【摘 要】在互聯(lián)網(wǎng)時(shí)代，隨著大數(shù)據(jù)相關(guān)新技術(shù)和新應(yīng)用的迅猛發(fā)展，給電信運(yùn)營(yíng)商帶來(lái)流量收益的同時(shí)也帶來(lái)了新的機(jī)遇和挑戰(zhàn)。通過(guò)結(jié)合大數(shù)據(jù)的技術(shù)現(xiàn)狀以及電信運(yùn)營(yíng)商的數(shù)據(jù)特點(diǎn)，提出一種彈性開(kāi)放的運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)體系架構(gòu)，并對(duì)運(yùn)營(yíng)商大數(shù)據(jù)的典型應(yīng)用模式進(jìn)行了研究。

【關(guān)鍵詞】運(yùn)營(yíng)商 大數(shù)據(jù) 服務(wù)平臺(tái) 體系架構(gòu) 應(yīng)用模式

doi：10.3969/j.issn.1006-1010.2016.04.018 中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-1010（2016）04-0092-05

引用格式：沙甲戊. 運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)與典型應(yīng)用模式研究[J]. 移動(dòng)通信， 2016，40（4）： 92-96.

1 引言

隨著互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)等信息技術(shù)的飛速發(fā)展，相應(yīng)產(chǎn)生的信息數(shù)據(jù)量也呈現(xiàn)爆發(fā)式增長(zhǎng)。電信運(yùn)營(yíng)商擁有大規(guī)模運(yùn)營(yíng)網(wǎng)絡(luò)和龐大的IDC（Internet Data Center，互聯(lián)網(wǎng)數(shù)據(jù)中心）集群，具備優(yōu)質(zhì)的管道優(yōu)勢(shì)和數(shù)據(jù)資源優(yōu)勢(shì)。面對(duì)海量的數(shù)據(jù)資源，如何挖掘和利用其價(jià)值成為了電信運(yùn)營(yíng)商面臨的關(guān)鍵課題。

2013年Informa Telecoms & Media公司對(duì)全球范圍內(nèi)的120家運(yùn)營(yíng)商進(jìn)行了調(diào)查，調(diào)查報(bào)告顯示，其中約有48%的運(yùn)營(yíng)商已經(jīng)部署了大數(shù)據(jù)相關(guān)業(yè)務(wù)。另外，國(guó)內(nèi)一些大的互聯(lián)網(wǎng)公司也都已經(jīng)構(gòu)建了相關(guān)的大數(shù)據(jù)平臺(tái)，如阿里巴巴集團(tuán)建立基于Hadoop技術(shù)的大數(shù)據(jù)平臺(tái)“云梯”；百度公司也整合自身業(yè)務(wù)的所有相關(guān)數(shù)據(jù)，建立大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)的集中存儲(chǔ)和處理。

運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)開(kāi)放平臺(tái)是有效利用大數(shù)據(jù)的重要基礎(chǔ)。運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)應(yīng)該具備彈性可伸縮的資源分配能力，能夠根據(jù)上層業(yè)務(wù)的需求動(dòng)態(tài)地增加或減少基礎(chǔ)資源。運(yùn)營(yíng)商大數(shù)據(jù)處理任務(wù)通常既是數(shù)據(jù)密集型的，又是計(jì)算密集型的，因此高效的分布式計(jì)算框架是保障大數(shù)據(jù)服務(wù)執(zhí)行效率的重要支撐手段。大數(shù)據(jù)業(yè)務(wù)模式種類繁多，既有針對(duì)電信運(yùn)營(yíng)商的業(yè)務(wù)，也有針對(duì)第三方需求的業(yè)務(wù)，而且新的業(yè)務(wù)模式層出不窮，因此大數(shù)據(jù)服務(wù)平臺(tái)需要提供靈活業(yè)務(wù)部署能力。運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)的目標(biāo)是要形成一系列大數(shù)據(jù)服務(wù)應(yīng)用，一方面可以提升運(yùn)營(yíng)商自身的管理和運(yùn)營(yíng)能力，另一方面能夠創(chuàng)造新的價(jià)值增長(zhǎng)點(diǎn)。本文首先提出一種彈性開(kāi)放的運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)體系架構(gòu)，然后對(duì)運(yùn)營(yíng)商大數(shù)據(jù)的典型應(yīng)用模式進(jìn)行探討。

