产业链视角下的运营商大数据商业模式定位分析

宿天娇

（北京邮电大学，北京 100086）

产业链视角下的运营商大数据商业模式定位分析

宿天娇

（北京邮电大学，北京 100086）

基于大数据产业链及其衍生商业模式，对国内外典型运营商在各个商业模式下的案例做了简要总结，并对运营商数据资产、硬软件能力和商业模式的发展空间及风险等各方面结合大数据进行分析，从模式选择、能力建设和应用推广三个角度提出了对策建议。

大数据 产业链 商业模式 电信运营商

2 大数据产业链概述

2.1 大数据产业链各发展模式的界定

在大数据的产生到大数据实际应用的整个流程，可以把大数据产业链分为数据源提供、大数据基础设施提供、大数据软件系统提供、大数据应用服务这四个主要环节，同时还有大数据产业支撑这个辅助环节。从而产生了在各个环节的商业模式形态，即数据源提供模式、大数据基础设施提供模式、大数据软件系统提供模式、大数据应用服务模式、数据交易市场模式、大数据产业支撑服务模式[3]。大数据产业链及其衍生模式如图1所示。

（1）数据源提供模式

各类互联网企业、正在发展中的物联网/网关供应商、智能手机等各种智能终端厂商、政府公共机构、各类平台服务供应商都在不断产生并拥有大量数据资源，他们均是数据源的潜在提供者。

（2）大数据基础设施提供模式

大数据的基础设施包括硬件基础设施（如包含数据存储设备和计算设备的数据中心）和网络基础设施。传统电信运营商、阿里、腾讯、百度等自行建设大数据基础设施的企业都可以被看作大数据基础设施的提供商。

（3）大数据软件系统提供模式

参与大数据软件系统环节的数据库提供商、大数据软件提供商、数据计算软件提供商、数据挖掘工具提供商都是大数据软件系统的提供者。

（4）大数据应用服务提供模式

大数据的应用服务包括针对企业日志数据的分析、大数据广告媒体提供、商业智能类服务和针对行业和政府公共服务的行业分析、政府电子政务智慧交通等场景化应用服务。

（5）大数据市场交易提供模式

在国家政策的积极推动、地方政府和产业界的带动下，贵州、武汉等地开始率先探索大数据交易机制，目前已经成立的部分大数据交易机构均属于该类型。

（6）大数据产业支撑服务提供模式

一种通过应用大数据技术从而提供更精准和有效的培训、广告、运营、咨询等专业化服务的商业模式。

图1 大数据产业链及其衍生模式

2.2 大数据产业链各发展模式的发展现状

目前，大数据基础设施、软件系统和应用服务供应产业链经过几年的发展，均已初具规模，市场较为成熟。数据源供应模式的主要方式还是企业应用自身数据，数据交易较少，暂无相关统计结果，数据交易市场的市场规模暂无相对准确的数据。利用大数据进行的产业支撑服务目前一般融合在其他产业支撑服务之间，暂未形成独立的市场与服务类型。

从图2可以看出，目前大数据服务的主要市场还是集中在基础设施供应和数据应用服务供应上，在2014年两者的市场规模都达到了百亿美元。另外，大数据软件系统供应模式的市场规模近年来保持高速增长，年同比增速都在15%以上，预计在2017年将达到58亿美元的市场规模。

图2 全球大数据产业链各商业模式市场规模

3 运营商大数据商业模式的发展定位分析

可以看出，大数据有很多发展模式供运营商选择，而运营商要想充分利用好自身拥有大数据基础设施和数据资源的先天优势，则必须针对各主要商业模式的特征，分析其发展要求和市场空间，并结合自身优势和劣势，从而寻找出最合适的商业模式。大数据产业链商业模式对比分析如表1所示。

表1 大数据产业链商业模式对比分析

3.1 运营商数据源供应模式

数据源模式要求数据资源掌握多，同时要求有很高的标准化技术，数据处理分析技术门槛低。电信运营商的数据资源掌握的量级大，截至2016年12月底，我国移动电话用户总量已经达到13.06亿，宽带接入用户总量达到2.13亿，可以运营的大数据资源是各行业中量级最大、价值密度最高的数据资源之一。但是这个模式涉及到较大的安全隐私风险，且目前市场空间不大，主要是自行使用或提供给公共部门，因此当前仅适用于为提供公共服务的政府部门来提供数据，未来可以更多地与更上层的数据应用场景相结合来发挥出数据资源的最大价值。

