国外电信运营商大数据应用及启示

2015-12-26郑雪菲

移动通信 2015年13期

关键词：运营商客户智慧

郑雪菲

（北京邮电大学，北京 100876）

国外电信运营商大数据应用及启示

郑雪菲

（北京邮电大学，北京 100876）

通过对国外电信运营商大数据应用案例的分析，归纳出当前时代背景下可行的大数据商业模式，指出国内电信运营商可着重应用大数据助力“智慧城市”建设，实现自身转型。

运营商大数据商业模式智慧城市

1 引言

2015虽不是大数据元年，却是大数据产业蓬勃发展、落地生根的一年。“大数据+行业应用”已成为众多行业谋求转型之路时的利器，传统电信行业在OTT等互联网产品的冲击下，其话音经营路线已经穷途末路，运营商迫切需要用互联网思维武装自己，才能在这激烈的角逐中不至于被彻底“边缘化”。

2 “流量经营”转向“数据经营”

2015年5月，“提速降费”成为全民热议话题，在总理亲自发话以及国务院、工信部的多次督促下，国内三大运营商也相继公布了相应的数据流量“提速降费”方案。暂且不讨论这些“新政”是否会在真正意义上惠及每一位用户，单从国家督促运营商提速降费这一举动来看，运营商想靠流量经营来完成转型升级似乎不如想象中那么容易。加之2013年工信部鼓励民资进入电信市场，截至目前已有42家企业相继获得虚拟运营商牌照，电信市场的竞争越来越激烈，三大传统运营商面临“管道化”和“边缘化”的危机，向“智能管道”的转型迫在眉睫，显然“数据经营”是在当今大数据时代下最好的选择。

运营商在“数据经营”上具有天然的优势，虽然如今互联网企业对大数据应用的顺风顺水，但在数据来源以及数据总量上无人能与运营商相比拟。其优势具体体现在：

（1）数据的全面性。电信网络的普遍覆盖以及端到端的网络接入使得运营商能够时时获取用户的位置信息、身份信息、终端信息、消费信息等全面复杂的数据。

（2）数据的可利用性。在信息可以转变成金钱的时代，许多企业不惜任何代价想要获取用户信息以达到商用目的，有些甚至利用非法手段搜集个人信息以谋取私利。而在这方面，运营商却可以公开利用所获得的信息进行大数据分析来创新业务种类、提升服务质量。

3 国外主流运营商大数据应用

在国内运营商对大数据还处在跃跃欲试的阶段时，国外主流电信运营商早已将大数据应用到了自身的发展之中。对此希望通过以下几大知名运营商典型的大数据应用场景，分析其商业模式，为国内运营商在大数据商业模式上的定位提供一些经验借鉴。

3.1 西班牙电信Telefonica：用户体验优化、数据打包出售

西班牙电信曾推出过移动宽带网络的最终用户体验管理项目和一个含有60多个用户体验指标的系统，支持在线计费系统（OCS）、探针、无线网络控制器（RNC）、GPRS业务支撑节点（SGSN）、域名系统（DNS）等各种网络节点的信息采集。并将采集来的全部信息进行归纳整合、储存在数据库中，为用户体验管理提供数据依据。

西班牙电信还和市场研究机构GFK在数据分析和打包方面进行合作，使数据更具利用性。2012年更是直接成立动态观察（Telefonica Dynamic Insights）的大数据部门，该部门通过对数据进行分析打包，帮助客户进行可靠预测。例如它推出的“智慧足迹”产品，在城市分区的基础上，分析客户流量分布，为政府交通和企业选址提供依据。

3.2 Verizon：建设数据中心、实现精准营销

2014年，Verizon在加利福尼亚州成立了一个大数据分析实验室作为数据分析实践研发中心，为公司提供数据分析、人工智能和机器学习活动的实践平台。

Verizon的大数据应用主要表现在针对特定消费群体（年轻用户）方面，通过提取年轻用户使用频率较高的社交媒体数据来深入了解用户的消费行为及潜在需求。2012年10月，美国Verizon为充分挖掘、分析用户数据信息成立精准营销部门（Precision Marketing Division），洞察用户需求以进行精准营销，为广告投放提供数据支撑，并推出面向ISIS（Verizon、AT&T和T-Mobile发起的移动支付系统）的移动商务（Mobile Commerce）。

3.3 法国电信：提供商业决策、服务公共事业

法国电信旗下的通信解决方案部门“Orange Business Services”一方面利用大数据提升服务质量，优化用户体验。例如通过对客户进行细分，分析客户数百万电话的数据记录，重点关注客户的通话对象以及通话频率，有效提高了用户流失预测模型的精确性，另外还通过分析掉话率数据，寻找超负荷运行的网络并进行维护及扩充。另一方面“Orange Business Services”还将大数据应用到公共服务领域，如根据高速公路上车辆每天产生的数据记录进行分析，帮助车辆获得及时准确的信息，提高道路通行率，Orange还在IT系统领域开展大数据应用竞赛，充分挖掘大数据的价值。