2 運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)

2.1 大數(shù)據(jù)服務(wù)平臺(tái)體系架構(gòu)模型

運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)的總體目標(biāo)是構(gòu)建統(tǒng)一開(kāi)放的數(shù)據(jù)采集、存儲(chǔ)、處理與應(yīng)用的軟硬件環(huán)境。平臺(tái)能夠從海量異構(gòu)數(shù)據(jù)源獲取數(shù)據(jù)，包括運(yùn)營(yíng)商內(nèi)部數(shù)據(jù)以及外部第三方數(shù)據(jù)，并能夠保證海量數(shù)據(jù)的存儲(chǔ)與計(jì)算性能，面向不同的運(yùn)營(yíng)部門以及第三方用戶提供多種大數(shù)據(jù)服務(wù)。運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)開(kāi)放平臺(tái)的功能體系架構(gòu)如圖1所示，包括數(shù)據(jù)源層、數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析及處理層、數(shù)據(jù)匯聚層、數(shù)據(jù)服務(wù)層、用戶應(yīng)用層以及平臺(tái)管理系統(tǒng)。

（1）數(shù)據(jù)源層。電信運(yùn)營(yíng)商自身所擁有的數(shù)據(jù)非常豐富，這些數(shù)據(jù)涉及的范圍廣、維度豐富、信息量大，可以為大數(shù)據(jù)服務(wù)平臺(tái)提供充分的數(shù)據(jù)支撐。其數(shù)據(jù)主要包括：固定網(wǎng)絡(luò)的信令數(shù)據(jù)和用戶的全量信息、移動(dòng)網(wǎng)絡(luò)的信令數(shù)據(jù)和用戶的全量信息、運(yùn)營(yíng)商的BSS（Business Support System，業(yè)務(wù)支撐系統(tǒng)）/OSS（Operation Support System，運(yùn)營(yíng)支撐系統(tǒng)）/MSS（Management Support System，管理支撐系統(tǒng)）/CRM（Customer Relationship Management，客戶關(guān)系管理系統(tǒng)）/OCS（Online Charging System，在線計(jì)費(fèi)系統(tǒng)）等信息系統(tǒng)的業(yè)務(wù)數(shù)據(jù)以及通過(guò)多種途徑獲得的第三方數(shù)據(jù)資源。

（2）數(shù)據(jù)采集層。通過(guò)業(yè)務(wù)數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)接口、FTP（File Transfer Protocol，文件傳輸協(xié)議）、爬蟲(chóng)等方式集中采集固網(wǎng)/移動(dòng)的DPI（Deep Packet Inspection，深度包檢測(cè)）信息、BSS/OSS/MSS等電信業(yè)務(wù)系統(tǒng)數(shù)據(jù)以及第三方數(shù)據(jù)等，通過(guò)ETL集群將數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、加載至大數(shù)據(jù)平臺(tái)的存儲(chǔ)層中，支持對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化等多格式數(shù)據(jù)源的采集，同時(shí)滿足周期性/實(shí)時(shí)/定時(shí)等采集方式的要求。

