據IDC預測，從2005年到2020年，全球數據量將從130EB增長到40ZB。大數據時代已經到來，如何更好地發揮數據資產的價值，對電信運營商來說是一個嶄新的課題。
運營商大數據的價值主要體現在運營商內部應用和外部商業化。通過內部應用可以提高運營商的科學決策水平，實現決策從主觀判斷和經驗判斷為主轉向數據驅動的科學決策；通過外部應用提升大數據價值，拓展運營商互聯網經營思維，開創運營商收入藍海，拓寬延展產業鏈，支撐決策，服務社會，惠及民生。
大數據的六大典型應用案例
公共交通：運營商利用成熟的GPS定位技術和高速的無線傳輸網絡，為公交車、出租車公司提供車輛調度和管理服務，提高車輛運營效率和大眾人群使用公共車輛的滿意度。通過遍布全市的公交車和出租車行駛數據，分析挖掘形成整個城市的路面交通“實時路況”，為公共交通治理提供可靠的決策依據。通過公交車的固定路線行駛時間分析，幫助公共交通部門優化公交線路，合理配置公交車輛的投放數量，從而滿足人民群眾的公交出行需求。
公共教育：在幼兒教育方面，運營商利用視頻傳輸、云服務分享能夠實現幼兒、家長、老師三位一體的信息化服務。隨著幼教信息化的普及和推廣，借助大數據挖掘和分析，將不同年齡段的幼兒特征和偏好進行提煉，能夠為教育局和相關教育機構提供有力參考。在中小學教育方面，運營商通過電子黑板、電子書包等形式，將豐富的教育資源通過云服務的方式傳遞到教育末梢。同時，借助大數據挖掘和分析，將教育資源的使用率進行評估，從而得出相應的推廣范本，為教育機構遴選教材、試點新的教育手段提供參考。
醫療衛生：運營商利用遍布全國、通達鄉鎮的通信網絡，將社區醫院、鄉村診所這樣的基層醫療服務機構連成網絡，利用視頻通信、云服務、傳感設備等先進技術實現遠程病情診斷、遠程醫療咨詢、共享病歷等服務。利用大數據挖掘和分析為流行病防控、易感人群分析、季節多發性疾病預測提供有力的數據支持。
地理信息的商業價值：隨著中國汽車市場的繁榮，“實時路況信息”不僅對公共交通治理有益，對普通的駕駛人員也有極高的參考價值。圖商（高德地圖、百度地圖等）在提供免費地圖導航軟件的同時，對“實時路況”收取增值服務費。對于運營商而言，大數據挖掘分析結果，不僅可以為圖商所用，還可以為保險公司售賣車險所用。
互聯網金融帶來的商業機會：越來越多的人使用“手機支付”，可通過分析此類用戶的ARPU（月通信費）以及年齡結構、知識結構為企業細分目標市場。多數銀行普遍采用的“信用卡移動受理”服務，是將銀行的信用卡開卡業務移植到平板電腦上，方便銀行業務人員隨時隨地向客戶推薦業務、受理業務。運營商利用自身在通信網絡和用戶資源方面的市場優勢，與醫療器械設備廠商及集成商建立長期的合作關系，捆綁業務、互惠互利，形成電信行業在醫療衛生行業的大數據應用，達到雙贏共贏。
特殊人群服務：針對殘障人士，運營商提供定制化的通信套餐，讓他們足不出戶也能享受高科技帶來的信息盛宴。同時，結合位置定位、視頻傳輸等通信技術，借助大數據挖掘和分析，為特殊人群服務，提供位置分布、使用偏好、消費能力的數據參考。
通過提供末梢消費者的行為分析和結合地理信息的數據分布，從而衍生出形式多樣的商務模式。
運營商發展大數據面臨哪些問題
國內電信運營商發展大數據既有優勢也面臨挑戰，歸結起來有如下幾點。
1. 系統分散建設，難以實現資源共享。運營商雖然擁有眾多的優質數據，但由于早期建設模式等原因造成數據雖多，但各類數據分散到多個平臺中，同類數據又分布到不同的地域，彼此孤立，整體看來是一個個為數眾多的“數據孤島”。
2. 數據處理種類多，單一技術難以實現。各大數據系統數據模型不統一，只具備結構化數據處理能力，無法支持非結構化、半結構化數據處理，無法滿足互聯網業務發展要求。運營商缺少大規模的數據支撐平臺，多數平臺是為特定業務定制搭建的，并且同一類業務的支撐平臺又分布到不同的地域，彼此孤立。因此，造成支撐平臺處理能力有限，很難滿足海量數據處理能力的要求。
