通信大数据专题报告：运营商大数据商业模式及变现手段
我的图书馆
通信大数据专题报告：运营商大数据商业模式及变现手段
请选中您要保存的内容，粘贴到此文本框
由于文章很长，所以我们摘录出了最具价值的这一部分内容。你可以点击左下角的“阅读原文”查看上半部分。
以下内容摘自东方证券分析师 吴友文和 周军《通信大数据将迎来黄金时代——运营商大数据专题报告》，36大数据在此仅为分享，不代表本站观点。报道中出现的商标属于其合法持有人。
三、 通信大数据应用将迎来蓝海时代
3.1 大数据行业现状
中国大数据发展迅速，近年来得到广泛关注，目前已进入高速发展期。 目前，大数据商业模式已有部分获得市场验证，包括竞争营销等。此外，我们对照海外，借鉴其成功经验与商业模式，看到大数据未来仍然具有非常广阔的发展空间。
我们参照海外经验，发现大数据的商业模式主要包含以下几点，其中不少商业模式国内仍在探索或起步较晚，但仍可能是未来发展方向：
1） 数据销售： 该模式主要是指将原始数据进行销售，或者授权第三方使用自有数据。该模式在国内由于多种原因进展缓慢，国外主要在金融行业用于信用分析等。
2）研究咨询分析： 该模式是指公司（如咨询公司）通过自有数据、公开数据或第三方数据进行分析，得出行业报告或者某些特定方向的报告，并将报告进行售卖的模式。
3）平台： 该模式提供平台工具的出租，公司将自有数据导入其平台或利用平台工具导入第三方数据，并用其提供的工具进行计算，再将计算结果取回。该模式下，平台按照数据量和使用时间进行收费。该模式可能与第三方数据存储相融合，对于用户来说，将数据放在第三方数据仓库并使用其平台进行计算，较为便捷。
4）广告等应用： 通过将大数据进行分析和筛选，从而将广告需求对接至 DSP 平台等，供实时竞价等。
5）人工智能开发： 该商业模式主要通过大数据分析不断进行人工智能产品的开发，如谷歌的智能驾驶等。该模式在国内应用仍较少。
6） 第三方存储： 在该商业模式下，公司本身并不自建数据库或者数据中心，而是直接将数据上传到第三方进行存储和管理，该模式对于公司的资本开支压力较小。此外，我们注意到第三方存储由于其在技术和设备上的领先性，可以帮助公司在节省投资的情况下获得较好效果。
7）第三方分析： 在该商业模式下，公司本身并不进行大数据分析，而是聘请第三方对自有大数据进行分析。 通常，公司会指定研究方向或研究目的，由第三方进行操作。 同时，我们注意到，第三方分析可能会基于第三方存储的技术上由第三方一并完成。
中国市场各大数据相关企业近年来发展较快，并呈现出快速布局、技术不断进步并且应用逐步落地的趋势。根据易观智库的报告，国内相对领先的企业包括东方国信、科大讯飞、用友软件、拓尔思等。其中，东方国信进展和技术积累相对较快。
3.2 运营商大数据商业模式
具体到运营商，我们看到其对于数据分析的发展模式已从过去供内部使用的经营分析系统，逐渐演化，并已积极寻求与第三方合作。
运营商的大数据商业模式主要有：
（ 1） 传统模式： 经营分析该模式下，运营商会聘请第三方公司对于 BOSS 系统进行运维，过去， BOSS 系统主要侧重于 BSS系统的运维，更偏重于对网络使用情况及用户电话、账单等信息的分析。 这类分析能够帮助运营商提升网络使用效率、更好地服务客户等。
（ 2）第三方分析：在大数据时代下，传统的经营分析系统遇到挑战，运营商会考虑如何更好地使用其大数据。我们看到，运营商仍然会采取之前 BOSS 系统的方式，自身采购硬件设备，并交由第三方进行运维和分析。目前来看，运营商已经开始采购 Hadoop 产品，由于 Hadoop 存在定制化，因此，运营商也会倾向于将后续运维等工作交由 Hadoop 产品的提供者。
（ 3）精准营销：在运营商根据用户的 ARPU 值、地域、个人信息等大数据进行分析后，可以进行精准营销。目前，这类合作通常是与第三方进行合作。由第三方提出有效模型与算法，在运营商数据库中进行运行，并得出符合要求的人群，运营商通过开放接口对其进行精准营销。在该过程中，第三方无法获得用户的准确信息。根据我们的调研，某运营商省分公司通过这种合作方式，使得其金融产品推销电话的成功率已高达 5%。
