梁楊+朱宏文+趙大海

【摘 要】為了對(duì)大數(shù)據(jù)技術(shù)及其在電信行業(yè)的應(yīng)用進(jìn)行研究，首先梳理了電信運(yùn)營(yíng)商的大數(shù)據(jù)資產(chǎn)，其次通過(guò)對(duì)大數(shù)據(jù)主流技術(shù)的研究，歸納出電信運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)能力，然后分析電信行業(yè)大數(shù)據(jù)的應(yīng)用并給出案例，最后提出大數(shù)據(jù)的運(yùn)營(yíng)與發(fā)展建議。

【關(guān)鍵詞】大數(shù)據(jù)資產(chǎn) 大數(shù)據(jù)技術(shù) 對(duì)外變現(xiàn)

[Abstract] In order to investigate big data technology and its applications in the telecommunication industry， big data assets of telecommunication operators were combed firstly. Then， based on investigations of the mainstream big data technology， the big data service capability of telecommunication operators was summarized. In addition， applications and practical cases on big data in the telecommunication industry were analyzed. Finally， suggestions on the operation and development of big data were put forward.

[Key words]big data assets big data technology external realization

1 引言

移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展催生了“大數(shù)據(jù)時(shí)代”的到來(lái)，各種新型智能移動(dòng)設(shè)備的迅速普及帶來(lái)了海量數(shù)據(jù)的爆炸式增長(zhǎng)，運(yùn)營(yíng)商業(yè)務(wù)面臨著前所未有的數(shù)據(jù)膨脹和數(shù)據(jù)多樣化（手機(jī)信令、海量手機(jī)用戶上網(wǎng)、B/O/M/DPI各域協(xié)同分析等），能否有效地利用和分析這些數(shù)據(jù)，成為市場(chǎng)競(jìng)爭(zhēng)的關(guān)鍵，國(guó)內(nèi)外電信運(yùn)營(yíng)商的發(fā)展戰(zhàn)略也由“流量經(jīng)營(yíng)”逐漸向“數(shù)據(jù)經(jīng)營(yíng)”轉(zhuǎn)變。

自2013年“大數(shù)據(jù)元年”以來(lái)，大數(shù)據(jù)相關(guān)技術(shù)日臻成熟，但是電信行業(yè)在大數(shù)據(jù)技術(shù)的應(yīng)用方面目前還主要以企業(yè)內(nèi)部應(yīng)用為主，在大數(shù)據(jù)資產(chǎn)對(duì)外變現(xiàn)方面的應(yīng)用相對(duì)較少，仍舊處于探索階段。本文將研究電信運(yùn)營(yíng)商如何利用自身掌握的數(shù)據(jù)資源優(yōu)勢(shì)，結(jié)合大數(shù)據(jù)技術(shù)，盡快推出各類應(yīng)用，對(duì)內(nèi)強(qiáng)化自身優(yōu)勢(shì)，對(duì)外拓展盈利機(jī)會(huì)。

2 運(yùn)營(yíng)商大數(shù)據(jù)資產(chǎn)

用戶從開(kāi)戶、充值到通話、短信、上網(wǎng)等使用通信服務(wù)的行為產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)和電信基礎(chǔ)設(shè)施數(shù)據(jù)以及由其衍生的預(yù)算、財(cái)務(wù)等各類數(shù)據(jù)，積累在電信運(yùn)營(yíng)商的IT系統(tǒng)中，形成了巨大的數(shù)據(jù)資產(chǎn)。我國(guó)三大電信運(yùn)營(yíng)商均為全業(yè)務(wù)運(yùn)營(yíng)商，各自的數(shù)據(jù)資產(chǎn)大同小異，下面以我國(guó)最大的電信運(yùn)營(yíng)商——中國(guó)移動(dòng)為例，闡述電信運(yùn)營(yíng)商所掌握的大數(shù)據(jù)資產(chǎn)情況，如表1所示。

