1 引言

全球在過(guò)去2年創(chuàng)造的數(shù)據(jù)比之前50年的總和還多，這就是世界當(dāng)下發(fā)展的速度。數(shù)字化時(shí)代，每個(gè)人每分每秒都在創(chuàng)造數(shù)據(jù)，在瀏覽的網(wǎng)站上，在使用的設(shè)備中，在各種通信服務(wù)系統(tǒng)里，數(shù)據(jù)都以指數(shù)級(jí)的速度在數(shù)量和類(lèi)型上快速增長(zhǎng)。即使是在傳統(tǒng)移動(dòng)通信網(wǎng)絡(luò)里情況也是如此，各功能網(wǎng)元都會(huì)留存日志，像省級(jí)網(wǎng)關(guān)這樣的設(shè)備，即使經(jīng)過(guò)壓縮處理，每月生成的日志數(shù)據(jù)仍在幾百GB水平；據(jù)統(tǒng)計(jì)，過(guò)去25年間電信系統(tǒng)各類(lèi)用戶(hù)及業(yè)務(wù)系統(tǒng)數(shù)據(jù)規(guī)模增長(zhǎng)了1000倍，運(yùn)營(yíng)商網(wǎng)絡(luò)成為天然的大數(shù)據(jù)貯存和流動(dòng)的載體。如何處理和利用好如此規(guī)模的數(shù)據(jù)，已成為全球運(yùn)營(yíng)商需要迫切應(yīng)對(duì)的關(guān)鍵課題之一。

2 對(duì)內(nèi)：從精細(xì)化運(yùn)營(yíng)出發(fā)

運(yùn)營(yíng)商對(duì)于大數(shù)據(jù)的應(yīng)用可分為內(nèi)部輔助應(yīng)用與外部業(yè)務(wù)創(chuàng)新兩種類(lèi)型。出于精細(xì)化運(yùn)營(yíng)的需要，運(yùn)營(yíng)商內(nèi)部各業(yè)務(wù)部門(mén)對(duì)數(shù)據(jù)都提出了分析和應(yīng)用的需求。

市場(chǎng)部門(mén)主導(dǎo)開(kāi)展精細(xì)化營(yíng)銷(xiāo)，一個(gè)大前提就是對(duì)網(wǎng)絡(luò)中的用戶(hù)有全面的了解，從而精確的為每個(gè)業(yè)務(wù)找到合適的營(yíng)銷(xiāo)人群，以最小的營(yíng)銷(xiāo)成本實(shí)現(xiàn)最高的用戶(hù)轉(zhuǎn)換。傳統(tǒng)的用戶(hù)分析僅從訂購(gòu)關(guān)系和計(jì)費(fèi)層面去定義和分析用戶(hù)，因此無(wú)法呈現(xiàn)出動(dòng)態(tài)的用戶(hù)形象。沿循用戶(hù)與業(yè)務(wù)系統(tǒng)的各個(gè)接觸點(diǎn)，運(yùn)營(yíng)商可從更多方面去了解用戶(hù)，在業(yè)務(wù)的發(fā)現(xiàn)、獲取、設(shè)置、使用、購(gòu)買(mǎi)、幫助、改變等環(huán)節(jié)均可理解到用戶(hù)的行為與偏好，對(duì)這些觸點(diǎn)的連續(xù)跟蹤和分析可幫助形成更準(zhǔn)確的用戶(hù)肖像和動(dòng)態(tài)分類(lèi)標(biāo)簽。例如，對(duì)使用環(huán)節(jié)如流量日志數(shù)據(jù)的分析可幫助區(qū)分不同興趣關(guān)注的人群，對(duì)設(shè)置環(huán)節(jié)如HLR/HSS數(shù)據(jù)的分析可幫助區(qū)分不同活動(dòng)范圍的人群，對(duì)購(gòu)買(mǎi)環(huán)節(jié)如CRM的分析可幫助區(qū)分不同購(gòu)買(mǎi)力和信用度的人群，這樣針對(duì)新的商旅套餐或?qū)Ш椒?wù)的營(yíng)銷(xiāo)案就可以更精準(zhǔn)的向平時(shí)出行范圍較大的白領(lǐng)人士進(jìn)行投放。