（3）數(shù)據(jù)存儲(chǔ)層。實(shí)現(xiàn)對(duì)采集來(lái)的多種類型大數(shù)據(jù)的分布式存儲(chǔ)。面對(duì)數(shù)據(jù)結(jié)構(gòu)的多樣性以及數(shù)據(jù)存儲(chǔ)需求的變化，傳統(tǒng)的以結(jié)構(gòu)化為主的單一數(shù)據(jù)庫(kù)已經(jīng)不能滿足要求，這就需要OldSQL（傳統(tǒng)數(shù)據(jù)庫(kù)）+NewSQL（新型數(shù)據(jù)庫(kù)）+NoSQL+其他（內(nèi)存數(shù)據(jù)庫(kù)、緩存）為大數(shù)據(jù)平臺(tái)共同提供數(shù)據(jù)存儲(chǔ)服務(wù)。同時(shí)，數(shù)據(jù)存儲(chǔ)層還應(yīng)該有效地支撐海量數(shù)據(jù)的分析。基于Shared Nothing架構(gòu)的面向結(jié)構(gòu)化數(shù)據(jù)分析的MPP（Massively Parallel Processing，大規(guī)模并行處理系統(tǒng)）數(shù)據(jù)庫(kù)可以有效地支撐PB級(jí)別的結(jié)構(gòu)化數(shù)據(jù)分析；采用Hadoop技術(shù)實(shí)現(xiàn)半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的分布式存儲(chǔ)及處理；分布式內(nèi)存數(shù)據(jù)庫(kù)和緩存技術(shù)能夠提供高效的訪問(wèn)速度及并發(fā)訪問(wèn)能力，可以快速地響應(yīng)實(shí)時(shí)流計(jì)算；基于行列式的混合存儲(chǔ)能夠有效地支持存儲(chǔ)能力的動(dòng)態(tài)線性擴(kuò)展，提供數(shù)據(jù)的容錯(cuò)機(jī)制和安全管理，為大數(shù)據(jù)分析處理提供支撐。

（4）數(shù)據(jù)分析及處理層。該層主要進(jìn)行大數(shù)據(jù)的計(jì)算處理，完成對(duì)大數(shù)據(jù)的挖掘分析等功能。為了滿足針對(duì)海量數(shù)據(jù)的高效處理，平臺(tái)需要同時(shí)具備分布式離線批處理和分布式實(shí)時(shí)流處理等計(jì)算能力。針對(duì)離線批處理任務(wù)，采用MapReduce或Spark計(jì)算框架做離線的批量處理，可以對(duì)計(jì)算任務(wù)進(jìn)行靈活調(diào)度；而面對(duì)海量數(shù)據(jù)的實(shí)時(shí)處理請(qǐng)求，可采用Storm計(jì)算框架對(duì)連續(xù)的實(shí)時(shí)數(shù)據(jù)流進(jìn)行分布式并行計(jì)算。隨著數(shù)據(jù)規(guī)模的擴(kuò)大，數(shù)據(jù)之間的模式和規(guī)則不一定是直觀的，需要對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘、OLAP（On-Line Analytical Processing，聯(lián)機(jī)分析處理）分析等處理，發(fā)掘海量數(shù)據(jù)中存在的規(guī)律，發(fā)揮其潛在的巨大價(jià)值。

（5）數(shù)據(jù)匯聚層。平臺(tái)可以采用傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)分析處理完的數(shù)據(jù)，供后續(xù)查詢使用。對(duì)于數(shù)據(jù)量龐大的信息或非結(jié)構(gòu)化分析數(shù)據(jù)，可以采用HBase等分布式數(shù)據(jù)庫(kù)存儲(chǔ)和查詢，目標(biāo)是要支持上層服務(wù)對(duì)數(shù)據(jù)的透明訪問(wèn)和實(shí)時(shí)操作需求。

（6）數(shù)據(jù)服務(wù)層。運(yùn)營(yíng)商的大數(shù)據(jù)既可以為企業(yè)內(nèi)部部門提供業(yè)務(wù)和管理方面的決策支持，也能夠?yàn)榈谌接脩籼峁┒喾N大數(shù)據(jù)服務(wù)，如大數(shù)據(jù)查詢、大數(shù)據(jù)分析以及大數(shù)據(jù)可視化等。大數(shù)據(jù)查詢服務(wù)通過(guò)數(shù)據(jù)加密等隱私保密機(jī)制，為企業(yè)、政府等第三方提供用戶的個(gè)人信息、位置和上網(wǎng)行為等原始數(shù)據(jù)或特定的數(shù)據(jù)分析結(jié)果；大數(shù)據(jù)分析服務(wù)包括用戶行為分析、業(yè)務(wù)經(jīng)營(yíng)分析等；可視化服務(wù)可以將用戶的請(qǐng)求和數(shù)據(jù)分析結(jié)果以可視化的方式反饋給用戶，使結(jié)果更具直觀性，從而提高用戶體驗(yàn)。

