
大數(shù)據(jù)變現(xiàn),電信運(yùn)營商出啥招
近幾年,隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,大數(shù)據(jù)成為行業(yè)當(dāng)之無愧的網(wǎng)紅,電信運(yùn)營企業(yè)是大數(shù)據(jù)發(fā)展應(yīng)用的生力軍。據(jù)統(tǒng)計(jì),截至2017年,我國運(yùn)營商主要在九大領(lǐng)域布局大數(shù)據(jù)業(yè)務(wù),分別為電信、金融、零售、政務(wù)、旅游、智慧城市、交通、體育和游戲(圖1)。然而,雖然當(dāng)前大數(shù)據(jù)的業(yè)務(wù)場景眾多,但卻尚未完全釋放出應(yīng)有的商業(yè)價(jià)值。未來運(yùn)營商該如何更好地將大數(shù)據(jù)變現(xiàn),使其真正為第三條曲線貢獻(xiàn)價(jià)值呢?
最佳市場機(jī)遇在哪里
Gartner對(duì)全球100多家運(yùn)營商的13個(gè)垂直行業(yè)、140多個(gè)大數(shù)據(jù)案例進(jìn)行研究,描繪出了大數(shù)據(jù)變現(xiàn)的四象限圖(如圖2)。其中,橫軸代表該行業(yè)產(chǎn)生大數(shù)據(jù)收入的機(jī)會(huì);縱軸代表運(yùn)營商在未來5年內(nèi)獲得收入的機(jī)會(huì)。可以看出,最有利于運(yùn)營商變現(xiàn)的領(lǐng)域就是右上角的第一象限:廣告/市場營銷、醫(yī)療健康、智慧城市應(yīng)用。
哪些數(shù)據(jù)更容易變現(xiàn)
對(duì)于運(yùn)營商而言,哪些數(shù)據(jù)更容易變現(xiàn)呢?總體而言,有四類數(shù)據(jù)值得關(guān)注:
第一類是基于BSS系統(tǒng)的用戶身份和通信類數(shù)據(jù)。包括用戶開戶時(shí)的身份信息,話費(fèi)情況即通話、短信與流量費(fèi)用的構(gòu)成,套餐種類,甚至終端類型等。
第二類基于運(yùn)營商OSS系統(tǒng)的用戶行為數(shù)據(jù)。包括用戶通過手機(jī)上網(wǎng)、聊天、玩游戲、瀏覽網(wǎng)頁等行為產(chǎn)生的數(shù)據(jù)。
第三類是基于用戶LBS的位置數(shù)據(jù)。如果說前兩類均偏線上的話,那這類數(shù)據(jù)偏向線下,與用戶線下的使用場景密切相關(guān)??捎糜诰€下商家營銷、人口流動(dòng)、公共安全、城市規(guī)劃等。
第四類是在物聯(lián)網(wǎng)場景下產(chǎn)生的2B和2C數(shù)據(jù)。這里主要指物聯(lián)網(wǎng)場景下的“物”和“人”兩類大數(shù)據(jù):“物”的大數(shù)據(jù)——如來自儀表收集的水、電、氣數(shù)據(jù),傳感器收集的氣候、污染數(shù)據(jù),資產(chǎn)貨運(yùn)的跟蹤數(shù)據(jù);“人”的大數(shù)據(jù)——如人體健康、生活習(xí)慣或運(yùn)動(dòng)的數(shù)據(jù),這些數(shù)據(jù)在醫(yī)療保健、可穿戴設(shè)備、智能家居領(lǐng)域有極大的價(jià)值。
理想變現(xiàn)模式有哪些
縱觀全球,大數(shù)據(jù)的變現(xiàn)模式主要包括6種:
一、提供原始數(shù)據(jù):運(yùn)營商將大數(shù)據(jù)進(jìn)行匿名化等一系列脫敏處理后,有償提供給第三方合作伙伴。
二、提供數(shù)據(jù)開發(fā)平臺(tái):運(yùn)營商構(gòu)建一個(gè)大數(shù)據(jù)平臺(tái),在平臺(tái)上提供Hadoop平臺(tái)、應(yīng)用程序開發(fā)、預(yù)測(cè)分析/機(jī)器學(xué)習(xí)等模塊功能,供外部開發(fā)者或公司使用。
三、廣告/營銷變現(xiàn):包括線上廣告和線下廣告兩種模式。線上廣告就是利用大數(shù)據(jù)進(jìn)行精準(zhǔn)廣告投放。SKT構(gòu)建了一個(gè)高階的玩法,建立了Syrup ad大數(shù)據(jù)廣告平臺(tái),讓廣告投放者與廣告發(fā)布者在平臺(tái)生態(tài)中實(shí)現(xiàn)共贏。線下廣告就是結(jié)合LBS進(jìn)行線下的商家推薦、優(yōu)惠券推介等。
