1.4 电信大数据的掘金之路

近几年，随着移动互联网和OTT（Over The Top，互联网公司越过运营商向用户提供服务）业务的快速发展，运营商逐渐陷入“管道化”危机，数据业务增量不增收，急需发展变革。在此背景下，电信运营商成为大数据发展应用的生力军，工作重心聚焦到如何充分挖掘管道数据，发展增值业务，进而转型升级。如图1-1所示，Gartner（高德纳）对全球100多家运营商进行研究，描绘了运营商数据变现涉足的主要行业以及所占的比例。可以看出，最有利于运营商变现的领域包括电信行业内部应用以及金融、零售、政务领域。

运营商针对大数据分析及挖掘进行了诸多尝试，并以此开发新型应用方向，服务广大客户，辅助企业运营。下面是搜集到的一些国外运营商大数据应用的案例。

1.4.1 AT&T

AT&T（美国电话电报公司）通过获取基站位置数据分析用户在星巴克门店附近的通话以及数据业务记录，预判消费者的购物行为，从而可以预估消费者登门消费的大概时间段，进行广告信息推送及产品个性化的推荐。

1.4.2 德国电信

德国电信旗下的T-System 提出了“智能网络”的概念。通过实时获得汽车、医疗以及能源企业的数据，T-System 先后开发了车载互联网导航系统、交通意外自动呼叫系统、声控电邮系统，以及能源网开发解决方案，实现电量的供需平衡。

1.4.3 Vodafone

2009 年，Vodafone（沃达丰）旗下的SmarTone-Vodafone 建立了动态数据仓库，它主要通过开放API（Application Programming Interface，应用程序接口）向数据挖掘公司等合作方提供部分用户匿名的地理位置数据，以掌握人群的出行规律，有效地与一些LBS（Location Based Service，基于位置的服务）应用服务对接。

1.4.4 法国电信

法国电信公司Orange 通过分析掉话率数据找出超负荷运转的网络并及时扩容，从而有效完善了网络布局，给客户提供了更好的服务体验，获得了更多的客户以及业务增长。

1.4.5 中国联通

中国联通的“移动通信用户上网记录集中查询与分析支撑系统”通过引入大数据和Hadoop技术，用于支撑全网数亿名用户的上网记录查询工作，有效地避免了用户数据流量所引发的计费争议，提升了针对用户的个性化业务支持能力。

由此可见，运营商正在积极探索更高效的商业模式，从而更好地促进大数据变现。总结起来，主要包含以下思路：

（1）数据集市，将经过脱敏处理的数据转售给其他商业机构，以此获取收入。

（2）API开放，将成熟模块进行封装，如用户画像、金融征信等，在外部机构接入或者调用API时收取费用。

（3）电信行业内部应用，通过联合 BSS（Business Support System,业务支撑系统）+OSS（Operation Support System,运营支撑系统）域系统数据，对用户、业务、网络、终端进行多维度分析，满足网络建设、维护、优化等一体化支撑需求，同时提升用户感知，促进营销的精准化与商业决策的智能化。

（4）外部行业应用，构建面向外部可靠、高效的大数据平台，提供行业应用解决方案，解决行业痛点，完善大数据行业应用生态链。