运营商拓展大数据业务还需“精耕细作”

本刊记者│刁兴玲 张鹏

运营商拓展大数据业务还需“精耕细作”

本刊记者│刁兴玲 张鹏

运营商意识到，海量数据规模的优势只是基础，如果不能在应用或者解决方案方面有所突破，运营商仍然只是管道而已，只不过原来是通信管道，现在成了数据管道。

对话：

中国电信北京研究院灯塔大数据研发与运营中心主任 .........孙静博

中国电信上海公司新兴业务运营管理部大数据运营中心主任 ...冯耀洲

山西移动IT支撑技术专家 ...................................卢山

行业应用创新是运营商大数据应用面向客户的最后一步，也是至关重要的一步。经过了两年多的概念导入和市场宣传期，如今的运营商在大数据领域早已跨过了研究与规划阶段，走上了更为踏实和充满挑战的“大数据变现”之路。那么，运营商应该如何充分利用自身已有的数据规模优势，通过数据开放平台，构建以服务为核心的数字商业模型？本期《通信世界》特邀多位运营商专家，共话电信业大数据的未来。

如何将“大数据”付诸实践

《通信世界》对于运营商而言，当下较为棘手的并不是如何研究和规划大数据，而是如何将“大数据”付诸实践，目前运营商大数据应用较为成熟的领域和业务系统有哪些？

孙静博：在大数据浪潮中，电信运营是率先开展大数据研究和应用的行业之一。通过利用运营商海量网络大数据资源，中国电信北京研究院通过大数据技术创新，自主研发了灯塔大数据行业应用创新平台。在灯塔平台的基础之上，打造了一套完整的“5+1+1”大数据产品体系，5个产品方向包含精准营销、金融征信、人力资源、市场研究和地理商业智能，1个平台指的是Data Fusion&Insight能力平台，另外一个“1”指的是交易市场。

在精准营销方向，我们利用数据拼接技术，实现跨屏、跨网、跨平台的用户对齐，并利用深度标签技术，打造更加立体的用户画像，从而为客户提供更加有效的精准营销服务，既包括新客获取也包含老客营销，使数据真正带来营销活动ROI的提升。

在金融征信方向，我们通过整合传统信贷数据之外的其他数据源，辅助各类金融机构对借贷主体，无论是个人还是企业，进行信用评级与风险定价，有效对央行征信报告进行了补充。此外，由于我们的能力平台可以关联和识别用户的多重身份，所以在贷后的风险预警和逾期催收的应用方面也很有优势，同时在不良资产处置方向上也大有机会。

在人力资源方向，我们创新地引入用户互联网行为，形成求职者的胜任力、学习能力、专注度、敬业度等指标，试图把人力资源这种“非标”资产标准化，进而尝试对人力资源做资产定价，并推出了相应的猎头与“背调”服务，打破传统人力资源行业的信息不对称，降低企业的用工风险与用工成本。

在市场研究方向，我们将全量、跨平台、多维度等大数据的优势，与传统市场研究中的小数据结合，目前已经打造了诸如消费者洞察、商业指数分析、决策路径分析等诸多成功案例。

在地理商业智能方向，我们通过引入第三方数据源，将用户线下的位置信息精确到店铺级别，再关联上用户的线上行为，于是就产生了区域人口洞察、店铺选址、客流分析等一系列地理方向的应用。

卢山：目前运营商大数据应用较为成熟的领域和业务主要分为大数据实时营销、网络分析与数据合作等几类。

大数据实时营销，基于对客户需求的精准把握，开展个性化、精准、场景化的实时营销，将合适的业务在合适的时间通过合适的渠道推广给合适的客户。大数据实时营销强调的是快和个性，快是获取用户需求的速度比较快，制定决策的速度比较快，响应的速度比较快；个性是获取个性化的用户需求、个性化的营销策略、组织的扁平化，并把营销主体下放给个性化的客户经理。

基于网管域数据的网络分析，以优化网络体验、提高用户网络感知以及完成网络情况的实时监控为目标，建立网管健康数据分析系统，利用大数据平台引入全省的网络数据，实现网络与业务数据融合，构建面向业务的实时分析系统。