以联通为例， 沃门户与晶赞科技已经就广告进行合作， 包括 PC 客户端， Wap 客户端等，涵盖首页、内容页顶部通栏和底部通栏、合作频道等。 合作方式为：联通负责广告素材的审核，而晶赞科技提供全套广告解决方案。 晶赞具体负责从前期（包括位置及类型在内的广告位价值挖掘） ，到后期（销售、投放、制作及管理）的各环节并引入 DSP 平台。 该类合作即属于运营商大数据时代下的精准营销。
（ 4）第三方合作运营商与第三方合作的方式将不仅限于精准营销。 联通已经与招商银行成立“招联消费金融公司”，共同面向互联网金融领域。该合作模式下，联通主要贡献的是其所拥有的庞大且真实的信息以及基于大数据所能分析出的结果。我们认为，金融行业对于大数据的需求较为迫切，因为其牵涉的潜在受益或损失成本较高；此外，也由于其此，该项合作能够为大数据分析带来较高溢价，是典型的效用定价而非成本加成定价。我们认为，运营商与金融行业的合作探索步伐将会加快。
此外，我们认为，运营商目前积极涉足物联网、尤其是车联网，这类合作将需要对于大数据进行有效采集与分析，同样将是运营商大数据未来积极发展的方向。
3.3 运营商大数据市场规模
（ 1 ） 运营商 DSP
精准营销是目前已经较为成熟且商业模式清晰的大数据变现方式，我们看到中国 DSP 广告投放市场呈现出快速增长的态势，根据艾瑞的预测，至 2016 年市场规模将超过 1 00 亿元。而作为拥有较多真实用户信息并且掌握全面数据的运营商，其在精准营销的增长潜力十分巨大。根据我们调研的结果，不少运营商省分公司均已开始进行大数据第三方商业化合作，其中 DSP 是使用最为广泛的方式。
根据我们的调研，某运营商省分公司通过大数据分析的第三方合作，已经能够将金融产品电话推销的成功率上升到 5%，效果十分显著。
基于 DSP 市场的快速增长以及运营商在该领域的较大潜力，我们预测运营商 DSP 的市场规模将迅速达到 10 亿并继续快速增长。而这其中，第三方合作方将占据不可忽略的市场份额和作用。在此，除运营商外，看好几类公司： 1 ）已与运营商有多年深入合作并拥有相关分析实力的企业；2）在算法和模型上有领先性并能够为运营商带来客户的企业。
（ 2） 消费金融
2013 年中国消费信贷规模达到 13 万亿元，同比增长 24.7%。 预计中国消费信贷规模仍将维持 20%以上的增速，到 2017 年将超过 27 万亿元。 尽管如此，目前国内整体消费金融规模仍偏小，而且专业化服务机构十分不足。央行统计数据显示， 2013 年，银行业的信贷资产里，消费信贷只占 15%；在消费信贷中， 按照消费信贷 1 .5%的手续费用测算， 则有 1950 亿的市场，其中消费信贷数据提供方有望获得 1/3 的受益，即 600 亿市场。
目前，运营商也已开始涉入互联网金融领域，主要体现在征信领域。联通与招商银行成立的“招联消费金融公司”即是较好案例。招商与联通的合作模式主要体现在招商银行有对客户信用评级的迫切需求，而联通拥有大量真实而全面的用户信息。当招行需要了解某位潜在客户的信用或个人情况时，可向联通发起申请，联通会根据已有信息作出分析和判断，给出是或者否的判断；或者给出某些标签。我们认为，类似于此的商业模式将会在互联网金融大发展时期获得更多重视。目前，国内互联网金融发展的一大壁垒即是信用体系的缺失，而运营商拥有的宝贵大数据将是较好的解决渠道之一。
考虑到征信对于金融机构的潜在收益与潜在损失具有较大预判力，具有较大价值，并且能够提供这类数据的机构相当有限，而拥有大量用户真实而全面信息的企业更是极为稀缺。因此，我们认为该市场将为运营商带来大量收入。 招联消费金融公司即将于今年开始试运营，而这将是运营商大数据在金融领域的第一步。我们预计，两年内该市场份额将达到数亿规模。
（ 3） 信息安全监测
由于国家安全监测信息网络的特殊性，我们参照美国进行粗略估算。大数据分析公司 Palantir 已经上市，我们可以从其公开信息中进行了解。其客户包括美国中情局（ CIA）、联邦调查局（ FBI）、联邦检察官等。 根据公开信息，自 2009 年以来的五年时间， Palantir 已获得了联邦调查局、美国国防部和国土安全部累计 2.15 亿美元的订单（即平均每年约 5000 万美元订单） ，而这仅仅是一家企业所获得的订单数，假设其占市场份额的 5%，则市场规模达到 60 亿人民币。根据 IDC 的报告，中国国防在 IT 上的支出已仅次于美国，大致推测相关市场规模也达数十亿。