3.2 运营商基础设施供应模式

运营商在基础设施供应上存在天然的优势，其数据存储服务器的建设规模处在各个行业前列。以数据中心为例，截至2016年11月，约有69%的数据中心机房被三大运营商占据[4]，这些设施可以被广泛地用来支持云存储等各类内外部基础设施需求。另外，网络基础设施建设是运营商独有的优势，这为其提供了优质的数据传输的网络资本。运营商可以通过向需求方提供大数据基础设施，从而与其建立牢固的联系，为双方在更高层次的大数据合作奠定基础。

3.3 运营商软件系统供应模式

这个模式对企业软件开发的能力要求高，需要投入较多的人力资本。虽然运营商本身的软件开发能力相对IT企业处于劣势，但是可以避开劣势，与大数据软件开发企业合作，从而实现优势互补和数据资源的共享。例如，2015年中国电信与IBM公司合作，中国电信基于自身数据资源和网络基础设施，结合IBM在软硬件和端到端服务方面的能力，向企业级客户提供了优质的SAP云服务。

3.4 运营商应用服务供应模式

大数据服务供应模式市场需求大且种类丰富，需求定制化程度高，有很大的需求空间，但是对企业的硬软件资源和能力要求最高，可以作为未来的发展方向。运营商数据服务供应是其向数字化转型的重要思路，将成为其利用大数据获取经济效益的核心路径。目前国内三大运营商在该领域尝试颇多，并且初步都取得了比较好的成果，目前该领域正处在爆发期，各个行业都有机会利用自身优势攻占细分市场甚至掌控全局的主动权。

中国联通旗下的智慧足迹大数据平台，通过大数据技术手段，对北京市区及周边热点区域，在区域消费者、竞争对手、营业厅饱和度、区域地价及通勤等方面完成了全方位的大数据分析，协助北京联通完成了“自营厅新建、自建他营厅回收及老厅改造”三项工作。

3.5 运营商数据交易市场模式

数据交易市场近三年在中国刚刚起步，虽然成长空间很大，但政策环境尚未明朗，相关法律制度基本处于空白状态。运营商可以适当尝试参与甚至建立交易市场以充分发挥自身海量数据的优势。

截至2016年9月1日，贵阳大数据交易所交易额累积突破1亿元，交易框架协议近3亿元，已发展会员超500多家，可交易数据产品近4 000个[5]。运营商可增加对大数据交易市场的关注，对标贵阳大数据交易所来规划有运营商特色的数据交易市场。

3.6 运营商产业支撑服务模式

通过大数据提供产业支撑服务存在着丰富的创新空间，是运营商不能忽视的探索方向。对运营商而言，既可以把产业支撑服务当做其发展转型的一个重要风向，开发一直想涉足的咨询服务领域，如德国电信巨头T-Mobile推出的“智慧网络”服务，已经开始为能源、医疗、交通等行业提供基于大数据的咨询服务；同时，运营商还能充分利用其雄厚的资金优势，通过探索该领域的创新孵化投资，实现其大数据服务水平的提升。

4 国内运营商发挥大数据资源和基础设施优势的路径

运营商要充分利用手中海量的大数据资源和深厚的大数据基础设施积累，根据大数据各主流商业模式的基本特点，深入分析相关产业的发展阶段和市场空间，结合自身优劣势，选择最适合的商业模式，从内外部同时着力，实现突破。

4.1 模式选择：大力发展大数据应用服务

电信运营商在寻找自身在大数据产业链商业模式定位的过程中，可以将基础设施服务供应作为切入点，合理发挥好自身数据源积累的优势，引进外部合作，从而实现优势互补和数据资源的共享。要保持自身基础设施供应的优势，在宽带网络和移动网络设施传输的基础上提供大数据传输；要合理利用自身云基础设施储备和IDC建设的先动优势，提供云空间租用等类似基础设施供应模式业务；在基础设施供应模式的基础上，着力开发大数据应用服务，充分发挥海量大数据资源优势，为原有的政企客户提供更专业的基于大数据的服务，从安全、旅游、交通等各个细分领域入手，创立属于运营商的大数据应用服务。

4.2 能力建设：建立开放共享的大数据资产管理体系

电信运营商要树立数据资产的意识，从制度上完善数据资产的标准化管理和权责明确，并尽快在企业运作中贯彻实施。首先，要完成数据认识的统一，大数据的应用部门要与大数据供应部门做好协同，在大数据的定义、口径、编码等方面，形成统一的规范与标准。其次，要完成数据的规范管理，必要时可设立专门的数据资产管理部门来进行协调与负责，同时提前明确在与其他公司合作过程中数据资产的安全规范、数据接口等问题。然后，可以适当聚焦大数据的投资力度，在数据采集和存储等方面合理加强投资建设，在数据的时效性与广泛性方面尽早形成优势。最后，要丰富大数据来源，既要着力于自身现有大数据平台建设，也要考虑接入外部数据源，确保企业大数据体系的完备。

