“一千个人眼里有一千个哈姆雷特”，用这句话形容大数据认知并不为过。

在中兴通讯中心研究院副院长陈坚的眼里，大数据更是一个用来提升社会生产总效率的工具。“透过各种表象，究其大数据价值的本质，在于提升人类活动的准确性，减少传统方式下的试错成本，从而提升社会的总效率。”

的确如此。自大数据风靡整个世界以来，零售行业、保险行业、金融行业、医疗行业等诸行业正从中受益，实现工作效率和业绩的双提升。

陈坚向记者举例说，商家利用大数据可以实现精准营销，提高广告的准确性，减少对无效客户的推送，从而提高信息传播效率;警察则可以通过摄像头记录的大量数据进行分析，提高案件侦破的效率。“这些归根结底，都是通过大数据来提高人类活动的准确性，进而来提高整个社会的生产效率。”他说。

而在过去的几年中，电信市场更是品尝到了大数据的红利。法国电信开展了针对用户消费的大数据分析评估，借助大数据改善服务水平，提升用户体验;NTTDoCoMo通过制作精细化表格，收集用户详细信息，改善CRM系统和知识库能力，准确定位目标客户，业务办理的成功性大大提升;AT&T在满足隐私法规的前提下，则将与用户相关的数据出售给政府和企业以获利。

“可以说，大数据已经成为运营商新的战略发展引擎。”陈坚向记者强调。

　　认清数据的价值

相比于其他行业，电信运营商拥有独有的“管道”优势。在这条浩瀚的管道里，记录了用户的各种信息——我是谁，我在哪里，我即将去往何处，我更喜欢发短信还是打电话，我是喜欢上网看新闻还是聊天抑或是看视频。

越来越多的运营商将这些信息转化为生产力，提高市场竞争力，并实现利润的提升。来看一下中兴通讯是如何帮助运营商将信息转换为生产力的。

Smartfren(金光)作为印尼本土最大的CDMA运营商，面临来自Telekomsel、Indosat等多家移动运营商的激烈竞争，长期饱受用户流失率高，新增用户发展缓慢等问题的困扰。

中兴通讯对其运营支撑系统进行了深入分析，认识到由于系统缺乏海量数据处理和挖掘分析能力，在目标用户识别、用户群细分、用户行为分析等关键环节，Smartfren无法有效支撑市场营销活动，导致营销活动针对性不强，营销手段单一等问题，缺乏对营销效果的有效评估和对沉默用户/高危用户的及时识别和维系、挽留。

为此，中兴通讯提出了大数据精准营销解决方案。2013年5月，Samrtfren大数据精准营销系统正式上线。结果表明，Smartfren的营销转化率提高到6.6%，月利润增长了3.1%，离网率降低到0.8%，运营收益显著提升。

一个不可忽视的问题是，随着移动用户的增多，管道里产生的数据越来越多。面对每天暴增的数据量，运营商也很迷茫：如果对所有的信息都进行分析，那么显然是不现实的。而且这些信息里面有很多“垃圾信息”，没有任何意义，运营商希望能够更加精准地筛选数据。

来自微软的专家便指出，并非所有有价值的数据都是“大数据”，也并非数据都一定对运营商的业务具有战略意义。

对此，中兴通讯中心研究院总工王德政在接受《通信产业报》(网)采访时表示：“一个高价值的数据集，应该满足如下几个特征：其一，该数据与物理世界有较为广泛的对应关系，而不应是纯粹的虚拟数据;其二，该数据集是可以实时更新的数据集，而不应是纯粹的静态数据;其三，如果该数据集具备物理位置等信息，将具备更大的价值。

他进一步指出，数据是否具备价值在很大程度上还和数据处理手段有关。例如，作为化石能源，页岩气的储藏量很大但却一直没有被开采。这是因为，在老旧的技术手段下，开采所付出的环境成本与经济成本太大。但随着开采技术的进步，页岩气的开采逐渐具备了经济可行性，则页岩气就与天然气、石油一样，成为重要的战略资源。

对于电信领域的大数据来说，也是一样的道理，以前对于信令、日志等数据的存储/处理成本太高，对其进行深加工则很难具备经济效益，当随着云计算等技术手段的进步，这些数据就如页岩气一样，成为各个运营商的战略资源。

“未来随着数据处理技术的进步，以及处理成本的降低，在当前看来是‘垃圾’的数据，也将会成为宝贵的资源，为电信运营商创造价值。”王德政指出。

集中化是前提

微软委托IDC进行的一项最新全球研究发现，全球通信和传媒行业有望在未来四年内从数据挖掘中获得超过2350亿美元的数据红利。

不过，获得这些红利不是一件容易的事情。大数据服务创业公司Connotate对800多名商业和IT主管进行了调查。结果显示，60%受调查者称“目前就说这些大数据投资项目肯定能够带来良好回报尚为时过早”。

之所以如此，是由于当前大数据缺乏必需的开放性：数据掌握在不同的部门和企业手中，而这些部门和企业并不愿意分享数据。而大数据是通过研究数据的相关性来发现客观规律，这依赖于数据的真实性和广泛性。显然，数据之间的无法对话已经成为大数据的一个掣肘。

犹记得，在奥巴马竞选连任时，其竞选团队中有一个神秘的数据挖掘团队，他们通过对海量数据进行挖掘帮助奥巴马筹集到10亿美元资金;他们通过数据挖掘使竞选广告投放效率提升了14%;他们通过制作摇摆州选民的详细模型，每晚实施6.6万次模拟选举，推算奥巴马在摇摆州的胜率，并以此来指导资源分配。