從中國(guó)移動(dòng)的大數(shù)據(jù)資產(chǎn)列表中可以看出，各個(gè)電信運(yùn)營(yíng)商的IT系統(tǒng)中存儲(chǔ)著種類眾多的數(shù)據(jù)，這些數(shù)據(jù)涵蓋了通信業(yè)務(wù)類、網(wǎng)絡(luò)信令類、互聯(lián)網(wǎng)內(nèi)容類、企業(yè)管理類等諸多方面。通信業(yè)務(wù)類數(shù)據(jù)可以幫助電信運(yùn)營(yíng)商提供更好的客戶服務(wù)，實(shí)現(xiàn)更加精準(zhǔn)和靈活的計(jì)費(fèi)；網(wǎng)絡(luò)信令類數(shù)據(jù)可以讓運(yùn)營(yíng)商實(shí)時(shí)地獲取用戶當(dāng)前所處的位置、通信行為產(chǎn)生的時(shí)間、地點(diǎn)等，DPI（Deep Packet Inspection，深度包檢測(cè)）數(shù)據(jù)經(jīng)過(guò)二次解析后，可以讓運(yùn)營(yíng)商清楚地知道用戶的網(wǎng)絡(luò)行為，比如訪問(wèn)過(guò)哪些網(wǎng)站、購(gòu)買過(guò)哪些商品，從而判斷出用戶的興趣及關(guān)注點(diǎn)；互聯(lián)網(wǎng)內(nèi)容類數(shù)據(jù)來(lái)自Web和APP客戶端，一般通過(guò)JS（JavaScript，一種腳本語(yǔ)言）插碼或SDK（Software Development Kit，軟件開(kāi)發(fā)工具包）的方式收集包括用戶支付記錄、商鋪信息、終端數(shù)據(jù)、內(nèi)容訂購(gòu)以及消費(fèi)記錄等信息；企業(yè)管理類數(shù)據(jù)可以幫助電信運(yùn)營(yíng)商優(yōu)化和提升自身的管理效率等。

針對(duì)大數(shù)據(jù)資產(chǎn)（勞動(dòng)對(duì)象），電信運(yùn)營(yíng)商（勞動(dòng)者）需要通過(guò)運(yùn)用大數(shù)據(jù)技術(shù)（生產(chǎn)工具）才能輸出有用的數(shù)據(jù)（價(jià)值），為企業(yè)創(chuàng)造價(jià)值。

3 大數(shù)據(jù)技術(shù)及服務(wù)能力

3.1 大數(shù)據(jù)主流技術(shù)

大數(shù)據(jù)的海量、多結(jié)構(gòu)、高增速、低價(jià)值等特點(diǎn)對(duì)數(shù)據(jù)庫(kù)、文件系統(tǒng)等數(shù)據(jù)處理和挖據(jù)技術(shù)提出了很高的要求。傳統(tǒng)的RDBMS技術(shù)受限于容錯(cuò)性和擴(kuò)展性，不能適應(yīng)大數(shù)據(jù)的快速處理和深度分析需求，在大數(shù)據(jù)領(lǐng)域適合的場(chǎng)景逐漸萎縮至數(shù)據(jù)可視化，擔(dān)任數(shù)據(jù)集市的角色。

