基于大数据的电信运营商业务模式研究

admin

本文摘自《移动通信》2013年5期。作者：李政 李继兵 丁伟

【摘 要】随着数据挖掘、云计算、物联网等相关技术的发展和逐步成熟，大数据日益成为企业CTO们关注的焦点。以电信运营商数据资源使用为切入点，分析了针对不同业务内容（业务优化类、业务创新类、效率提升类）的电信运营商大数据商业模式，以帮助电信运营商在大数据时代积极调整策略，更好地适应移动互联网趋势。
　　【关键词】大数据 电信运营商 商业模式
　　中图分类号：F626 文献标识码：A 文章编号：1006-1010（2013）-05-0064-04
　　1 引言
　　所谓的“大数据”，是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集合（麦肯锡，2011）。随着数据挖掘、云计算、物联网等相关技术的迅速发展，人类处理EB、PB级数据的能力迅速提升，人类社会逐渐步入大数据时代。尤其是在2012年3月22日，美国奥巴马政府宣布启动“大数据研究与开发计划”，项目涉及美国国家科学基金、美国国家卫生研究院、美国能源部、美国国防部、美国国防部高级研究计划局和美国地质勘探局等6个联邦政府部门，推动相关数据的收集、组织和分析，更是揭开了大数据时代的崭新一页。
　　正是在政府等组织的积极推动下，大量公司（互联网公司、移动互联网公司、电子商务公司等）开始了大数据化的进程，寻找自己在大数据时代的新定位，并从中逐渐摸索相关经验和业务模式。这其中，Amazon、Facebook、Google、阿里巴巴等都是其中的佼佼者，它们依托自己的数据优势，采取灵活而深入的分析方式进行基于大数据的挖掘，形成了崭新的商业模式。
　　对于电信运营商，其传统业务是为电信消费者提供网络服务，承担了数据传送者的重要职责。在完成传统业务的同时，电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源，具有进行基于大数据的业务的独特优势。例如，电信运营商在获取用户行为方面具有突出优势。电信消费者随时都在向电信运营商发送碎片化的行为数据（如基站接入数据、上网流量数据），这些数据在电信运营商的系统中，反映为各种日志数据、基站数据和流量数据等。对这些数据进行挖掘和分析，可以得到基于消费者群体和个体的数据，进而得到消费者心理和行为特征的知识。通过对这些知识的合理运用，电信运营商可以改进现有的商业模式和创造出新的商业模式。
　　2 电信运营商大数据应用案例
　　一些国外电信运营商已经注意到了大数据对于电信运营行业的机遇与挑战。西班牙数字业务部门首席商务官Stephen Shurrock认为[1]：“大数据是数字经济的重要基石，通过智能和可靠的手段，大数据有改变商业和社会方方面面的潜力。”美国Sprint公司技术发展和战略主管Von McConnell则指出[2]：“即使电信运营商沦为哑管道，依靠数据分析也能生存下去。”Ovum的报告则指出，大数据可以帮助电信运营商优化网络部署，洞察消费者意图并提前行动，从而提升企业的运营效率[3]。
　　一些先进的电信运营商已经开始积极准备和部署基于大数据的业务模式，并且取得了一定的成果。其中，最具有代表性的是Telefonica和美国的Verizon。Telefonica在Telefonica Digital下设立了Telefonica Dynamic Insights部门，专门进行基于大数据的业务模式创新和探索。目前，Telefonica与市场研究机构GfK进行合作，在英国、巴西推出了基于Telefonica数据的SmartStep业务。这一业务面向零售商、政府部门、公共机构提供基于地点的人员流动（Footfall）数据。具体的内容包括：以时间为维度（小时/天/月/年），在特定区域的人员人口统计数据（性别、年龄）和行动等数据，使得数据使用者可以更好地了解消费者和潜在消费者的行为与特质。例如，SmartStep已成功应用与帮助新零售店铺进行选址，因为基于这一服务，零售商可以更好地评估潜在地点的人员状况（年龄、收入、行动特征），以此提升地址选择、产品种类搭配、店铺定位等决策的准确性。
