流量经营时代将驱动运营商强化大数据应用能力带来行业性机会

近两年运营商对于大数据的经营发生了较大变化，从过去主要采集用户信息、ARPU 值等用于经分、客户维护等，逐渐转向信令数据、用户数据、APP 数据的采集和分析等。这其中主要由于发生了几大变化，使得运营商更注重大数据：

1)移动互联网时代的到来：进入到移动互联网时代，手机变成用于上网最多的终端。在移动端上，运营商可以监测到每个用户使用的流量、用户的常用APP、每个APP 打开次数、停留时间、搜索和浏览的网页等;

2)由增量用户抢夺变为存量用户维系：目前移动用户已达13 亿户，新增空间已十分有限。运营商的策略讲从争夺新增用户转向存量市场的挖掘和用户维系，并且提高单用户的ARPU 值。因此，运营商更加关注大数据，希冀从中能够获得更多用户习惯和偏好进而通过针对性的措施提升ARPU。

从运营商进行大数据挖掘的出发点进行考量，运营商目前最为关心的将主要聚焦于如何用大数据提升用户的流量使用量，以及如何通过新的商业模式获取更多收益。

对于大数据的关注不应当仅仅局限于其应用领域。我们认为，大数据的成功必然是整个流程的运作成功。在获取大数据后，其应用流程应当包含：采集、大数据库、分析与应用。

目前，在数据中，非结构化数据的占比已快速增长，而且非结构化数据与结构化数据相比增长速度快10 到50 倍。根据IDC 的报告显示，目前大数据中非结构化数据占到了80%~90%之间。非结构化数据主要包含邮件、视频、微博、手机呼叫、网页点击、搜索等数据来源。可以说，非结构化数据随着互联网、特别是移动互联网的发展而快速兴起。如果说结构化数据用详实的方式记录了企业的生产交易活动，那么非结构化数据则是掌握企业命脉的关键内容，所反映的信息蕴含着诸多企业效益提高的机会。因此，只有解决非结构化数据的分析困难，才能有效挖掘这些数据背后的价值，驱动企业价值提升。

未来，非结构化数据将占到更加主导的地位。随着非结构化数据的爆炸式增长，传统体系已难以支撑。主要原因为：(1)传统体系无法支撑短时间内大量数据的采集;(2)传统体系要求必须将数据进行归档和分析后进行储存;(3)传统体系的大数据调取和分析需要耗费大量时间。(4)庞大的规模、指数级的增长和多变的特征使得大数据迫切需要一种可伸缩性更强、更灵活的数据管理和分析框架。而传统体系难以实现。因此，我们认为大数据产业链将主要分为如下几个环节：基于采集设备和存储设备的部署、大数据库开发运维、分析以及应用。

在目前数据快速增加、大数据需要先存储再之后再按需及时进行大规模数据分析的现状，传统体系将遇到重大挑战，而这也是我们将数据采集、存储作为重要环节的原因。其中，随着目前基础架构的革新，采集和存储、乃至分析的相关性都愈发增强。随着大数据的发展，Hadoop 日益成为该领域的主流架构，其在各项领域中均较原有的架构和体系拥有较大进步。此外，在分析层面，未来的分析工具将是集合从采集、分析到应用的一体化大数据分析平台。

以美国公司Splunk为例 ，其为客户提供的是从数据采集、索引、核心功能到最终应用的一整套大数据分析平台，而非仅仅是最后一套设定的分析工具。在该平台上，用户可以随时按需定制化或更改应用。在数据分析后，Splunk 能够给出可直接使用或查看的结果。对于用户而言，在Splunk 上可以实现数据分析的全过程。Splunk 目前市值已达80亿美元。

而在应用层面，我们认为运营商大数据的应用范围将远不止于目前已经较为成熟的精准营销范畴，我们认为未来运营商将与第三方合作，将大数据的应用扩展到更多层面的应用，包含金融、流量经营等。目前，联通已与招商银行成立“招联消费金融有限公司”，双方将在大数据方面进行深入合作。未来，类似的合作将更多。

原文链接：http://www.thebigdata.cn/YeJieDongTai/13824.html