四、提供企業(yè)定制化分析:根據(jù)企業(yè)的特定需求,以項(xiàng)目形式開展特定的大數(shù)據(jù)定制化分析。例如英國的某車險(xiǎn)公司想了解汽車碰撞現(xiàn)場的場景,沃達(dá)豐提供了“汽車碰撞重建分析”,還原了汽車碰撞時(shí)的力度、天氣、交通流量、事故位置、車速等。
五、提供行業(yè)解決方案:針對(duì)整個(gè)行業(yè)的普適性解決方案,這種方式復(fù)用性更強(qiáng),因此變現(xiàn)能力也更強(qiáng)。例如SK電訊的Geovision,基于人口、銷售、地產(chǎn)、商業(yè)信息等大數(shù)據(jù)為眾多小型企業(yè)提供商業(yè)區(qū)域選址分析服務(wù)。
六、提供基于物聯(lián)網(wǎng)方案的大數(shù)據(jù)增值服務(wù):運(yùn)營商不針對(duì)大數(shù)據(jù)服務(wù)直接收費(fèi),而是將其作為一整套物聯(lián)網(wǎng)解決方案中嵌入的重要一環(huán)間接收費(fèi)。例如在貨運(yùn)和資產(chǎn)跟蹤中,收集貨物的位置、溫度、濕度、撞擊、掉落等數(shù)據(jù),從而提供貨物/資產(chǎn)跟蹤和管理服務(wù)。
未來之路在何方
為何當(dāng)前難以實(shí)現(xiàn)大規(guī)模的變現(xiàn)呢?綜合分析之后可以發(fā)現(xiàn),運(yùn)營商當(dāng)前的組織架構(gòu)和運(yùn)營體系需要調(diào)整,可從五個(gè)方面入手。
第一,升級(jí)IT架構(gòu)和體系。運(yùn)營商需要將結(jié)構(gòu)化和非結(jié)構(gòu)化的元素以及支撐、分析工具集成在一起。而當(dāng)前運(yùn)營商還存在IT系統(tǒng)不兼容的問題,難以集成,對(duì)于數(shù)據(jù)的導(dǎo)入、存儲(chǔ)、分類和呈現(xiàn)功能不盡理想,因此需要大力調(diào)整和升級(jí)。
第二,建立專門的大數(shù)據(jù)組織架構(gòu)。設(shè)立首席數(shù)據(jù)官是很有必要的,在運(yùn)營商龐大的體制內(nèi),需要有專人站在全局的角度,在數(shù)據(jù)收集、數(shù)據(jù)管理和數(shù)據(jù)分析方面制定戰(zhàn)略。同時(shí),需要對(duì)大數(shù)據(jù)的發(fā)展進(jìn)行權(quán)衡取舍,選擇最有價(jià)值的細(xì)分領(lǐng)域重點(diǎn)發(fā)展。
第三,建立公司大數(shù)據(jù)資源池。目前公司大數(shù)據(jù)散落在各個(gè)系統(tǒng)中,需要建立專門的大數(shù)據(jù)資源池,將其篩選、整理、整合和錄入。只有建立了有價(jià)值導(dǎo)向的大數(shù)據(jù)資源池,才能快速定制形成項(xiàng)目。
第四,構(gòu)建大數(shù)據(jù)價(jià)值評(píng)估機(jī)制。價(jià)值評(píng)估直接關(guān)乎激勵(lì)。大數(shù)據(jù)的價(jià)值包括直接貢獻(xiàn)的收入和間接貢獻(xiàn)的收入。直接貢獻(xiàn)的收入即大數(shù)據(jù)解決方案、項(xiàng)目所產(chǎn)生的收益;而間接貢獻(xiàn)的收入可能包括,因提高了生產(chǎn)效率、鞏固了合作伙伴關(guān)系,或者大數(shù)據(jù)作為解決方案的一部分從而產(chǎn)生的收入。
第五,做好大數(shù)據(jù)隱私風(fēng)險(xiǎn)防控。做好用戶的授權(quán)知情通知,將數(shù)據(jù)進(jìn)行分級(jí)分類管理并進(jìn)行脫敏處理。建立大數(shù)據(jù)“收集-處理-傳輸-加工-輸出”全流程的操作規(guī)范,并且可以識(shí)別每個(gè)環(huán)節(jié)的經(jīng)手人,此外還應(yīng)建立應(yīng)急風(fēng)險(xiǎn)賠償機(jī)制等。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10