限于篇幅，本文所列案例仅是笔者认为在运营商大数据应用方面最具代表性的，其他运营商大数据应用场景如表1所示。

4 大数据应用对我国运营商的启示

根据以上案例，可以将大数据可行商业模式归纳成6种，前3种是运用大数据提升运营商内部服务水平；后3种是通过大数据扩展外部商业价值。其中前5种模式较为简洁明了，国外有众多可借鉴案例，故阐述较少。在此着重论述了大数据在“智慧城市”中的应用，希望“智慧城市”可作为国内运营商完成向“智能管道”转型的突破口。

4.1 创新业务模式，实行精准营销

互联网的存在使得运营商可以全天候、多渠道、全方位的获取用户数据信息，并提取手机用户上网网关日志，识别动态URL，并根据用户终端使用信息、位置信息、资费情况以及移动搜索对手机用户上网行为进行全面洞察，了解客户的访问内容偏好、访问时段偏好，从而将合适的服务内容和产品在合适的时段和地点以适合的营销方式提供给目标消费者，实现精准营销。

4.2 基建设施优化，提升服务质量

运营商通过用户网关日志以及网络使用流向和数量，识别出对运营商贡献较大的居民小区或事业单位，对高价值群体客户进一步分析其收入情况、消费情况并综合网络质量可以发现某个小区贡献价值较高，但网络处于超负荷运行状态，进而可设定网络投资顺序的优先等级，提高网络运营效率。德国电信根据城市区域无线网使用情况，在白天给工作区分配更多无线资源，晚上则给酒吧区分配更多无线资源，从而提高无线利用率。此外，大数据在基站选址、电信资源分配方面也有其应用，通过分析区域人口在地理位置及时间周期方面的流量和通信使用特征，可对高流量使用区域增设WLAN热点以及4G基站，对低流量使用区域可减设基站和热点，避免资源浪费。

4.3 客户流失预警，持续存量经营

根据用户近期异动情况，分析客户是否有离网倾向，进而有针对性地采取补救措施，这将有效降低客户流失率，实现中高端用户的存量经营。如消费者近期是否出现工作变动或业务量波动较大等异常情况导致用户离网、转网概率增加，同质竞争者是否推出优惠服务致使客户流失等。在具体的客户维系活动中，需要将客户离网预警模型、客户画像系统、客户营销触点和场景相结合，实现对离网预警客户的差异化保有。还可根据用户日常消费情况建立客户信用体系，对客户信用进行分级，增加合格用户，减少不良用户比例，同时为中高信用等级客户提供更为优质和差异化的服务。

运营商在将大数据用于提升自有业务时，还可进一步将大数据挪作“他用”，与有需求的第三方参与者合作，融合自有数据与外部数据。

4.4 数据是一种商品

“掘金”大数据最直接的一个方法就是将数据打包出售，通过数据采集、存储、分析将混乱、无序的海量数据处理成有价值的数据资产，并打包出售给第三方企业用于商业使用。在美国，棒球运动和篮球比赛中富含商机，Verizon根据观众来源地进行区域偏好分析，可得出观众对赞助商的喜好情况；Sprint则利用大数据为第三方客户提供市场分析，包括消费者特征、消费者行为以及季节性特征等。

4.5 构建大数据平台

互联网时代对大数据应用最为迫切的无疑是众多的互联网企业，但互联网企业在大数据平台的建设上往往会花费很长的周期，社交网站龙头企业Facebook花费三四年时间建立大数据平台，全球最大职业社交网站Linkedin耗时6年才建立起大数据部门，而大数据时代的奠基者谷歌公司在过去的十年里一直在建自己的数据中心，到最近才建成世界上最强大、质量最高的数据中心。而在互联网行业中，时间就是金钱，新产品的产生与应用可能还不到一年时间，自建数据中心显然无法跟上业务扩展的脚步。

所以运营商在具有先天数据优势的基础上可自建大数据中心，自主采集数据并进行数据分析与处理，采取平台式商业模式，提供给第三方互联网企业使用，靠收取租金获得收入。利用大数据中心开展业务的商业模式如图1所示：

图1 大数据中心开展业务商业模式图

4.6 助力智慧城市，服务公共事业

“智慧城市”、“智能交通”、“智慧医疗”、“智慧治理”等概念我们已不算陌生，而在这一系列智能建设中离不开大数据与云计算技术的支持。大数据在智慧城市的建设中发挥着全方位的作用，上到城市规划与建设，下到居民衣食住行都需要在大数据的支撑下才能走向“智慧化”，可以说，大数据是智慧城市发展的助推器。而在国内外大数据应用中，虽然有涉足医疗、交通、政务等城市生活的各方面，但运营商的应用都比较分散，难以通过大数据来合力加快“智慧城市”建设。国内运营商可将此作为突破点，系统地将大数据应用到智慧城市各个方面。