数据合作，依托企业数据中心强大的处理能力与海量数据，基于完全匿名和聚合的移动数据，利用统计分析、数据挖掘等技术，向客户提供标准化数据产品、大数据分析报告、高效Open API服务。为社会、政府、企业以及家庭、个人客户提供经过分析挖掘而形成的价值产品与服务，实现数据价值提升与共享。

冯耀洲：中国电信从2013年底开始进行大数据应用探索，经过几年的实践，目前已经将“成为国际领先的大数据运营商”作为自身长远发展的愿景和使命。

中国电信在产业角色上，定位于大数据能力和产品的提供者、业务和应用的参与者。准备利用3年时间达到国内领先、数据能力规模发展、数据产品重点行业全覆盖；对内支撑上，建立专业化大数据业务运营组织、标准化流程和一体化支撑体系，支撑前端营销和后端运营，降低运营成本，促进价值增长；对外合作上，形成强劲的大数据增值能力和大数据资产变现能力，建立中国电信主导的大数据生态体系，并探索混合所有制经济，实现合作共赢；在具体应用上，目前的电信DMP标签业务、区域洞察服务、精准营销及效果监测及风险管控等业务相对开展得比较成熟。

如何应对业务系统的“烟囱式结构”

《通信世界》运营商将大数据应用分为“对内”和“对外”，“烟囱式”的封闭业务系统是否是第一个“拦路虎”，您对“实现数据共享”有何解决之道？

卢山：在架构层面，以BI系统为起点，以降低技术与业务的耦合度，避免单个小系统建设为核心，以共性能力沉淀（业务抽象、共性技术剥离），迭代建设，统一管理为设计思路建设大数据平台。

在数据层面，建设资产管理体系，为DAAS、PASS和SAAS提供底层的数据支撑，数据框架基于数据实体、业务语义组织、应用接口的核心模型思想进行数据的收集、组织、准备、服务和管控，提供统一、标准的业务语义和数据服务访问方式，使得数据消费者达成一致的数据理解，数据消费者无需关心数据的真实物理部署，仅需通过统一的数据访问接口便可以简单、便捷、高效、安全地获取所需数据，有效屏蔽异构数据平台差异，有助于提升企业数据资产的管控效率和数据开放共享的效率。

冯耀洲：中国电信在大数据应用开展的过程中，越来越意识到两点，一是内部数据必须集约。为此，中国电信集团从2014年着手推动数据集约工作，目前已完成大部分数据的集约。二是内部数据必须与外部数据打通，才能实现更大的价值。为此，中国电信与业界各方成立了BDU，推动各联盟企业在数据领域进行开放合作。

当然，所有的数据合作都是基于不泄露用户个人隐私的基础上。在具体举措上，中国电信设立了大数据开放平台，将部分历史数据进行脱敏后开放给合作方进行研究，共同推动大数据的应用。在真正的开放合作上，我们也希望政府能够牵头，制定大数据开放的法律法规，使企业数据开放能真正做到有法可依、有法必依。

如何最大化激发BI潜能

《通信世界》您认为目前运营商的BI系统发展现状如何，是否已经最大化地激发出了大数据在电信运营业的潜能？

卢山：目前BI经过多年的建设已经沉淀了比较深度的数据基础与数据分析方法论，对于跨域整合数据、融合数据分析、对外共享应用是一个很好的起点。但随着网络数据的不断引入，应用规模的扩大。BI传统的IT架构存在瓶颈，需要进行x86化演进以及引入大数据新技术进行架构升级，才能最大化地激发大数据在电信运营业的潜能。

冯耀洲：BI系统目前还处于探索阶段，底层数据汇聚和加工已经初具规模，但要形成具有智能化推荐结论的自动推送，还需花更大的力量去研究和实现。目前我们正在向这个方向努力。

如何让“对外合作”更合规

《通信世界》在大数据的“对外合作”方面，碍于数据安全法律法规方面的限制，目前运营商还是摸索中前行，那么运营商应该如何做好数据管理、数据脱敏等工作，是否会存在一定的数据安全风险？

