回顧過去
 

在運營商的系統里，流轉著各種數據，而這些數據，正在變得越來越值錢。

 

 

運營商擁有的數據，有很多的類型，比如：

 

1.客戶的身份信息，包括用戶的姓名、身份證信息、消費能力。

 

2.交互的流量等。

 

3.客戶的行為信息，包括行動軌跡，出行情況，作息時間，各類APP的使用頻次等。

 

4.客戶的附加屬性，包括終端的使用和更換情況，對新業務和各種產品體驗的偏好等。

 

除了這些基本信息，還可以基于這些數據進行整合和交叉，形成更多的數據集合和分析能力，比如將終端信息和客戶信息放在一起，就能看到：什么樣的客戶喜歡使用什么樣的終端，各種終端用戶在通信方面的表現和特點是什么，各類品牌終端的客戶忠誠度如何等等。

 

這些數據的分析和展示，具有非常高的商業價值，技術實現方面的難度也并不大，只需要進行簡單的多維建模分析，就能看到結果。而同時擁有這么多類型的數據和信息的，以前除了電信運營商，誰能做到？

 

 

世人都曉數據好，唯有質量做不高。

 

在IT不發達的時代，要處理和存儲海量用戶的海量數據，需要巨大的計算能力才能做到。

 

在過去，似乎只有金融和電信行業，才可能擁有這么豐富的IT資源。而將數據從生產系統中抽取出來，對這些數據進行結構化清洗、轉換、加載，用于數據分析和統計，更是一筆巨大的開銷。

 

對于絕大多數企業來說，能把生產數據處理好，就已經很不容易了，對于數據分析以及數據準確性的問題，即使有心，也是無力。

 

2003年開始，中國移動建設兩級數據倉庫體系，在生產系統之外，構建分析專用的經營分析系統。

 

雖然生產系統里的數據也是完整的，但很多數據只是紀錄并不會使用，比如用戶入網時登記的身份證信息和地址信息，經常出現錯漏。當把數據導入進經營分析系統時候，會對這些"無用"的數據進行稽核和過濾，在入口解決數據質量問題，及時發現，及時修復。

 

從那個時候起，數據質量問題就一直是IT部門的核心工作，隨著技術演進和業務拓展，以及分析主題的演化，數據質量問題也在不斷發展。

 

最初，數據倉庫里都是結構化數據，用戶的基礎數據、賬單、話單，以及各種業務的使用記錄，都按照統一的格式和標準進行存放和處理。

 

后來，數據的類型越來越多，很多非結構化的數據也進來了，包括用戶的詳細投訴記錄、瀏覽的網頁信息等等。所以，運營商要不斷嘗試采用新技術，來解決這些新數據的質量問題。

 

由于持續關注數據質量問題，又持續投入資源去解決質量問題，因此相對于眾多的數據提供者，運營商的數據在準確性方面也是有優勢的，這方面的價值，相信從事數據處理工作的人士會有更深的體會。

 

 

巧婦難為無米之炊，用這句話來描述數據分析工作，是再恰當不過。

 

如果沒有基礎數據，再牛的算法和專家也難有用武之地。相對于完整性和準確性，運營商數據的持續性更令人垂涎，因此能支持跨時間段的歷史分析，不管當時你有沒有想過做分析，那些數據當時產生了，同時也保留了下來。

 

前幾年，每個人都有過這樣的經歷，走在街上被攔住邀請參與問卷調查活動，填完表格之后給點兒小禮品；再有就是收集整理各種分析報告。許多咨詢公司的調查報告，都是這樣采集數據的。

 

這些方式的時效性非常差：數據來自某一個時間點，一旦時間點變了，就必須再次收集類似的信息，甚至要做場景重現，這樣做不僅成本高，而且數據的偏差也會比較大。

 

運營商在這方面擁有得天獨厚的優勢，可以用"取之不盡用之不竭"來形容：用戶隨時產生數據，數據隨時進行處理，處理結果可以自動化地周期性地展示出來。

 

也就是說，別人花很大力氣搞到的數據，只可以賣一次；而運營商只需要自動采集，數據就隨用隨取，源源不絕。

 

運營商的數據產生價值，不僅僅是管道商的先天優勢，也在于當年對于數據運營的先知先覺，以及十幾年來的不斷積累。

 