此外，中国的信息安全产品市场规模仍在快速增长，目前市场规模已超 200 亿元，预计仍将保持每年 20%以上的增速。我们相信，在信息安全中起到较大作用的信息监测市场也将获得快速发展。假设信息监测占信息安全市场规模的 10%，则其规模也已超过 20 亿元。
运营商作为拥有大量真实而全面信息的国有企业，其在信息安全方面将起到举足轻重的作用，以运营商为依托的大数据分析将获得较大市场份额并将迎来持续快速发展。
（ 4） 运营商大数据加大投入，整体市场规模两年内达到 100 亿可期
我们看到， 运营商本身一方面在积极加大自身的投入，一方面也在经过过去两三年的大数据积累后，开始积极寻求第三方合作，根据我们实际调研的情况， 运营商在大数据领域的步伐大致接近，移动相对较慢。整体而言，运营商从 2014 年开始对外合作并已开始产生收入， 2014 年三家运营商整体的大数据市场在 12 亿左右。
而三家运营商在大数据领域的扩张在快速增加， 除上述提及的几大方向外，运营商大数据在包括对内运营改善以及对外合作上都将有更多进展。 我们预计未来两年每年的增速将高达 200%以上。
点击下方“阅读原文”查看本文全文↓↓↓
馆藏&99439
TA的最新馆藏
喜欢该文的人也喜欢您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于运营商大数据技术的精准营销应用研究.pdf 3页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
基于运营商大数据技术的精准营销应用研究.pdf
你可能关注的文档：
··········
··········
2017年第5期
DoI：10．13274／j．cnI【i．hdzj．3
文章编号：(78—03
基于运营商大数据技术的精准营销应用研究
李 研，高书波，冯忠伟
(联通系统集成有限公司黑龙江省分公司，哈尔滨150040)
摘要：运营商大数据包含丰富的用户行为信息，具有全面性、多维性、客观性的特点。运用
Hadoop大数据技术，通过分析建模、机器学习等操作，构建用户标签体系，对用户行为特征及
偏好画像。销售企业能够结合自身产品服务的特点和用户画像信息，精确筛选目标客户进行营
销，从而降低推广成本，提高转化效率，这就是基于运营商大数据的精准营销。
关键词：精准营销；通信运营商；大数据
中图分类号：m11．13文献标识码：A
StlldyprecisionmarketingappUcationtecllIlology
on dataofco蚴uIlication
LIYall，GAOShu．bo，FENGZhong．wei
(Hen蚰gjiangChi聃UIIic哪SystemIIlteg腿tionCo．，Ltd．，Harbin150040，Cmm)
containsuserbehavior
Abstract：Thebig
inf-0mation，
ch眦cterized
bycomprehensiveness，multidimensionalityobjectivity．UsingHadoopbig
machine andother
buildstheuser
operations，it
technolog)r，throughaJlalysis，modelling le踟ing
andcreatestheuser
toshowuserbehaviorcharacteristicsand Sales
preferences．
areabletocombinethe
enterprises
characteristicsof
andsenriceswithuser
infomation．Alsoareableto
screen customerstomarketinordertoreducetlle
accuratelyta唱et
conversion
whichisbasedon data
正在加载中，请稍后...大数据精准营销助力运营商降本增效
在大数据快速发展的大背景下，运营商自身具有大量的数据资源，每天可获取到TB
级的信令数据和用户消费数据，其中包含用户的基本信息、语音通话数据、短信数据、流量数据等丰富的信息。面对如此海量的信令数据和用户消费数据，如果运营商应充分利用先进的分析技术，深入挖掘其背后隐藏的规律和价值，科学合理地指导、支撑营销活动，就可以实现精准营销，达到降本增效的效果。
