运营商大数据变现需要新思维

1. 运营商大数据变现需要新思维

运营商大数据变现需要新思维
电信行业近年来受OTT、管道化、资费调整等因素的影响，受到的冲击很大，传统业务利润下滑趋势明显。未来要寻求新的增长点，一定是从数据资产的角度出发。运营商守着数据的金矿，如何从里面挖掘出一桶桶货真价实的黄金，这是未来发展的重要方向。
从能力角度分析，电信行业属于整体IT实力比较强的行业，也最早开始挖掘、发现数据的价值。经过15到20年的发展，特别是以经营分析为核心的数据平台的发展，运营商内部的能力建设已经趋于成熟，数据质量、数据治理、数据标准，这些关乎资产自身质量的工作，基本上已经做得比较成熟。运营商有资本沉下心来考虑，到底利用数据来做什么。
目前运营商有三种数据可以形成变现。第一种是业务交易数据、流程性数据、交互式数据。从变现形式来看，第一个层面，就是能力平台，比如位置平台、信用平台，这些都是运营商基于自己的数据做的一些能力组件。像银行在用位置平台的时候，可以用来选址，可以看用户的流动；交通部门可以看到用户乘坐汽车、地铁的情况。这都是能力平台的变现。
第二种是分析能力的变现，比如行业的分析报告，运营商基于自身的数据可以形成银行业、房地产业、零售业的报告等。另外，运营商还可以做出一些针对性的报告，比如某银行的市场竞争分析报告等。
第三种是合作运营。运营商一直想做的其实是运营的变现，运营商利用海量的数据，为第三方用户提供定制化运营的服务，收入按一定比例进行分成。这种是相当于合作运营的方式。
大数据要有专门的部门去运营，必须打破信息孤岛、各自为政的组织架构，这在电信行业逐渐达成共识。以中国移动为例，中国移动已经考虑在省级公司建立大数据中心，大数据中心是省级公司的二级部门，集团也有类似的考量。这样的组织一旦确立，这个部门的职责，主要是做大数据的分析和运营。它的平台一级由原来的IT部门，比如业务支撑系统来承建，上层数据价值的释放、挖掘，以及对外怎样去变现，全部交由大数据中心这个新的部门来做。其KPI考核已经不再是用户新增数、用户保有量、用户收入ARPU等。其背负的KPI就是数据到底变成了多少钱。这样的KPI考核，就会推动这个部门每天都去考虑这些数据怎么变现，这将大大推动运营商大数据向其他行业的拓展。
大数据运营需要行之有效的商务模式，而目前无论是运营商，还是与之合作的企业、政府相关部门，都在进行尝试。姜欣表示，数据变现究竟是以包月的形式进行结算、以计件的形式进行结算，还是以联合运营的方式进行结算，目前运营商和第三方行业都在摸索的过程中，需要经过时间的沉淀，才能形成合适的方式。可能是一种，也可能是几种方式的组合。但不管是面向大客户、政府还是个人，这三方面如果都有市场，都得到了认可，也形成了固定的商业模式，那么未来运营商在数据资产变现上一定能够达到更好的效果。

