当前，电信运营商语音业务日趋饱和，新兴互联网业务正在蚕食传统电信服务，市场竞争越来越激烈。如何应对电信市场环境发生的深刻变化？IBM专家在接受记者采访时表示，运营商需要把握大数据时代的机遇，有效利用和分析大数据获得洞察，以加速推进电信转型。
电信转型进入核心期
IBM大中华区电信与媒体事业部业务拓展总监宋杰表示，电信转型已经进入核心期，其动力主要来自于三个方面。首先是传统电信市场趋向饱和，运营商新增用户数和离网用户数都很高，有的地方比例接近1比1，意味着净增客户已经很少，新增用户主要是重入网用户。其次是增值业务“围墙花园”经营模式被新兴移动互联网业务模式打破，以往增值服务提供商必须借助运营商才能向用户交付业务和收取费用，而在以智能终端为载体的移动互联网环境下，不但商业模式发生了变化，更多的应用转向后向模式，即便过去前向内容业务，从应用开发到支付都实现了开放，运营商不但不再是业务供应的唯一渠道，运营商反而成为新产业环境下的后进者。三是网络流量剧增带来网络质量变差，用户体验下降，而3G、WiFi等大量网络的利用率却并不高，反映了网络投资建设和优化的不协同、不均衡。
因此，电信转型的突破口就在于建立应对存量市场的运营体系。在以往的增量市场中，主要依靠代理商发展新用户；而在饱和市场中，发展的新用户往往是重入网的用户，这种周转带来的其实是运营商的损失。以往利用收费平台、短彩信网关等做增值业务的模式被移动互联网、智能终端打破后，运营商需要重新加入和构建生态链，一种是做APP应用，一种是做应用平台，还有一种是盘活数据资产去开拓广告等新领域或进行精确营销。以往通过建设扩容来提升网络质量，但故障率降低的重要原因是设备增加后“分母”增大了，客户的体验反而可能变差了，以网络为中心的运维需要向注重业务质量和用户感知转型。这些，都离不开对大数据的采集、处理和分析。
大数据体现大价值
IBM曾率先提出大数据3V的三个特征，首先是数据量规模大（Volume），全球每一天都会产生超过 15 PB 的新信息；其次是数据的多样性（Variety），80% 的新数据增长源自非关系数据类型和非传统数据类型，需要“按原样”管理数据和内容；第三是快速产生及处理动态数据的速度（Velocity），需要进行及时大批次处理分析。
运营商对大数据其实并不陌生，每天都会处理成百上千亿的定单、计费、CDR等数据，而手机信令的数量级是CDR数据的几十倍，网络中更是存储和传输着海量的文字、语音、视频数据。过去运营商并没有有效利用大数据，一方面因为数据量大，各项成本和投资比较高；一方面因为数据分析技术不强，难以实现实时分析、语义分析等；更主要的是当时的业务应用场景并不需要做这些，在卖方市场和围墙花园中，定单、计费、CDR等结构化数据的分析就足够了。但是运营商现在已经进入存量市场竞争时代，需要准确掌握业务和市场状况、及时了解客户不断变化的需求并采取针对性的措施，新的数据分析能力便成为实施电信转型的核心利器。
IBM大中华区软件部智慧地球解决方案团队资深架构师戴艳表示，大数据在支持智能化网络和精准营销服务两个重要领域有着巨大的价值。利用大数据进行网络分析，可以充分了解网络利用率，为新增网络投资排定优先级；可以识别服务故障的类型以及对成本和服务等级的影响；可以通过优化呼叫路由改进成本效率；可以掌握漫游对网间结算和客户体验的影响……利用大数据能够实现洞察驱动的主动营销服务和客户服务，有利于更加科学地设计、规划市场信息和营销活动；有利于开展基于客户行为趋势的特殊事件营销；有利于基于详细的客户行为建立针对性定价的营销方案；有利于以主动服务和其它促销举措应对负面客户体验；有利于基于网络和客户的总和洞察，提高客户体验管理能力……
在众多给运营商带来挑战的场景中，大数据都可以一展身手。例如，运营商经常会困扰如何进行网络投资建设才是最经济有效的。城市CBD地区的网络质量无疑是要优先保障的，随着经济发展城市居民钟摆效应越来越明显，在CBD地区工作却住在郊区已经是非常普遍的现象，CBD加上郊区信号好坏才是影响用户去留的关键，紧盯CBD投资建设10个基站对吸引用户的效果未必强于在CBD投资5个基站加上在郊区投资3个基站的效果。 新的应用场景已经突破了传统以统计指标为导向的网络管理模式，网络管理需要从用户体验角度出发，关注客户的感受，将客户和运营商最终的收益相关联来指导网络将网络建设和优化。