近幾年來(lái)，X86架構(gòu)服務(wù)器以高性價(jià)比、功耗低、占用空間小等優(yōu)勢(shì)逐漸取代傳統(tǒng)小型機(jī)，成為電信運(yùn)營(yíng)商使用最廣泛的硬件資源，與X86服務(wù)器相適配的大數(shù)據(jù)技術(shù)也同步快速發(fā)展。以Hadoop等為首的大數(shù)據(jù)技術(shù)日益成熟，被業(yè)界廣泛接受和應(yīng)用，從開(kāi)源版本到商業(yè)定制化版本均有成熟穩(wěn)定產(chǎn)品，廣泛應(yīng)用于海量數(shù)據(jù)的批處理場(chǎng)景，Hadoop技術(shù)的發(fā)展促生了良好的生態(tài)環(huán)境。MPP（Massively Parallel Processing，大規(guī)模并行處理）數(shù)據(jù)庫(kù)是基于關(guān)系型數(shù)據(jù)庫(kù)的改進(jìn)，在擴(kuò)展性方面得到了增強(qiáng)，使之在深度分析領(lǐng)域占有一席之地；Spark技術(shù)屬于新興技術(shù)，通過(guò)基于內(nèi)存的計(jì)算框架提高計(jì)算性能，適合準(zhǔn)實(shí)時(shí)數(shù)據(jù)處理等場(chǎng)景；流處理技術(shù)則是針對(duì)實(shí)時(shí)性非常強(qiáng)的流式數(shù)據(jù)進(jìn)行處理的利器；NoSQL技術(shù)是對(duì)關(guān)系數(shù)據(jù)庫(kù)的功能進(jìn)行簡(jiǎn)化或者去除，拋棄一些對(duì)具體應(yīng)用場(chǎng)景不太關(guān)鍵的關(guān)系數(shù)據(jù)庫(kù)的累贅，以在某些方面獲得優(yōu)于關(guān)系數(shù)據(jù)庫(kù)的特性，絕大多數(shù)NoSQL數(shù)據(jù)庫(kù)的本質(zhì)都是Key-Value store（鍵值對(duì)存儲(chǔ)），適合簡(jiǎn)單高效的海量數(shù)據(jù)快速存取場(chǎng)景。

大數(shù)據(jù)主流技術(shù)情況介紹以及對(duì)應(yīng)的應(yīng)用場(chǎng)景和代表產(chǎn)品如表2所示。

上述大數(shù)據(jù)技術(shù)在具體應(yīng)用的時(shí)候，根據(jù)實(shí)際應(yīng)用場(chǎng)景，可能采用一種技術(shù)，也可能采用幾種技術(shù)的組合。

3.2 運(yùn)營(yíng)商大數(shù)據(jù)服務(wù)能力

電信運(yùn)營(yíng)商將自己掌握的大數(shù)據(jù)資產(chǎn)與大數(shù)據(jù)技術(shù)相結(jié)合，就可以產(chǎn)出大數(shù)據(jù)服務(wù)能力，包括位置信息服務(wù)能力、價(jià)值信用評(píng)估能力、體驗(yàn)感知評(píng)測(cè)能力、社交關(guān)系識(shí)別能力、興趣偏好分析能力、行為關(guān)聯(lián)預(yù)測(cè)能力等，這些服務(wù)能力是運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用的基礎(chǔ)。

3.3 電信行業(yè)大數(shù)據(jù)應(yīng)用

按照電信運(yùn)營(yíng)商的角度，可以將大數(shù)據(jù)的應(yīng)用分為企業(yè)內(nèi)部應(yīng)用和企業(yè)外部應(yīng)用兩類。企業(yè)內(nèi)部的應(yīng)用大多以報(bào)表和專題的形式展現(xiàn)，包括提升系統(tǒng)效率、提高用戶滿意度、提升營(yíng)銷效果等；企業(yè)外部的應(yīng)用則以報(bào)告和應(yīng)用等形式輸出為主，包括旅游、公安、征信、氣象、人口密度等領(lǐng)域的應(yīng)用。這些應(yīng)用無(wú)論是對(duì)內(nèi)使用還是對(duì)外變現(xiàn)，都可以歸納為網(wǎng)絡(luò)、運(yùn)營(yíng)、用戶、市場(chǎng)營(yíng)銷等維度，如表3所示。

接下來(lái)，本文將基于上述內(nèi)容，結(jié)合國(guó)內(nèi)和國(guó)外有代表性的電信運(yùn)營(yíng)商的大數(shù)據(jù)應(yīng)用案例分別進(jìn)行闡述。

3.4 國(guó)內(nèi)運(yùn)營(yíng)商應(yīng)用案例

國(guó)內(nèi)電信運(yùn)營(yíng)商（中國(guó)移動(dòng)、中國(guó)電信、中國(guó)聯(lián)通）的大數(shù)據(jù)應(yīng)用目前還是以內(nèi)部應(yīng)用居多，外部變現(xiàn)類應(yīng)用較少。

