12月3日早間消息，隨著移動互聯網、物聯網/傳感器等技術的發展，全球數據生產速度正在高速增長，信息已成為企業的戰略資產。而運營商作為網絡時代的數據交換中心，其網絡管道、業務平臺、支撐系統中每天都在產生大量有價值的數據，基于這些數據的商業智能（BI）應用為運營商帶來了巨大機遇。

對此，中國移動研究院業務支撐所所長孫少陵日前在“Hadoop與大數據技術大會”上對于運營商的大數據商業智能探索進行了詳細介紹。

機遇與挑戰并存

如今不僅市場競爭和政策管制要求越來越多的數據被長期保存。對于企業而言，也越來越需要積累越來越多的信息資源。信息對其進行用戶行為分析、市場研究等活動有著重要意義。

通過分析用戶行為及偏好，可相應改善用戶體驗；通過分析流量、流向變化及網絡日志，可優化網絡質量；通過對業務、資源及財務等各類數據的綜合分析，能快速準確確定公司管理和市場競爭策略；當然其更可刺激業務創新，在確保用戶隱私不被侵犯的前提下，可對數據進行加工，對外提供信息服務，從而提升企業價值。“未來中國移動可能會基于這些信息推出一些新業務，形成運營商新的競爭力。” 孫少陵透露。

然而，大數據也給運營商的商業智能系統帶來了諸多挑戰。在此方面三家運營商的狀況相差無幾。

首先，商業智能系統為分散建設，而運營商一般為兩級結構、甚至三級結構，分總部、省級、地市級。“比如經營分析、信令監測、綜合網絡分析、不良信息監測、上網日志留存等大數據系統分專業建設，而其中部分系統又分省建設。”孫少陵談到，“如此分散的建設一方面造成資源重復建設及應用重復開發，一些科學家和分析專家的數據資源也無法形成共享。”

其次，數據分散存儲，標準化程度比較低。目前不同系統的建設主體不盡相同，盡管集團有統一的數據模型標準，但最終在實施上總有一些差異。而數據模型的不統一，就造成了跨系統的綜合分析困難。

再次，目前運營商大部分建有以數據倉庫為核心的BI架構。這一傳統數據倉庫采用小機加盤陣高性能一體機建設，成本非常高。整體來看，運營商的商業智能是以處理傳統的劃單、日志等結構化數據來設計的。在上網日志等一些新型數據，包括圖像等非結構化數據方面，目前的BI系統不具備能力處理。

此外，現今運營商的系統只對內部提供服務，大量數據未能有效進行商業利用。而在數據進行商業利用之前，運營商必須先解決好用戶隱私保護問題。

集中化BI初步構想

針對此種形勢，同時也考慮到未來商業智能系統將逐漸走向移動化，孫少陵認為，運營商可調整原來的兩級架構為全網一級架構，構建數據集中、平臺統一的商業智能系統。同時將各系統數據進行統一處理和存儲，從而實現數據的標準化。

“通過數據集中化來實現各系統的綜合分析，也有利于快速地進行數據分析和決策支持。目前很多數據存是在二級、省內或地市系統里，如果集團公司要進行數據分析和決策支持，往往需要省公司定期提供一些匯總數據。”孫少陵說。

但同時集中化商業智能也面臨著海量數據處理和存儲的壓力，包括數據規模大、數據處理復雜、混合負載多樣等多種挑戰。此時傳統的單一數據倉庫技術已難以滿足要求，大數據技術的引入勢在必行。

經過綜合比較數據倉庫技術，Hadoop、NoSql、流式處理技術等各種大數據處理技術后，中移動研究院對于集中化的商業智能系統有了初步構想。

在技術路線方面，選擇數據倉庫與Hadoop混搭的方式，借鑒關系型數據倉庫在傳統應用支持方面以及在復雜查詢和分析方面的快速響應能力，同時也借鑒了Hadoop的非結構化數據處理能力以及存儲的低成本。

而為實現上層應用更便捷地進行下層數據使用，將考慮未來實現透明訪問層。其將屏蔽Hadoop與數據倉庫的使用細節，讓用戶在使用這些數據時盡量無感知；在數據的ETL采集預處理環節，盡量采用Hadoop與分布式ETL的方式，提高數據轉換效率，同時降低成本。

另外，運營商龐大分散的組織架構公司對商業智能的需求也比較多。因此中國移動將云計算引入到大數據（“大云”項目），未來形成一個商業智能的Pass平臺。此平臺會實現平臺建設和數據存儲的集中。而應用開發可以讓各省公司和地市公司自行進行，再上載到平臺上分析結果。如此能很好地解決平臺集中化和應用需求分散化的矛盾。