2. 电信运营商转型发展如何应用大数据

因此，运营商拥有的是更加名副其实的大数据，如果将这些数据加以应用，必将为运营商带来巨大的商业价值。
大数据为电信行业带来巨大变化
Gartner预测到2020年大约75%的企业都将大数据分析融入其日常经营决策中，未来大数据分析将成为企业经营的一项基本能力。
根据Sysbase的统计分析，电信行业通过在运营中应用大数据，人均产值提升了17%，而在行业价值贡献方面更是排在了所有行业的首位。在电信行业收入增幅日趋放缓的今天，这样的产值增幅无疑是鼓舞人心的。
通过构建行业大数据分析系统让运营商具备了大数据分析处理的技能，但这只是在大数据时代获得成功的基础；运营商还需要从企业战略和经营思维层面改变，发现新的机遇和模式并付诸实施，才能真正将自己所掌握的大数据资产和大数据技能转变为企业价值。
大数据运用的四个类型
运营商运用大数据主要有四个类型。首先，在市场层面，运营商可以利用大数据对自身的产品进行服务，通过大数据分析用户行为，改进产品设计，并通过用户偏好分析，及时、准确进行业务推荐，强化客户关怀，这样就可以不断改善用户体验，增加用户的信息消费以及对运营商的粘稠度；其次，在网络层面，可以通过大数据分析网络的流量、流向变化趋势，及时调整资源配置，同时还可以分析网络日志，进行全网络优化，不断提升网络质量和网络利用率；第三，在企业经营层面，可以通过业务、资源、财务等各类数据的综合分析，快速准确地确定公司经营管理和市场竞争策略；第四，在业务创新层面，可以在确保用户隐私不被侵犯的前提下，对数据进行深度加工，对外提供信息服务，为企业创造新的价值。这样，大数据将助力运营商实现从网络服务提供商，向信息服务提供商的转变。
由于大数据产业具有强烈互联网特征，现有的运营模式很难帮助运营商实现大数据产业的迅速发展，这是因为，对于大数据产业，运营商传统的金字塔式的组织结构已经过时，传统架构的信息系统及组织架构已无法应对海量数据和创新型应用，那种由上而下的运营模式无法更接近用户的需求，显然已经阻碍运营商自身大数据产业的纵深发展。根据市场需求，运营商必须全面转向以客户和消费者为中心的运营体系，重新梳理企业的经营模式和组织架构，这就是模式的创新，大数据产业发展要求运营商实现管理经营和市场信息系统完美对接，新型大数据应用必将助力运营商向信息服务模式转型。
面向大数据时代，运营商的及时转型成为必然，否则将有被互联网企业超越的可能性。理论上讲，运营商拥有颇具优势的大数据资源并不是完全不可替代，例如，用户的位置信息就可以通过多种APP应用获得，用户的网络使用信息也可以通过多家互联网企业合作获取，互联网企业通过泛互联网化收集更多的大数据信息。另一方面，多行业的垂直整合将成为趋势，在数据应用层面，行业企业通过多种手段搜集大量的用户数据，将更贴近用户，更理解用户，为其提供更适当的服务，大数据将成为资产更具有战略意义，各个行业及单位都在关注大数据。
根据大数据数量大、时效性要求高、数据种类及来源多样化等特征，运营商首先获取更多有用的大数据资源，例如，很多的网络运行信息，包含大量有价值的用户行为和位置信息，这样的信息可以加以利用。有了资源应该加以利用，避免大数据资源的浪费。事实上，一些运营商拥有大数据这样的金山，却似乎无奈坐看并逐渐沦为管道，在不断强化传统市场的效益考核，却好像在忽视大数据价值的流失。
直面数据分析挑战
当然，海量数据的出现、数据结构的改变，也给运营商的大数据管理及分析带来了挑战，一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加，这增加了运营商大数据存储和处理的难度，使得现有数据仓库无法线性扩容，这表明传统的数据仓库无法有效存储日益增长的业务数据；二是由于新型大数据服务不同于传统通信业务分析特点，需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析，传统的架构和数据仓库处理已不能满足新的信息服务需求。因此，运营商需要建立新型大数据中心，来存储、分析和处理海量数据，必要的投入是必不可少的。
大数据产业出现和发展是现代信息技术与互联网时代海量信息的发展到一定阶段的必然结果，大数据应用将是海量数据、现代信息技术与各种社会应用的一次化学反应，必将对当今社会的信息技术、商业模式和相关的法律法规产生深刻的变革。

