夏曉文

【摘要】 隨著互聯(lián)網(wǎng)業(yè)務(wù)和應(yīng)用的迅猛發(fā)展以及移動(dòng)互聯(lián)網(wǎng)的爆炸式增長(zhǎng)，大數(shù)據(jù)技術(shù)的出現(xiàn)與發(fā)展為電信運(yùn)營(yíng)商深挖數(shù)據(jù)提供了新的技術(shù)手段，同時(shí)也為其更好地服務(wù)客戶提供了新的機(jī)遇。大數(shù)據(jù)將成為運(yùn)營(yíng)商開展移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)的核心優(yōu)勢(shì)資產(chǎn)。本文結(jié)合大數(shù)據(jù)的技術(shù)現(xiàn)狀以及運(yùn)營(yíng)商的的數(shù)據(jù)特點(diǎn)，分析運(yùn)營(yíng)商在大數(shù)據(jù)應(yīng)用方面的優(yōu)勢(shì)，并提出了運(yùn)營(yíng)商的數(shù)據(jù)獲取原則以及策略。

【關(guān)鍵詞】 大數(shù)據(jù) 移動(dòng)互聯(lián)網(wǎng) 大數(shù)據(jù)分析 數(shù)據(jù)獲取

一、引言

伴隨4G網(wǎng)絡(luò)服務(wù)的迅速普及，移動(dòng)互聯(lián)網(wǎng)的發(fā)展和創(chuàng)新應(yīng)用正深刻地改變著我們的生活。由此產(chǎn)生的數(shù)據(jù)由量變導(dǎo)致質(zhì)變，不斷增加的數(shù)據(jù)帶來的不僅是挑戰(zhàn)，也是機(jī)遇，通過對(duì)海量數(shù)據(jù)進(jìn)行深入分析，企業(yè)能夠發(fā)掘出原本難以發(fā)現(xiàn)的新趨勢(shì)。大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

對(duì)于電信運(yùn)營(yíng)商來說，在不需要大量增加網(wǎng)絡(luò)投資和運(yùn)營(yíng)成本的條件下，大數(shù)據(jù)體系極有可能成為未來企業(yè)新的利潤(rùn)增長(zhǎng)點(diǎn)。如何在電信企業(yè)中引入大數(shù)據(jù)技術(shù)并抓住大數(shù)據(jù)的機(jī)遇為客戶提供更優(yōu)質(zhì)的服務(wù)，是當(dāng)前一個(gè)急迫的問題。

二、大數(shù)據(jù)的現(xiàn)狀

大數(shù)據(jù)具有典型的4V 特點(diǎn)，即數(shù)據(jù)規(guī)模大、變化速度快、價(jià)值密度低、數(shù)據(jù)類型復(fù)雜。在規(guī)模方面，國(guó)內(nèi)運(yùn)營(yíng)商的用戶數(shù)達(dá)到數(shù)億規(guī)模，用戶每天的網(wǎng)絡(luò)行為日志構(gòu)成海量數(shù)據(jù)。在速度變化方面，時(shí)刻都在變化，以記錄海量用戶的實(shí)時(shí)行為。在價(jià)值密度方面，由于用戶信息零散，需加以提煉才能得到有用數(shù)據(jù)，但是提取后的數(shù)據(jù)的是對(duì)電信企業(yè)自身還是對(duì)外部互聯(lián)網(wǎng)企業(yè)，都具有無窮的價(jià)值。在類型方面，具有典型的多樣性，首先在數(shù)據(jù)來源方面，數(shù)據(jù)可能來自寬帶網(wǎng)絡(luò)、自無線網(wǎng)絡(luò)或3G、4G 網(wǎng)絡(luò)；其次體現(xiàn)在結(jié)構(gòu)方面，有結(jié)構(gòu)化的用戶賬號(hào)數(shù)據(jù)，也有半結(jié)構(gòu)化的用戶行為數(shù)據(jù)、用戶通話的信令數(shù)據(jù)、用戶訪問日志等。