（1）中國(guó)移動(dòng)近3年密切跟蹤并研究大數(shù)據(jù)技術(shù)，積極探索和推廣大數(shù)據(jù)應(yīng)用，企業(yè)內(nèi)部應(yīng)用較多，具有代表性的應(yīng)用有：某省公司A引入Hadoop平臺(tái)解決Gn口海量數(shù)據(jù)的實(shí)時(shí)接入、海量存儲(chǔ)、高效運(yùn)算、數(shù)據(jù)分析挖掘、數(shù)據(jù)實(shí)時(shí)服務(wù)等問(wèn)題；為了滿足移動(dòng)互聯(lián)網(wǎng)時(shí)代帶來(lái)的經(jīng)分海量數(shù)據(jù)處理需求，某省公司B引入Spark技術(shù)搭建流量運(yùn)營(yíng)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)處理效率的提升，支持海量數(shù)據(jù)分析，從技術(shù)上助力流量運(yùn)營(yíng)平臺(tái)更好地發(fā)展；為了解決傳統(tǒng)經(jīng)分主庫(kù)壓力大、擴(kuò)展困難的問(wèn)題，某省公司C將原經(jīng)分系統(tǒng)中的Oracle A、B庫(kù)的清單匯總以及各類應(yīng)用逐步遷移到Vertica分析數(shù)據(jù)庫(kù)集群中，減輕主庫(kù)壓力，滿足應(yīng)用增長(zhǎng)的需求；某省公司D構(gòu)建Storm流處理技術(shù)的實(shí)時(shí)經(jīng)分體系，進(jìn)行實(shí)時(shí)數(shù)據(jù)獲取與處理、實(shí)時(shí)數(shù)據(jù)分析與展現(xiàn)，讓使用者及時(shí)獲取市場(chǎng)動(dòng)態(tài)，凸顯數(shù)據(jù)價(jià)值；某省公司E為了給用戶提供實(shí)時(shí)詳單查詢服務(wù)，提高用戶滿意度，引入HBase技術(shù)，提供高吞吐、低延時(shí)、低成本的查詢服務(wù)；某省公司F引入Flume+Kafka+Storm技術(shù)組合架構(gòu)，搭建實(shí)時(shí)日志采集平臺(tái)，實(shí)現(xiàn)從各數(shù)據(jù)源采集點(diǎn)的數(shù)據(jù)采集、數(shù)據(jù)接入、在線處理到最終數(shù)據(jù)輸出的快速高效解決方案。廣州移動(dòng)通過(guò)網(wǎng)絡(luò)優(yōu)化大數(shù)據(jù)的共享平臺(tái)結(jié)合移動(dòng)辦公，進(jìn)一步提高網(wǎng)絡(luò)優(yōu)化的效率，拓展了網(wǎng)絡(luò)優(yōu)化的時(shí)間和空間，摸索了一條在移動(dòng)互聯(lián)技術(shù)背景下，如何對(duì)網(wǎng)絡(luò)優(yōu)化生產(chǎn)進(jìn)行“轉(zhuǎn)型”和“升級(jí)”的道路，也填補(bǔ)了移動(dòng)互聯(lián)優(yōu)化這一領(lǐng)域的空白。