（7）用戶應(yīng)用層。運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)可以提供內(nèi)容搜索、內(nèi)容推送、服務(wù)推薦、日志查詢等一系列的功能，或者可以對(duì)外提供經(jīng)過(guò)處理的分析結(jié)果。

（8）平臺(tái)管理系統(tǒng)。管理系統(tǒng)的功能主要包括管理門戶、用戶管理、系統(tǒng)管理、安全管理、日志管理等；另外，還提供數(shù)據(jù)管理功能，主要包括元數(shù)據(jù)管理、數(shù)據(jù)生命周期管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)安全管理等。

2.2 大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)

（1）基礎(chǔ)資源彈性伸縮

運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)需要基于云計(jì)算技術(shù)實(shí)現(xiàn)數(shù)據(jù)中心的基礎(chǔ)資源的統(tǒng)一管理能力，如VMware、OpenStack等。通過(guò)搭建大數(shù)據(jù)平臺(tái)虛擬基礎(chǔ)資源池，能夠根據(jù)用戶的業(yè)務(wù)需求和策略，自動(dòng)地調(diào)整其彈性計(jì)算資源的數(shù)量和使用時(shí)間，在業(yè)務(wù)需求增長(zhǎng)時(shí)自動(dòng)增加平臺(tái)資源，并在業(yè)務(wù)需求下降時(shí)自動(dòng)減少平臺(tái)資源，從而使各種大數(shù)據(jù)業(yè)務(wù)能夠共享資源池，提高資源利用率，降低大數(shù)據(jù)平臺(tái)的IT成本。

（2）計(jì)算任務(wù)自適應(yīng)調(diào)度

大數(shù)據(jù)平臺(tái)需要承載各種類型的計(jì)算任務(wù)，如離線挖掘歷史數(shù)據(jù)的各種關(guān)聯(lián)模式、在線實(shí)時(shí)處理各類查詢和推薦用戶感興趣的產(chǎn)品。然而不同類型的計(jì)算任務(wù)有不同的任務(wù)調(diào)度特點(diǎn)，在大規(guī)模數(shù)據(jù)的場(chǎng)景下需要一種高效的混合分布式計(jì)算架構(gòu)，以自適應(yīng)地調(diào)度各類計(jì)算任務(wù)。大數(shù)據(jù)平臺(tái)建議結(jié)合MapReduce、Spark以及Storm等技術(shù)構(gòu)建分布式計(jì)算平臺(tái)，能夠讓用戶方便高效地利用運(yùn)算資源和處理海量數(shù)據(jù)。

（3）業(yè)務(wù)能力自動(dòng)裝配

高速發(fā)展的運(yùn)營(yíng)商業(yè)務(wù)平臺(tái)面臨用戶需求頻繁變化和用戶規(guī)?？焖僭鲩L(zhǎng)的問(wèn)題，大數(shù)據(jù)服務(wù)平臺(tái)需要具備快速業(yè)務(wù)部署、可靠運(yùn)行和彈性擴(kuò)展的能力。隨著運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)的發(fā)展趨于技術(shù)多樣化、架構(gòu)復(fù)雜化和集群規(guī)?；?，其業(yè)務(wù)部署管理也變得越來(lái)越困難。為解決上述問(wèn)題，輕量級(jí)容器部署平臺(tái)Docker提供了簡(jiǎn)單、靈活、高效、全流程的大數(shù)據(jù)業(yè)務(wù)平臺(tái)部署方案。

3 運(yùn)營(yíng)商大數(shù)據(jù)典型應(yīng)用模式

電信運(yùn)營(yíng)商的系統(tǒng)每天承載著海量信息，其本質(zhì)是為用戶與用戶、用戶與設(shè)備、設(shè)備與設(shè)備之間提供通信管道。電信運(yùn)營(yíng)商自身?yè)碛械臄?shù)據(jù)大體上包括：一是電信網(wǎng)絡(luò)設(shè)備運(yùn)行狀態(tài)相關(guān)的信道層面的數(shù)據(jù)，這類網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)對(duì)保證電信網(wǎng)絡(luò)的正常運(yùn)行和優(yōu)化極其重要；二是電信用戶相關(guān)的內(nèi)容層面的數(shù)據(jù)，該類數(shù)據(jù)又可分為兩部分，一部分是相對(duì)靜態(tài)的用戶賬號(hào)數(shù)據(jù)，記錄用戶的身份信息等，另一部分是實(shí)時(shí)動(dòng)態(tài)的用戶通信行為數(shù)據(jù)，記錄用戶的通話行為和上網(wǎng)行為等，這類用戶數(shù)據(jù)對(duì)電信業(yè)務(wù)的經(jīng)營(yíng)分析極為重要；三是電信增值服務(wù)類數(shù)據(jù)，包括網(wǎng)頁(yè)數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)等。