三、運(yùn)營(yíng)商在大數(shù)據(jù)應(yīng)用方面的優(yōu)勢(shì)

電信運(yùn)營(yíng)商的系統(tǒng)本質(zhì)是為用戶與用戶、設(shè)備與設(shè)備、用戶與設(shè)備之間提供通信信道，每天承載著海量信息，是互聯(lián)網(wǎng)大數(shù)據(jù)的源頭。所以在大數(shù)據(jù)應(yīng)用方面，電信運(yùn)營(yíng)商具備無可比擬的數(shù)據(jù)資源。首先，電信網(wǎng)絡(luò)具有自然壟斷地位，唯有電信運(yùn)營(yíng)商具有可管、可控的全網(wǎng)全程服務(wù)和端到端網(wǎng)絡(luò)接入能力；其次，電信運(yùn)營(yíng)商作為用戶接入的第一接觸者，具有更為直接的用戶聚合能力；第三，電信運(yùn)營(yíng)商在網(wǎng)絡(luò)、業(yè)務(wù)運(yùn)營(yíng)和提供服務(wù)的過程中感知、獲取網(wǎng)絡(luò)狀態(tài)、業(yè)務(wù)狀態(tài)。尤其是用戶身份識(shí)別、終端識(shí)別、業(yè)務(wù)識(shí)別、位置識(shí)別、關(guān)系識(shí)別和消費(fèi)能力與信用識(shí)別等特征數(shù)據(jù)。

如何借助自身優(yōu)勢(shì)，為大數(shù)據(jù)應(yīng)用提供堅(jiān)實(shí)的能力支撐，成為移動(dòng)互聯(lián)網(wǎng)時(shí)代電信運(yùn)營(yíng)商爭(zhēng)奪產(chǎn)業(yè)生態(tài)系統(tǒng)主導(dǎo)權(quán)的關(guān)鍵手段之一，也為電信運(yùn)營(yíng)商在移動(dòng)互聯(lián)網(wǎng)時(shí)代取得更大成功帶來重大機(jī)遇。

四、運(yùn)營(yíng)商數(shù)據(jù)獲取原則與策略

僅僅擁有大數(shù)據(jù)是遠(yuǎn)遠(yuǎn)不夠的，如何利用大數(shù)據(jù)提升生產(chǎn)和經(jīng)營(yíng)的效率、效益才是根本。由于數(shù)據(jù)量的龐大，必須從海量數(shù)據(jù)資源中抽取信息、提煉有價(jià)值數(shù)據(jù)，即必須能夠通過信息交換、數(shù)據(jù)整合、知識(shí)共享與交叉復(fù)用，形成新知識(shí)、創(chuàng)造新價(jià)值，因此需要有一定的原則和相應(yīng)的策略。

4.1 大數(shù)據(jù)獲取原則

4.1.1“夠用為度”原則

由于數(shù)據(jù)量幾乎是無窮盡的，而采集需要耗費(fèi)一定的成本，因此，有選擇性地獲取業(yè)務(wù)發(fā)展必需的數(shù)據(jù)，對(duì)于非必要的數(shù)據(jù)不必付出無謂的代價(jià)。

4.1.2 海量數(shù)據(jù)“分而治之”

由于數(shù)據(jù)類型種類繁多，且結(jié)構(gòu)復(fù)雜，從海量的數(shù)據(jù)中提取具有良好結(jié)構(gòu)化的數(shù)據(jù)是有效的應(yīng)對(duì)方法，同時(shí)盡量摒棄可能影響判斷的錯(cuò)誤數(shù)據(jù)或無關(guān)數(shù)據(jù)，通過時(shí)間、空間等的關(guān)系邏輯，形成結(jié)構(gòu)化模式化數(shù)據(jù)鏈。

4.1.3 構(gòu)建規(guī)范共享平臺(tái)