大数据对于精准营销的意义
大数据支持下的营销核心在于让运营商的业务在合适的时间，通过合适的载体，以合适的方式，推送给最需要此业务的用户。
首先，大数据营销具有很强的时效性。在互联网时代，用户的消费行为极易在短时间内发生变化，大数据营销可以在用户需求最旺盛时及时进行营销策略实施。
其次，可以实施个性化、差异化营销。大数据营销可以根据用户的兴趣爱好、在某一时间点的需求，做到细分用户实施一对一的营销，让业务的营销做到有的放矢；并可以根据实时性的效果反馈，及时调整营销策略。
最后，大数据营销对目标用户的信息可以进行关联性分析。大数据可以对用户的各种信息进行多维度的关联分析，从大量数据中发现数据项集之间有趣的关联和相关联系，如通过发现用户购物篮中的不同商品之间的联系，分析出用户的其他消费习惯，通过了解哪些商品频繁地被用户同时购买，这种关联的发现可以帮助营销人员从用户的一种商品消费习惯，发现用户另外的商品消费规律，从而针对此用户制定出相关商品的营销策略。
大数据精准营销的优势
运营商在大数据领域占据独特的天然管道优势，拥有多年业务运营积累的网络运营数据和用户业务数据，拥有互联网企业难以比拟的庞大用户数据源，具备精准营销必须的基本要素。
首先，运营商通过用户办理业务时提供的信息掌握用户的姓名、性别、年龄、单位、住址等详细数据内容；其次，运营商能够掌握用户的业务类型、业务资费、通话信息、消费行为等内容信息；再次运营商可以根据基站、定位系统等准确获取用户的地理位置等信息内容；最后，运营商拥有巨大的用户互联网访问数据信息记录。
如果运营商能够将拥有的用户数据、业务数据及其他数据结合起来，在其内部建立一个共享的数据库，利用自己的优势结合新技术，通过大数据分析挖掘等技术深入洞察用户需求，实现更加个性化、差异化、精准化的服务，就可以制定出精准化的营销方案，挖掘出更大的市场价值。
实现大数据精准营销的方式
精准营销简单地说就是利用现代化的信息技术手段来实现个性化营销的活动，需要建立在精准定位和分析基础之上，运营商精准营销可以从以下几个方面进行。
首先，大数据精准营销要解决的首要问题是数据整合汇聚。运营商目前运用大数据实现精准营销的一个重要挑战是数据的碎片化，即信息化系统各自为政。在许多信息化系统中，数据散落在互不连通的数据库中，相应的数据处理技术也存在于不同部门中，如何将这些孤立错位的数据库打通、互联、交换和共享，并且实现技术共享，才能够最大化大数据价值，实现精准营销。为此，运营商首先要构建大数据交换共享平台，整合共享各信息化系统的数据，汇集用户在多个渠道上的行为数据，构建对用户行为和用户其他数据的深入洞察，一方面实时监控各渠道的用户行为特征、运营和营销的效果；另一方面集中用户的数据，便于后续的深入挖掘分析，实现以用户为中心的数据有效汇聚，提升用户数据价值，实现用户交互的精准识别和多渠道数据汇集，为用户提供更加准确的服务和营销策略。
其次，建立系统化的大数据可视化关联分析系统。通过三维表现技术来展示复杂的大数据分析结果，支持多种异构数据源接入包括互联网与运营商本身海量数据外，还可以支持第三方接口数据、文本文件数据、传统数据库（如Oracle、SqlServer、MySQL等）数据、网页数据等数据源；支持数据可视化分析、运算法、预测性分析、语义引擎、高质量的数据管理等。借助人脑的视觉思维能力，通过挖掘数据之间重要的关联关系将若干关联性的可视化数据进行汇总处理，揭示出大量数据中隐含的规律和发展趋势，进一步提高大数据对精准营销的预测支撑能力。
如在美国的沃尔玛大卖场，当收银员扫描完顾客所选购的商品后，POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗？”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。”
这就是沃尔玛在大数据系统支持下实现“顾问式营销”的一个实例。因为大数据系统早就算计好了，如果顾客的购物车中有不少啤酒、红酒和沙拉，则有80%的可能需要买配酒小菜、作料。而提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。
第三，将大数据交换共享平台和现有的