客服部門(mén)推動(dòng)主動(dòng)式客戶(hù)關(guān)懷的動(dòng)力，主要是認(rèn)識(shí)到維系老用戶(hù)的成本遠(yuǎn)低于獲取新用戶(hù)的代價(jià)，而且研究表明，老用戶(hù)比新用戶(hù)更愿意接受新產(chǎn)品，因此是運(yùn)營(yíng)商最重視的客戶(hù)群體?？蛻?hù)服務(wù)不應(yīng)被動(dòng)等待客戶(hù)上門(mén)投訴或?qū)で髱椭?，?yīng)從多角度主動(dòng)開(kāi)展客戶(hù)關(guān)懷。如基于Gn口數(shù)據(jù)的實(shí)時(shí)流量提醒與告警，基于HTTP響應(yīng)和流量日志分析的錯(cuò)誤網(wǎng)址智能重定向建議，基于HLR/HSS數(shù)據(jù)或MSC日志分析的欺詐電話(huà)和訊息主動(dòng)預(yù)防策略，基于終端配置系統(tǒng)數(shù)據(jù)的異常換機(jī)換卡主動(dòng)關(guān)懷等，都是大數(shù)據(jù)帶來(lái)的服務(wù)創(chuàng)新場(chǎng)景。這些通信系統(tǒng)本身不一定是為了實(shí)現(xiàn)主動(dòng)客戶(hù)關(guān)懷而設(shè)計(jì)的，然而通過(guò)大數(shù)據(jù)分析，客服部門(mén)完全可以應(yīng)用這些數(shù)據(jù)實(shí)現(xiàn)全新的客戶(hù)服務(wù)模式，進(jìn)而成為運(yùn)營(yíng)商維系和關(guān)懷用戶(hù)的“軟實(shí)力”。

同樣的，網(wǎng)絡(luò)部門(mén)也需要及時(shí)掌握用戶(hù)終端、OTT應(yīng)用和網(wǎng)絡(luò)設(shè)備的運(yùn)行情況，方能從容應(yīng)對(duì)如iPhone5S等新終端上市對(duì)網(wǎng)絡(luò)帶來(lái)的潛在影響，實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)調(diào)優(yōu)和選擇最優(yōu)擴(kuò)容時(shí)機(jī)。因此，基于各種設(shè)備消息事件的實(shí)時(shí)運(yùn)維監(jiān)控平臺(tái)，基于位置和社會(huì)事件信息的突發(fā)流量和呼叫的預(yù)警監(jiān)控機(jī)制，基于終端配置系統(tǒng)和HLR/HSS數(shù)據(jù)的終端排障機(jī)制，都是網(wǎng)絡(luò)部門(mén)對(duì)跨系統(tǒng)的異構(gòu)數(shù)據(jù)進(jìn)行聯(lián)合分析的潛在應(yīng)用場(chǎng)景。今年P(guān)T展上，愛(ài)立信的“慧眼識(shí)網(wǎng)”方案便就展示了如何利用網(wǎng)絡(luò)最底層的事件信息進(jìn)行大數(shù)據(jù)分析，從而幫助精確定位網(wǎng)絡(luò)問(wèn)題，利用網(wǎng)絡(luò)底層信息指導(dǎo)網(wǎng)絡(luò)規(guī)劃。

總的來(lái)說(shuō)，基于大數(shù)據(jù)分析的輔助服務(wù)在運(yùn)營(yíng)商各部門(mén)中充滿(mǎn)了應(yīng)用的潛力和活力。

3 對(duì)外：新商業(yè)模式的機(jī)遇

大數(shù)據(jù)不僅幫助運(yùn)營(yíng)商對(duì)內(nèi)優(yōu)化業(yè)務(wù)運(yùn)營(yíng)績(jī)效，更重要的是，大數(shù)據(jù)能為運(yùn)營(yíng)商帶來(lái)了業(yè)務(wù)創(chuàng)新的機(jī)遇，為電信運(yùn)營(yíng)商在除了個(gè)人和集團(tuán)客戶(hù)的通信業(yè)務(wù)之外，開(kāi)辟出一個(gè)嶄新的業(yè)務(wù)發(fā)展空間。

今年5月美國(guó)運(yùn)營(yíng)商Verizon推出了“精確市場(chǎng)洞察”服務(wù)，它根據(jù)用戶(hù)的互聯(lián)網(wǎng)訪(fǎng)問(wèn)行為和用戶(hù)所在位置，結(jié)合用戶(hù)的靜態(tài)肖像信息進(jìn)行歸類(lèi)與聚合，更精細(xì)的為企業(yè)描繪出指定地區(qū)的人口結(jié)構(gòu)和組成，幫助企業(yè)在選擇廣告市場(chǎng)投放選擇時(shí)作出最明智的決定；NBA菲城太陽(yáng)隊(duì)就利用此服務(wù)來(lái)評(píng)估賽場(chǎng)上的廣告主是否可以通過(guò)球場(chǎng)廣告而有效到達(dá)目標(biāo)客戶(hù)。盡管在用戶(hù)隱私、匿名度、參與方式上仍存有一定爭(zhēng)議，但這項(xiàng)基于大數(shù)據(jù)洞察的營(yíng)銷(xiāo)服務(wù)在企業(yè)市場(chǎng)上取得了客戶(hù)的熱烈反響，有人甚至驚呼，電信運(yùn)營(yíng)商自此要搖身轉(zhuǎn)型為大數(shù)據(jù)服務(wù)商了。

