电信运营商大数据对外应用案例分析.docVIP

电信运营商大数据对外应用案例分析 　　【摘 要】2012年起，国际运营商纷纷发力大数据对外应用市场，国内运营商也虎视眈眈，在对国内外运营商大数据管理和应用梳理的基础上，以店铺选址应用为例说明电信运营商在大数据应用推进过程中遇到的具体难点和短板，并提出相应的改进建议，以期为电信运营商后续大数据应用整体推进提供有益的参考。 　　【关键词】大数据 店铺选址 电信运营商 　　近年来，随着大数据的日益升温，电信行业的大数据应用也掀起了一拨新的高潮，即从过去的内部价值提升逐步转向外部应用创收上。需要思考全球运营商在大数据应用方面的动向以及国内电信运营商取得了哪些进展。 　　本文将在对全球电信运营商大数据应用情况梳理总结的基础上，对国内电信运营商的典型应用产品“店铺选址”进行介绍，以期为后续行业的应用创新和管理提供一些有益的参考。 　　1 行业纵览 　　1.1 市场分析 　　早在2012年，Gartner通过调研电信运营商数据，识别出目前和今后可能出现的潜在应用，归纳总结得出TOP 8类数据应用案例。其中六大领域为内部运营，两大领域为外部应用，包括第三方开放数据和垂直行业（如物联网）中的数据应用。 　　根据电信与媒体市场调研公司Informa Telecoms 　　Media在2013年的调查结果显示，全球120家运营商中约有48%的运营商正在实施大数据业务。目前，电信运营商大数据应用领域除了包括网络管理和优化、市场与精准营销、客户关系管理、企业运营管理外，另外更是涉及了数据商业化领域。 　　1.2 应用推进 　　从各电信运营商的实际工作推进来看，NTT DoCoMo是最早推进大数据应用的电信运营商，早在2010年就开始着手规划大数据应用，收集数据。2012年开始，全球多数电信运营商均启动了大数据工作。在具体应用推进方面可以分为2类：数据开放和应用服务。 　　在数据开放领域，典型运营商ATT将用户在Wi-Fi网络中的地理位置、网络浏览历史记录以及使用的应用等数据销售给广告客户，将与用户相关的数据出售给政府和企业以获利，类似的公司还有Vodafone。 　　而作为对外应用服务的典型代表Telefonica，首款产品为智慧足迹（Smart Steps），基于完全匿名和聚合的移动网络数据，可对某个时段、某个地点人流量的关键影响因素进行分析，并将洞察结果面向政企客户提供。类似的还有法国电信、英国电信等，均以某行业用户为切入点，提供智慧交通、智慧医疗等大数据增值应用服务。 　　国内电信运营商在大数据应用领域也有其特点。从目前来看，3家运营商在推进大数据方面各有特色。其中，中国电信在组织建设和应用上更强调专业和分工，例如，整个集团层面由旗下的专业公司“中国电信云计算公司”专门承担大数据对外服务的职能，现有产品以数据开放为主，业已推出的服务包括移动号码状态验证、用户（标签）数据提供、移动号码和身份核实等。除此之外，浙江电信也成立了专门的“浙江公众数据通信有限公司”，从事数据开放为基础的对外的大数据相关的业务。 　　相对中国电信而言，中国移动并没有针对大数据进行组织架构调整，但在对外服务领域却也不落下风。除了集团在统筹推进大数据平台等基础设施建设外，江苏、广东等东部省市在大数据应用方面已经取得了多项成效，典型的应用领域包括面向政府和景区的人流信息和报告服务等。 　　综上，无论是国外还是国内电信运营商在大数据领域都在积极的创新，而其中最核心的应用莫过于基于用户地址、标签的相关数据和增值服务。那到底电信运营商能够为客户提供哪些价值，而在应用过程中又会遇到哪些问题，以下将以店铺选址为案例对国内运营商的大数据应用情况进行详细分析和说明。 　　2 典型应用情况 　　店铺选址作为一项基础工作，无论是大型企业，如银行、超市，还是个体户都有广泛的需求，其涉及所有需要实体渠道的相关行业。在过去，大型企业的店铺选址的基础数据获取工作通常由专门的调查公司通过人工来完成，在这种情况下选址耗时耗力，很多时候由于数据可获得性不得不调整模型，缩减数据项并降低对数据周期的要求，并且人工统计很容易导致数据存在较大误差。 　　在这种情况下，掌握用户位置信息的电信运营商优势就凸显出来。首先电信运营商能够提供几乎全样本的用户数据。其次，电信运营商的数据是在不断更新之中，且有效数据的周期相对较长，部分数据长达半年以上。最后，电信运营商能够提供的数据颗粒度更高，既可以是整天的数据也可以是某个时段的数据。而更为重要的是，运营商可以将所拥有的数据同外部客户的内部数据进行实时的交互验证，从而为模型的优化提供了基础。而传统的方法通常是事前建模并收集数据，选址后无法进行事后的验证分析，导致选址模型难以验证和优化。 　　基于电信运营商数据的店铺选址应用研发采取华信