數(shù)據(jù)只有不斷流動(dòng)和充分共享，才有生命力。數(shù)據(jù)的需求通過共享其他數(shù)據(jù)進(jìn)行互補(bǔ)，解決了各個(gè)產(chǎn)業(yè)領(lǐng)域數(shù)據(jù)的局限性。同時(shí)最大程度得盤活了豐富的數(shù)據(jù)資源，這也是實(shí)現(xiàn)增強(qiáng)產(chǎn)業(yè)鏈影響力的重要手段，并讓數(shù)據(jù)分享雙方都能獲益和實(shí)現(xiàn)數(shù)據(jù)增值的最佳途徑。但前提是必須建立完善的數(shù)據(jù)安全機(jī)制，保護(hù)用戶隱私。

4.2 應(yīng)獲取的數(shù)據(jù)類型

從各種各樣類型的巨量數(shù)據(jù)中，快速獲得有價(jià)值的信息。行業(yè)用戶的數(shù)據(jù)應(yīng)用成為了主體。獲取數(shù)據(jù)的目的是為了掌握用戶需求并結(jié)合產(chǎn)品特征，從而更加智能、精準(zhǔn)地匹配需求和供給，更深層次的開拓?cái)?shù)據(jù)應(yīng)用方式，增加收入來源，增強(qiáng)產(chǎn)業(yè)鏈影響力，維護(hù)當(dāng)前客戶群，吸引新的客戶。圍繞這一目的，運(yùn)營(yíng)商應(yīng)從用戶行為信息和產(chǎn)品數(shù)據(jù)入手。

4.2.1用戶行為信息

用戶行為信息量之大令人難以想象，用戶行為信息（User Behavior Information）簡(jiǎn)單地說，就是用戶發(fā)生的所有行為特征。包括基本特征（如性別、年齡、所在地、教育程度、職業(yè)、品牌、套餐等）、行為喜好（如用戶瀏覽內(nèi)容、瀏覽次數(shù)、內(nèi)容類型、內(nèi)容關(guān)鍵字和訪問時(shí)間等）、消費(fèi)能力（如支付信息、流量、使用時(shí)長(zhǎng)、使用頻率等）、關(guān)系圈（用戶關(guān)系圈標(biāo)識(shí)，如同學(xué)圈、會(huì)員圈、微信好友圈、微博好友圈）等。通過對(duì)這些行為信息的分析和理解，把握用戶需求，甚至能制定對(duì)用戶的貼心服務(wù)及個(gè)性化推薦。

4.2.2 產(chǎn)品數(shù)據(jù)

精準(zhǔn)地把握產(chǎn)品特征，是獲取產(chǎn)品數(shù)據(jù)的目的，如圖1所示。

五、數(shù)據(jù)獲取策略方式

數(shù)據(jù)具有碎片性和非結(jié)構(gòu)性特征，零散分布在不同的載體中，要從中提取出有價(jià)值數(shù)據(jù)的成本高，因此須完善業(yè)務(wù)發(fā)展策略，確保數(shù)據(jù)有效沉淀；另一方面需加強(qiáng)合作，合理開展數(shù)據(jù)資源共享，形成數(shù)據(jù)跨業(yè)務(wù)平臺(tái)整合。

5.1 掌控?cái)?shù)據(jù)流入口

由于運(yùn)營(yíng)商終端直接面向用戶，因具有天然的流量入口控制優(yōu)勢(shì)，可通過終端側(cè)采取數(shù)據(jù)流匯聚與流向控制的策略?？刹扇〉姆绞接?、通過手機(jī)智能終端控制，在數(shù)據(jù)流產(chǎn)生的最頂端對(duì)數(shù)據(jù)進(jìn)行采集和分析，獲取用戶最原始的信息?？赏ㄟ^如內(nèi)嵌操作系統(tǒng)，應(yīng)用第三方瀏覽器等方式，在營(yíng)銷方式上可通過減免流量等形式。2、通過PC終端控制，同樣通過安裝應(yīng)用程序以提高用戶訪問/交互的便捷性，構(gòu)建此類客戶端的集成器，如通訊錄整合應(yīng)用方式的widget，從而搜集集成的客戶端所能產(chǎn)生的相關(guān)數(shù)據(jù)。