　　Verizon也提出了自己的大数据业务，命名为Precision Marketing。此服务主要基于电信运营商收集的地点数据（Geographic Location）、APP下载数据（Apps Downloaded），以及网站接入数据（Website Accessed），提供包括精准营销洞察（Precision Market Insights）、精准营销（Precision Marketing）和移动商务（Mobile Commerce）的服务。主要业务形态为基于数据的用户分析，以及广告投放和评价等服务。典型案例如足球俱乐部、零售商店、品牌商等。
　　3 电信运营商大数据业务模式分析
　　总体来看，电信运营商基于大数据的业务模式，可以有多种分析角度：一是可以从服务对象角度划分，界定为个体消费者、家庭、一般企业、政府、独立第三方机构，以及电信运营商自身等；二是可以从业务内容角度划分，界定为业务优化类、业务创新类、效率提升类等模式；三是依据业务实时性要求进行划分，界定为实时性业务模式和非实时行业务模式。本文将主要从业务内容角度进行阐述。
　　3.1 业务优化类模式
　　正如上文述，电信运营商具有天然的数据优势，不但拥有消费者的人口特征数据（如性别、年龄），而且具有详细的消费者行为数据（位置、业务使用）。以这些数据为依据，电信运营商可以极大改进自身的业务流程，进行精细化运营和管理。
　　对于个体消费者而言，电信运营商可以以消费者运动行为和业务使用特征数据为依据，同时结合身份数据，形成完整的消费者描述，据此提供更具个性化的服务。如图1所示，以WLAN流量包营销为例，通过对消费者使用习惯和业务特征进行分析，可以得到消费者兴趣爱好、行为习惯范畴的知识；通过对消费者套餐选择、资费调整频率数据的分析，可以得到消费者价格敏感度等心理范畴的知识；将这些知识与消费者注册时的个人信息数据相结合，可以得到完整的消费者描述。进一步，将此描述与消费者的位置移动数据进行匹配，分析消费者使用过程中WLAN网络的覆盖程度，从而挑选出网络侧覆盖良好、同时具有较强业务使用倾向的消费者（如价格敏感度高、新业务尤其是大流量业务接受程度高的双高用户）作为营销对象，提升营销的准确度，做到精确深度营销。

3.2 业务创新类模式
　　业务创新类模式，主要针对非个人用户开展，主要的业务对象包括家庭、一般企业、政府及第三方。
　　对于家庭用户，主要开展基于位置的服务，利用电信运营商的网络数据和GPS数据相结合，提供针对特殊群体的定位服务。例如，开展针对老年人的定位服务，事先依据老人的活动范围确定好相应的基站边界，如果老人的手机信号接入基站超出了边界范围，则其手机向已绑定手机（如其子女的手机）发送短信，并且主动提升超出边界范围的老人手机的接入优先级，保证子女可以在第一时间联系上老人，有效避免老人走失等老龄化问题。
　　这种基于电信运营商的业务模式相较基于APP的模式的最大优势在于：首先，大部分老人使用的均为较低端的功能手机，这种服务可以最大限度减少更换成本，降低服务提供门槛；第二，运营商提供的服务主要基于基站数据，为用户主动传送数据，保证了数据的稳定性和连续性。
　　对于企业用户，基于大数据的模式创新主要有两种方式：一是将运营商的数据单独使用，提供相应的咨询服务。这种方式以国外运营商Telefonica和Verizon为典型，即通过与合作伙伴合作或者单独运作的模式，为特定企业提供相应的咨询服务（如特定地点的消费者人口统计学特征，潜在消费者范围调查等），以此提升数据资产带来的价值。