全球電信運(yùn)營(yíng)商在大數(shù)據(jù)應(yīng)用方面已開(kāi)展了很多實(shí)踐，如提升用戶粘合度、優(yōu)化網(wǎng)絡(luò)管理、降低網(wǎng)絡(luò)運(yùn)營(yíng)成本、向第三方開(kāi)放數(shù)據(jù)或提供大數(shù)據(jù)服務(wù)等?？偟膩?lái)說(shuō)，電信運(yùn)營(yíng)商的大數(shù)據(jù)應(yīng)用可歸結(jié)為：一是基于大數(shù)據(jù)分析的對(duì)內(nèi)應(yīng)用模式；二是基于大數(shù)據(jù)開(kāi)放和分析的對(duì)外服務(wù)模式。具體如圖2所示。

3.1 對(duì)內(nèi)應(yīng)用模式

當(dāng)前，電信運(yùn)營(yíng)商的業(yè)務(wù)經(jīng)營(yíng)模式從增量經(jīng)營(yíng)體系向新型存量經(jīng)營(yíng)體系轉(zhuǎn)變。因此，如何提升在網(wǎng)用戶的使用體驗(yàn)、刺激在網(wǎng)用戶消費(fèi)、降低網(wǎng)絡(luò)運(yùn)營(yíng)成本成為提升運(yùn)營(yíng)商營(yíng)業(yè)收入的關(guān)鍵。

（1）提升用戶粘合度

提高用戶體驗(yàn)，降低用戶投訴率。在大數(shù)據(jù)平臺(tái)上建立用戶投訴數(shù)據(jù)庫(kù)，對(duì)用戶屬性（如投訴原因、各種接入指標(biāo)、用戶信息）進(jìn)行量化處理，通過(guò)量化后的多維屬性數(shù)據(jù)建立大數(shù)據(jù)預(yù)測(cè)模型，對(duì)在網(wǎng)用戶進(jìn)行預(yù)測(cè)，預(yù)測(cè)出可能要投訴的用戶并及時(shí)處理，以降低用戶投訴率。

改變產(chǎn)品研發(fā)方式。傳統(tǒng)電信產(chǎn)品研發(fā)過(guò)程是先了解用戶需求再設(shè)計(jì)開(kāi)發(fā)產(chǎn)品，而利用大數(shù)據(jù)服務(wù)平臺(tái)，通過(guò)分析大量用戶行為數(shù)據(jù)來(lái)發(fā)現(xiàn)潛在的用戶需求?；诖髷?shù)據(jù)分析的結(jié)果開(kāi)發(fā)的產(chǎn)品可能比用戶自己更了解自身需求，從而實(shí)現(xiàn)產(chǎn)品研發(fā)的多樣化、個(gè)性化、快捷化，提升對(duì)用戶的粘著性。

為用戶提供個(gè)性化服務(wù)。當(dāng)前，運(yùn)營(yíng)商通常只針對(duì)某個(gè)群體推出個(gè)性化套餐，然而隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，為個(gè)人用戶定制個(gè)性化服務(wù)必將成為趨勢(shì)，也是運(yùn)營(yíng)商提升自身競(jìng)爭(zhēng)力的重要方案?；诖髷?shù)據(jù)平臺(tái)對(duì)每個(gè)用戶的消費(fèi)行為進(jìn)行綜合分析，將用戶很少使用的功能去除后，向用戶推送新的個(gè)性化定制套餐信息，有助于增加用戶購(gòu)買套餐的可能性。

