论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　【关键词】大数据 电信运营商 数据资产 

　　1 引言 

　　近年来随着社交网络的兴起、移动互联网的快速发展、数据传感器的大量应用，数据量出现了爆炸式的增长，大数据时代正式来临。电信运营商在长期的运营过程中也积累了大量特有的数据，但由于种种原因，数据并没有得到很好的“价值挖掘”，如何充分利用这些数据资源，开发出能产生现金流的服务或应用，即大数据资产变现，是国内外电信运营商普遍关注的问题。本文接下来将对此进行分析，规划电信运营商的大数据发展策略，并就实施路径给出了具体建议。 

　　2 电信运营商的数据资源 

　　用户在通话、短信、上网等过程中，产生了大量记录，运营商由于其业务特点，积累了很多特有的数据，包括人们的身份信息、实时位置信息、上网行为信息等。可以说，运营商记录了人们现代生活的“指纹”，如何对这些数据资源进行挖掘和分析，发挥数据的潜在价值，是当前业界人士普遍关注的问题。 

　　如图1所示，运营商的数据主要来源于以下三个方面： 

　　（1）通信业务数据 

　　这部分数据由CRM（客户关系管理系统）、计费帐务、客服、渠道等IT（信息系统）系统在通信业务的开展过程中产生。例如用户资料、语音、短信、数据等使用记录（话单）、费用记录（账单）、业务订购记录等。这些数据原本的作用是提供更好的客户服务、实现更加准确和灵活的计费等，在大数据时代，它们可以被赋予更丰富的内涵。 

　　（2）网络类数据 

　　这部分数据内容最为丰富，用户上网时的IP地址结合客户资料信息，可以很准确地追溯到人们的身份信息、家庭住址、上网时间、地点等。DPI（Deep Packet Inspection，深度包检测）数据经过分析后，可以清楚知道用户的网络行为，比如访问过哪些网站，购买过哪些商品，从而判断出用户的兴趣及关注点。通过移动位置信令，还可以实时地获取用户当前的所处的位置。 

　　（3）互联网业务数据 

　　这部分数据来自Web（互联网）和App（应用程序）客户端的数据，一般通过JS（一种脚本语言）插码或SDK（Software Development Kit，软件开发工具包）的方式收集，包括支付记录、商铺信息、终端数据、内容订购以及消费记录等信息。 

　　3 电信运营商发展大数据面临的问题 

　　（1）数据质量不高，未充分挖掘 

　　现阶段运营商的数据大多分散在不同领域的多个独立系统中，各平台之间数据模型缺乏统一规划，数据质量不高，并存在较多的不一致性问题。另一方面现有系统对数据的采集挖掘不够深入及全面，无法支撑更精准的分析及应用。 

　　（2）数据分析能力欠缺 

　　缺乏既精通数据挖掘分析、又熟悉电信业务的人员，复合型大数据人才的磨合及培养是一个较为长期的过程。市场瞬息万变，如果不能在有效时间内形成分析结果，那么就失去了意义。而面对海量的数据，如何在短时间内确定分析维度，建立合适的模型，这都需要一个知识及经验的积累过程。 

　　（3）相关法律不够健全 

　　法律边界模糊，运营商虽然拥有大量的客户信息及行为数据，但由于可能触犯客户隐私，所以并不能随意使用，这也大大限制了运营商大数据业务的拓展。 

　　4 运营商大数据的内部应用 

　　运营商不仅是大数据的生产者，而且也是传输者和使用者。由于市场和隐私问题，目前运营商在大数据的使用上还是以内部应用为主，用大数据优化网络质量、提升客户体验，更好地支撑前端营销及后端运营。