展望未來
 

在大數據越來越被重視，價值越來越大的今天，運營商在數據運營方面的價值空間反而下降了。這并不僅僅是運營商自身的問題，也受到很多其他因素影響。

 

 

運營商在十幾年前就啟動了數據倉庫系統的建設，嘗試利用數據提高運營效率，降低運營成本。但在實際運營中，真正利用數據來確定工作目標和指導工作內容，是最近幾年才真正火起來。

 

究其原因，還是運營商的市場環境比較特殊。

 

電信運營商的市場規模超大，同時份額和實力又嚴重不均，強者衡強，弱者很難翻身。移動再強大就有被拆分的危險，聯通再弱小也不會消失。這樣的市場格局，用不用數據分析，都沒有實質區別。

 

曾經我們在一個地區，進行了一個對比試驗：A組聘請專業分析公司，結合數據制定精準營銷策略，然后去執行；B組采用傳統的營銷方式，花了A組聘請外部資源等量的錢，作為營銷資源投放出去。

 

事實表明：B組的實施效果優于A組。

 

這個試驗并不能說明數據分析沒有價值，但這樣的案例體現出，電信運營商的市場競爭還處于比較初級的階段，這樣的環境，導致數據分析工作的價值未能充分體現出來。

 

所以，這些年來，數據分析與應用更多只是出現在創新評獎的舞臺上，實際應用的情況并不好。

 

運營商對數據價值的利用進展緩慢，但別人卻在這方面突飛猛進，前期積累起來的經驗和優勢逐漸被消弭，被超越。

 

如今，運營商在這方面可真不敢說是領先者了。

 

 

前面總結出完整性、準確性和連續性，是運營商數據價值的優勢所在；但此消彼長，如今這些優勢和價值也在削減。

 

比如，https的普及和推廣，讓運營商的管道價值大幅降低，這是很多人還沒有意識到的問題。運營商不能再合法地獲取用戶與應用之間的完整通信信息，傳輸加密后，只有通信的兩端（客戶和網站）知道做了什么事情，運營商則被屏蔽了。

 

舉個例子，運營商只知道什么時間段用戶登錄了淘寶，不能再獲取用戶瀏覽了哪個商品，下了哪些訂單。運營商斥巨資購買建設的DPI（深度包解析）工具和系統，有毫無用武之地的危險。

 

運營商的數據少了，可是其他家的數據卻越來越多。

 

一方面，以BAT為代表的互聯網公司，以終端為代表的入口企業，都在收集自身的數據和通過入口的數據；

 

另一方面，出現了很多第三方的大數據公司，比如通過給企業搭建大數據平臺和應用服務，來獲取數據的百分點，通過SDK讓APP們主動提供數據的Talking Data。此外，還有從廣告咨詢等領域做起，收集各方的數據的泰一指尚等等。

 

相對于運營商，這些公司對數據的追求更積極，意愿更強烈，收集數據的效果也更好。

 

 

雖然經過了十多年的發展，但運營商對大數據的理解仍然十分有限，數據分析能力不足，大量的工作還要依托外包合作。

 

這不僅是因為IT技術力量有限，或者對數學算法的掌控能力不足，更多還受限于對業務的理解和場景模型的設計能力。業務部門不懂技術，IT部門對業務理解不足，相互之間溝通不暢，又缺乏技術和業務合一的高手，這些都阻礙了運營商在大數據領域進一步的發展，守著金山挖不出寶藏。

 

如今，運營商也意識到了這個問題，因此大力倡導自主研發，希望自主掌控核心，著力培養自己的IT人員和技術能力。但運營商目前的技術體系和專業人才，多是基于網絡和通信的，對IT的理解有限，要在CT環境里，培養大量真正的IT人才，這談何容易。

 

還有一個問題，是信息安全。

 

直到現在，與大數據相關的法律問題仍存在較大的不確定因素。在開放數據和保護隱私的矛盾中，在合法與守法的邊界模糊的情況下，對個人隱私保護更加嚴苛的歐美國家，勢必比中國發展得慢；國企出身的中國運營商，勢必比互聯網公司規矩得多；如果安全方面出了問題，中國移動承擔的壓力一定比另外兩家更大。

 

因此，從短期來看，在大數據開放以及數據變現方面，運營商求穩求全的心態，還將持續限制其數據價值的社會化。