中國(guó)移動(dòng)大數(shù)據(jù)對(duì)外應(yīng)用也在積極探索中，目前大數(shù)據(jù)對(duì)外變現(xiàn)類應(yīng)用在征信領(lǐng)域代表性的案例是東莞移動(dòng)與東莞某銀行的合作：東莞移動(dòng)構(gòu)建的基于電信大數(shù)據(jù)的個(gè)人征信評(píng)價(jià)體系由客觀變量、評(píng)價(jià)指標(biāo)及信用評(píng)分三部分組成。客觀變量包含ARPU（Average Revenue Per User，每用戶平均收入）、流量消費(fèi)、在網(wǎng)時(shí)長(zhǎng)等用戶業(yè)務(wù)數(shù)據(jù)，以及用戶的性別、年齡、身份證號(hào)碼或者實(shí)名制信息等用戶基礎(chǔ)數(shù)據(jù)共24項(xiàng)變量?；诳陀^變量，將24項(xiàng)變量劃分為身份特征、通信消費(fèi)能力、信用歷史、行為偏好以及人脈關(guān)系五類評(píng)價(jià)指標(biāo)。最終評(píng)分參考了美國(guó)個(gè)人信用評(píng)級(jí)法FICO評(píng)分，通過(guò)評(píng)分模型邏輯計(jì)算輸出用戶評(píng)級(jí)，分?jǐn)?shù)越高代表用戶的信用越好。銀行在發(fā)行信用卡或?qū)徍速J款時(shí)通常面臨申請(qǐng)人資料是否屬實(shí)和給予申請(qǐng)人信用卡或貸款額度多少的問(wèn)題，為解決這兩個(gè)問(wèn)題，東莞某銀行與東莞移動(dòng)就大數(shù)據(jù)評(píng)分在信用卡授信方面通過(guò)上述聯(lián)合建模，提出了應(yīng)用方案，即：?jiǎn)栴}一可通過(guò)運(yùn)營(yíng)商實(shí)名制結(jié)果予以驗(yàn)證，問(wèn)題二可通過(guò)綜合信用評(píng)分予以解決。該合作從2015年9月份開(kāi)始正式運(yùn)營(yíng)，共受理銀行信用卡授信請(qǐng)求1709筆，通過(guò)銀行驗(yàn)證1075筆，應(yīng)用效果良好。

在旅游大數(shù)據(jù)應(yīng)用領(lǐng)域，河北移動(dòng)通過(guò)前期在秦皇島等地市的試點(diǎn)推廣獲得普遍認(rèn)可，系統(tǒng)通過(guò)對(duì)信令數(shù)據(jù)的采集與挖掘，輸出游客游覽景區(qū)的行為，幫助旅游和景點(diǎn)管理部門(mén)掌握景區(qū)流量、優(yōu)化景區(qū)設(shè)施等，后期將大數(shù)據(jù)報(bào)告形式的服務(wù)轉(zhuǎn)化為以系統(tǒng)支撐的常態(tài)化服務(wù)。

在公共服務(wù)領(lǐng)域，河北移動(dòng)推出人群密度大數(shù)據(jù)，針對(duì)各類熱點(diǎn)事件、重大節(jié)日，如廟會(huì)、跨年夜、演唱會(huì)、體育賽事等區(qū)域，進(jìn)行人群密度的實(shí)時(shí)監(jiān)控，包含對(duì)人群的年齡分析、來(lái)源分析、市場(chǎng)占有率分析等，并對(duì)人群聚集較多的區(qū)域及時(shí)預(yù)警，通知相關(guān)人員，做好防范工作，避免踩踏等事件的上演。

（2）中國(guó)電信是國(guó)內(nèi)電信運(yùn)營(yíng)商中最早實(shí)施互聯(lián)網(wǎng)行為分析用于自有業(yè)務(wù)推廣的企業(yè)。在對(duì)外應(yīng)用方面，中國(guó)電信在2013年啟動(dòng)大數(shù)據(jù)RTB（Real Time Bidding，實(shí)時(shí)競(jìng)價(jià)）廣告業(yè)務(wù)；在對(duì)內(nèi)應(yīng)用方面，中國(guó)電信河南公司對(duì)運(yùn)營(yíng)商網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行深度加工，對(duì)原本只用于計(jì)費(fèi)的通話詳單進(jìn)行深度加工，挖掘其中的用戶行為屬性，構(gòu)建用戶行為分析模型，并成功應(yīng)用于養(yǎng)卡用戶監(jiān)控等業(yè)務(wù)。

（3）中國(guó)聯(lián)通建設(shè)的“移動(dòng)通信用戶上網(wǎng)記錄集中查詢與分析支撐系統(tǒng)”中引入大數(shù)據(jù)和Hadoop技術(shù)，構(gòu)建了一個(gè)全國(guó)集中的一級(jí)架構(gòu)海量數(shù)據(jù)存儲(chǔ)和查詢系統(tǒng)，用于支撐全網(wǎng)數(shù)億用戶的上網(wǎng)記錄查詢工作，通過(guò)集中統(tǒng)一的大數(shù)據(jù)平臺(tái)對(duì)用戶數(shù)據(jù)進(jìn)行深度的挖掘分析，提升針對(duì)用戶的個(gè)性化業(yè)務(wù)支持能力。