CRM系统打通。以前的CRM系统，只能促使分析报告回答“发生了什么事”，现在让CRM系统结合大数据平台，可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，从而能判断“用户想要什么事发生”。对用户的需求进行细分，促使营销服务要做到精准分析、精准筛选、精准投递等要求。
第四，利用用户的各种社交工具实现精确营销和用户维系，可以利用关联分析等相关技术对用户社交信息进行分析，通过挖掘用户的社交关系、所在群体来提高用户的保有率，实现交叉销售和向上销售，基于社会影响和社交变化对目标用户进行细分，营销人员可识别社交网络中的“头羊”、跟随者以及其他成员，通过定义基于角色的变量，识别目标用户群中最有挖掘潜力的用户。
第五，对用户市场进行细分。这是运营商实现精准化营销的基础，不同于传统的市场划分，精准营销开展的市场细分要求根据用户的消费习惯、需求、行为规律等进行分析研究，然后据此进行市场细分，这就要求必须收集客户的显性和隐性方面的信息数据，利用大数据分析挖掘工具深入分析，绘制完整的用户视图，然后进行深层次的挖掘分析，定位目标市场，才能为运营商精准化营销提供依据。
第六，根据大数据挖掘分析的用户需求信息，进行产品或服务的量身定做。通过大数据精准营销缩短运营商与用户的沟通距离，实现一对一的精准化、个性化营销。随着移动互联网、大数据等技术的进步，运营商和用户的交流沟通更加个性化、虚拟化、网络化，沟通技巧也变得更加柔和，大数据精准化营销使得沟通变为直线最短距离，加强了沟通的效果。营销方式从海量业务广播式推送，过渡到一对一以用户体验为中心的业务精准实施。一对一精准营销面向用户在某一刻、以适合的价格，推送最需要的业务。围绕用户、业务场景、触点、营销推送内容、营销活动等，基于跨渠道触发式的营销，运营商在注重用户体验同时达到最佳的营销效果，并且可对营销过程进行全程跟踪，从而不断优化营销策略。
最后，要以客户为导向重组市场营销流程，对市场营销全过程实施跟踪监管。传统的市场营销流程主要是以产品为中心，对市场的反应速度较慢，而且没有对市场营销活动的结果反馈进行改进，因而难以形成一个闭环。大数据时代的精准化营销，以客户为中心，从客户的需求着手，进行深入的洞察和分析，然后结合运营商自身的业务、品牌等进行市场营销活动的策划。在市场营销活动的过程中，还要根据市场变化、竞争对手的反应及用户反馈情况等内容及时调整营销策略。同时，在市场营销活动开展一段时间后，要根据活动反馈结果适时做一些归纳和总结，以便为下一个阶段市场营销活动策划打好基础。
总之，未来对市场的争夺就是对客户资源的争夺，运营商如果能够有效利用自己手中大量的大数据资源，充分运用各种分析技术实现精准化的营销，就能深入挖掘新的市场价值，轻松应对任务重压，实现自身营销环节的优化演进，达到收入倍增的目的。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
10TESCOMM基于运营商大数据产品及解决方案
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口运营商大数据蓄势待发
作者：崔晨 武超则
　　运营商积累了庞大的数据资源，大数据金矿价值凸显。而互联网巨头已在数据变现的道路上大踏步前进，摆在运营商面前的一条出路便是管道智能化。通过大力推进“智能管道”建设，增加附加值，大规模地发展增值服务。由于拥有大量数据资源，运营商通过产业链的广泛合作，相关产业链的公司与运营商共建平台，仍然有着巨大的发展空间。另外，产业链相关公司垂直化拓展其数据挖掘、分析及营销能力也大有可为。
　　大数据运营成必然选择
　　对于运营商来看，被以BAT为代表的互联网巨头及OTT企业“管道化”的趋势已不可避免，同时互联网巨头凭借自身庞大的数据资产已在数据变现的道路上大踏步前进，这将进一步边缘化运营商的地位。摆在运营商面前的一条出路，便是管道智能化。
　　随着网络建设的不断发展，运营商的语音业务收费越来越低，甚至呈现逐渐免费的趋势，数据流量经营将成为运营商的主要方向。从率先开展4G建设的中移动业务结构变化便可窥视。2014年前三季度中移动语音和短信、彩信业务继续下滑，总通话分钟数比上年同期下降0.3%，短信使用量比上年同期下降20.2%；但同期移动网络数据流量比上年同期增长98.6%，几乎是去年同期的两倍，流量业务在营收中占据的比例越来越大。按照现有数据预测，到2016年，中移动语音、短信收入占比将从2011年的67%降至40%，而数据流量和数字服务的收入将增至60%，成为业务收入主体。数据流量经营对运营商的重要性越来越大，关系到运营商的生存价值甚至是生存问题。
