当前数据业务在移动运营商所提供的服务中占比越来越大，移动网络向混合多层网络进行转变。而这对运营商的工作提出了巨大的挑战，因为这一转变意味着要提供更快、更灵活的管理和控制机制， 提升运营效率，以创新的思维应对日益变化的市场需求。而高效地整合移动网络的各种数据资源，进而利用大数据技术进行深度关联分析成为应对这一挑战的关键。

随着对移动互联网的依赖越来越强，人们对网络服务质量的敏感程度不断增加，使得无线网络的服务质量更为运营商所关注，网络质量已经成为影响运营商发展的重要因素，对经营的好坏具有重要影响。

现有网络优化主要通过对现已运行的网络进行话务数据分析、现场测试数据采集、参数分析、硬件检查等手段，找出影响网络质量的原因，并且通过参数的修改、网络结构的调整、设备配置的改动和采取某些技术手段，确保系统高质量的运行。但是现有网络优化关注的主要是无线侧的数据，在网络运营初期，优化所带来的效益比较明显，随着网络逐渐稳定，网络优化的效益越来越不明显，但人们对网络质量的期待却越来越高。如何在现有网络的基础上通过有限的投入获得最大的收益？

现在的网络运营正在转向全方位立体运营，网络优化也需要跳出原有的思维模式，不仅仅是优化网络资源配置，而是要优化运营资源配置。在网络优化中利用大数据技术，对包括网络、业务和客户等多维度的数据关联考虑，作为一个整体来看待，从而将前端市场和后端网络协同起来，提高网络管理和建设的整体效率和收入。

首先，利用大数据技术进行多数据源信息采集，将来自无线侧、核心网、计费、用户等多种数据收集、过滤并关联。在这一步，将来自不同域的数据有效关联，从而得到更全面、更丰富的信息集合。其次，对数据进行多维度的分析，按用户类型、终端类型、数据流量、业务类型等分别进行关联处理，加权分析，得到网络质量与用户、业务等相结合的综合网络分布。最后，将分析结果以地理化的方式直观呈现，如图1所示。

　　图1 多维度网络分析的地理化呈现

应用场景一：提升投资效率。移动运营商每年都要对网络进行优化，但是由于投入的资源有限，为了达到更好的优化效果，需要对小区进行分析，对收入高或影响大的小区，要进行投资倾斜。利用大数据分析将网络质量与小区价值结合起来，能够迅速得到价值高且网络质量差的小区分布，从而优先安排网络优化工作。

应用场景二：提升应用覆盖。爱立信认为，传统的网络覆盖以能否打通电话为衡量网络质量的依据，如果能够打通电话就是有覆盖；而“应用覆盖”是以用户能否使用移动应用程序为出发点，能够顺畅地使用应用才算是有覆盖。通过将网络吞吐量和应用业务关联 分析，能够得到在不同小区特定应用对应的网络吞吐量分布，从而可以针对不同小区的业务进行网络资源分配，提升特定应用的覆盖水平。

相比于大数据在移动互联网领域的广泛使用，大数据在运营商的应用还处于初期阶段，但应用领域已经逐步拓展。通过对网络流量、终端、用户等多维度分析，不仅能够帮助提升网络优化的效率，降低投入，如果能够进一步挖掘，还能够为精细化营销，改进客户体验提供有力的数据支撑。

爱立信认为大数据技术能够带给运营商更大的竞争优势，通过将大数据技术与运营管理相结合，将分散在各个部门的数据整合起来，打破原有的信息孤岛，使信息充分有效地流通，从而能够更高效的运营网络，进行市场决策。