3. 电信运营商转型发展如何应用大数据

因此，运营商拥有的是更加名副其实的大数据，如果将这些数据加以应用，必将为运营商带来巨大的商业价值。
大数据为电信行业带来巨大变化
Gartner预测到2020年大约75%的企业都将大数据分析融入其日常经营决策中，未来大数据分析将成为企业经营的一项基本能力。
根据Sysbase的统计分析，电信行业通过在运营中应用大数据，人均产值提升了17%，而在行业价值贡献方面更是排在了所有行业的首位。在电信行业收入增幅日趋放缓的今天，这样的产值增幅无疑是鼓舞人心的。
通过构建行业大数据分析系统让运营商具备了大数据分析处理的技能，但这只是在大数据时代获得成功的基础；运营商还需要从企业战略和经营思维层面改变，发现新的机遇和模式并付诸实施，才能真正将自己所掌握的大数据资产和大数据技能转变为企业价值。
大数据运用的四个类型
运营商运用大数据主要有四个类型。首先，在市场层面，运营商可以利用大数据对自身的产品进行服务，通过大数据分析用户行为，改进产品设计，并通过用户偏好分析，及时、准确进行业务推荐，强化客户关怀，这样就可以不断改善用户体验，增加用户的信息消费以及对运营商的粘稠度；其次，在网络层面，可以通过大数据分析网络的流量、流向变化趋势，及时调整资源配置，同时还可以分析网络日志，进行全网络优化，不断提升网络质量和网络利用率；第三，在企业经营层面，可以通过业务、资源、财务等各类数据的综合分析，快速准确地确定公司经营管理和市场竞争策略；第四，在业务创新层面，可以在确保用户隐私不被侵犯的前提下，对数据进行深度加工，对外提供信息服务，为企业创造新的价值。这样，大数据将助力运营商实现从网络服务提供商，向信息服务提供商的转变。
由于大数据产业具有强烈互联网特征，现有的运营模式很难帮助运营商实现大数据产业的迅速发展，这是因为，对于大数据产业，运营商传统的金字塔式的组织结构已经过时，传统架构的信息系统及组织架构已无法应对海量数据和创新型应用，那种由上而下的运营模式无法更接近用户的需求，显然已经阻碍运营商自身大数据产业的纵深发展。根据市场需求，运营商必须全面转向以客户和消费者为中心的运营体系，重新梳理企业的经营模式和组织架构，这就是模式的创新，大数据产业发展要求运营商实现管理经营和市场信息系统完美对接，新型大数据应用必将助力运营商向信息服务模式转型。
面向大数据时代，运营商的及时转型成为必然，否则将有被互联网企业超越的可能性。理论上讲，运营商拥有颇具优势的大数据资源并不是完全不可替代，例如，用户的位置信息就可以通过多种APP应用获得，用户的网络使用信息也可以通过多家互联网企业合作获取，互联网企业通过泛互联网化收集更多的大数据信息。另一方面，多行业的垂直整合将成为趋势，在数据应用层面，行业企业通过多种手段搜集大量的用户数据，将更贴近用户，更理解用户，为其提供更适当的服务，大数据将成为资产更具有战略意义，各个行业及单位都在关注大数据。
根据大数据数量大、时效性要求高、数据种类及来源多样化等特征，运营商首先获取更多有用的大数据资源，例如，很多的网络运行信息，包含大量有价值的用户行为和位置信息，这样的信息可以加以利用。有了资源应该加以利用，避免大数据资源的浪费。事实上，一些运营商拥有大数据这样的金山，却似乎无奈坐看并逐渐沦为管道，在不断强化传统市场的效益考核，却好像在忽视大数据价值的流失。
直面数据分析挑战
当然，海量数据的出现、数据结构的改变，也给运营商的大数据管理及分析带来了挑战，一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加，这增加了运营商大数据存储和处理的难度，使得现有数据仓库无法线性扩容，这表明传统的数据仓库无法有效存储日益增长的业务数据；二是由于新型大数据服务不同于传统通信业务分析特点，需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析，传统的架构和数据仓库处理已不能满足新的信息服务需求。因此，运营商需要建立新型大数据中心，来存储、分析和处理海量数据，必要的投入是必不可少的。
大数据产业出现和发展是现代信息技术与互联网时代海量信息的发展到一定阶段的必然结果，大数据应用将是海量数据、现代信息技术与各种社会应用的一次化学反应，必将对当今社会的信息技术、商业模式和相关的法律法规产生深刻的变革。