　　我们认为运营商拥有任何移动互联网公司都无法比拟的海量数据，大数据金矿价值凸显，由流量经营进入大数据运营已成为大势所趋。
　　从目前的情况看，电信运营商与以BAT为代表的互联网企业在增值服务上并不具有，但从后向的行业应用及大量的数据资源来看，运营商通过产业链的广泛合作仍然有着巨大的发展空间。同时，由于涉及到政策模糊、用户隐私、技术成本等因素影响，运营商大数据掘金之路目前仍然曲折。但不可否认的是，运营商拥有任何移动互联网公司都无法比拟的海量数据，大数据金矿价值凸显，由语音经营走向流量经营进而进入大数据运营已成为大势所趋，空间巨大。
　　大数据运营基础架构
　　目前，运营商在大数据经营方面尚未形成明确的盈利模式，还处于“摸着石头过河”阶段。借鉴国外运营商的运行模式，结合信令数据、DPI技术、B+O域数据整合等可洞析大数据运营可能的方向。
　　全球运营商已经开始为掘金大数据做准备。电信与媒体市场调研公司Informa Telecoms & Media在2013年的调查结果显示，全球120家运营商中约有48%的运营商正在实施大数据业务，大数据业务成本平均占到运营商总IT预算的10%，并且在未来五年内将升至23%左右（我国运营商目前投入占比不足1%），成为运营商的一项战略性优势。国外运营商已经做了一些很好的尝试，AT&T位置数据货币化、日本NTT Docomo创新医疗行业的社会化整合、Verizon数据仓库促进精准营销、电信智能网络培育新增长点、Telefónica大数据支撑用户体验优化、Vodafone动态数据仓库支持商业决策、电信数据分析改善服务水平、KDDI商业WiFi运营等，都是有借鉴意义的案例。
　　信令数据用以实现网优及获取位置信息。信令实际上就是一种用于控制的信号。语音经营时代，通话质量对运营商来说是至关重要的指标。运营商通过对信令进行监测，深层次支撑网络优化、精确故障定位。随着2G、3G、4G的逐步建设，运营商进入流量经营时代，通过信令数据可以规划基站和热点的建设，还可以对已有基础的效率和成本进行评估，用以增减基站建设以实现更高的网络效率。流量经营时代，上网流量的监测需求变得更为突出，但信令数据作为网络优化必不可缺的环节，加之通过进一步发掘信令数据所采集的位置信息，对运营商大数据运营提供了非常有意义的基础数据。基于这些数据的价值挖掘，是目前较为清晰的一个发展方向。
　　DPI已经在流量管理、安全和网络分析等方面成功开展，同时能够对网络数据包进行内容分析。通常的DPI解决方案能够为不同的应用程序提供深度数据包检测。DPI能够检测出数据包的内容及有效负载并且能够提取出内容级别的信息，如恶意软件、具体数据和应用程序类型。运营商均已充分认识到DPI的巨大价值，早已开始大规模招标建设、与第三方服务机构合作，4G带来的流量爆发更为DPI发挥巨大价值提供了广阔空间，因此，充分挖掘DPI的巨大潜力将给运营商带来巨大的效益。
　　运营商网内数据主要来源于业务平台、基础网络、支撑系统（包括O域（运营域）、B域（业务域）、M域（管理域））三大IT支撑系统。每个域由多个子系统组成，各域数据分别存放在多个生产数据库中，目前数据库的总量已达上百个，B+O域有效数据存储量占总量的80%以上。通过整合B域和O域的数据，可大幅提升信息共享能力，提高网络优化和规划建设的效率和有效性，有利于进一步的数据分析，尤其是对流量经营有着重要的意义，提升数据业务流量经营的用户行为与业务洞察能力，通过平台建设初步形成“大数据”洞察的跨域（B域/O域）分析架构。
　　大数据产业链清晰
　　运营商大数据产业链主要分为四层：即大数据采集、大数据管理、大数据应用及大数据运营。
　　大数据采集是大数据产业链的底层基础。目前政策要求数据全采全监，包括通话记录及内容、短信记录、位置的轨迹信息等管道内特有数据，所以数据采集成为了运营商的刚性需求。政策及4G助力采集市场率先爆发。而大数据采集对进一步做大数据管理、应用及运营有着最直接的支撑。
