大数据的七种商业化模式

移动互联网时代，大数据爆发后带来大量流量，运营商将经营重心从话务量转向流量。然而一方面面临着数据流的附加值被互联网公司赚走，沦为管道化的 尴尬；另一方面运营商无差异的“管道”运营正在导致运营商间的价格竞争，降低盈利能力；而为了促进用户使用数据业务而推出的一系列包含较高流量的套餐，再 加上QQ等应用长期“空挂”在线， 低效流量占据“管道”的大量资源，出现了客户感知低、收入流量增长不平衡的局面。

但从另一个角度看，大流量中包含的海量数据，也是产业链上其他环节望尘莫及的。如果能再加上高效的信息分析能力，将帮助运营商在日益激烈的市场竞争中准确决策，深度挖掘数据的价值，提高流量经营的质量。

运营商手中拥有着庞大数据。除了常规的年龄、品牌、资费、入网渠道，终端的IMEI、MAC、终端品牌、终端类型等基础信息外，互联网、移动互 联网、物联网、云计算的兴起以及移动智能终端的快速普及，运营商的网络正在被更完整的用户数据。例如何时何地上网、上网的内容偏好、各种应用的驻留时间、 手机支付信息等等。

在内部运营中，运营商已经从这些庞大的用户数据中，可以分析出不同用户的行为习惯和消费喜好，并应用于在精细化营销基础上。然而就流量经营而 言，就这是远远不够的。就海量数据，提供高附加值的数据分析服务，将数据封装为服务，形成可对外开放、可商业化的核心能力，实现商业模式的创新，才能真正 实现流量经营。

1、数据存储空间出租。

利用存储能力进行运营，满足企业和个人将面临海量信息存储的需求。具体而言，可以分为个人文件存储、针对企业用户两大类。主要是通过易于使用的 API，用户方便地将各种数据对象放在云端，然后再像使用水电一般按用量收费。目前已有多个公司推出相应服务，如亚马逊、网易、诺基亚等等。运营商也推出 了相应的服务。前者如中国移动彩云业务；后者如传统的IDC。

2、客户关系管理。

对中小客户来说，专门的CRM 显然大而贵。飞信充当了不少小商家的初级CRM来使用。比如把老客户加到飞信群里，在群朋友圈里发发新产品预告、特价销售通知，完成售前售后服务等等。运 营商可以在此基础上，推出基于数据分析后的客户关系管理平台，按行业分类，针对不同的客户采取不同的促销活动和服务方式，提供更好和更有针对性的服务，再 提供线上支付通道打通，形成闭环，就是一个特别实用和便捷的客户关系管理系统。

3、企业经营决策指导。

将用户数据，加以运用成熟的运营分析技术，有效改善企业的数据资源利用能力，让企业的决策更为准确，从而提高整体运营效率。如，某店卖牛奶，通 过数据分析，知道在本店买了牛奶以后常常会再去另一店买包子，人数还不少。那么这店就可以考虑在家店可以与包子店合作；或是直接在店里出售包子。

4、个性化精准推荐。

“垃圾短信”是为客户所最为厌烦的。之所以为垃圾，不过是因为收到的人并不需要。而被人认为成垃圾。通过用户行为数据进行分析后，可以给需要的 人发送需要的信息，就成了有价值的信息。比如在日本麦当劳，用户在手机上下载优惠券，去餐厅用运营商DoCoMo的手机钱包优惠支付。运营商和麦当劳搜集 相关消费信息，例如经常买什么汉堡，去哪个店消费，消费频次多少，然后精准推送优惠券给用户。

5、建设本地化数据集市

运营商所具有全程全网、本地化优势，会使得运营商所提供的平台上，可以最大程度覆盖本地服务、娱乐、教育和医疗等数据。典型的应用是中国移动“无线城市”。以“二维码 账号体系 LBS 支付 关系链”的闭环体系推动，带给本地化数据集市平台多元化的盈利模式。

6、数据的搜索

数据检索是一个并不新鲜的应用，然而随着大数据时代的到来，实时性、全范围检索的需求也就变得越来越强烈。商业应用价值是将实时的数据处理与分 析和广告联系起来，即实时广告业务和应用内移动广告的社交服务。运营商掌握的用户网上行为信息，使得所获取的数据“具备更全面维度”，更具商业价值。典型 应用如中国移动之“盘古搜索”。

7、创新社会管理模式

对运营商来说，数据分析对政府服务市场上更是前景巨大。美国已经使用大数据技术对历史性逮捕模式、发薪日、体育项目、降雨天气和假日等变量进行分析，从而优化警力配置。在中国，运营商也可以在交通、应对突发灾害、维稳等工作范围中使大数据技术发挥更大的作用。