3.5 國(guó)外運(yùn)營(yíng)商應(yīng)用案例

國(guó)外一些主流運(yùn)營(yíng)商的大數(shù)據(jù)應(yīng)用案例如下所示，其中的對(duì)外變現(xiàn)應(yīng)用案例尤其值得國(guó)內(nèi)運(yùn)營(yíng)商參考借鑒。

（1）T-Mobile：利用大數(shù)據(jù)分析來(lái)推動(dòng)其“去運(yùn)營(yíng)商化”策略來(lái)減少客戶流失：通過(guò)跨部門(mén)數(shù)據(jù)整合和分析來(lái)全方位審視客戶，鼓勵(lì)客戶共享其社交媒體頁(yè)面，針對(duì)特定項(xiàng)目跨業(yè)務(wù)部門(mén)共享所有客戶數(shù)據(jù)，用于從內(nèi)部和外部（例如社交媒體）全方位檢視客戶對(duì)客服、技術(shù)支持和營(yíng)銷的看法；洞察產(chǎn)品和服務(wù)的性能、客戶與公司接觸的觸點(diǎn)；洞察收入管理系統(tǒng)、采購(gòu)-下單、出貨和物流；洞察網(wǎng)絡(luò)質(zhì)量和覆蓋范圍。

（2）Orange：1）通過(guò)對(duì)客戶進(jìn)行細(xì)分，分析客戶數(shù)百萬(wàn)電話的數(shù)據(jù)記錄，重點(diǎn)關(guān)注客戶的通話對(duì)象以及通話頻率，有效提高了用戶流失預(yù)測(cè)模型的精確性，另外還通過(guò)分析掉話率數(shù)據(jù)，尋找超負(fù)荷運(yùn)行的網(wǎng)絡(luò)并進(jìn)行維護(hù)及擴(kuò)充；2）“Orange Business Services”還將大數(shù)據(jù)應(yīng)用到公共服務(wù)領(lǐng)域，如根據(jù)高速公路上車輛每天產(chǎn)生的數(shù)據(jù)記錄進(jìn)行分析，幫助車輛獲得及時(shí)準(zhǔn)確的信息，提高道路通行率。

（3）AT&T：1）AT&T選擇與Facebook結(jié)成戰(zhàn)略聯(lián)盟，通過(guò)對(duì)Facebook的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，挖掘用戶對(duì)價(jià)格、移動(dòng)功能、服務(wù)感知等產(chǎn)品指標(biāo)的體驗(yàn)情況，從而推出更加準(zhǔn)確的電信捆綁服務(wù)；2）通過(guò)客戶在星巴克門(mén)店附近通話等通信行為收集客戶的位置信息，挑選高忠誠(chéng)度客戶，簽署AT&T與星巴克之間業(yè)務(wù)協(xié)議，并把隱私管理權(quán)交給客戶自己，AT&T將這些信息服務(wù)賣給星巴克，星巴克通過(guò)對(duì)這些數(shù)據(jù)的挖掘做出個(gè)性化推薦。

（4）Verizon：成立精準(zhǔn)營(yíng)銷部門(mén)，洞察用戶需求以進(jìn)行精準(zhǔn)營(yíng)銷，為廣告投放提供數(shù)據(jù)支撐，并推出面向ISIS（Verizon、AT&T和T-Mobile發(fā)起的移動(dòng)支付系統(tǒng)）的移動(dòng)商務(wù)。

（5）意大利電信：通過(guò)對(duì)客戶數(shù)據(jù)的洞察，有效地預(yù)測(cè)收入狀況與客戶行為的關(guān)聯(lián)性，推出諸多個(gè)性化產(chǎn)品滿足客戶需求。