这个数据挖掘团队很早就意识到数据分散存在将成为他们面临的一个挑战。为此，在竞选开始前的18个月，该团队就创建了一个单一的庞大数据系统，可以将来自民意调查者、捐资者、现场工作人员、消费者数据库、社交媒体，以及“摇摆州”主要的民主党投票人的信息整合在一起。

这个整合后的巨大数据库不仅能告诉竞选团队如何发现选民并获得他们的注意，还帮助数据处理团队预测哪些类型的人有可能被某种特定的事情所说服。

而对于运营商来说，数据条块分割存在的现象更是普遍存在。“现实中的数据条块分割，将会大大降低数据的价值。可以说，未来电信运营商大数据系统建设的一个重点与难点就是数据的获取与整合工作。”陈坚向记者指出。

目前，中国联通计划把所有IT核心的数据、网元侧的数据、互联网的数据，乃至与外部合作和关联企业或者第三方交换的数据，全部整合，形成能够反映企业全景、客户全景、所有产品/渠道的大数据平台。

王德政进一步告诉记者，数据的整合只是大数据应用的基础性工作。真正要让数据产生价值，还必须通过相应的业务建模与数据挖掘，从这些数据中获取知识与智慧，才能真正产生价值。中兴通讯对电信数据的理解非常深入，具备对电信数据进行建模与应用的能力，可以帮助电信运营商实现数据价值的发掘。

保护数据隐私和安全

在大数据的强大分析能力之下，用户的个人行为变得日益透明。

2012年，来自美国罗彻斯特大学的亚当·萨迪克(Adam Sadilek)和来自微软实验室的工程师约翰·克拉姆(John Krumm)发现他们可以大致预测一个人未来可能到达的位置，最多可以预测到80周后，其准确度高达80%。

而带来的后果是，越来越多的用户担心他们的隐私被识破。因此，如何保护用户数据隐私和安全已经成为大数据的一个重要话题。

陈坚认为，随着法规的健全，未来有两条原则应该作为大数据应用的基本法则被明确写入法规。其一是匿名性原则。数据拥有者向大数据应用所提供的数据，必须是匿名的，不能直接暴露个人的隐私信息。其二是聚合性原则。数据拥有者向大数据应用所提供的数据，必须是聚合数据，而不是基于单个用户的数据，以防止通过匿名数据推导出个人隐私信息。

当然，在大数据时代，最终用户也可能需要放弃少量的隐私，而换取自己的便利性以及整个社会生产力的提高。例如，用户要是使用基于位置的服务，就必然要放弃自己地理位置的隐私信息。用户希望使用云服务自动匹配识别陌生来电，必然要部分放弃自己通讯录的隐私权。

陈坚介绍，中兴的DAP大数据平台在数据的处理与提供上，完全遵循匿名性原则与聚合性原则，为用户的隐私保护提供清晰的行为原则与边界。

助力运营商挖掘管道价值

作为电信领域的专家，中兴通讯可以针对电信大数据进行专家级的建模。中兴通讯的大数据平台DAP就是这个大时代下的产物，它可以利用云存储与云计算的技术，对海量的数据进行存储、挖掘分析，以帮助企业充分开发数据的价值。

王德政向记者阐释了DAP的优势：“与其他大数据系统相比，DAP有三个最重要的特征，给运营商和企业带来更多的价值。”

第一，DAP采用货架式架构，采用企业总线ESB的技术，可以灵活地对各个组件模块进行裁剪与拼装，满足“集成”与“被集成”的两种角色要求。

当前各个行业已有大量的生产系统在线运行，完全重构这些系统无论是经济成本，还是时间成本，都将无法承受。所以，未来的大数据系统必然要同时承担两种角色，即大数据系统既可以作为原有生产系统的一个子系统被集成，也可以作为主系统去集成原有的生产系统。

DAP货架式架构可以灵活适应各类“集成”与“被集成”的场景，在不影响生产系统稳定性的前提下，与原有生产系统无缝集成，引入大数据系统。

第二，DAP在数据分析挖掘层面的智慧生成的特征，可以提高企业活动的准确性。未来的大数据系统能否生成智慧，替代人类专家，将是区分大数据系统与传统IT系统的关键特征。一个无法生成智慧的系统，无论数据量有多大，充其量也就是一个大型的传统系统，而不是大数据系统。DAP通过针对性的挖掘算法改进，可以做出超越人类专家经验与直觉的智慧建议，提升人类活动准确性，提高社会生产能力。

第三，DAP具备平台特性。DAP作为中兴通讯公司级的大数据平台，聚焦于数据的存储、处理时效以及挖掘算法，为上层应用解决大数据应用的技术难点与障碍。上层应用可以根据自身的需求，快速地进行定制开发，以很短的时间周期与研发成本推出新的大数据应用。未来，DAP还可以对第三方开放，支撑第三方的大数据业务开发。

目前，已经有不少运营商部署了中兴通讯的DAP大数据平台。“通过DPI抓取电信网络中产生的过程信令以及业务数据流，并对这些原来‘无价值’的数据进行挖掘分析，产生网络优化建议，指导对现网的建设与优化，节约运营商大量的运维成本。”陈坚向记者表示。

同时，运营商可以对这些数据进行深加工，对用户进行标签分类，描绘用户的全方位画像。并将这些用户画像数据与其他行业数据进行结合，实现数据的二次增值。例如，可以与交通行业结合，利用电信数据做实时的人流量模拟分析，以检测道路规划的合理性等。

“未来，中兴通讯将进一步助力运营商挖掘管道价值，获取更多的数据红利。”陈坚向记者表示。