京公网安备 11010802034615号
经营许可证编号:京B2-20210330
电信运营商的大数据转型之路
自2011年开始,大数据的概念逐渐进入人们的视野。IDC、麦肯锡相继发布了有关大数据的研究报告,将大数据比喻为“未来的金矿”;国内不少互联网公司也开始着手部署各自的大数据战略,纷纷采取注资或收购的方式,以便构建一个良好的大数据生态圈,在大数据的卡位战中先拔头筹。相比之下,作为一切网络数据的必经管道,电信运营商却仿佛迷失在OTT的战争中,虽坐拥金矿却视而不见,亦无从下手。在此情形下,如何顺应大数据时代的趋势,重新审视新形势下的机遇与挑战,探索可能的商业模式,是电信运营商面临的重要课题。
大数据浪潮
大数据并非是一个全新的概念,早在1980年,阿尔文托夫勒就在《第三次浪潮》一书中预言了由数据构成的“碎片化未来”,并将海量数据赞颂为“第三次浪潮的华彩乐章”。然而,大数据真正流行起来是在2011年之后,数据量呈几何指数上升,物联网、云计算等技术的日渐成熟使得数据的获取、存储和处理的成本急剧下降,促使大数据一时间成为了各方视线的焦点。
首先,伴随着移动终端、传感器的迅速普及以及社会化媒体等互联网应用的日益多样化,数据量呈现出爆发式的增长,数据集的规模已经达到了TB甚至是PB的级别。这些海量的、碎片化的数据不仅能够较为完整地刻画出人们在线行为,还可以通过各类传感设备的数据来记录实体经济的运行状况。其次,数据的种类也愈发丰富,不仅包含文本内容,还包括图片、音频、视频等非结构化数据,为数据的存储和搜索带来了很大挑战,这意味着传统意义上适用于文本内容存储和分析的数据库关联算法、语义分析等手段已经渐渐失效。第三,大数据蕴含着巨大的价值,但相比于庞大的数据规模,其价值密度却是非常稀疏的,可谓是“浪里淘沙、弥足珍贵”。例如,公安视频监控系统需要7×24小时的记录,但用于犯罪证据获取的也许只是短短数秒;对于零售产业的推荐系统,也只有通过海量数据的分析,才能进行较为精准的预测。第四,大数据需要实时的记录与响应,如动态的股价、路况信息以及电子商务的交易数据等,都需要实时的调用和处理,才能够充分体现出数据的价值所在。此外,社会化媒体、社交网站中的关系数据成为了大数据的价值倍增器,这是因为人们已经不可避免地镶嵌于人际关系网络中,个体的影响力会经由社交网络快速蔓延。不久前,作为全球最大零售商的沃尔玛也充分意识到了关系数据的重要性,在其社交基因组(Social Genome)计划中整合了用户在Facebook、Twitter中的关系数据,用以更精准地推测消费者的偏好。
综上所述,大数据的基本特征可以概括为规模化(Volume)、多样性(Variety)、高价值(Value)、速度快(Velocity)以及社会化(Social)等五个特点,即“4V+1S”的特点。这样的大数据浪潮,也深刻的影响了各个传统行业的发展轨迹,变革一触即发。
电信运营商的挑战
可以说,电信业近十年来的变革,是电信运营商上百年的历史上都是不曾有过的。尤其是,2009年来以来,3G技术突飞猛进,移动互联网日益普及,电信运营商的各种商业模式随之被打破。尽管电信运营商一直积极地优化3G网络、不断加强WLAN的部署,中国移动也已经开始力推LTE,但网络的持续扩容与升级并未给电信运营商带来十分可观的收入,今年第一季度的数据显示,三大运营商的传统业务和整体固网业务都受到了移动互联网的巨大冲击,增长趋缓甚至下滑。
