在ICT產(chǎn)業(yè)的發(fā)展歷程中，總是不乏有新概念的引領(lǐng)，眼見著云計算從盲目熱炒漸漸走向了務(wù)實(shí)應(yīng)用，“大數(shù)據(jù)”又揭竿而起，再度成為今年以來產(chǎn)業(yè)界的最熱門詞匯。

不過，與云計算在概念初期的“云里霧里”不同，大數(shù)據(jù)顯得更加“有理有據(jù)”。事實(shí)上，早在幾年前，當(dāng)國內(nèi)還在討論“大數(shù)據(jù)究竟是什么”這個問題的時候，美國總統(tǒng)奧巴馬就已經(jīng)利用數(shù)據(jù)挖掘技術(shù)，幫助其自己實(shí)現(xiàn)政界連任的目標(biāo)。

2014年春節(jié)期間，以百度為代表的一系列互聯(lián)網(wǎng)巨頭開始在中國的大數(shù)據(jù)舞臺上粉墨登場，如央視新聞就利用了百度地圖定位而來的數(shù)據(jù)，詳盡且真實(shí)地展現(xiàn)了極具中國特色的“春節(jié)遷徙大潮”。隨即，騰訊、阿里等互聯(lián)網(wǎng)企業(yè)也紛紛開放了自己的數(shù)據(jù)后臺，以供產(chǎn)業(yè)鏈的相關(guān)企業(yè)進(jìn)行精準(zhǔn)營銷和廣告推送。

然而，大數(shù)據(jù)應(yīng)用并非互聯(lián)網(wǎng)企業(yè)的“特長”，而應(yīng)該是電信運(yùn)營商的主場。中國移動通信集團(tuán)公司業(yè)務(wù)支撐系統(tǒng)部項(xiàng)目經(jīng)理何鴻凌也表示，數(shù)據(jù)是第一等競爭力，更多的數(shù)據(jù)會勝過更好的算法，數(shù)據(jù)甚至可以列入資產(chǎn)負(fù)載表。

“云-管-端”數(shù)據(jù)全息采集

眾所周知，大數(shù)據(jù)之所以受到業(yè)界追捧，是因?yàn)榛诤Ａ烤薮蟮男畔?shù)據(jù)，通過復(fù)雜的挖掘技術(shù)在合理時間內(nèi)獲取、清洗、提煉而形成的對企業(yè)經(jīng)營策略和銷售行為益的信息。確切地說，傳統(tǒng)的咨詢分析是基于抽樣數(shù)據(jù)，而大數(shù)據(jù)得到的結(jié)論卻是基于全體數(shù)據(jù)的結(jié)果，其準(zhǔn)確性顯然更勝一籌。而放眼當(dāng)下的互聯(lián)網(wǎng)產(chǎn)業(yè)，除了BAT(百度、阿里、騰訊)之外，恐怕再難找出具備相當(dāng)“數(shù)據(jù)實(shí)力”的企業(yè)。

讓我們看看，運(yùn)營商的數(shù)據(jù)實(shí)力究竟如何?根據(jù)中國移動2013年底的內(nèi)部統(tǒng)計資料顯示，中國移動的網(wǎng)絡(luò)上每天將產(chǎn)生100TB的信令數(shù)據(jù)，每分鐘產(chǎn)生800萬次通話，每秒發(fā)送2.4萬條短信，每分鐘應(yīng)用下載量1142人次。

另據(jù)記者了解，目前，國內(nèi)運(yùn)營商已經(jīng)能夠做到從云-管-端中的各環(huán)節(jié)中采集數(shù)據(jù)，其中的云，即運(yùn)營商自己的后臺網(wǎng)站和APP服務(wù)器，運(yùn)營商根據(jù)自己的采集準(zhǔn)則獲取數(shù)據(jù)資源;在管道方面，運(yùn)營商不僅面向無線網(wǎng)絡(luò)、有線寬帶獲取數(shù)據(jù)，同時也能延伸至一些軟的管道上(百度輕應(yīng)用);在端的部分，運(yùn)營商一方面積累了用戶終端的流經(jīng)軌跡，這部分與管道數(shù)據(jù)類似，另一方面也通過瀏覽器插碼和APP SDK等軟件，獲取了更加直觀的個體用戶數(shù)據(jù)。