　　大数据管理通过数据共享平台实现。数据共享平台主要由数据汇集、数据支撑、数据接入点三层组成，向下可以支撑数据采集层，向上支撑外部数据应用系统。在数据采集过程中，有时一个口有超过十套系统在采集，比较杂乱。大数据共享平台是趋势，即将采集好的数据放在共享数据池中，实现共享避免重复采集，这也是运营商比较偏好的方式。
　　大数据应用主要包括基础应用和行业应用。基础应用，包括网络管理和优化及客户关系管理；行业应用，包括企业业务运营监控和经营分析。
　　大数据运营终极目标：增值业务和精准营销。增值业务：利用特定的网络数据，创新增值应用，增加运营业务收入。简单来说，数据采集阶段形成了最全面、最及时的数据，通过具体时间段、具体地点（实际或虚拟）客户行为的趋势性分析，即可形成非常有价值的判断，再通过指定的要求来分析，即会形成更有指导意义的结论。精准营销：通过对移动互联网用户的行为分析，进行用户偏好分群进而建立精确的用户画像，并开展针对性的市场营销及配套服务。
　　对于数据采集公司来讲，面向核心网各个功能域采集数据。通过对移动、固网中控制数据和用户数据的采集分析，并对监测报告进行深度解析，发现数据应用的潜在特征进行识别。
　　中国移动设备数据流量2014年增幅接近50%。根据数据，包括智能手机在内，中国各类移动设备2014年的平均流量首次超过200MB。但根据思科的统计，全球智能手机2014年平均数据流量达到819MB。这从侧面显示，我国平均流量水平还有很大的提升空间。
　　三大运营商中，中国移动2013年底率先拿到TD-LTE牌照，拉开了我国进入4G时代的序幕。(,)和中国电信2015年2月底才拿到FDD-LTE牌照，4G建设将全面铺开。4G时代对运营商的重大变化即为，传统数据（信令）采集业务也将由过去的2G、3G以语音和短信为主全面向4G数据（上网）业务拓展，而4G大量的图片、信息也将在采集规模上远远超过2G、3G。
　　据我们测算，在2G-3G时代，电信及联通在信令和DPI采集领域投入约20亿-40亿元。随着FDD牌照的发布，三大运营商均进入4G时代，都在加大数据采集领域的资本开支。我们之前预计，今年三大运营商规划的采集规模或达25亿元，其中以中国移动4G为主。但从年初招标的情况来看，竞争相当激烈，移动一期的招标最终成交价可低至最初规划的1/10水平。预计今年最终合计将在15亿-20亿元之间的水平。当然，各厂家在初期血拼是为了“圈地”，即进入运营商集采或是省分的供应链体系，这样才能够获得后续扩容，并通过扩容来实现盈利。随着4G渗透率的大规模提升，数据采集的需求量将现指数级增长。
　　随着三大运营商都大力推进4G建设进程，其共同发力将进一步提升4G的普及率，数据量级的增长将相当显著，我们认为运营商数据“采集”业务将在未来几年出现大规模爆发。
　　共建平台探索发展模式
　　国内运营商都已认识到大数据运营对其未来发展的重要性，纷纷展开了各种尝试，发展方向包括基于位置信息获取收入、根据客户需求研究分析、出具报告以及帮助DSP更加精确地投放广告。
　　基于位置信息获取收入方面，由此所能带来的商业价值相当可观，通过位置信息，可以分析受众人群的情况，可以直接实现广告定价的问题（通过测算广告牌的流量可为运营商提供定价的测算依据）。游客的趋势性信息对每个景区都非常重要，能对其提高运营水平、规划商业决策行为提供非常有价值的数据。拓展来看，不仅对景区，各类商圈都有类似的需求。因此，基于位置信息的服务才刚刚开始，非常有望成为运营商未来的发力点。
　　根据用户的特定需求进行研究分析，并就研究分析结果出具研究报告，是国外咨询公司采用的一种模式，也是非常高效的一种模式。这里我们要强化一个概念，数据属于运营商，而个人隐私不容侵犯，因此报告必须是趋势性的、群体性的，属于分析处理的内容，而非原始数据，更不能涉及具体的个体。我们认为这对运营商来说将是有广阔空间的领域，而且运营商不仅可以自己来做，更可以通过和第三方机构展开合作，开拓更广阔的市场。
　　RTB或将成为运营商大数据的大舞台。对于运营商来说，对自己的数据资产进行DPI解析，全方位分析广告受众的长期喜好和短期关注（DMP），可以识别用户的Cookie、IMEI、计费代码等信息，将这些客户标签信息以实时的方式提供给广告平台（DSP）作为实时竞价的依据之一，可以有效帮助DSP更加精确地投放广告。
　　值得特别说明的是，运营商对于精准营销的数据商用持非常谨慎的态度，因为涉及到用户隐私等问题。基于群体用户行为的分析是比较可行的。而对于B2C的精准营销，如个人短息推送等，运营商是比较慎重的。