并且,更为严峻的是,电信运营商的收入和流量已经失去了关联性:从技术层面讲,3G的出现打破了电信运营商所构建的WAP时代的篱笆墙,现在用户不再需要通过WAP网端接入互联网,而是可以随时随地地“触网”,甚至不用打开浏览器就保持时刻在线,传统意义上打开浏览器、输入网址、关键词搜索的网络使用模式已不复存在,如今更多的人选择直接点击APP,开启浏览互联网的进程;虽然私网服务的篱笆花园被推翻,但是运营商还可以提升管道价值,基于自有网络做好自有增值服务,但在业务层面上讲,大量OTT业务涌现,进一步削弱了运营商的管道价值,米聊、微信等社交应用在几乎不改变用户使用习惯的同时,给运营商的短信、彩信业务带来的巨大的冲击,Viber、Skype等也让运营商的语音收入大幅缩水,视频、阅读、音乐等其他增值业务更是受到了来自互联网方方面面的冲击。
不仅如此,在大数据时代,电信运营商还面临着来自数据、管理方面的巨大挑战。海量的半结构化和非结构化的数据大大降低了数据处理的效率,给运营商带来了巨大的数据存储和读写压力。如若不能缩短数据处理的周期,很多数据的价值都会被极大地稀释。此外,庞大的数据规模和复杂的数据种类也给运营商带来了管理层面的难题。对于电信运营商自身而言,每一个省、市公司都是相对独立的,仅一个省的单月计费清单数量就多达数十亿条,而大数据时代要求跨地域、跨业务的数据整合和分析,对运营商统一的数据整合和管理能力提出了非常高的要求。
更为重要的是,大数据也引发了隐私方面的担忧,最近的“棱镜”事件为身处大数据浪潮中的政府和企业敲响了警钟,以牺牲个人隐私为代价的商业价值的创造将会受到来自全球范围的共同抵制,电信运营商也必须充分重视用户的隐私问题,对涉及用户资料、行为特征、地理位置等涉及个人隐私的信息加以保护。
掘金大数据
尽管面临着来自业务、数据、管理等多方面的挑战,但作为信息服务的龙头产业,电信运营商是用户享用信息服务的必经管道,也因而拥有着其他互联网公司难以复制的天然禀赋。以互联网三巨头百度、腾讯、阿里巴巴为例,百度拥有着最丰富的搜索数据,腾讯拥有最为完备的关系数据,而阿里则是交易数据的王国,而电信运营商则记录了从搜索、社交到在线购物的全部过程,占有大数据竞争最基础的资源。正是这样,电信运营商无须和互联网公司过分计较一城一池的得失,因为无论OTT业务冲击如何,数据都被牢牢的控制在电信运营商的手里。因此,电信运营商需要从战略层面对大数据展开部署,通过对数据的深度分析来挖掘其核心价值,将数据转化为精准营销、精细化运营以及开拓市场的生产力。
作为全球第五大电信运营商,西班牙电信在大数据方面率先试水,并取得了一定的成效。首先,为推动数据业务的发展,西班牙电信成立了专门的数字部门Telefonica Digital,涉及金融服务、电子医疗、广告、云计算等多个技术和应用领域。这一部门的成立,使得原来分散在各地区、各分公司的业务有了统一管理,利于集约资源进行大数据的规划和部署。其次,为了应对OTT的挑战,西班牙电信采取了“拥抱”而非“抵触”的姿态,将旗下的VoIP服务提供商Jajah、社交网络Tuenti等业务整合进了Telefonica Digital,以此来构建良好的移动互联网生态,为用户提供全面的“触网”体验。第三,他们推出了一个名为“智慧足迹”的产品,将整个城市的不同区域网格化,并在此基础上绘制客户流量分布图,不仅能够依据用户分布情况帮助企业进行选址,还能够为政府的公共交通疏导提供决策建议。
由此可见,掌握着丰富用户数据的电信运营商在大数据的竞争中拥有着得天独厚的优势。电信运营商应从战略、平台和应用创新三个角度来重新思考其大数据时代的核心竞争力。一是从战略上重视大数据的价值,将数据资源作为其自身企业最重要的资产和生产力;二是转换思路,以开放的、融合的平台思路拥抱移动互联网这一全新的背景,努力为用户提供一体化的产品和服务感知;三是利用自身丰富的数据资源开展业务创新,积极探寻新形势下的商业模式,深入挖掘大数据所蕴含的无限商机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06