不同系統(tǒng)間數(shù)據(jù)難統(tǒng)一

既然已經(jīng)具備了完整的大數(shù)據(jù)布局，而且后臺系統(tǒng)每年、每分鐘甚至是每秒都在產(chǎn)生大量的數(shù)據(jù)，那么，運(yùn)營商過去在大數(shù)據(jù)分析方面的表現(xiàn)又是如何，答案恐怕是令人遺憾的。由于運(yùn)營商后臺系統(tǒng)多為省級割據(jù)，不同業(yè)務(wù)系統(tǒng)間也是相互獨(dú)立且無法互通，這使得運(yùn)營商的大數(shù)據(jù)能力“廣而不深”。

有相關(guān)廠商的技術(shù)人士對此表示，運(yùn)營商內(nèi)部過去多采用傳統(tǒng)的技術(shù)平臺(小型機(jī)+存儲陣列)，數(shù)據(jù)采集上難以適應(yīng)大數(shù)據(jù)規(guī)模性采集的需要，加上傳統(tǒng)的數(shù)據(jù)源系統(tǒng)和數(shù)據(jù)庫方式，無法源源不斷地提供分布式的數(shù)據(jù)導(dǎo)出，這也是為什么如今的分布式架構(gòu)X86服務(wù)器在數(shù)據(jù)中心大行其道的原因。

除以之外，大量的非結(jié)構(gòu)化數(shù)據(jù)也成為了擋在大數(shù)據(jù)面前的難關(guān)，以圖片、視頻、文件等形式存在的非結(jié)構(gòu)化數(shù)據(jù)，使得計算機(jī)難以輕易識別，尤其還要實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的結(jié)合。

正是意識與技術(shù)上的雙重匱乏，使得大數(shù)據(jù)分析在國內(nèi)電信運(yùn)營業(yè)多年來都處在小步潛行的狀態(tài)，難有實(shí)質(zhì)性進(jìn)展。雖然國內(nèi)運(yùn)營商2002年就已出現(xiàn)了大數(shù)據(jù)的“雛形”——經(jīng)營分析系統(tǒng)，也稱BI，但經(jīng)過多年發(fā)展BI系統(tǒng)也無法全局化，很多時候只是針對某省中某一個特定業(yè)務(wù)的分析系統(tǒng)，更多是時候BI也只是業(yè)務(wù)過后領(lǐng)導(dǎo)辦公桌上的一張統(tǒng)計報表。

國外成功案例得借鑒

與此相比，國外電信運(yùn)營商在大數(shù)據(jù)方面卻得到了長足的發(fā)展，不僅是數(shù)據(jù)挖掘和分析的技術(shù)日漸成熟，相應(yīng)的商業(yè)模式和合作機(jī)制也得到了不同程度的探索和拓展。

比較典型的有，西班牙電信基于大數(shù)據(jù)分析能力推出了“Smart Steps”產(chǎn)品，通過無線網(wǎng)絡(luò)中的用戶數(shù)據(jù)，獲得某固定商圈內(nèi)的人流特征、消費(fèi)特征甚至是客戶標(biāo)簽(包括識別規(guī)模用戶的身份地位、生存需求、成長需求以及社交需求等)，以此來幫助那些想要開分店的零售商選擇更恰當(dāng)?shù)拈_店地址。AT&T的大數(shù)據(jù)應(yīng)用更加直接，通過分析用戶實(shí)現(xiàn)在電視、郵箱、手機(jī)亦或是電腦上的廣告推動和精準(zhǔn)投放。

正是看到了國外運(yùn)營商將大數(shù)據(jù)變現(xiàn)的一個個真實(shí)案例，近兩年，國內(nèi)運(yùn)營商也逐漸放大了自身在大數(shù)據(jù)領(lǐng)域的步子，開始思索如何向數(shù)據(jù)要效益的課題，比如利用綜合性數(shù)據(jù)對用戶進(jìn)行深入洞察，用數(shù)據(jù)分析定位識別體系歸納出哪些是校園用戶、政企客戶以及家庭用戶，從而進(jìn)行更加精準(zhǔn)的營銷。

在外部合作方面，以中國移動為例，近年來也不斷加強(qiáng)與政府組織和企業(yè)商戶的數(shù)據(jù)挖掘，比如智慧城市OD分析、商店選址助手、營銷指南針、景區(qū)客源分析、分析報告服務(wù)等方面。而在未來，運(yùn)營商也有意愿在個性化推薦、地理信息服務(wù)、金融征信以及流量趨勢和熱點(diǎn)分析方面，尋找合作伙伴共同探索。