（2）網(wǎng)絡(luò)管理與優(yōu)化

基礎(chǔ)設(shè)施建設(shè)優(yōu)化。可以利用電信網(wǎng)絡(luò)的通信數(shù)據(jù)建立通信能效評(píng)估模型，對(duì)網(wǎng)絡(luò)中基站的使用效率和建設(shè)成本進(jìn)行綜合評(píng)估，避免出現(xiàn)基站建設(shè)的資源浪費(fèi)問(wèn)題，以降低網(wǎng)絡(luò)建設(shè)成本。另外，運(yùn)營(yíng)商通過(guò)分析在網(wǎng)用戶的通話位置信息，還原用戶活動(dòng)軌跡，在用戶密集區(qū)域增加基站，以提升用戶使用體驗(yàn)。對(duì)通信大數(shù)據(jù)進(jìn)行分析和挖掘，能夠?yàn)橥ㄐ呕镜倪x址提供可靠依據(jù)，并可以改進(jìn)通信資源的分配情況，同時(shí)可通過(guò)分析話單和信令中用戶的流量在時(shí)間維度及空間維度方面的分布，在高用戶流量的熱點(diǎn)區(qū)域增加4G基站或Wi-Fi接入點(diǎn)，從而改善通信質(zhì)量。

網(wǎng)絡(luò)運(yùn)營(yíng)管理及優(yōu)化。在網(wǎng)絡(luò)運(yùn)行過(guò)程中，運(yùn)營(yíng)商可以實(shí)時(shí)地獲取網(wǎng)絡(luò)信令、網(wǎng)絡(luò)日志等數(shù)據(jù)，通過(guò)大數(shù)據(jù)技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行分析，進(jìn)而更精準(zhǔn)地優(yōu)化網(wǎng)絡(luò)運(yùn)行，提高網(wǎng)絡(luò)通信質(zhì)量和網(wǎng)絡(luò)資源利用率，實(shí)現(xiàn)網(wǎng)絡(luò)、用戶和業(yè)務(wù)的智能匹配。例如，不同通信小區(qū)中的用戶群的收入和消費(fèi)行為的不同，導(dǎo)致了不同小區(qū)的盈利能力不同，而通過(guò)對(duì)通信小區(qū)的數(shù)據(jù)進(jìn)行綜合分析和挖掘，能夠得到小區(qū)用戶情況、通信行為和小區(qū)盈利能力的關(guān)聯(lián)模型，再和網(wǎng)絡(luò)質(zhì)量分析結(jié)合起來(lái)，提升某些盈利能力高的小區(qū)的網(wǎng)絡(luò)覆蓋，并對(duì)其網(wǎng)絡(luò)進(jìn)行優(yōu)化，從而提高電信網(wǎng)絡(luò)的投資效率。

（3）精準(zhǔn)營(yíng)銷和實(shí)時(shí)營(yíng)銷

運(yùn)營(yíng)商可以基于用戶個(gè)人信息、通話信息、位置信息、上網(wǎng)記錄等數(shù)據(jù)，為每個(gè)用戶打上其特征屬性標(biāo)簽，如用戶的通話和上網(wǎng)的時(shí)空特征、網(wǎng)絡(luò)購(gòu)物偏好特征等，并借助大數(shù)據(jù)分析技術(shù)進(jìn)行客戶分群，幫助運(yùn)營(yíng)商深入地了解用戶潛在的消費(fèi)需求特征，然后對(duì)用戶與通信服務(wù)套餐進(jìn)行精準(zhǔn)的匹配，并在合適的時(shí)機(jī)通過(guò)合適的渠道把用戶感興趣的服務(wù)套餐推薦給用戶，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，提升用戶體驗(yàn)并刺激用戶消費(fèi)，擴(kuò)大營(yíng)收。

