作為一種革命性的信息技術，大數據技術正在賦予數據生命和更多的商業價值。借助大數據進行輿情分析，將大數據應用到交通系統建設，用大數據預測賽事結果，以大數據輔助醫療……可以說，大數據正在我們的生活中發揮大用途。對于個人而言，大數據帶來了便利;對于企業而言，如何應用好大數據更是關系到未來的競爭甚至存亡。

大數據時代到來，企業面臨的競爭環境發生了巨大變化。企業擁有的知識、情報和其他數據資產的數量及其應用效率已成為企業能否取得市場競爭優勢的重要因素之一。為此，國內電信運營商的集團公司和很多省分公司將大數據作為其在移動互聯網時代企業轉型的戰略性工作，開始試點了大數據系統的建設與應用，以充分挖掘企業的數據資產價值，創造新的利潤點。那么，電信運營商在大數據上可以有哪些應用?該如何建設大數據系統?國內電信運營商在大數據建設中又存在哪些問題?

大數據應用的“內+外”

按服務對象的不同，電信運營商在大數據的應用可分為對內應用和對外應用兩種。

典型對內應用包括內部經營分析應用、網絡優化、客戶精準營銷等。電信運營商在內部經營分析上應用大數據技術可以對原有的基于傳統數據倉庫的經營分析系統進行改造升級，提升數據抽取、轉換、加載及讀取、分析的效率。如某運營商省公司利用大數據改造經分系統后，經營分析報告數據生成的時間縮短了近50%。在網絡優化方面，利用大數據分析，可突破傳統的智能網優以CDT和MR數據為基礎，數據源較為單一的限制，不僅可采集MR/CDT數據，同時還分析相關接口信令信息，相關位置數據，網管數據等，分析更全面且實時性更強。在客戶精準營銷方面，利用大數據對DPI等數據進行分析，可獲取客戶的行為偏好，開展產品精準推薦;對客戶的通話、上網時長等進行分析，可開展客戶流失預警，支撐精準客戶維系等。其他一些對內大數據應用還包括基于大數據的網絡故障預警、基于大數據的供應鏈分析、基于大數據的企業輿情分析等。

大數據對外的應用包括商業數據服務提供和政府公共服務提供，在商業數據服務提供方面如為移動互聯網廣告業主提供RTB數據應用服務，為銀行提供征信服務，為景區提供游客來源地聚類分析數據服務等;在政府公共服務提供方面，為政府提供基于位置的大數據服務應用，包括實時路況分析、城市規劃與應急響應支持、公共安全與管理等。

四大問題亟待解決

目前國內電信運營商大數據建設與應用中主要存在以下一些問題。

大數據建設缺乏統一規劃：目前國內電信運營商的大數據的數據資產的存儲和應用分散在電信運營商的集團與省公司及省公司的不同部門，因缺乏統一的規劃，大數據建設出現了數據重復存儲、功能重復建設的問題，造成投資浪費。

數據缺、重、散、慢、差：在具體的數據應用過程中，電信運營商系統林立，數出多門，系統數據無法關聯、共享，數據整合困難;數據時效性差，使用者無法及時獲取所需數據;此外還存在數據不完整，數據不一致等問題，影響了大數據的分析及應用效果。

大數據對外應用探索不足：電信運營商目前開展的大數據應用內部多于外部，Informa Telecoms & Media抽樣調查發現，只有不足30%的運營商在開展大數據對內應用的同時開展了對外應用，大數據技術作為企業新的盈利增長點作用未充分發掘。需進一步加強創新，挖掘大數據對外新應用。

大數據建設人才管理配套機制不完備：建設大數據需要企業擁有大數據技術運用能力、業務理解能力、具有數據洞察能力的綜合型人才(數據科學家)，而互聯網公司對該類人才的需求量也非常大，且吸引力遠超電信運營商。電信運營商必須對現有的人才引進機制進行改革，才能保證大數據建設人才需求。

大數據系統建設應按需開展

在大數據建設方面，大數據涉及的技術體系種類繁多。常使用的大數據技術主要包含NoSQl系列技術、并行數據庫技術、流式計算技術和基于大數據計算平臺的分布式數據挖掘技術四大類技術。運營商需針對不同的應用場景選取合適的技術進行大數據建設。對于NoSQl系列技術，可用于處理非結構化和半結構化數據，如使用Hadoop系列的HBase、Hive技術對DPI數據進行處理分析。可使用并行數據庫技術代替傳統的數據倉庫進行經營分析，或代替傳統的關系型數據庫進行OLTP等，以獲得更高的處理速度和性能。使用流式計算處理一些計算實時性要求較高的應用場景，如實時異常話單檢測，場景營銷及對外提供的一些信息化服務產品如基于手機的實時人口密度統計等。基于大數據計算平臺的分布式數據挖掘技術常用的有RHadoop、Mahout等，可用于預測分析一些數據挖掘應用。電信運營商也可綜合使用上述四類技術，建立大數據基礎服務平臺，為各種大數據應用提供統一的服務基礎。此外為確保已有投資的有效利用，傳統的數據倉庫往往也在該平臺中存在，如作為數據量較少的數據集市的存儲載體，存儲其他大數據技術計算的結果。

電信運營商深度擁抱大數據

大數據時代已經全面來臨，面向未來的大數據建設，電信運營商應強化規劃引導、實現大數據建設全面統籌。電信運營商建設大數據，應在集團和省公司層面分別指定部門統一組織開展整個集團和省公司層面的大數據規劃，在規劃的指引下，實現大數據建設與應用的全面統籌，包括：清理分散在各部門中的數據資產，開展應用規劃，明確應用建設與運營分工，建設運營商集團和省公司層面統一的大數據基礎平臺，加強大數據安全管控等。

夯實基礎，提升大數據基礎數據質量。針對大數據應用中存在的基礎來源數據缺、重、散、慢、差等問題，開展運營商IT域、業務平臺及其他相關系統的清理，優化系統架構，完善企業數據模型，加強數據的統一管理。從源頭確保大數據分析所需的數據質量，提升大數據分析及應用效果。

持續優化機制，為大數據建設提供有力保障。優化機制包括兩方面的內容，一方面為優化創新機制，加強在統一統籌管控下的大數據應用創新激勵，尤其是大數據對外應用的創新激勵。另一方面為優化人才管理機制等，為大數據建設應用提供人才保障。

總工點評：

利用自身海量的數據資源優勢，探索基于大數據的新產品與應用，是電信運營商推動產業升級、提升企業核心競爭力、應對激烈市場競爭的重要手段。綜合全球來看，雖然大數據的建設與應用取得了很大進展。但在電信運營領域，大數據的研究和應用很多工作還都處于試點階段。中國三大電信運營商無論是在大數據的應用還是建設方面仍有許多工作待探索。江蘇省郵電規劃設計院近年來一直進行大數據建設應用研究，擁有江蘇省智慧城市大數據工程實驗室等省級大數據工程試驗室，承擔了中國電信集團DMP原型系統建設等一系列大數據建設、研究項目。希望能同國內運營商一道，共同推動大數據在電信及其他行業建設與應用。