激活电信数据资产价值

        20年前，互联网开始兴起，改变了人们的沟通方式，大家惊呼“在互联网上，没人知道你是一条狗”。今天，由于智能手持终端、可穿戴设备以及移动宽带的迅速发展，一个人的年龄、性别、位置甚至一举一动都会在互联网上留下烙印。也许，5年后的今天，轻轻点击一下，就可以像放电影一样回顾你的所有行为和轨迹，即使你是一条狗。

    “手机号码注册、位置信息上报、通信录共享、统一账号接入……”这些我们在安装“百度导航、嘀嘀打车”等APP时的提示给了我们一次又一次的提醒：每一个互联网公司的背后都隐藏着巨大的商业秘密。

    一个个带着关键信息的比特，在电信管道中流窜，稍纵即逝。电信运营商不能再视而不见管道中蕴藏着的大量宝藏。这些宝藏等待我们去挖掘，等待我们去探视那巨大商业秘密，等待着我们去改变电信运营商“只做数据的搬运工”的尴尬局面。

数据采集和数据规整

    截至2013年11月，中国三大运营商的移动用户数已经达到12.27亿，其中3G用户数达到4.03亿。大量的用户留下了巨大的数据财富。同时，我们可以看到电信运营商拥有比任何广告平台都庞大的消费者群。

    相比互联网公司，运营商的数据更有价值。互联网公司获取的用户信息只是用户在使用某个应用时的信息，缺少完整的用户轨迹数据，是点状的，而运营商实际控制着互联网的入口，可以获取相对完整的用户轨迹资料，是立体的。

    目前，运营商拥有的用户数据分散在BOSS系统、CRM系统、终端信息库、信令监测系统、OSS系统中，没有形成合力。同时，部分蕴藏着大量用户行为信息的上网浏览记录数据、网购信息的数据还没有引起运营商重视。

    运营商需要统一规划，搭建数据仓库和数据分析平台，首先把分散的数据集中起来。在获取到数据以后，下一步需要规整数据，形成动态的、不断更新的用户画像。运营商拥有的用户数据分为以下几类：

    ● 基础信息，从CRM系统获取的数据，如姓名、性别、年龄、生日、联系电话、Email地址、职业类别、工作单位、学历、收入范围、居住地址等；

    ● 位置信息：从无线MR数据中获取的位置信息；

    ● 行为信息：从管道部署的探针中获取的数据，如网购内容、搜索关键词、浏览内容、APP使用记录、IPTV观看记录、视频观看记录、音乐下载记录、网络游戏记录；

    ● 社交信息：从运营商CRM中获取的数据，如通讯录、TOPN主动联系人、TOPN被动联系人。

数据关联和应用挖掘

    相关关系是大数据分析的核心。美国折扣零售商Target使用大数据相关关系分析已经有很多年，他们可以根据20多种变量来预测女性的怀孕趋势和怀孕时间。该信息对定向营销的作用非常明显。

    那么在经过电信管道的大量数据里，我们能挖掘出那些相关关系呢？

    纵向相关关系：纵向相关关系是指针对一个人的实时位置、网购记录、搜索记录、浏览记录等关联。这里有一个真实的故事：数据关联分析发现32岁的赵女士周四、周五两天在搜索小孩夜里咳嗽这样的关键字。在周六上午，位置分析发现赵女士到达儿童医院附近。系统立刻通过短信发送一个专家预约的APP给赵女士，赵女士立刻下载预约。赵女士得到了他最需要的，APP商家也获得了一个忠实用户。运营商从APP商家获得了营销资金。

    横向相关关系：横向相关关系是指做了某件事情的人群中，是否还同时在做另外几件事情。横向相关关系分析在网购公司应用比较成熟。我们在网购一样东西时，网站会提示我们，买了该产品的用户还买了某某产品，这种提示就在引导消费者买更多的东西。对于电信运营商，因为可以获取用户的整个轨迹，所以获取的价值数据会更多。充分的数据分析可以得到某个城市所有的商业区的人流信息，得到人流在某类商业区逗留的信息以及在某类商业区逗留后，第一时间又去了哪里的相关关系。这种相关关系可为城市规划、商家店铺位置选择提供关键参考。

    目前通信行业各大公司已经启动数据价值挖掘的研究。中兴通讯认为，在通信行业，数据相关关系分析只是数据价值激活的冰山一角，更多的数据整合和混合动态相关关系建模是中兴通讯未来在数据价值挖掘的主要发展方向。