電信運營商說大數據變現也有快一年了，這一年不能說沒有進展，但相對互聯網行業的秒速來說，實在只能說是龜速。有人這時候會跳出來說是因為體制問題，基因問題，這個說法是萬金油，一般運營商的問題歸結到體制上都不會出大錯，仿佛這么一說，大家就覺得一切都有了合理解釋，然后各自該干嘛干嘛去了，也就不需要再動腦子了。但是今天，我想再繼續就這個話題深入聊一聊。本文就是起到拋磚引玉的作用，大家可以一起來討論，運營商做大數據運營的切入點究竟該如何選取。
俗話說，存在即合理，任何貌似不合理的事情背后你深究下去都是這樣。運營商大數據變現進展為什么這么慢？只能說，因為運營商還是沒有從大數據里面看到真金白銀。為什么中國移動在LTE上的投入那么大手筆，那是因為他看明白了，這是人家未來10年吃飯的飯碗，所以錢砸下去決不手軟。相比而言，大數據只能算是一塊試驗田，而試驗田上的收成還真不好說。
過去大半年我們一直在研究移動的數據，做過企業級別的數據資產咨詢，也做過幾個落地的應用項目的探索，做來做去，我們對移動的大數據認識也越來越清晰。在14年初的時候，運營商對自己的數據還是充滿自信的，說起來，移動手里的數據無外乎兩大類：一大類是用戶的位置數據，另一大類是用戶電話、短彩信及上網行為的數據。讓我們再深入看看這兩類數據。
先說位置數據，移動網絡記錄用戶的位置說到底也是為了給用戶提供移動通信服務的，而不是為了窺探用戶隱私的，因此：首先它沒有必要實時關注所有用戶的位置變化，對于沒有在使用業務的靜默用戶來說，隔段時間看看他在哪里就可以了，這個用專業術語說就是周期性的位置更新，這個對于系統降低負荷是很必要的，這樣就有第一個結論：網絡對于有業務的用戶，需要實時關注其位置變化，根據這個位置變化選擇不同的基站和小區為其提供服務，對于無業務的用戶，僅需輪詢其位置變化，這個輪詢周期通常是40分鐘（根據網絡負荷情況調整）。也就是說，網絡感知的用戶位置不實時，最壞情況時延可達40分鐘！其次：網絡需要了解用戶位置的精度到底到什么程度就夠了呢？答案也很容易想到，只要知道用戶在哪個小區的服務范圍就可以了，因此，移動網絡記錄的用戶位置信息，精度只能到基站的經緯度（小區的經緯度和基站是一樣的），這是什么概念呢？2G小區的覆蓋范圍是數公里，3G的是數百米，4G的小一些會在百米之內。也就是說，網絡感知的用戶位置在地理上的精度基本是百米量級。
知道了運營商用戶位置數據在時間和空間上的精度后，對這些數據可以支撐什么應用也就心中有數了，哪些是靠譜的，哪些是純忽悠也就一目了然。如果是用來做要求不高的人流密度分析，常住人口分析，人口遷移去向分析夠了，如果是做精度要求稍高些的交通疏導，店鋪選址，那就需要看實際情況，具體問題具體分析，說不準能不能支持，先別拍胸脯；可如果說要做實時營銷，這牛就吹大了，不光實時你保證不了，空間上的準頭也有點差，搞不好營銷沒成反被當騷擾。
再說說用戶行為數據，用戶的語音、短信類傳統業務有一個特點是個人對個人，因此肯定是有一個對端的號碼對應的活生生的人，那其中的價值點在哪里就很清楚了，通過這些傳統業務的用戶行為，你可以很清楚的了解用戶的現實交往圈（現實交往圈是和虛擬交往圈相對的，各有各的用處）。但不幸的是，用戶往往認為現實交往圈的隱私性很強，目前比較敏感，屬于雷區，運營商輕易不敢越的，所以這部分數據的價值在可以預見的未來還不可能發掘。
再有一大類重頭的用戶行為是用戶的上網行為，現在大有手機取代電腦之勢，看看低頭一族那么多就知道了。所以新新人類的大量碎片時間基本都被手機上網行為所占據了。對于用戶通過手機進行的上網行為，網絡側會紀錄下用戶訪問的地址，理論上可以通過該URL地址，結合網絡爬蟲或APP抓包技術，將實際內容獲取回來，然后采用內容識別技術對其中的關鍵內容進行識別，這樣就可以獲取到用戶行為的相關數據。但我們再進一步看看理論后面的一些落地階段遇到的問題。至于網絡記錄的地址長度有限（128位），超出部分會被截斷，這些地址也就廢了，這些都是小問題，因為記錄最初也不是設計來干這個的，而且超出的比例也不是很大，大數據也不在乎少那百分之幾的數據。主要的問題有幾個，一是APP和網頁層出不窮，每天都是爆發式的增多，需要有一個動態更新的APP和網站的分類庫，這個庫里有網站和APP的多級分類，還需要有網站和APP的多個服務器地址/域名對應關系，這實際上是做了URL分類的基礎工作。有效的URL庫及后期良性的維護機制是非常重要的；第二，內容分詞/識別的復雜度和識別率，每個網站和APP的內容識別往往需要采取不同的方法，具體情況具體分析，需要看頁面有無設計規律等，進一步設計具體的內容提取、識別算法，工作量巨大，一旦網站/APP改版，這些工作還要重新進行，因此也要有一套動態維護機制。這兩項工作都是非常瑣碎繁雜的工作，又很難體現具體的價值，因此很少有廠家愿意投入大量的資源去做。基本還是需求來了，再根據具體的需求具體分析的模式，支撐的時間周期和質量都不穩定。
在APP內容識別的過程中，我們也發現了一些APP分析廠家目前的一些嘗試，他們會和APP開發廠家簽署協議，直接在APP代碼中嵌入數據采集代碼，通過在APP運行過程中采集的數據，有針對性地對用戶的行為進行分析，通常他們獲取的位置和內容精度會很高，而且他們不會因為APP的升級改版而很被動，造成自身程序的大規模修改。與電信運營商相比，他們的劣勢是不能獲取到所有競爭對手的數據，但是對于APP分析廠家來說，只要和更多的APP廠家簽署的協議，他們慢慢也會積累到這部分數據。而且他們獲取數據到形成可供分析的基礎數據中所作的附加工作比電信運營商少的多，可以把更多的精力放在業務運營上而不是數據準備上。
也許，電信運營商需要重新評估自己的數據適合做什么，不適合做什么，對需要做復雜的數據準備和精度提升才能支撐的應用場景，也許更好的辦法是換一個別的方式去做，那樣才更符合客觀規律。
以上信息純屬一家之言，還希望大家能多多討論，發表各自的看法。
京公網安備 11010502049343號