（6）Telefonica：?jiǎn)?dòng)一個(gè)針對(duì)移動(dòng)寬帶網(wǎng)絡(luò)的端到端用戶體驗(yàn)管理項(xiàng)目，并建立一個(gè)包含60多個(gè)用戶體驗(yàn)指標(biāo)的系統(tǒng)，支持無(wú)線網(wǎng)絡(luò)控制器（RNC）、域名系統(tǒng)（DNS）、在線計(jì)費(fèi)系統(tǒng)（OCS）、SGSN等各種網(wǎng)絡(luò)節(jié)點(diǎn)的信息采集，為用戶體驗(yàn)優(yōu)化提數(shù)據(jù)支撐。

（7）西班牙電信：通過(guò)采集網(wǎng)絡(luò)側(cè)的用戶位置、行為、域名等數(shù)據(jù)，基于完全匿名和聚合的移動(dòng)數(shù)據(jù)，對(duì)某個(gè)時(shí)段、某個(gè)地點(diǎn)人流量的關(guān)鍵影響因素進(jìn)行分析，將洞察結(jié)果提供給零售商，供他們?yōu)樾碌暝O(shè)計(jì)和選址、設(shè)計(jì)促銷方式、反饋客戶等提供決策支撐。

電信運(yùn)營(yíng)商既是大數(shù)據(jù)的生產(chǎn)者，也是大數(shù)據(jù)的傳輸者和使用者。由于用戶數(shù)據(jù)的隱私問(wèn)題，各運(yùn)營(yíng)商在對(duì)外應(yīng)用推廣方面十分謹(jǐn)慎，進(jìn)展緩慢，但受上述國(guó)外運(yùn)營(yíng)商的一些對(duì)外變現(xiàn)案例的啟發(fā)，電信運(yùn)營(yíng)商在對(duì)外變現(xiàn)類應(yīng)用推廣過(guò)程中可以考慮采取如下策略來(lái)規(guī)避隱私問(wèn)題：第一種策略，售賣的信息是人群分組信息（基于完全匿名和聚合的數(shù)據(jù)），采用群體性的、趨勢(shì)性的分析，并非用戶個(gè)人明細(xì)信息；第二種策略，對(duì)數(shù)據(jù)的某些敏感信息通過(guò)某些規(guī)則進(jìn)行數(shù)據(jù)的變形，實(shí)現(xiàn)數(shù)據(jù)“脫敏”，引入第三方中立機(jī)構(gòu)進(jìn)行評(píng)估佐證，以規(guī)避用戶隱私方面的法律風(fēng)險(xiǎn)；第三種策略，客戶在充分了解業(yè)務(wù)的基礎(chǔ)上與電信運(yùn)營(yíng)商（或電信運(yùn)營(yíng)商和合作商一起）簽署協(xié)議，客戶隱私的管理權(quán)交給客戶自己。

4 結(jié)束語(yǔ)

目前，電信行業(yè)大數(shù)據(jù)技術(shù)的應(yīng)用還處于初級(jí)階段，以企業(yè)內(nèi)部應(yīng)用為主，側(cè)重改善技術(shù)、管理、流程、服務(wù)等方面的問(wèn)題，對(duì)外變現(xiàn)類應(yīng)用極少，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)對(duì)外變現(xiàn)才是大數(shù)據(jù)的真正魅力和意義所在。

大數(shù)據(jù)的重要性已眾所周知，互聯(lián)網(wǎng)企業(yè)憑借其靈活機(jī)制和互聯(lián)網(wǎng)基因等優(yōu)勢(shì)率先開(kāi)拓了市場(chǎng)，電信運(yùn)營(yíng)商面臨更加嚴(yán)重的管道化威脅，電信運(yùn)營(yíng)商應(yīng)盡快利用掌握的優(yōu)勢(shì)資源和儲(chǔ)備的大數(shù)據(jù)技術(shù)，開(kāi)展對(duì)外變現(xiàn)類的增值應(yīng)用，迅速建立對(duì)外服務(wù)的生態(tài)圈，提高自身競(jìng)爭(zhēng)力。

