【中云网 原创】如《大数据时代》作者迈尔-舍恩伯格所说，“大数据开启了一次重大的时代转型。……大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正在蓄势待发。”随着互联网时代的到来，以及数据存储能力的提升和分布式计算技术的发展，人们发现了海量数据的潜在价值，不断在大数据领域做出探索，试图从中挖掘金矿。而在媒体与投资的热烈追逐下，挖掘大数据价值的浪潮也不可避免的泥沙俱下，“炒概念”的现象成为常态，以至于人们现在谈到“大数据”一词，已经带有一丝负面的含义。
电信运营商作为用户接触互联网乃至于移动互联网的管道，在接触、存储、分析、应用互联网行为数据（作为当前一般谈到的“大数据”的重要组成部分），有着先天的优势与无法替代的地位。为避免被“管道化”，运营商自然也不会错过这个风口，纷纷在大数据应用上做出积极地探索与尝试，甚至将其视为自身商业模式转型的重要资产与核心能力。
因此，本文旨在拨开当前“大数据”浮华与喧嚣的迷雾，梳理当前电信运营商大数据应用场景，试图从中发现当前运营商大数据应用的困难与不足，探讨未来可能改进和发展的方向。
一、电信运营商大数据应用场景
首先，让我们来看一下当前电信运营商在大数据对内对外的一些主要应用场景。
存量运营——全面、及时的用户画像
2014年是中国移动通信行业明确的“步入饱和”之年，相比之前5年每年年均一亿的净增用户，2014年净增势头猛降至不足六千万。而两年后的现在，固网与移动通信业务进入饱和甚至过饱和的时代，已经是行业内共识。各大运营商也纷纷将运营重点从用户新增向存量运营转变。而存量用户所沉淀的丰富数据，也使得大数据在存量运营上有了用武之地。
以宽带维系为例，依托于DPI(深度包检测)数据解析，运营商基于宽带用户的搜索浏览行为和偏好构建数据挖掘模型，可对用户进行更为全面的画像。借此，运营商有能力更迅速、更真实的还原用户对于带宽速率、增值服务、移动加装以及离网的需求，以便及时进行用户维系与挽留，以延长用户的生命周期，提升价值。举个例子，当某宽带用户群体有视频及游戏应用的使用习惯，又被分析挖掘模型识别为具有速率需求，结合业务数据发现其属于低带宽用户群，另外该部分用户近日还浏览了友商的宽带办理页面，那么，及时通过预存送提速的手段便有可能有效挽留该用户群。对比传统仅依靠用户宽带使用行为的变化或客服投诉数据进行离网预测，大数据的应用使得对用户需求的把握更加及时，也更加具体。
流量经营——找到流量提升的关键点
随着4G时代来临，移动流量收入已成为新的业务增长点，各大运营商已将以往语音经营的精力和资源更多地投放到流量经营上。而大数据在流量经营上的发力点，主要在于找到流量提升的关键要素。
2015年中国电信便提出“大流量发动机”、“大流量发生器”、“大流量发生区”等概念。类似于亚马逊的关联推荐，运营商也试图在用户使用的手机、APP应用、所在区域等特征，与流量使用的多少之间找到关联性。以手机终端为例，分析发现，流量消费与终端的价格成正比。另外，iPhone用户户均流量则远超其他品牌用户。而在APP应用方面，用户在手机微博上花费的流量，意外的远超许多视频应用。这些发现，为迫切希望提高用户流量的运营商在终端采购及选择合作对象等工作上都提供了参考。
异网策反——用户与产品的精确匹配
如前文提到的，移动通信市场已基本饱和。那么，从他网策反用户，便成为运营商提升移动用户规模为数不多的选择之一。而用户的使用惯性，换号产生的社交不便，以及友商对自家存量用户的日益重视，都提高了异网策反的难度。
运用大数据，则可使产品更加精确地匹配到合适的用户上，以提高策反的成功机率。其中一个方式，便是通过家庭宽带与公共Wi-Fi的访问记录，分析用户终端使用情况，并通过挖掘模型对用户进行分群，匹配相应产品进行策反。譬如，在三星旗舰新机发布阶段，挖掘对三星品牌有一定忠诚度的三星老旧终端机主，通过“以旧换新”吸引、策反用户。