電信與媒體市場調查公司Informa Telecoms & Media在2013年的調查結果顯示，全球120家運營商中約有48%的運營商正在實施大資料業務。該調研公司表示，大資料業務成本平均佔到運營商總IT預算的10%，並且在未來五年內將升至23%左右，成為運營商的一項戰略性優勢。可見，由流量經營進入大資料運營已成為大勢所趨。
電信運營商擁有多年的資料積累，擁有諸如財務收入、業務發展量等結構化資料，也會涉及到圖片、文字、音訊、視訊等非結構化資料。從資料來源看，電信運營商的資料來自於涉及移動語音、固定電話、固網接入和無線上網等所有業務，也會涉及公眾客戶、政企客戶和家庭客戶，同時也會收集到實體渠道、電子渠道、直銷渠道等所有型別渠道的接觸資訊。整體來看，電信運營商大資料發展仍處在探索階段。
大資料在電信行業應用的總體情況
目前國內運營商運用大資料主要有五方面：（1）網路管理和優化，包括基礎設施建設優化和網路運營管理和優化；（2）市場與精準營銷，包括客戶畫像、關係鏈研究、精準營銷、實時營銷和個性化推薦；（3）客戶關係管理，包括客服中心優化和客戶生命週期管理；（4）企業運營管理，包括業務運營監控和經營分析；（5）資料商業化指資料對外商業化，單獨盈利。
第一方面：網路管理和優化。此方向包括對基礎設施建設的優化和網路運營管理及優化。
（1）基礎設施建設的優化。如利用大資料實現基站和熱點的選址以及資源的分配。運營商可以通過分析話單和信令中使用者的流量在時間週期和位置特徵方面的分佈，對2G、3G的高流量區域設計4G基站和WLAN熱點；同時，運營商還可以對建立評估模型對已有基站的效率和成本進行評估，發現基站建設的資源浪費問題，如某些地區為了完成基站建設指標將基站建設在人際罕至的地方等。
（2）網路運營管理及優化。在網路運營層面，運營商可以通過大資料分析網路的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網路日誌，進行全網路優化，不斷提升網路質量和網路利用率。
利用大資料技術實時採集處理網路信令資料，監控網路狀況，識別價值小區和業務熱點小區，更精準的指導網路優化，實現網路、應用和使用者的智慧指配。由於使用者群的不同，不同小區對運營商的貢獻也不同。運營商可以將小區的資料進行多維度資料綜合分析，通過對小區VIP使用者分佈，收入分佈，及相關的分佈模型得到不同小區的價值，再和網路質量分析結合起來，兩者疊加一起，就有可能發現某個小區價值高，但是網路覆蓋需要進一步提升，進而先設定網路優化的優先順序，提高投資效率。
德國電信建立預測城市裡面的各區域無線資源佔用模型，根據預測結果，靈活的提前配置無線資源，如在白天給CBD地區多分配無線資源，在晚上，則給酒吧地區多分配無線資源，使得無線網路的執行效率和利用率更高。
法國電信通過分析發現某段網路上的掉話率持續過高，藉助大資料手段診斷出通話中斷產生的原因是網路負荷過重造成，並根據分析結果優化網路佈局，為客戶提供了更好的體驗，獲得了更多的客戶以及業務增長；
第二方面，市場與精準營銷。此方向包括客戶畫像、關係鏈研究、精準營銷、實時營銷和個性化推薦。
（1）客戶畫像。運營商可以基於客戶終端資訊、位置資訊、通話行為、手機上網行為軌跡等豐富的資料，為每個客戶打上人口統計學特徵、消費行為、上網行為和興趣愛好標籤，並藉助資料探勘技術（如分類、聚類、RFM等）進行客戶分群，完善客戶的360度畫像，幫助運營商深入瞭解客戶行為偏好和需求特徵。