通過(guò)本文的分析可知，要實(shí)現(xiàn)大數(shù)據(jù)的廣泛關(guān)聯(lián)，進(jìn)而提高大數(shù)據(jù)的價(jià)值，電信運(yùn)營(yíng)商要有開(kāi)放的思想、開(kāi)闊的思路。通過(guò)建立企業(yè)大數(shù)據(jù)開(kāi)放平臺(tái)，借助外腦，與友商合作開(kāi)發(fā)應(yīng)用，實(shí)現(xiàn)共贏；通過(guò)與潛在的互聯(lián)網(wǎng)企業(yè)合作（如百度公司，百度在掌握用戶資料方面處于弱勢(shì)，而運(yùn)營(yíng)商則處于明顯優(yōu)勢(shì)），互補(bǔ)、共享雙方的大數(shù)據(jù)資源，實(shí)現(xiàn)共贏。合作可以通過(guò)開(kāi)放接口等技術(shù)方式實(shí)現(xiàn)，也可以通過(guò)直接投資對(duì)方企業(yè)進(jìn)行控股等商業(yè)手段實(shí)現(xiàn)。更理想的情況，電信運(yùn)營(yíng)商在擁有大數(shù)據(jù)技術(shù)能力和運(yùn)營(yíng)能力的基礎(chǔ)上還可以自己做電商，或者開(kāi)展諸如RTB廣告業(yè)務(wù)盈利。

總之，電信運(yùn)營(yíng)商要爭(zhēng)取占領(lǐng)大數(shù)據(jù)生態(tài)圈的上下游，拓展征信、交通、旅游、氣象、公安等各個(gè)領(lǐng)域的戰(zhàn)略合作，盡快布局，決勝未來(lái)。

參考文獻(xiàn)：

[1] Ovum. Using Big Data Analytics To Manage Customer Churn and Loyalty KPIs[Z]. 2015.

[2] 覃雄派，王會(huì)舉，杜小勇，等. 大數(shù)據(jù)分析——RDBMS與MapReduce的競(jìng)爭(zhēng)與共生[J]. 軟件學(xué)報(bào)， 2012（1）： 32-41.

[3] 胡舜耕，魏進(jìn)武. 大數(shù)據(jù)及其在電信運(yùn)營(yíng)中的應(yīng)用研究[J]. 電信技術(shù)， 2015（1）： 14-17.

[4] 王波，陳標(biāo)，魏宇航. 電信大數(shù)據(jù)在征信領(lǐng)域的應(yīng)用研究[J]. 移動(dòng)通信， 2016，40（8）： 80-83.

[5] 張?jiān)品? 電信運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展策略與價(jià)值挖掘[J]. 移動(dòng)通信， 2016，40（5）： 20-23.

[6] 谷紅勛，楊珂. 基于大數(shù)據(jù)的移動(dòng)用戶行為分析系統(tǒng)與應(yīng)用案例[J]. 電信科學(xué)， 2016（3）： 139-146.

[7] 許汝鵬，崔晶也，關(guān)則洛，等. 網(wǎng)優(yōu)大數(shù)據(jù)共享架構(gòu)設(shè)計(jì)及應(yīng)用實(shí)踐[J]. 電信科學(xué)， 2016（4）： 152-157.

[8] 鄭雪菲. 國(guó)外電信運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用及啟示[J]. 移動(dòng)通信， 2015，39（13）： 29-33.

[9] 何小朝. 縱橫大數(shù)據(jù)-云計(jì)算數(shù)據(jù)基礎(chǔ)設(shè)施[M]. 北京： 電子工業(yè)出版社， 2014.

[10] 中國(guó)移動(dòng)通信企業(yè)標(biāo)準(zhǔn). 中國(guó)移動(dòng)省大數(shù)據(jù)平臺(tái)技術(shù)規(guī)范分冊(cè)[S]. 2015.

[11] 中國(guó)移動(dòng)通信集團(tuán)公司業(yè)務(wù)支撐系統(tǒng)部. 大數(shù)據(jù)技術(shù)指南（版本號(hào)：3.0.0）[S]. 2016.

[12] 段云峰. 電信行業(yè)大數(shù)據(jù)架構(gòu)研究與實(shí)踐[A]. 2016中國(guó)信息通信大數(shù)據(jù)大會(huì)[C]. 2016.