4. 电信运营商转型发展如何应用大数据

因此，运营商拥有的是更加名副其实的大数据，如果将这些数据加以应用，必将为运营商带来巨大的商业价值。 大数据为 电信 行业带来巨大变化 Gartner预测到2020年大约75%的企业都将大数据分析融入其日常经营决策中，未来大数据分析将成为企业经营的一项基本能力。 根据Sysbase的统计分析，电信行业通过在运营中应用大数据，人均产值提升了17%，而在行业价值贡献方面更是排在了所有行业的首位。在电信行业收入增幅日趋放缓的今天，这样的产值增幅无疑是鼓舞人心的。 通过构建行业大数据分析系统让运营商具备了大数据分析处理的技能，但这只是在大数据时代获得成功的基础；运营商还需要从企业战略和经营思维层面改变，发现新的机遇和模式并付诸实施，才能真正将自己所掌握的大数据资产和大数据技能转变为企业价值。 大数据运用的四个类型 运营商运用大数据主要有四个类型。首先，在市场层面，运营商可以利用大数据对自身的产品进行服务，通过大数据分析用户行为，改进产品设计，并通过用户偏好分析，及时、准确进行业务推荐，强化客户关怀，这样就可以不断改善用户体验，增加用户的信息消费以及对运营商的粘稠度；其次，在网络层面，可以通过大数据分析网络的流量、流向变化趋势，及时调整资源配置，同时还可以分析网络日志，进行全网络优化，不断提升网络质量和网络利用率；第三，在企业经营层面，可以通过业务、资源、财务等各类数据的综合分析，快速准确地确定公司经营管理和市场竞争策略；第四，在业务创新层面，可以在确保用户隐私不被侵犯的前提下，对数据进行深度加工，对外提供信息服务，为企业创造新的价值。这样，大数据将助力运营商实现从网络服务提供商，向信息服务提供商的转变。 由于大数据产业具有强烈互联网特征，现有的运营模式很难帮助运营商实现大数据产业的迅速发展，这是因为，对于大数据产业，运营商传统的金字塔式的组织结构已经过时，传统架构的信息系统及组织架构已无法应对海量数据和创新型应用，那种由上而下的运营模式无法更接近用户的需求，显然已经阻碍运营商自身大数据产业的纵深发展。根据市场需求，运营商必须全面转向以客户和消费者为中心的运营体系，重新梳理企业的经营模式和组织架构，这就是模式的创新，大数据产业发展要求运营商实现管理经营和市场信息系统完美对接，新型大数据应用必将助力运营商向信息服务模式转型。 数据资源如何有效利用 面向大数据时代，运营商的及时转型成为必然，否则将有被互联网企业超越的可能性。理论上讲，运营商拥有颇具优势的大数据资源并不是完全不可替代，例如，用户的位置信息就可以通过多种APP应用获得，用户的网络使用信息也可以通过多家互联网企业合作获取，互联网企业通过泛互联网化收集更多的大数据信息。另一方面，多行业的垂直整合将成为趋势，在数据应用层面，行业企业通过多种手段搜集大量的用户数据，将更贴近用户，更理解用户，为其提供更适当的服务，大数据将成为资产更具有战略意义，各个行业及单位都在关注大数据。 根据大数据数量大、时效性要求高、数据种类及来源多样化等特征，运营商首先获取更多有用的大数据资源，例如，很多的网络运行信息，包含大量有价值的用户行为和位置信息，这样的信息可以加以利用。有了资源应该加以利用，避免大数据资源的浪费。事实上，一些运营商拥有大数据这样的金山，却似乎无奈坐看并逐渐沦为管道，在不断强化传统市场的效益考核，却好像在忽视大数据价值的流失。 直面数据分析挑战 当然，海量数据的出现、数据结构的改变，也给运营商的大数据管理及分析带来了挑战，一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加，这增加了运营商大数据存储和处理的难度，使得现有数据仓库无法线性扩容，这表明传统的数据仓库无法有效存储日益增长的业务数据；二是由于新型大数据服务不同于传统通信业务分析特点，需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析，传统的架构和数据仓库处理已不能满足新的信息服务需求。因此，运营商需要建立新型大数据中心，来存储、分析和处理海量数据，必要的投入是必不可少的。 大数据产业出现和发展是现代信息技术与互联网时代海量信息的发展到一定阶段的必然结果，大数据应用将是海量数据、现代信息技术与各种社会应用的一次化学反应，必将对当今社会的信息技术、商业模式和相关的法律法规产生深刻的变革。