（1）智慧医疗

运营商可通过各种终端（例如手机、智能穿戴设备等）来实时采集用户的健康信息（包括血压、心率、血糖等数据），运用物联网技术采集用户就诊记录和基因信息，然后通过高性能计算中心对医疗大数据进行分析处理，储存在云服务器上，为远程医疗、电商医疗、医院信息化提供依据。运营商还可与相关医疗机构合作建立医疗档案信息系统，将个体、医院、药商结合起来，并通过互联网实现远程挂号、在线咨询与在线支付等医疗服务，缓解“看病难”问题。在这方面，日本NTT率先尝试，自2010年，NTT利用大数据实现医疗资源的社会整合，针对日本老龄化明显的特点，NTT建立信息服务平台，聚合大量医疗专家以及医疗信息，连接用户群、医疗企业、保健服务提供商这3个群体，根据用户行为挖掘其潜在需求并将需求反馈给专业医疗人士，实现个性化服务。

运营商还可通过对用户电话、短信的监测来预防疾病与犯罪。麻省理工学院曾进行过Reality Mining项目，通过提取数十万手机用户的通话、短信和空间位置等信息，预测人们行为的规律性，进行流行病预警和犯罪预测，运营商显然也可以做此类研究，服务社会公共事业。

（2）智能交通

目前交通领域对路况的监测主要是依靠摄像头、感应线圈监测、卫星监测，难以实现动态化管理。而电信运营商掌握着大量的手机数据信息，对手机终端位置信息进行监测可得出实时动态的流动人口分布情况以及出行情况、道路拥堵状况，可提前为用户出行提供建议，并为交通管理部门提供依据以疏通道路，防止由于人流聚集而引发突发事件。图2是基于大数据的智能交通系统。

（3）智慧治理

智能终端以及网络的存在使得个人一切在线行为数据都可以被运营商收集储存，再综合政府部门的个人信用记录、犯罪记录、人口统计等数据，运用数据挖掘即可监控和预测个人行为，有效减少犯罪率。利用手机短信、搜索引擎、微信、微博等还可提取热点信息、进行舆情监测。

（4）城市规划

根据不同时段的用户位置信息可区分出城市内的不同功能分区。如在夜间，工作区人群较少，而白天人口则都由居民区流向工作区，对这种位置的监测可以优化城市布局，保障城市秩序。

当然，“智慧城市”建设不仅仅局限于以上内容，它包括城市经济、文化、环境、公共服务、市民生活等各个方面，运营商应根据公众实际需求，科学选择智慧城市大数据应用领域，推动城市整体的智慧化。

图2 基于大数据的智能交通系统

5 结束语

大数据时代给运营商带来重大机遇，电信企业应创新商业模式、借鉴国外先进经验，用大数据思维武装自己，充分利用大数据提升自身服务水平，并在此基础上发掘大数据外部商业价值，推进“智慧城市”建设，从而走数据经营之路，完成自身转型升级。

[1] 吴韶鸿. 全球运营商大数据部署处于初级阶段多种能力亟待提升[J]. 世界电信, 2014(11): 72-79.

[2] 宋杰. 挖掘数据信息商业潜力西班牙电信和Verizon成立大数据部门[J]. 通信世界, 2012(43): 20-20.

[3] 胡舜耕,魏进武. 大数据及其在电信运营中的应用研究[J]. 电信技术, 2015(1): 14-17.

[4] 李政,李继兵,丁伟. 基于大数据的电信运营商业务模式研究[J]. 移动通信, 2013(5): 64-67.

[5] 许梅,孙路遥,胡碧波. 掘金大数据，运营商需选准商业模式[J]. 通信企业管理, 2014(5): 74-76.

[6] 金天骄. 运营商大数据业务规划思路研究[J]. 互联网天地, 2015(2): 58-62.

[7] 金融科技时代. 解析电信巨头如何玩转大数据[J]. 金融科技时代, 2014(6): 50-51.

[8] 孙亮,刘雁,刘冬雪,等. 电信运营商助力智慧城市发展策略研究[J]. 邮电设计技术, 2014(6): 24-27.

[9] 施巍巍. 电信运营商对大数据的应用[J]. 中国新通信, 2015(3): 27-28.

[10] 朱光军,马刚. 运营商大数据发展策略研究[J]. 电信工程技术与标准化, 2015(3): 6-11.

[11] 李小玲,高文杰,张舵,等. 大数据与智慧城市建设[A].中国城市规划学会. 城乡治理与规划改革——2014中国城市规划年会论文集（04城市规划新技术应用）[C]. 中国城市规划学会, 2014: 5-5. ★

Big Data Application and Revelation of Foreign Telecom Operators

ZHENG Xue-fei
(Beijing University of Posts and Telecommunications, Beijing 100876, China)

Based on case analysis on big data application of foreign telecom operators, the feasible business mode of big data at present was generalized. It was pointed out that domestic telecom operators should apply big data to construction of “smart city” to accomplish transformation.

operator big data business mode smart city