3.2 對(duì)外應(yīng)用模式

電信運(yùn)營(yíng)商積累了大量的用戶數(shù)據(jù)，如用戶的個(gè)人基本信息、位置信息、消費(fèi)情況、上網(wǎng)記錄等信息。通過(guò)大數(shù)據(jù)技術(shù)去除掉個(gè)人用戶敏感信息，進(jìn)而對(duì)這些信息進(jìn)行綜合分析，能夠還原出不同消費(fèi)人群的活動(dòng)軌跡、行為特征、感興趣的內(nèi)容等多種有價(jià)值的信息。運(yùn)營(yíng)商可以在不泄露用戶個(gè)人隱私的前提下向第三方公司出售這些數(shù)據(jù)和數(shù)據(jù)分析的結(jié)果，如通過(guò)移動(dòng)信令數(shù)據(jù)分析特定時(shí)間段市區(qū)各主要道路的人員密集情況以及軌跡信息，能夠幫助交通部門對(duì)車輛進(jìn)行合理導(dǎo)流，減緩擁堵地區(qū)的交通壓力。

另外，運(yùn)營(yíng)商還可以對(duì)外部提供咨詢服務(wù)，如在英國(guó)、巴西推出了智慧足跡（Smart Steps）的服務(wù)，能夠基于移動(dòng)網(wǎng)絡(luò)大數(shù)據(jù)的分析結(jié)果向政企客戶提供客流分析和零售店選址服務(wù)。

4 結(jié)束語(yǔ)

隨著大數(shù)據(jù)相關(guān)技術(shù)及產(chǎn)業(yè)的成熟，越來(lái)越多的企業(yè)嘗試接納甚至擁抱大數(shù)據(jù)服務(wù)。大數(shù)據(jù)對(duì)電信運(yùn)營(yíng)商既是機(jī)遇，也是挑戰(zhàn)。當(dāng)前，雖然電信運(yùn)營(yíng)商已經(jīng)開(kāi)始嘗試使用大數(shù)據(jù)技術(shù)并取得了初步效益，但是大數(shù)據(jù)技術(shù)的發(fā)展日新月異，關(guān)鍵技術(shù)不斷更新演進(jìn)，新的應(yīng)用模式層出不窮，電信運(yùn)營(yíng)商也應(yīng)該在大數(shù)據(jù)的浪潮中抓住機(jī)遇，拓展新的空間?；诖耍疚奶岢隽艘环N彈性開(kāi)放的運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)平臺(tái)體系架構(gòu)，并探討了運(yùn)營(yíng)商大數(shù)據(jù)的典型應(yīng)用模式。

參考文獻(xiàn)：

[1] Zhao Xiaomeng， Ma Huadong， Zhang Haitao， et al. HVPI： Extending Hadoop to Support Video Analytic Applications[A]. Proceedings of IEEE 8th International Conference on Cloud Computing （IEEE Cloud 2015）[C]. 2015.

[2] Yang Xianda， Zhang Haitao， Ma Huadong， et al. Multi-Resource Allocation for Virtual Machine Placement in Video Surveillance Cloud[A]. Proceedings of International Conference on Human Centered Computing （HCC 2016）[C]. 2016.

[3] Zhao Xiaomeng， Ma Huadong， Zhang Haitao， et al. Metadata Extraction and Correction for Large-Scale Traffic Surveillance Videos[A]. Proceedings of the 2014 IEEE International Conference on Big Data （IEEE BigData 2014）[C]. 2014.

[4] 劉春，鄒海鋒，向勇. 大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務(wù)能力開(kāi)放研究[J]. 電信科學(xué)， 2014（3）： 156-161.

[5] 韓晶，張智江，王健全，等. 面向統(tǒng)一運(yùn)營(yíng)的電信運(yùn)營(yíng)商大數(shù)據(jù)戰(zhàn)略[J]. 電信科學(xué)， 2014（11）： 154-158.

[6] 彭慶. 基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)共享平臺(tái)方案研究[J]. 電信技術(shù)， 2014（10）： 22-25.

[7] 魏進(jìn)武，張?jiān)朴? 電信運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值創(chuàng)造[J]. 信息通信技術(shù)， 2013（6）： 10-14.

[8] 李秋靜，葉云. 電信大數(shù)據(jù)解決方案及實(shí)踐[J]. 中興通訊技術(shù)， 2013（4）： 39-41.

[9] 黃勇軍，馮明，丁圣勇，等. 電信運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展策略探討[J]. 電信科學(xué)， 2013（3）： 7-11.

[10] 童曉渝，張?jiān)朴?，房秉毅，? 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商的機(jī)遇[J]. 信息通信技術(shù)， 2013（1）： 5-9.