5. 大数据时代来了，运营商怎么办？

作者：北京市产业经济研究中心 张中辉
信息化浪潮无时无刻不在改变着人们的生产方式和生活方式，云计算、物联网等信息技术催生了呈几何级数增长的海量信息。在此背景下，大数据应运而生。中国工程院院士李德毅把大数据比喻为“连接虚拟世界和现实世界之间的桥梁”。如何把虚拟世界的海量数据转化为可以提高现实世界生产效率和生活品质的知识？这必然是大数据的重要任务之一。
“大数据”将驱动新的经济模式
毋庸置疑，移动互联网时代的竞争是用户体验的竞争，为用户提供极致的体验是互联网企业和电信运营商制胜的关键。“无尺度网络模型”的提出者艾伯特-拉斯洛·巴拉巴西认为“人类行为的93%是可以预测的”。海量的用户资源和用户行为数据已经成为大数据时代电信运营商的重要战略性资产，通过深度挖掘大数据“金矿”，识别和感知用户行为，分析用户需求的演进方向，创新商业模式和业务模式，通过为用户提供个性化、差异化的客户体验实现单位流量价值的最大化，可以形成新的具有核心竞争力的经济模式。
“大数据”金山为运营商带来商业机会
电信运营商比移动互联网企业具有更多的大数据资源优势。面对互联网企业的异质竞争，大数据时代电信运营商的运营智慧受到挑战。其实，多年的电信运营积累下来的网络运营数据和用户业务数据，已经为电信运营商堆积了大数据“金山”。相对于互联网数据，电信运营商拥有的用户数据优势明显。其一，用户办理固定电话和手机入网手续时提供了实名信息，诸如年龄、性别、单位等；其二，电信运营商掌握了用户的电信业务消费信息，包括电信业务类型、业务资费、历史通话信息、通话时长、通话双方信息等；其三，电信运营商基于位置的电信服务可以精确获得用户的地理位置信息；其四，电信运营商拥有每天上百亿次的互联网访问量信息。基于以上数据，电信运营商可以通过挖掘个体用户需求和用户群共性需求，将用户需求实时地反映到电信服务中，电信运营商掌握的大数据就可以创造新的商业价值。
运营商应积极培养大数据分析能力
目前，电信运营商在商业智能平台建设方面尚处于起步阶段，缺乏大数据分析竞争优势。因此，运营商必须逐步建立起基于云计算的大数据处理系统，积极培养网络运营大数据和用户业务大数据的分析能力，形成核心竞争力。
网络运营大数据分析助力提升网络质量。运营商的网络运营大数据来自其运营支撑系统，通过对网络运营大数据的分析，运营商一方面可以进行带宽资源的实时动态分配，缩短信令分析的响应时间，从而提升电信网络端到端的服务质量和网络资源的最优化配置；另一方面可以进行业务流程优化，提高电信运维质量，提升电信运营管理效率，从而可以有效降低电信网络运营的管理成本和运维成本。
用户业务大数据分析旨在精细化运营。运营商通过对用户的位置、时间、职业、年龄、业务偏好、业务流量及所需带宽等进行关联分析，实现对用户业务流量的甄别和用户级的网络资源控制，细分用户业务流量，将数据流量与用户、网络资源相匹配。通过用户业务大数据分析识别用户行为习惯和用户偏好，从而为用户提供个性化、差异化的电信服务，提高电信用户黏性和忠诚度，挖掘新的业务机会，实现电信业务流量价值的最大化。
构建新的电信业务模式和商业模式
大数据分析将催生新的电信业务模式和商业模式。应用大数据分析用户的电信业务数据，深度挖掘用户需求，构建新的电信业务模式，形成能够满足用户需求的电信业务，进行电信业务关联推荐，实现电信业务的精细化营销和拓展。互联网的关联推荐技术是电信运营领域业务拓展的一个借鉴，例如，运营商可将用户资源中的商家电话按商品进行细分，个人用户拨打某商家电话就视为用户对该类商品有购买需求，从而可以有效地找到此类商品的目标客户。运营商可以利用基于云计算的大数据分析系统自动找到与该类商品相关联的其他商品并推荐给该用户。一方面给电信用户购买商品提供了便利性，另一方面可以帮助其他商家实现精准化营销，而电信运营商可以增加后向广告收入。