4.3 应用推广：由内而外推动大数据产业发展

为了实现大数据的经济价值，电信运营商在制定发展路径时，应综合考虑内外部现状和趋势。对内方面，运营商首先要成为自身大数据服务的使用者，利用自身数据完成高质量大数据分析，从而改善自有业务水平、提升流量经营能力、降低运维和营销费用，为企业效率提升提供科学指导。在对外方面，运营商应成为大数据服务的供应商，实现公司大数据资源和能力的输出，面向政府、企业和公共服务部门提供大数据应用服务，落实好国有企业对社会应有的责任。

5 结束语

随着大数据技术和应用的不断发展，电信运营商应在大数据产业链中明确自身发展定位，在合法和高效利用好自身数据资产和基础设施的前提下，通过合作、开放和共享提升自己的软硬件能力和服务水平，尽早在大数据产业领域成为领导者。

[1] 中国信息通信研究院. 大数据白皮书（2016）[Z].2016.

[2] IDC. RICH DATA&the Increasing Value of the INTERNET OF THINGS[EB/OL]. [2017-06-01]. https：//www.emc.com/collateral/analyst-reports/idc-digitaluniverse-2014-china.pdf.

[3] 朱敏. 互联网+背景下大数据产业链模式分析[J]. 互联网天地, 2016(3)： 13-14.

[4] hang编辑. 我国数据中心现状及未来发展趋势[EB/OL].(2016-11-08)[2017-06-01]. http：//www.jifang360.com/news/2016118/n017289023.html.

[5] 刘鹏. 2017年贵阳大数据交易所力争交易额突破3亿[EB/OL]. (2017-03-07)[2017-06-01]. http：//www.gygov.gov.cn/art/2017/3/7/art_22008_1134802.html.

[6] 维克托·迈尔·舍恩伯格. 大数据时代[M]. 杭州： 浙江人民出版社, 2013.

[7] 乔宏明. 运营商在大数据产业中的定位刍议[J]. 移动通信, 2014,38(13)： 15-18.

[8] 徐葳. 让大数据基础设施更智能[J]. 软件和集成电路,2016(8)： 34-35.

[9] 吕良成. 电信运营商大数据资源应用及变现探析[J]. 通讯世界, 2016(13)： 75-76.

[10] 李玲. 大数据时代下运营商如何驱动数据的“智慧运营”[J]. 通信世界, 2015(23)： 32-33.

[11] 武超则. 运营商大数据产业链迎机遇[N]. 中国证券报,2014-11-27(A13).

[12] 张云帆. 电信运营商大数据发展策略与价值挖掘[J].移动通信, 2016,40(5)： 20-23. ★

Analysis on Commercial Mode Orientation of Operators’ Big Data From the Perspective of Industrial Chain

SU Tianjiao
(Beijing University of Posts and Telecommunications, Beijing 100086, China)

The speci fi c cases in different commercial modes for operators at home and abroad were summarized brie fl y based on the industrial chain of big data and its derived commercial mode. Different aspects including the data asset,software and hardware capability, developmental space of commercial mode and risk were analyzed according to big data. The countermeasure and suggestion were put forward from three angles of mode selection, capability construction and application promotion.

big data industrial chain commercial mode telecommunication operators

10.3969/j.issn.1006-1010.2017.17.017

F626

A

1006-1010(2017)17-0092-05

宿天娇. 产业链视角下的运营商大数据商业模式定位分析[J]. 移动通信, 2017,41(17)： 92-96.

1 引言

2017-06-13

责任编辑：文竹 liuwenzhu@mbcom.cn

宿天娇：硕士研究生就读于北京邮电大学经济管理学院国际商务专业，研究方向为信息产业经济、国际通信服务贸易等。

随着智能设备的加速普及和万物互联的不断实现，人们全面步入了数字化时代，全球大数据市场处于持续快速发展阶段。2015年，我国大数据核心产业的市场规模达到115.9亿元，增速达38%，2016年达到约168亿元，增速接近45%，可以预见，中国大数据市场将维持高速的增长趋势[1]。据国际数据公司（IDC）统计，媒体、互联网数据量占比为1/3，政府部门、电信企业数据量占比为1/3，其他金融、教育、制造、服务业等数据量占比为1/3[2]，可见电信运营商拥有并持续产生着大量的质量较高的结构化和非结构化数据。虽然运营商对大数据的关注、投入与实践活动开展得较早，但在当前的大数据产业中，处于领头羊位置的公司始终是谷歌、亚马逊和国内的“BAT”以及其他专注该应用领域的企业，鲜有国内运营商的身影。因此，更好地定位电信运营商在大数据产业链中的商业模式，对于充分利用电信运营商拥有的大量优质数据资源与丰富的数据基础设施储备有着重要意义，本文将对此进行探讨。