（2）關係鏈研究。運營商可以通過分析客戶通訊錄、通話行為、網路社交行以及客戶資料等資料，開展交往圈分析。尤其是利用各種聯絡記錄形成社交網路來豐富對使用者的洞察，並進一步利用圖挖掘的方法來發現各種圈子，發現圈子中的關鍵人員，以及識別家庭和政企客戶；或者分析社交圈子尋找營銷機會。如在一個行為同質化圈子裡面，如果這個圈子大多數為高流量使用者，並在這個圈子中發現異網的使用者，我們可以推測該使用者也是高流量的情況，便可以通過營銷的活動把異網高流量的使用者引導到自己的網路上，對其推廣4G套餐，提升營銷轉化率。總之，我們可以利用社交圈子提高營銷效率，改進服務，低成本擴大產品的影響力。
（3）精準營銷和實時營銷。運營商在客戶畫像的基礎上對客戶特徵的深入理解，建立客戶與業務、資費套餐、終端型別、在用網路的精準匹配，並在在推送渠道、推送時機、推送方式上滿足客戶的需求，實現精準營銷。如我們可以利用大資料分析使用者的終端偏好和消費能力，預測使用者的換機時間尤其是合約機到期時間，並捕捉使用者最近的特徵事件，從而預測使用者購買終端的真正需求，通過簡訊、呼叫中心、營業廳等多種渠道推送相關的營銷資訊到使用者手中。
（4）個性化推薦。利用客戶畫像資訊、客戶終端資訊、客戶行為習慣偏好等，運營商可以為客戶提供定製化的服務，優化產品、流量套餐和定價機制，實現個性化營銷和服務，提升客戶體驗與感知；或者在應用商城實現個性化推薦，在電商平臺實現個性化推薦，在社交網路推薦感興趣的好友。
第三方面，客戶關係管理。此方面包括客服中心優化和客戶生命週期管理。
（1）客服中心優化。客服中心是運營商和客戶接觸較為頻繁的通道，因此客服中心擁有大量的客戶呼叫行為和需求資料。我們可以利用大資料技術可以深入分析客服熱線呼入客戶的行為特徵、選擇路徑、等候時長，並關聯客戶歷史接觸資訊、客戶套餐消費情況、客戶人口統計學特徵、客戶機型等資料，建立客服熱線智慧路徑模型，預測下次客戶呼入的需求、投訴風險以及相應的路徑和節點，這樣便可縮短客服呼入處理時間，識別投訴風險，有助於提升客服滿意度；另外，也可以通過語義分析，對客服熱線的問題進行分類，識別熱點問題和客戶情緒，對於發生量較大且嚴重的問題，要及時預警相關部門進行優化。
（2）客戶關懷與客戶生命週期管理。客戶生命週期管理包括新客戶獲取、客戶成長、客戶成熟、客戶衰退和客戶離開等五個階段的管理。在客戶獲取階段，我們可以通過演算法挖掘和發現高潛客戶；在客戶成長階段，通過關聯規則等演算法進行交叉銷售，提升客戶人均消費額；在客戶成熟期，可以通過大資料方法進行客戶分群（RFM、聚類等）並進行精準推薦，同時對不同客戶實時忠誠計劃；在客戶衰退期，需要進行流失預警，提前發現高流失風險客戶，並作相應的客戶關懷；在客戶離開階段，我們可以通過大資料探勘高潛回流客戶。國內外運營商在客戶生命週期管理方面應用的案例都比較多。如SK電訊新成立一家公司SK Planet，專門處理與大資料相關的業務，通過分析使用者的使用行為，在使用者做出離開決定之前，推出符合使用者興趣的業務，防止使用者流失；而T-Mobile通過整合資料綜合分析客戶流失的原因，在一個季度內將流失率減半。
第四方面，企業運營管理。可以分為業務運營監控和經營分析。
（1）業務運營監控分可以基於大資料分析從網路、業務、使用者和業務量、業務質量、終端等多個維度為運營商監控管道和客戶運營情況。構建靈活可定製的指標模組，構建QoE/KQI/KPI等指標體系，以及異動智慧監控體系，從巨集觀到微觀全方位快速準確地掌控運營及異動原因。