孙静博：中国电信灯塔大数据在数据安全方面，采用六重安全保障方案，全流程保障数据安全。

1.数据采集：对自有数据采用专有网络采集，对外部数据采集通过识别Sybil攻击和ID欺骗攻击的算法防止被攻击。

2.数据清洗：对隐私数据进行脱敏处理，对关键数据进行加密处理。

3.数据传输：自有数据专有网络传输，关键数据加密后传输，通过严格的校验规则保证传输的完整性。

4.数据存储：通过HDFS的机制保证多份存储，通过多租户的管理，保证不同用户的数据保持独立，关键数据加密存储。

5.数据运算：为任务分配合理资源，保证平台安全，通过日志记录数据使用情况，并进行细粒度审计，对系统进行实时监控。

6.数据服务：通过数字签名控制服务接入，采用流量控制，保证合理负载。

卢山：保证客户隐私数据的安全是安全管控的重中之重，建立数据安全管理体系，明确敏感数据不出局，严管隐私数据。对数据活动的事前、事中、事后进行技术与流程管控。

冯耀洲：首先运营商数据要集约管理，这样才能从管理角度更好地防范数据安全风险；其次，在内部数据采集后进入存储环节时，必须做数据脱敏，并严格控制非脱敏数据的使用权限；第三，对所有的数据使用务必做好全量审计；第四，数据应用渠道与大数据平台必须实现全自动对接，并在数据使用过程中做到虚拟化，尽量减少人工干预的环节；第五，要有严格的信息安全管理制度并严格执行。

运营商大数据如何“借力打力”

《通信世界》有观点认为，国内运营商从事大数据业务主要优势依然是数据规模的庞大，而不是解决方案和商业模式的成熟，您对此如何评价？

孙静博：运营商近两年已经逐渐探索出一条落地的，可复制的大数据解决方案和商业模式之路。中国电信灯塔大数据平台在大数据的变现能力打造方面分为3个层次，整合多源数据、打造能力平台、创新行业应用。

在多源数据整合方面，我们整合了电信内部云公司与省公司的一些数据源，包括脱敏后的固网及移动管道数据（DPI）、客户注册信息（CRM）、流量及话单数据（ODS）、位置（信令）等；同时，我们也积累互联网数据，包括电商、视频、触媒、汽车、地产、金融、社交等垂直领域公开数据约4亿条；同时我们接入了大量的第三方数据资源，包括约200个数据接口API，覆盖教育、工商、航空、公安、法院、银行等领域。“整合多源数据”的定位中我们追求的是“广”。

在能力平台打造方面，我们在多源数据整合之后，对数据进行了进一步的清洗、融合与能力封装。在数据清洗环节，我们对原始数据去噪声、结构化，保证数据质量；在数据融合环节，我们通过ID的mapping，打通多方数据源，将数据的整合提升到数据的融合，实现1+1＞2的数据融合增益。

在能力封装环节，我们在保护用户隐私的前提下，面向不同的大数据应用场景，把人与物多重的时空关联关系，做定量的刻画与预测，并以API的形式做能力封装。“打造能力平台”的定位中我们追求的是“准”。

在行业应用创新方面，我们与合作伙伴一起，在能力平台封装的数据能力之上，针对客户的需求与痛点，共同研发面向通用领域与垂直行业的，大数据产品与解决方案，使得大数据服务能够真正为客户带来价值。我们希望与合作伙伴一起，营造灯塔大数据生态圈，进而加速大数据的商业创新与应用落地，为传统产业升级和经济结构转型贡献力量。“创新行业应用”的定位中我们追求的是“深”。

卢山：目前我们还在摸索和不断发展中。在数据的可信度方面，加大源数据的数据质量建设，沉淀与凝聚企业数据资产，让数据能够实话实说，在社会上建立数据权威。在数据的实时性方面，由于移动通信设备的普及，运营商获取个体、团体的位置信息、行为特征的实时性数据有较大价值，我们正在针对上述诉求采用内存及流计算技术提高数据处理和响应的实时性。

冯耀洲：目前运营商在大数据领域的主要优势的确是海量用户数据，但并不只有这一个优势，除此之外，还有实名制优势，连续而不间断的位置数据等优势。

但运营商也意识到，以上优势只是基础，如果不能在应用或者解决方案方面有所突破，运营商仍然只是管道而已，只不过原来是通信管道，现在成了数据管道。所以运营商需要从4方面着手实现提升。首先，在一些行业领域进行深耕，希望能形成完整的行业大数据解决方案；其次，要与其他数据方合作，提升用户画像能力；第三，丰富标签体系；第四，提供实时数据能力。

编辑｜张鹏 zhangpeng@bjxintong.com.cn