正因为运营商手中的数据量太大，其整合为有价值信息的成本也较高。如何将“金矿”开采成不同属性的轻产品，是全球运营商面临的课题。
“之所以当前大数据应用多停留在零售层面，而非更复杂的功能，一方面是因为运营商手中数据到底该怎么用，还是取决于合作方最切实可行的需求。其次，复杂需求从技术上或尚难做到，或成本太高。”谈到技术局限，方红刚表示自己就曾亲自对一些大数据项目展开调研，发现提取有效数据的时间精力很高。
“互联网上的数据收集相对简单，例如用户在百度搜索某个关键词，百度后台一目了然。但通信网中的数据有物理层、逻辑层、应用层等层级化的特征，每层都是映射方式，所以问题就产生了，数据都存在于逻辑层以下，需要把它们从逻辑层解构到应用层，数据分析成为了协议分析。”方红刚表示，他曾在电脑上仅仅针对某一小块特定区域一小时内的通信数据进行采集，结果就跑了两个多小时。
“如今是一个信息泛滥的时代，在成本非常高，而且数据来源往往分散在各个部门的情况下，运营商内部需要做大量的工作才能进行有效的精华数据深度挖掘，所以如果没有来自合作方的非常明确需求，且该需求能带来相匹配的商业价值，业务发展就可能陷于停滞。”方红刚解释。为避免内部结构问题阻碍大数据业务的发展，西班牙电信与Verizon都已于去年专门成立了大数据部门，脱离于传统体制而单独发展业务，这也是这两家的大数据业务发展相对更快的原因之一。
顾洪文直言，基于上述因素，尽管国外运营商有一些突破性的应用案例，但纯属个别，且初始阶段的痕迹明显：“严格来说，全球运营商在大数据商业化挖掘方面都停留在一个浅层次的阶段。该概念当前过热，实际运营良好与否取决于数据持有方的运营能力。”
来源：IT时报
更多详细信息，请您微信关注“计算网”公众号：