（2）經營分析和市場監測。我們可以通過資料分析對業務和市場經營狀況進行總結和分析，主要分為經營日報、週報、月報、季報以及專題分析等。過去，這些報告都是分析師來撰寫。在大資料時代，這些經營報告和專題分析報告均可以自動化生成網頁或者APP形式，通過機器來完成。資料來源則是企業內部的業務和使用者資料，以及通過大資料手段採集的外部社交網路資料、技術和市場資料。分析師轉變為報告產品經理，制定報告框架、分析和統計維度，剩下的工作交給機器來完成。
第五方面，資料商業化。資料商業化指通過企業自身擁有的大資料資產進行對外商業化，獲取收益。國內外運營商的資料商業化都處於探索階段，但相對來說，國外運營商在這方面發展的更快一些。
（1）對外提供營銷洞察和精準廣告投放。
營銷洞察：美國電信運營商Verizon成立了精準營銷部門Precision Marketing Division。該部門提供精準營銷洞察(Precision Market Insights)，提供商業資料分析服務。如在美國，棒球和籃球比賽是商家最為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進行了精確資料分析，球隊得以瞭解觀眾對贊助商的喜好等；美國電信運營商Sprint則利用大資料為行業客戶提供消費者和市場洞察，包括人口特徵、行為特徵以及季節性分析等方面。
精準廣告投放：Verizon的精準營銷部門基於營銷洞察還提供精準廣告投放服務；AT&T提供Alert業務，當使用者距離商家很近時，就有可能收到該商家提供的折扣很大的電子優惠券。
（2）基於大資料監測和決策支撐服務。
客流和選址：西班牙電信於2012年10月成立了動態洞察部門DynamicInsights開展大資料業務，為客戶提供資料分析打包服務。該部門與市場研究機構GFK進行合作，在英國、巴西推出了首款產品名為智慧足跡（Smart Steps）。智慧足跡基於完全匿名和聚合的行動網路資料，幫助零售商分析顧客來源和各商鋪、展位的人流情況以及消費者特徵和消費能力，並將洞察結果面向政企客戶提供客流分析和零售店選址服務。
公共事業服務：法國最大的運營商法國電信，其通訊解決方案部門Orange Business Services承擔了法國很多公共服務專案的IT系統建設，比如它承建了一個法國高速公路資料監測專案，每天都會產生幾百萬條記錄，對這些記錄進行分析就能為行駛於高速公路上的車輛提供準確及時的資訊，有效提高道路通暢率。
總的來看，電信行業的大資料依然處於探索階段，未來幾年，無論是內部大資料應用還是外部大資料商業化都有很大的成長空間。但電信行業大資料最大的障礙是資料孤島效應嚴重，由於國內運營商的區域化運營，電信企業的資料分別儲存在各地區分公司，甚至分公司不同業務的資料都有可能沒打通。而網際網路和大資料則是沒有邊界。日本最大的行動通訊運營商NTT Docomo 2010年以前就開始著手大資料運用的規劃，NTT Docomo相對國內運營商有一個很大的優勢是全國統一的資料收集、整合形式，因此NTT Docomo可以很輕易拿到全國的系統資料。Docomo不但著重蒐集使用者本身的年齡、性別、住址等資訊，而且製作精細化的表格，要求使用者辦理業務填寫更詳細資訊。對於國內電信運營商，要真正的利用大資料，資料的統一和整合是最為重要的一步。我們已經看到中國移動已經開始著手準備這方面的工作，相信未來幾年，在網際網路企業的競爭壓力下，中國的電信行業大資料將發展的更快，變革會更徹底。
作者傅志華（公眾號：傅志華）曾為騰訊社交網路事業群資料中心總監以及騰訊公司資料協會會長。在騰訊前，曾就職於艾瑞市場諮詢、易觀國際、中國網際網路協會，並任DCCI網際網路資料中心副總裁。