6. 大数据时代，运营商如何应对？

2010年全球数据量达到1.2ZB，2011年全球数据量达到1.8ZB，到2020年全球数据量将达到35ZB。数据密度将达到前所未有的高度，大数据时代的画卷已经展开。
随着大数据时代的到来，产业格局正在重塑，传统电信运营商面临低值化、管道化，在新的产业链中需要谋求新突破。专家认为，运营商应该跳出互联网看互联网，将大数据作为重点业务发展领域，毕竟运营商拥有的“数据矿产”资源是任何其他企业所不具备的，运营商应该基于大数据的基础发展延伸业务。面对大数据时代的潮流以及互联网企业的竞争，运营商应当利用自有数据优势提升自身数据运营能力。
首先，运营商应整合现有数据建立数据集市，利用实时处理大数据的能力，打造基于数据的实时营销解决方案，提升企业销售服务能力。大数据处理分析平台的优势在于对海量数据处理的实时性，技术优势可以有效地保障实时营销解决方案的实施。实时营销解决方案较传统营销方案具有更好的营销效果：更具时效性，一旦有实时行为数据产生，立即选定目标用户进行营销推送，保证在较短时间内送达客户，传统营销则是定期执行营销；目标客户动态选取，通过客户行为变化结合客户特征动态筛选目标客户，传统营销往往是通过长期分析挖掘客户兴趣爱好形成客户标签，在营销前预先挑选出客户。
从现有实时营销触发机制考虑，主要集中在用户行为触发、位置信息触发和热点事件触发等。用户行为触发机制是分析用户的行为偏好，如音乐、阅读和视频等，运营商可以定向推销自有增值业务；位置信息触发机制是根据用户位置轨迹信息推送自有业务或者合作商家的产品信息，如对接近某大型商场的用户推送商店优惠信息，吸引客户消费；热点事件触发机制是锁定对热点事件感兴趣的客户进行针对性营销，如锁定关注NBA总决赛的微博用户，进行相关的篮球商品推荐。
其次，运营商应当成为信息的融合者，利用自有的品牌优势打造权威指数类产品，为客户的决策提供参考依据。相较于其他行业，电信运营商的用户群体相对稳定，所采集信息较完整，而且在整个产业链中运营商的影响力较强，拥有可信品牌，数据中蕴藏着巨大的客户信息、商业信息和业务信息。因此，与其他权威指数类产品相比，电信运营商基于数据源的优势可以提供更加全面、详尽、客观的产品，对于分析中欠缺的数据可以同其他行业进行合作共同挖掘数据中隐含的价值。
电信运营商指数产品可以辐射影视、电子商务等很多行业，并且已经在一些行业进行了应用。在大数据处理分析平台中汇聚移动互联网DPI数据、IPTV使用数据和宽带互联网DPI数据，可以综合以上数据分析用户访问视频网站的偏好，包含喜爱的导演、演员、故事类型等，形成指数类分析报告，为电影生产、影院上线电影选取等提供决策依据。通过这种方式打造的热播美剧《纸牌屋》，让全世界影视业感受到了大数据的魅力。
最后，电信运营商可为智慧医疗、智能交通、智慧物流、智能制造等领域提供解决方案，提升数据价值。在大数据解决方案应用方面，IBM发展战略很值得运营商借鉴，以客户需求为导向对数据进行深度分析，提升现有数据价值。当前，医院资产运营管理也正面临诸多挑战：医疗设备资产种类繁多，产品更新速度快；管理分散、职能弱化、管控失据；统计归口不统一，管理制度不健全等。电信运营商在大数据平台建设过程中针对这些问题的解决方案积累了较多的宝贵经验，电信运营商可以将成功的经验应用到医疗行业的大数据处理平台建设中，为医疗行业提供解决方案以及咨询服务。交通管理行业在大数据时代，需要解决基于大数据及时查询、及时分析等业务需求。电信运营商可以利用如全球眼等业务和云存储方面的技术积累，提供海量交通数据的存储、分析、应用，同时利用智能管道进行交通信息的及时推送，这样可以更加有效地保障交通管理行业的及时性要求。
分析认为，马云的“大物流”计划可能会给物流行业带来又一个高速发展的机遇。电信运营商通过用户的移动互联网、宽带互联网的访问情况，分析用户的购物偏好或者购物意愿，为物流公司智能分配各个节点的仓储量及仓储产品提供数据支撑及解决方案，物流公司也可以实现公司信息化管理。另外，中国制造企业面临着巨大压力，世界工厂的地位正受到挑战。面临如此压力，制造业需要更加准确地了解市场动态，这就需要强大的企业信息化能力，但是很多中小型企业对于企业信息化建设投入有限。