而在此半年前，西班牙電信集團(tuán)就已成立了獨(dú)立大數(shù)據(jù)事業(yè)部，名曰“動(dòng)態(tài)洞察”，并在英國(guó)試水類(lèi)似的匿名人流統(tǒng)計(jì)服務(wù)，主要針對(duì)的客戶(hù)是政府部分或公共職能企業(yè)，幫助他們分析影響人們?cè)L問(wèn)某個(gè)地點(diǎn)的各種因素，從而幫助政府與企業(yè)制定相應(yīng)的政策與服務(wù)策略。也或許是由于它的匿名和公益性質(zhì)，服務(wù)本身并沒(méi)有受到像Verizon那樣爭(zhēng)議性的評(píng)價(jià)。

無(wú)獨(dú)有偶，由T-Mobile和Orange合資成立的英國(guó)最大移動(dòng)通信公司EE，也為政府機(jī)構(gòu)及企業(yè)客戶(hù)提供匿名化了的用戶(hù)出行和交通行為的統(tǒng)計(jì)數(shù)據(jù)報(bào)告服務(wù)，這些靜態(tài)報(bào)告中還包括用戶(hù)的社會(huì)化分群特征，以幫助讀者快速找出目標(biāo)人群的移動(dòng)行為習(xí)慣與趨勢(shì)。沃達(dá)豐更是在全球34個(gè)國(guó)家?guī)椭鶷omTom公司部署M2M車(chē)載設(shè)備，通過(guò)大數(shù)據(jù)分析，生成實(shí)時(shí)交通流量報(bào)告，服務(wù)于全球TomTom用戶(hù)。

由此可見(jiàn)，只要合理控制好用戶(hù)個(gè)人信息和隱私泄露的風(fēng)險(xiǎn)，大數(shù)據(jù)技術(shù)已為移動(dòng)運(yùn)營(yíng)商開(kāi)啟了一扇廣闊的新商業(yè)模式之門(mén)，無(wú)論是商業(yè)廣告還是公共服務(wù)領(lǐng)域，運(yùn)營(yíng)商都可大有作為。

4 結(jié)束語(yǔ)　

移動(dòng)網(wǎng)絡(luò)的大數(shù)據(jù)格局可能比其他行業(yè)更為復(fù)雜，不僅是因?yàn)榇嬖诜N類(lèi)繁多的數(shù)據(jù)種類(lèi)，如各種業(yè)務(wù)和支撐系統(tǒng)數(shù)據(jù)、設(shè)備日志、流量數(shù)據(jù)、音視頻、物聯(lián)網(wǎng)傳感器數(shù)據(jù)等各種形態(tài)，而且半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)比例遠(yuǎn)超過(guò)結(jié)構(gòu)化數(shù)據(jù)，因此無(wú)論在數(shù)據(jù)的產(chǎn)生和存儲(chǔ)環(huán)節(jié)，還是在清洗轉(zhuǎn)換集成環(huán)節(jié)，亦或是在分析應(yīng)用環(huán)節(jié)，很少會(huì)有單一普適的解決方案可以滿(mǎn)足所有應(yīng)用場(chǎng)景的需求。

因此運(yùn)營(yíng)商應(yīng)對(duì)大數(shù)據(jù)挑戰(zhàn)的根本方法，還是應(yīng)從業(yè)務(wù)實(shí)際需求出發(fā)，剖析各相關(guān)數(shù)據(jù)源的特性及其聯(lián)系，為目標(biāo)應(yīng)用場(chǎng)景找的合適的數(shù)據(jù)分析邏輯。例如愛(ài)立信在重慶等多地定制實(shí)施的精確營(yíng)銷(xiāo)系統(tǒng)，就在動(dòng)態(tài)分析用戶(hù)設(shè)備、上網(wǎng)行為、人口特征等多維度多形態(tài)數(shù)據(jù)的基礎(chǔ)上，動(dòng)態(tài)描繪出精細(xì)化的用戶(hù)群組，幫助運(yùn)營(yíng)商快速精準(zhǔn)的進(jìn)行流量經(jīng)營(yíng)和客戶(hù)服務(wù)，極大的提升了用戶(hù)體驗(yàn)和品牌感知。作為電信領(lǐng)域系統(tǒng)和服務(wù)領(lǐng)導(dǎo)者，愛(ài)立信將憑借對(duì)各類(lèi)通信網(wǎng)元的專(zhuān)業(yè)設(shè)計(jì)和深度理解，繼續(xù)努力為全國(guó)客戶(hù)定制各種大數(shù)據(jù)解決方案，創(chuàng)建更多符合本地化特征的大數(shù)據(jù)應(yīng)用，不斷提升企業(yè)精細(xì)化運(yùn)營(yíng)的成效，并始終伴隨企業(yè)新業(yè)務(wù)新模式的創(chuàng)新和發(fā)展。