3. 運營商掌握大量數據和數據制造者要求隱私權之間的矛盾，使得大數據應用變得困難。
4. 關于大數據應用的新商業運營模式尚不明朗。運營商掌握的數據很多，但是這些數據應該怎樣應用、給誰用、應用收益是否可以抵消數據開發分析的成本，這一系列問題也讓運營商非常困擾。
5.移動大數據挖掘的應用需要有法可依。目前，運營商的大數據挖掘僅是初步的，主要是基于日志數據而為，是面向運營商自身的服務，事實上運營商掌握的大數據內容很豐富，社會價值也很大，但目前運營商對這些數據挖掘的應用領域十分謹慎。對用戶所產生的通話內容數據是禁止讀取的，即便對日志數據的挖掘可以導出群體行為，但應屏蔽用戶個體的隱私。總之，目前數據所有權限不清，要區別個人數據與隱私，前者強調歸屬于本人的可識別性，后者強調與公共事務無關的私密性。大數據的挖掘與利用需要有法可依，我國需要盡快制定“網絡安全法”、“隱私保護法”與“信息公開法”，要在保護隱私的前提下鼓勵對日志數據的挖掘，既要提倡數據共享又要防止數據被濫用。
電信運營商怎樣發展大數據
1. 對數據進行集中，建立大數據應用基礎。
運營商傳統的業務發展模式多采用“分布式”，即同一個業務分布到不同的省分公司進行開展，這樣雖然可以利用地緣優勢，但造成數據大量分散、很多、很雜、無法聚類。數據集中是發展大數據需要解決的首要問題，對此可以參照互聯網公司的方法，對數據進行聚類，然后從省分公司逐步上收，建立集中的數據中心，集中存儲，為大數據平臺所用。
2. 建設大平臺，有效支撐大數據處理。
由于大數據屬于海量數據的范疇，處理的數量級需要達到P級，因此，需要建立基于海量數據的高效的處理平臺，而目前運營商的平臺多是基于省分公司的地域級平臺，處理能力有限，難以達到支撐大數據的水平。所以發展大數據需要對數據處理平臺進行集中建設，可以按照業務類別進行統一設計、集中建設，也可以參考互聯網公司的方法，例如阿里巴巴，集中開發基礎大平臺，實現多個業務共享基礎數據，實現大平臺的統一支撐。
3.優化管理流程和組織架構，保證大數據業務協調、穩定開展。
大數據對國內運營商尚屬新事物，海量數據處理、大數據的應用、大數據平臺的支撐等方面均需有專業的團隊去研究、探索，可以參考國外電信運營商例如Version等建立專業的研發中心，集中推動業務發展。
4. 加強數據隱私保護，提高業務及系統的安全層級。
運營商對數據安全的保護可以從以下幾方面入手。一是參考國外一些有效的方法和成熟的經驗。個人信息匿名化：就是把被認為是“個人”的數據通過處理，使之無法還原到用戶本人，從而規避隱私保護的法律風險。宏觀統計數據商業化：數據的提供者和使用者均按照規范的商業模式進行操作，同時接受監管，以避免引起爭議和法律風險。用戶信息使用授權化：對用戶信息的使用建立在用戶擁有選擇權和知情權的基礎上，用戶可以通過授權使用來享受服務，同時也可以拒絕等。二是通過技術手段防范泄露風險。例如，可以提升系統軟硬件的安全等級，對重要的信息系統實施安全測試一票否決制，將網絡漏洞帶來的風險降低到最小。三是由于國家針對信息安全已經提升到立法的高度，運營商可以利用信息安全法律法規的威懾力，通過對內部以及其他相關人員的普法宣教，降低數據隱私泄露的風險。
總之，基于大數據信息服務成功最重要的關鍵點有兩個，一是確保個人行為數據中敏感信息的脫敏；二是在供需信息匹配時，要遵循供方信息向求方發布，而不應該把求方信息發布給供方。這兩點也是歐美國家當前開放大數據的過程中涉及個體數據時普遍采用的用戶隱私保護方案。
京公網安備 11010502049343號