7. 大数据时代来了，运营商怎么办？

在此背景下，大数据应运而生。中国工程院院士李德毅把大数据比喻为连接虚拟世界和现实世界之间的桥梁。如何把虚拟世界的海量数据转化为可以提高现实世界生产效率和生活品质的知识？这必然是大数据的重要任务之一。
大数据将驱动新的经济模式毋庸置疑，
移动互联网时代的竞争是用户体验的竞争，为用户提供极致的体验是互联网企业和电信运营商制胜的关键。无尺度网络模型的提出者艾伯特-拉斯洛·巴拉巴西认为人类行为的93%是可以预测的。海量的用户资源和用户行为数据已经成为大数据时代电信运营商的重要战略性资产，通过深度挖掘大数据金矿，识别和感知用户行为，分析用户需求的演进方向，创新商业模式和业务模式，通过为用户提供个性化、差异化的客户体验实现单位流量价值的最大化，可以形成新的具有核心竞争力的经济模式。
大数据金山为运营商
带来商业机会
电信运营商比移动互联网企业具有更多的大数据资源优势。面对互联网企业的异质竞争，大数据时代电信运营商的运营智慧受到挑战。其实，多年的电信运营积累下来的网络运营数据和用户业务数据，已经为电信运营商堆积了大数据金山。相对于互联网数据，电信运营商拥有的用户数据优势明显。其一，用户办理固定电话和手机入网手续时提供了实名信息，诸如年龄、性别、单位等；其二，电信运营商掌握了用户的电信业务消费信息，包括电信业务类型、业务资费、历史通话信息、通话时长、通话双方信息等；其三，电信运营商基于位置的电信服务可以精确获得用户的地理位置信息；其四，电信运营商拥有每天上百亿次的互联网访问量信息。基于以上数据，电信运营商可以通过挖掘个体用户需求和用户群共性需求，将用户需求实时地反映到电信服务中，电信运营商掌握的大数据就可以创造新的商业价值。
运营商应积极培养
大数据分析能力
目前，电信运营商在商业智能平台建设方面尚处于起步阶段，缺乏大数据分析竞争优势。因此，运营商必须逐步建立起基于云计算的大数据处理系统，积极培养网络运营大数据和用户业务大数据的分析能力，形成核心竞争力。
网络运营大数据分析助力提升网络质量。运营商的网络运营大数据来自其运营支撑系统，通过对网络运营大数据的分析，运营商一方面可以进行带宽资源的实时动态分配，缩短信令分析的响应时间，从而提升电信网络端到端的服务质量和网络资源的最优化配置；另一方面可以进行业务流程优化，提高电信运维质量，提升电信运营管理效率，从而可以有效降低电信网络运营的管理成本和运维成本。
用户业务大数据分析旨在精细化运营。运营商通过对用户的位置、时间、职业、年龄、业务偏好、业务流量及所需带宽等进行关联分析，实现对用户业务流量的甄别和用户级的网络资源控制，细分用户业务流量，将数据流量与用户、网络资源相匹配。通过用户业务大数据分析识别用户行为习惯和用户偏好，从而为用户提供个性化、差异化的电信服务，提高电信用户黏性和忠诚度，挖掘新的业务机会，实现电信业务流量价值的最大化。
构建新的电信业务模式和商业模式大数据分析将催生新的电信业务模式和商业模式。应用大数据分析用户的电信业务数据，深度挖掘用户需求，构建新的电信业务模式，形成能够满足用户需求的电信业务，进行电信业务关联推荐，实现电信业务的精细化营销和拓展。互联网的关联推荐技术是电信运营领域业务拓展的一个借鉴，例如，运营商可将用户资源中的商家电话按商品进行细分，个人用户拨打某商家电话就视为用户对该类商品有购买需求，从而可以有效地找到此类商品的目标客户。运营商可以利用基于云计算的大数据分析系统自动找到与该类商品相关联的其他商品并推荐给该用户。一方面给电信用户购买商品提供了便利性，另一方面可以帮助其他商家实现精准化营销，而电信运营商可以增加后向广告收入。