　　而在盈利模式方面，我们认为相关产业链的公司与运营商共建平台并进行分成的模式将会是较为合理的一种情形。另外，产业链相关公司垂直化拓展其数据挖掘、分析及营销能力也将与运营商形成更好的互补效应，进而形成合作共赢的较好突破口。
　　我们认为，在大数据运营这座巨大金矿面前，运营商更多的选择将是合作共赢，扶持自己可管可控的产业链，靠自己单打独斗是无法满足行业的巨大需求和产业链过长带来的专业化分工要求。因而过去聚焦于运营商CP/SP领域的增值服务商同样值得关注。
　　大数据公司的投资逻辑
　　A股不乏众多大数据概念公司，包括(,)、(,)、(,)、(,)、(,)、(,)等。部分公司已开启运营商大数据价值的挖掘，并形成了较为清晰的模式。
　　初灵信息收购的博瑞得涉足数据采集、分析与应用领域十多年，其在3G时代就凭借其领先的市场占有率及技术，取得较高行业地位。博瑞得客户包括国内三大电信运营商以及中兴、等主设备厂家。
　　(,)2009年开始布局工业控制及工业互联网，主要生产研发工业以太网交换机，并提供工业控制系统数据传输解决方案，拥有很强的技术积累。主要面向电力、轨道交通、煤炭、冶金、石油天然气、机场等客户。公司于2015年公告以6.44亿元对价收购拓明100%股权。
　　拓明科技系一家提供移动互联网大数据业务质量优化及大数据精准营销与行业应用解决方案的高新技术企业，核心业务为基于移动互联网大数据（主要为移动网络信令大数据）的业务质量优化、精准营销及行业应用，核心产品包括信令产品、智能平台产品、室内专业优化产品、网优服务产品、大数据精准营销与行业应用产品。此外，拓明科技利用大数据技术在智能交通及智慧城市等领域业已展开业务。
　　宜通世纪传统主业是网络工程业务、网络优化业务、网络维护业务及系统解决方案业务。公司主要客户包括中国移动、中国电信、中国联通等运营商。通过与客户信息、商业应用结合，将传统用于网络优化的信令分析向移动互联网应用分发和精准营销领域扩展。公司收购四川中时代，中时代以移动广告平台运营为主营业务，覆盖全国超过4000万安卓手机用户；与国内超过4万个APP开发者展开合作；为超过3000家应用软件广告主、游戏广告主和品牌广告主提供专业化移动精准营销和效果营销服务。
　　世纪鼎利自2012年起配合中国移动进行信令监测试点，采用私有云解决方案在江苏全省实现了A接口信令的采集、存储以及数据分析，中移动内部评估这一解决方案处于领先水平。随着4G建设推进，行业有望迎来新的机遇。公司未来会在大数据营销、数据分析方面有所突破。
　　吴通通讯主要产品包括无线通信射频连接系统、光纤连接产品、移动通讯终端产品和通信应用层面的企业移动信息化服务。公司先后收购了宽翼通信和国都互联100%股权，进入了移动通信终端设备制造和企业移动信息化服务领域。2015年1月，公司收购互众广告，正式进入互联网广告领域。
　　互众广告主要基于实时竞价技术（RTB），为媒体渠道资源提供自动化的流量最优适配服务，将最为匹配的广告投放内容进行展示，从而更有效地将广告需求方的营销信息展示给目标或潜在用户，在最优化媒体流量资源价值的同时，充分提高了广告主的营销效果。目前RTB广告的普及还属于初期阶段，随着认可程度的逐渐提升，RTB的积聚效应将大规模增长，吸引大批以效果为导向的广告主，价格有望大幅提升。
　　东方国信2014年7月并购屹通信息，拓展金融大数据领域布局。屹通信息在金融大数据及移动互联网细分行业具有较高的品牌知名度和领先的行业地位。主要为银行提供专业的移动及、金融大数据等系统的解决方案和实施服务，已经为60余家金融银行机构提供成熟的解决方案。2014年12月东方国信收购普泽创智，加强大数据软件开发业务。普泽创智大数据团队专注于基于Hadoop技术的大数据存储与实时分析技术，在大数据领域拥有强大的技术实力。
（责任编辑：HN026）
03/19 15:2003/16 14:1203/16 09:5203/13 10:4803/12 21:5103/12 13:4403/09 11:3003/09 01:19
科技精品推荐
每日要闻推荐
精彩焦点图鉴
　　【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。