针对电信运营商的大数据价值化经营研究

发布时间:2019-08-23 来源: 感恩亲情 点击:


  【摘 要】针对通信信息产业中的基础服务提供商——电信运营商展开分析,在结合其运营过程中掌握的大量数据的分类及分析的基础上,提出了运营商大数据价值化的核心途径:一是针对现有业务,运用大数据开展精细化运营,改善运营效率;二是针对潜在业务,进行基于大数据的资源性开发利用,通过与其他企业合作等方式挖掘数据内涵,创造新的价值。最后,提出了国内电信运营商基于大数据的价值化路径选择。
  【关键词】大数据 电信运营商 价值化经营
  doi:10.3969/j.issn.1006-1010.2015.13.010 中图分类号:F626 文献标识码:A 文章编号:1006-1010(2015)13-0047-04
  引用格式:洪莹,李政. 针对电信运营商的大数据价值化经营研究[J]. 移动通信, 2015,39(13): 47-50.
  1 引言
  自麦肯锡全球研究院创造并提出“Big Data(大数据)”概念以来,2012年3月美国奥巴马政府成立“大数据高级指导小组”实施《大数据研究与开发计划》将其上升为国家层面战略,中关村成立大数据产业联盟,广东省发布《广东省实施大数据战略工作方案》拟成立大数据局。大数据从2012年伊始便迅速升温并风靡全球,成为了科技界、投资界、政界所热议的话题之一。
  所谓“大数据”,是指“其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集合”。大数据与以往的数据分析的最大不同在于其4V特性,即Variety(种类多),Volume(体量大),Velocity(速度快),Value(价值高)。大数据的出现给人类社会带来了巨大的变化:伦理层面,人类的记忆结构将开始从“遗忘为常态,记忆为例外”向“遗忘为例外,记忆为常态”转变;运行层面,分析的基础将实现从抽样数据向全数据的跨越,实现了统计意义的提升;内容方面,数据类型从结构转向非结构,通过体量的提升降低了对于准确度的要求,同时允许适度的混杂;时间维度方面,将实现关注点从因果关系向相关关系的变化,进而给人类带来实时反馈层面的巨大挑战。
  大数据的出现和兴盛,对电信运营商而言既是挑战又是机遇。一方面,随着OTT应用的快速发展,电信运营商的传统业务受到挤压,网络流量与业务收入之间的剪刀差日益严重。随着OTT厂商掌握的资源和数据逐渐增加,他们带给电信运营商的压力也愈发强烈(近期的微信收费之争是例证之一)。另一方面,电信运营商在大数据产业链中处于数据传递和交换的中心地位,通过相关技术的部署(如DPI、PCC),可以解析出大量的数据及资源(身份数据、位置数据、流量数据、业务使用习惯数据等),同时由于其处于数据传送的关键节点和控制点,因此他们具有将掌握的大数据价值化的天然优势和能力。基于此,大量的电信运营商开始了大数据价值化的初步探索。如西班牙电信2012年10月成立了名为Dynamic Insights的大数据业务部门,负责向客户提供匿名化后的移动网络数据“智慧足迹(Smart Steps)”服务。Verizon则成立精准营销部门(Precision Marketing Division),通过提供基于移动数据的相关服务帮助客户达到精确营销移动商务等目的。美国运营商Sprint经过分析更是直言即使电信运营商沦为“哑管道”,依靠数据分析也能生存下去。
  2 运营商大数据的分类及整理
  电信运营商具有作为大数据拥有者和使用者的优势。电信运营商数据的收集和存储主要围绕电信级业务的运行维护展开,主要存在于BOSS系统、OSS系统、MSS系统等平台中。电信运营商掌握数据的特点在于类型多、数量大(如联通大数据平台收集的上网记录达到几百亿条/日,容量6~7T),并且随着DPI(Deep Packet Inspection)等技术的部署,这一趋势将更加的明显。因此迫切需要寻找一种合理的方式,将电信运营商的数据进行分类,进而形成可用于价值化的优势资源。
  根据电信业务的特征并结合相关系统对于数据的存储提取特性,本文提出将电信运营商的数据从以下4个维度进行分类的设想。主要的维度有自然属性、电信属性、时间位置属性、业务使用属性。其中,自然属性是指电信消费者自身具有的特质,这些特质不随电信使用情况而改变,包括姓名、登记的身份证件号等;电信属性是指电信消费总体特征相关属性,主要体现于手机号码、IMEI码、入网时间及归属地、业务/网络类型、选择套餐档位等;时间位置属性主要反映消费者业务使用过程中时间和地点维度的特质,包括时间维度的业务使用开始/结束时间、使用时长、忙/闲时等,地点维度的通讯基站经纬度、省分/地市/小区名称、所属RNC、所属Node B等;业务使用属性主要体现了业务使用的特征,包括各种电信业务(电话/短信/自有增值/OTT)的使用规律、使用流量类型(移动网流量或是Wi-Fi)、上下行流量特点、订阅OTT业务/经常登录网站(财经/体育/娱乐)等。
  依据上述数据分类,电信运营商可进一步通过将各平台数据进行整合和分析,得到较为完整的消费者画像。例如,针对上述数据分类,可以衍生出4个消费者画像:身份属性画像、电信属性画像、时空特性画像、业务特性画像,并可以形成反映消费者一系列特质的标签(如消费者A,男,主要活动地北京,通信/科技关注者,流量耗费集中于上下班时间,价格敏感度高等),达到消费者特质标签化的目的,并供进一步分析和决策使用。
  3 运营商大数据价值化的核心途径
  基于掌握的上述大量数据资源,电信运营商具有进行大数据价值化的潜在条件和优势。对大数据进行充分的开发利用,在给电信运营商带来挑战的同时,也带来了千载难逢的历史机遇。由于移动互联网的迅速发展及OTT类业务的快速普及,传统电信业务受到了很大的冲击,这在促使电信运营商不断改进运维模式、优化传统业务的同时,也迫使他们去寻找新的业务和发展模式,创造出新的收入来源。因此,电信运营商基于大数据的价值化路径也要分别针对着现有业务的优化和潜在业务的开发这2个方向展开。

相关热词搜索:电信运营商 价值 经营 数据 研究

版权所有 蒲公英文摘 www.zhaoqt.net