1、4G流量经营的困境
运营商在流量经营上几乎倾注了所有的心血，高成本补贴终端，拉低流量套餐吸引用户，高回馈鼓励用户使用4GSIMA卡。其本质在于迅速提升流量用户规模，进一步提升流量收入。
在语音时代，圈进用户后运营商就可以不用再做其他针对性营销了，用户的通信是硬需求，收入可以自动提升。但是在流量时代，流量使用不再是用户的硬需求，“换机、换卡、换套餐”的大成本三板斧砍过以后，眼看着流量DOU却提升缓慢，心急如焚埃
提升流量用户价值，进而向数字化服务转型将是运营商流量经营的新阶段。但这时，运营商撞到了流量经营的一堵大墙。
要推荐定制终端的时候，客户已经自购了！
要推荐产品时，却不知道用户平时喜欢什么！
要设计业务时，却找不到目标用户群！
当用户的需求多元化，用户的使用习惯多元化以后，我们失去了对用户的了解，在修建好的高速公路上，用户从哪来、要开去哪、什么时候需要加油、什么时候需要进入休息站，我们完全不知道。管道怎么才能智能起来。
2、提升数据挖掘能力成为金钥匙
传统意义上的客户分析，多是对客户的历史行为进行分析，客户刻画维度众多，信息量巨大，然而其恰恰缺乏众多维度与属性在什么时间、什么空间下有意义，也就是在什么场景下有意义，无法真正描述客户特征，这也是当前大多数营销过程中所遇到的问题。
在4G流量时代，为了激发用户流量使用需求，有针对性的培养其流量使用习惯，提升流量DOU，就需要我们深入挖掘数据，提供的用户信息刻画更全面、实时性更高、准确性更精细，成本投入更少。
因为运营商的“管道”特性，管道中的任何一个细节都逃不过运营商的眼睛。所以，运营商对于用户的刻画，是最为全面的。数据处理的对象包括整个通信消费数据、GPS行走轨迹、登录网站日志、搜索日志等等，尤其是流量数据以及其中的搜索日志，更是用户意图的直接反映。因此，4G流量经营下的数据挖掘，不仅要支持行为场景的记录，也要支持用户意图和行为的识别。
其数据特点具有实时性、易失性、突发性、无序性、无限性等特征，以数据流的形式存在，这些数据通常包含时间、位置、行为等内容，呈现出鲜明的异构性、多样性、非结构化、有噪声、高增长率等特征。所产生的数据量密集、实时性强、价值密度低，需要进行实时、高效的计算，因为用户所处的场景不断变换，这也要求给出实时反馈，以把握最佳时机。
3、以数据为中心的经营方式调整
建设数据挖掘收集平台是第一步，拥有分析数据的思维能力及使用原理是第二步。但是为了让数据发挥最大价值，让决策变得更加科学化，让营销变得更加实时化和精准化，就需要围绕数据进行经营方式的变革。
(1)突破部门壁垒实现数据汇聚
实时数据挖掘的特点决定了其必须是运营商数据的全面整合，且对数据的时效性要求苛刻，否则产生的“脏数据”将极大降低数据的有效性。而当前运营商数据散落在不同的运营部门，如网络、业支，以及各专业平台，专业公司，数据靠单一部门进行整合，内部协调沟通成本巨大，部门鸿沟显而易见。这就要求新建部门来完成数据整合工作，需要站在企业全局角度，汇聚企业在网络支撑域、业务支撑域以及管理支撑域数据，建立数据全局视图。
（2）以数据流通串联各部门流程
当前数据在企业内部，基本处于静止状态，各部产生数据只服务于部门内部，并没有提供给外部流通的流程，根本原因在于部门自身的职责不需要让数据流动。而数据流通才能保障数据价值的最大体现，如4G基站布放时，最大的困难在于布放展开时的顺序，因为未知用户流量使用需求，现多按移动用户集中度或是经验判断。而用户的群体属性与流量使用需求数据，则在业务支撑域。实时数据挖掘使用其实可以很方便的抽象用户群体属性与流量使用需求及其所属位置。需要增加数据流通的节点，以流程体系为数据流动搭建沟渠。
（3）建立以数据为产品，创造盈利的理念
拥有了先进的生产力，就需要有对应的生产关系。基于数据画像的应用非常多，但当前的组织架构中，没有部门直接对其负责，但又和所有部门相关，换言之，就是没有与需求适配的生产关系。简单来说就是要实现权责利对等，建立脱离于现有部门的专业机构，汇聚数据、管理数据、运营数据，让数据不仅仅作为辅助支撑用途，还要实现数据本身的价值收入。
对内看，实时数据挖掘分析，在终端营销上可进行潜在换机用户挖掘、产品与用户的快速匹配、终端进销存管理优化；在流量经营上，可进行用户画像、精细营销、后向收费等经营模式创新。对外看，实时数据挖掘所提供的数据增值服务，可以面向政府、面向公共服务、面向其他商业组织进行数据合作；数据的实时性，使得其在O2O以及LBS等新营销方式上价值潜力巨大。
