运营商的大数据未来，不止是变现

<p></p><p></p><p>一位知名IT公司的高管曾问我一个问题，对于运营商而言，或者对于运营商的支撑公司而言，哪些大数据产品最有前途？</p><p>由于这个问题太大，一时竟然语塞。</p><p><b>不同主体对大数据产品的理解，是截然不同的。</b></p><p>以运营商与运营商支撑公司来说，大数据产品是两个不同但又相互关联、相互影响的问题。薇mcyy799</p><p>以IT公司来说，大数据产品一定是与平台或应用支撑类有关，但平台与应用支撑类的大数据产品却不能独自存在，最终还是要受限于数据驱动型应用的发展前景。</p><p>对运营商而言，显然不可能去自行研发基础平台产品，一定是与应用密切相关，而且大数据应用也不会独自存在，一定是与承载该应用的行业密切相关。</p><p>这也是为什么BAT公司讲大数据应用时，总能不由自主地让人仰望，因为<b>基于数据驱动的任何微小改进，都能影响数千万甚至上亿的用户行为。</b></p><p>这也是为什么最近几年来，电商、广告以及金融行业都是大数据应用的热点所在。</p><p>因此，<b>要回答哪些大数据应用最有前途，首先要回答的是哪些行业最有钱途（有付费意愿）。</b></p><p>如果一厢情愿地认为，通过大数据应用能够扭转或拯救发展前景本不明朗的行业，一定会碰得头破血流。</p><p>一句话，大数据的起始或许来自技术驱动，代表新型的数据管理与数据分析技术，但<b>大数据的未来，一定是业务驱动，哪个行业赚钱，哪个行业的大数据应用就会风生水起。</b></p><p> </p><p>2</p><p>那么，对运营商来说，大数据的应用方向在哪儿？</p><p>总体来看，不外乎内外两个方向。</p><p>内，服务通信运营商自身；外，服务非通信运营行业，也就是变现。</p><p>对中国移动来讲，通信运营本身利润较高，所以倾向于优先满足内部应用。</p><p>对于<b>中国电信、中国联通来说，由于通信运营本身低利或微利，所以更倾向于外部变现。</b></p><p>运营商的大数据应用变现上，应该根据行业自身规律来选择，根据成本效益评估来决定。</p><p>这是因为，<b>运营商数据满足外部应用（大数据变现），并不必然意味着更高效的效益。</b></p><p>当然，如果把大数据变现仅仅局限于卖数据或卖接口（DaaS），则另当别论。</p><p>就如某些运营商部门，未取得正当授权，却私自开展大数据变现，以图一时之利，未必是正途。</p><p> </p><p>3</p><p>实际上，<b>数据产品绝非简单DaaS应用。</b></p><p>比如天气预报，这个应用已久的一个典型数据产品。</p><p>气象局把历史天气信息进行整理汇总，如果加工成接口实时查询的话，那就典型的DaaS应用（现实中，真实气象资料是国家机密，气象预报不是）。</p><p>如果对历史气象资料进行分析预测，得出明天、后天或者未来一周/月/年的气象预测，那就是预测应用，或者洞察应用（Insight as a service）。</p><p>如果将洞察应用进行封装甚至包装，通过多种形式输出到各客户界面，比如央视播报等形式，那就是典型的SaaS应用。</p><p>如果还能在气象预测基础上结合人们日常行为给出洗车指数、穿衣指数等等，那还是SaaS应用，但是更为深层次SaaS应用。</p><p> </p><p>4</p><p>大数据产品之所以被称之为"大"，是因为它在普通数据产品基础上，加入了大数据逻辑。</p><p>这主要体现在三个方面：</p><p><b>其一，全量而非样本。</b>普通的数据分析或许用代表性样本就可以解释清楚，比如传统户外广告人流量观测是抽时抽样观测。用大数据的解决方案就应该是全量监测。</p><p><b>其二，个体而非分类。</b>普通数据分析用部分群体的均值或者简单分类来代替，大数据逻辑应该是直达个体，一人一策。</p><p><b>其三，关系及关系链。</b>普通数据分析可以分析两者相关性，但绝对无法穷举或遍历各个体之间的关系链，而这正是大数据产品所擅长。</p><p>将大数据逻辑与行业需求痛点（对内部来说就是内部运营痛点）相结合，就可以大大拓展大数据应用范围。</p><p> </p><p>5</p><p>按照这个原则，不论从内部还是外部，运营商大数据价值远未充分发挥。</p><p>对内部应用来说，笔者此前曾提过一种观点，因内部应用中可销售产品的不足，导致大数据的价值无法体现。</p><p>现在看来，该观点有些片面，那只能说在营销上的价值无法体现。</p><p>但除了营销获客外，运营商大数据就没有用武之地了吗？</p><p>非也。</p><p>之前，中国移动不少省公司的流量详单查询，就是典型的大数据产品。</p><p>除了底层数据平台外，它还可以通过Hbase仓库技术，实现流量详单（上网日志）快速查询。</p><p><b>两年前，4G刚开始时客户对流量计费的不信任，现在已经大有好转。其原因之一，正在于此。</b></p><p>此外，中国移动珠海公司已经多年坚持经营分析会不写PPT，各相关人员共同查看分析平台数据，就着分析数据回答问题，比如数据显示（位置分析），客户经理并未落实拜访客户要求，等等。</p><p><b>这种完全数据导向的管理决策应用，其效果远比经过加工选择后的PPT来得更为直接，而且能直达问题个体。</b></p><p>顺着这个思路，基于大数据的个体绩效评估、通过关系链的种子客户维护、全面评测客户满意度、差异化服务质量保障等，均可根据效益原则（也是痛点原则）来针对性解决。</p><p>对于外部应用来说，由于对行业需求的把握不足，<b>要运营商端到端地提供其它行业的大数据应用，基本不现实，但单纯卖数据又绝非长久之计，</b>因此适合运营商的有两种外部应用模式。</p><p>其一，通过PaaS平台，开放云环境与数据资源，让各行业用户来自行分析建模。</p><p>其二，通过合资合作模式，共同发展其它行业应用。</p><p>就如联通智慧足迹（与西班牙电信合资）、移动试金石信用（移动与招商局合资），那样，既获取当前数据变现利益，又保有未来的增值可能性。</p><p>但不管那种模式，集中化与规范化都是当务之急。</p>