　　二是电信运营商将数据与自身的信息传送能力相结合，使数据与电信业务相互促进。例如，电信运营商选择距离广告牌较近的基站开展特定广告的调研和推送业务。电信运营商可以收集相关广告牌附近消费者的信息（包括消费者年龄、性别等人口统计数据，消费者使用业务数据，消费者资费数据等），同时为广告主提供相应广告链接推送服务（广告主可以购买相应的API接口）。电信运营商提供经过广告牌的消费者未来一段时间内对于网络广告主网站的访问情况报告，以此作为广告主评价广告效果的依据。同时，对于已经访问广告主网站但是未完成交易的消费者，电信运营商可以进一步提供更高等级的链接推送服务，或者提供由广告主付费的定向流量包，进而形成一个闭环，既提升了电信消费，拓宽了自身收费渠道和对象（后向收费）；又可以帮助广告主进行更加精准和持续的营销，对于营销效果也可以做到评价。
　　对于政府和第三方，主要提供基于位置的信息服务和基于业务类型的统计服务。一方面，电信运营商可以积极与政府部门就智能交通、智能城市等内容进行合作，提供基于SIM卡的路况信息服务，对于拥堵路段提供高优先级的提醒服务；同时与政府共享人员位置流动等数据，帮助政府进行道路规划，优化基础设施建设，提升效率。另一方面，电信运营商可以在新的网络监测技术部署的基础上（DPI、PCC等），通过对信令数据的分析（URL解析）等，帮助政府进行舆情监测，对不同业务使用者特征进行统计和报告，以此帮助政府和第三方部门更好地了解市场，为增强政策的准确性提供帮助和支撑。
　　3.3 效率提升类模式
　　电信运营商的核心资产是电信网络，每时每秒这些网络中都会产生大量的信令数据，基于这些信令数据，电信运营商可以进行网络的优化。一方面，这些数据中包含了大量的网络信息（如SGSN IP、GGSN IP、Node B位置、小区名称和位置移动等）；另一方面，包含了大量用户使用业务和终端的数据（如IMSI、用户号码、业务类型和访问网站等）。这些数据打通了网络建设与业务发展之间的藩篱，电信运营商可以依据业务使用的情况规划和部署网络，进行网络优化，同时依据不同网络的特点进行业务的分流（例如通过在大量使用流量业务的定点地区部署WLAN分流低价值移动流量）来达到提升网络效率、提升收益的目的。
　　4 总结
　　本文在详细回顾了国外电信运营商大数据业务开展历程和发展模式的基础上，以业务内容为划分角度，分别分析了大数据时代业务优化、业务创新、效率提升共三类电信运营商业务模式。其中，对于业务优化类模式，主要围绕电信运营商现有业务优化展开，前期的切入角度主要是精确营销；对于业务创新类模式，主要针对家庭、企业、政府及第三方分别展开，最大程度将运营商具有的大数据资源与自身的通信能力有效结合，从而开发出更加新颖且满足各参与主体真实需求的业务模式；对于效率提升类模式，主要是打通了网络建设与业务发展之间的藩篱，形成了业务与网络建设的有机结合和互动机制，从而最大程度提升了电信运营商的效率。
　　总之，电信运营商在大数据产业链中处于数据传递和交换中心的地位，天然具有丰富的数据资源和独特优势，因此大数据时代是电信运营商的重大机遇。电信运营商应该积极调整思路和部署，制定出针对性战略，在未来的发展中占据产业制高点。
　　参考文献：
　　[1] 宋杰. 挖掘数据信息商业潜力——西班牙电信和Verizon成立大数据部门[J]. 通信世界周刊， 2012（43）.
　　[2] 晓镜. Sprint：运营商仅靠大数据就能生存[N]. 中国邮电报， 2012-11-21（5）.
　　[3] Emeka Obiodu. Readying for Big Data： Telefonica and Verizon show the way[R]. America： OVUM， 2012.
　　[4] 邬贺铨. 大数据时代网络技术与应用[EB/OL]. [2012-12-15]. http：//www.c114.net/topic/3780/a734989.html.
　　[5] 陈花. 大数据：企业提升核心竞争力的关键资产[EB/OL]. [2012-12-07]. http：//www.c114.net/expo/15/a733471.html.