J].移动通信，2012，17.

[3]左超，耿庆鹏，刘旭峰.基于大数据的电信业务发展策略研究[J].邮电设计技术，2013，（10）.