用户对服务感到不满意的时候，很可能不会打电话向客服投诉，戴艳表示，对服务不满的人中只有6%会投诉到客服，其余则会通过社交渠道，包括微博，向亲戚朋友诉说等发泄不满，这个比例大概会占到36%，而且会有1.5倍的人相信他们（50%+），从而不会再去购买相应的产品和服务。这就需要进行企业舆情分析，了解自身和竞争对手的口碑，并持续跟踪用户关注的热点。当用户投诉时，通常客服人员会根据自己的理解对反映的问题进行归类和定性，有时难免不够准确，如果能够对客户投诉的内容等非结构化数据进行直接分析，将会更加准确的了解客户痛点，从而有的放矢的集中精力在典型问题上，并尽快解决问题。还有当发生网络质量问题时，比如发生掉话，用户更可能什么都不说，只在心里积累不好的印象。借助大数据分析，网络部门可以主动地，快速地识别由于网络性能或障碍受到影响的高价值用户，及时向前端业务和客服部门反馈信息以及时进行针对性维系、客户关怀等业务措施，从而消灭问题于萌芽，避免用户已经达到临界点时再进行维挽工作，那时投入大且效果不佳。此外，通过用户行为分析，还可以设计针对性的方案，进行存量市场“社交网络”的营销，开展精准的流量经营。
大数据需要大战略
那么，如何开始第一个大数据项目呢？宋杰表示，要做好大数据，最关键是看业务场景是否需要大数据，可以从简单场景入手由简入繁推进。首先要有业务方向，弄清在什么地方用。例如存量维稳经营是当前重要工作，那么在常规的套餐捆绑外，还可通过社交群体关系分析来增加业务粘性。有了明确的业务需求，再寻求有力的技术支持，例如演唱会现场需要实时监控网络质量，将数据完全采集过来再分析就晚了，必须采用具备实时分析能力的流处理系统。第三个方面是注重用户体验，例如网络质量水平通常是通过路测来评估，或者靠投诉发现，但通过大数据部署特定业务规则实时处理分析，发现用户一分钟连续拨打超过三次判断很可能就是掉话，并采取相应措施，这样就可避免因网络质量影响客户体验。
实施大数据项目，必须打通数据“竖井”，构建全域数据平台，以全面数据分析支撑网络运营、客户服务和市场营销。网络中存在各种数据，包括用户数据、终端数据、价值数据、行为数据、产品服务数据等，可以进行各种分析，包括网络质量分析、客户体验分析、营销机会分析、行为倾向分析等。这就要进行整体数据分析与全面洞察，打破网络部门、信息化部门、营销部门、客服部门等各部门间壁垒，使网络上的客户行为洞察可跨部门分享。因此，一定要有高层领导（公司级VP）的支持和推动，否则会非常难以推进。
IBM大数据平台框架针对大数据3V特征和整个数据生命周期，有强大工具形成分析和生产的闭环，例如Hadoop开源基础性组件有效组织非结构化数据，一体机简化了配置和部署，提高了性能，Streams流计算平台可以实现毫秒级，甚至微妙级端到端的延迟。IBM推出了网络分析加速器解决方案NAA，提供360度的客户、网络、服务与设备整合的网络分析与业务洞察平台。其中，Cognos作为商业智能和综合分析工具，能以“仪表板”等方式灵活展现多种KPI/KQI；Ventraq提供专有网络分析数据模型，内置数百个KPI/KQI指标算法，体现网络洞察和业务洞察的最佳实践；Netezza 则是专门为海量数据分析优化的大型数据仓库平台。
网络分析加速器对运营商来说，能够建立起以用户体验为核心的网络分析与业务洞察监控体系，使前端客服人员由被动接受用户网络服务质量投诉转换为主动的客户关怀以减低客户流失，提高网络优化和规划建设的效率和有效性，提升数据业务流量经营的用户行为与业务洞察能力，通过平台建设初步形成“大数据”洞察的跨域（B域/O域）企业分析架构。
戴艳表示，IBM NAA 的优势在于整合了B域与O域数据，大幅提升信息共享能力，通过流程优化贯穿提升跨部门协同合作能力。它提供由客户体验驱动的主动式端到端客户洞察与网络绩效管理，提供从汇总级别（基站、扇区、设备等）到单一客户级别的客户洞察与详细分析，提供网络与客户关联的统一视图，将客户行为与产品设计、市场营销等进行联动，数据采集接口整合来自不同设备厂家的数据，降低开发量，缩短上线时间。
目前，IBM大数据平台和网络分析加速器方案在全球主要电信运营商中获得了广泛应用，在大量场景情境中大放异彩，包括识别受网络性能不佳及拥塞影响的高价值客户，识别较低价值客户及提升客户生命周期价值，根据详细的客户行为创建有针对性的定价优惠，提供定制化QoE定价机制为互联网应用内容盈利，基于消费者行为趋势的特殊事件营销，提供QoE定价支持合作伙伴的高端浏览用户，识别使用率较低的基站以减少能源消耗等。IBM表示，其大数据平台和网络加速器解决方案将依托领先的技术优势和丰富的实施经验，为加快推进电信转型提供智慧洞察。