8. 大数据时代，运营商如何应对？

2010年全球数据量达到1.2ZB，2011年全球数据量达到1.8ZB，到2020年全球数据量将达到35ZB。数据密度将达到前所未有的高度，大数据时代的画卷已经展开。 随着大数据时代的到来，产业格局正在重塑，传统电信运营商面临低值化、管道化，在新的产业链中需要谋求新突破。专家认为，运营商应该跳出互联网看互联网，将大数据作为重点业务发展领域，毕竟运营商拥有的“数据矿产”资源是任何其他企业所不具备的，运营商应该基于大数据的基础发展延伸业务。面对大数据时代的潮流以及互联网企业的竞争，运营商应当利用自有数据优势提升自身数据运营能力。 首先，运营商应整合现有数据建立数据集市，利用实时处理大数据的能力，打造基于数据的实时营销解决方案，提升企业销售服务能力。大数据处理分析平台的优势在于对海量数据处理的实时性，技术优势可以有效地保障实时营销解决方案的实施。实时营销解决方案较传统营销方案具有更好的营销效果：更具时效性，一旦有实时行为数据产生，立即选定目标用户进行营销推送，保证在较短时间内送达客户，传统营销则是定期执行营销；目标客户动态选取，通过客户行为变化结合客户特征动态筛选目标客户，传统营销往往是通过长期分析挖掘客户兴趣爱好形成客户标签，在营销前预先挑选出客户。 从现有实时营销触发机制考虑，主要集中在用户行为触发、位置信息触发和热点事件触发等。用户行为触发机制是分析用户的行为偏好，如音乐、阅读和视频等，运营商可以定向推销自有增值业务；位置信息触发机制是根据用户位置轨迹信息推送自有业务或者合作商家的产品信息，如对接近某大型商场的用户推送商店优惠信息，吸引客户消费；热点事件触发机制是锁定对热点事件感兴趣的客户进行针对性营销，如锁定关注NBA总决赛的微博用户，进行相关的篮球商品推荐。 其次，运营商应当成为信息的融合者，利用自有的品牌优势打造权威指数类产品，为客户的决策提供参考依据。相较于其他行业，电信运营商的用户群体相对稳定，所采集信息较完整，而且在整个产业链中运营商的影响力较强，拥有可信品牌，数据中蕴藏着巨大的客户信息、商业信息和业务信息。因此，与其他权威指数类产品相比，电信运营商基于数据源的优势可以提供更加全面、详尽、客观的产品，对于分析中欠缺的数据可以同其他行业进行合作共同挖掘数据中隐含的价值。 电信运营商指数产品可以辐射影视、电子商务等很多行业，并且已经在一些行业进行了应用。在大数据处理分析平台中汇聚移动互联网DPI数据、IPTV使用数据和宽带互联网DPI数据，可以综合以上数据分析用户访问视频网站的偏好，包含喜爱的导演、演员、故事类型等，形成指数类分析报告，为电影生产、影院上线电影选取等提供决策依据。通过这种方式打造的热播美剧《纸牌屋》，让全世界影视业感受到了大数据的魅力。 最后，电信运营商可为智慧医疗、智能交通、智慧物流、智能制造等领域提供解决方案，提升数据价值。在大数据解决方案应用方面，IBM发展战略很值得运营商借鉴，以客户需求为导向对数据进行深度分析，提升现有数据价值。当前，医院资产运营管理也正面临诸多挑战：医疗设备资产种类繁多，产品更新速度快；管理分散、职能弱化、管控失据；统计归口不统一，管理制度不健全等。电信运营商在大数据平台建设过程中针对这些问题的解决方案积累了较多的宝贵经验，电信运营商可以将成功的经验应用到医疗行业的大数据处理平台建设中，为医疗行业提供解决方案以及咨询服务。交通管理行业在大数据时代，需要解决基于大数据及时查询、及时分析等业务需求。电信运营商可以利用如全球眼等业务和云存储方面的技术积累，提供海量交通数据的存储、分析、应用，同时利用智能管道进行交通信息的及时推送，这样可以更加有效地保障交通管理行业的及时性要求。 分析认为，马云的“大物流”计划可能会给物流行业带来又一个高速发展的机遇。电信运营商通过用户的移动互联网、宽带互联网的访问情况，分析用户的购物偏好或者购物意愿，为物流公司智能分配各个节点的仓储量及仓储产品提供数据支撑及解决方案，物流公司也可以实现公司信息化管理。另外，中国制造企业面临着巨大压力，世界工厂的地位正受到挑战。面临如此压力，制造业需要更加准确地了解市场动态，这就需要强大的企业信息化能力，但是很多中小型企业对于企业信息化建设投入有限。