5.2 搭建數(shù)據(jù)沉淀平臺(tái)

所采集的數(shù)據(jù)需進(jìn)行更深層次的分析整合，這就需要建立數(shù)據(jù)沉淀平臺(tái)為獲取的數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。對(duì)運(yùn)營(yíng)商而言，搭建基于統(tǒng)一ID的業(yè)務(wù)體系，可采用的策略包括：1、建立業(yè)務(wù)通行證體系，構(gòu)建統(tǒng)一的賬戶作為用戶身份的唯一性確認(rèn)，實(shí)現(xiàn)各類接入的統(tǒng)一認(rèn)證和云服務(wù)，在為用戶提供靈活接入、快速分享、個(gè)性內(nèi)容和便捷服務(wù)的同時(shí)，實(shí)現(xiàn)基于業(yè)務(wù)通行證的結(jié)構(gòu)化數(shù)據(jù)沉淀、匯聚。2、建立基于通訊錄的社交網(wǎng)絡(luò)。如通過微信、微博等群體互動(dòng)特點(diǎn)了解用戶與用戶之間的關(guān)系、各自的狀態(tài)、位置和軌跡等特征數(shù)據(jù)。3、建立用戶網(wǎng)上活動(dòng)興趣平臺(tái)，通過沉淀用戶的使用行為（包括瀏覽電商平臺(tái)類別，支付方式習(xí)慣、閱讀、收藏、評(píng)論、瀏覽習(xí)慣等）習(xí)慣性數(shù)據(jù)，更加準(zhǔn)確的定位用戶需求。

六、結(jié)語

大數(shù)據(jù)將成為運(yùn)營(yíng)商開展移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)的核心優(yōu)勢(shì)資產(chǎn)，沉淀更多數(shù)據(jù)、更好地利用數(shù)據(jù)，成為運(yùn)營(yíng)商提高服務(wù)能力，增強(qiáng)產(chǎn)業(yè)鏈影響的重要舉措。對(duì)運(yùn)營(yíng)商而言，大數(shù)據(jù)既帶來新的機(jī)遇，同時(shí)也是新的挑戰(zhàn)，由于目前大數(shù)據(jù)沒有成熟可直接運(yùn)營(yíng)的產(chǎn)品，上下游產(chǎn)業(yè)鏈也遠(yuǎn)未完整，注定大數(shù)據(jù)發(fā)展是個(gè)長(zhǎng)期漸進(jìn)的過程，運(yùn)營(yíng)商們還應(yīng)該從積極培育人才、堅(jiān)持技術(shù)研發(fā)、建設(shè)探索應(yīng)用平臺(tái)等方面下足功夫。

參 考 文 獻(xiàn)

[1]童曉渝，張?jiān)朴?，房秉毅，?電信運(yùn)營(yíng)商實(shí)施云計(jì)算的策略建議[J].信息通信技術(shù)，2012，6（01）：34-37.

[2]White Tom.Hadoop： the Definitive Guide. OReilly Media， p.3.ISBN978-1-4493-3877-0， 2012.

[3]Cerra A， Easterwood K， Power J. Transforming Business-BigData，Mobility，and Globalization. Wiley， UK， 2012.

[4]郭志懋.數(shù)據(jù)質(zhì)量和數(shù)據(jù)清洗研究綜述[J].軟件學(xué)報(bào).2012，12（11）：22-28.

[5] Mahdi Bohlouli， Frank Schulz， Lefteris Angelis， David Pahor，Ivona Brandic， David Atlan， and Rosemary Tate. Towardsan Integrated Platform for Big Data Analysis， Springer2013.

[6]Gershman S ，Blei D.A tutorial on Bayesian nonarametric models.Journal of Mathematical Psychology，2012，56（1）：1-12.