Universe：聚焦运营商数字化转型

文/孟庆光

商业驱动的大数据时代到来

　　起源于互联网公司的大数据正在各个行业蓬勃发展，纵观其发展历程，有3个关键的要素在起作用。

　　Business：大数据解决商业价值挖掘，越来越多的运营商开始聚焦大数据的商业应用，利用大数据进行以客户为中心的客户价值创新、企业经营优化、商业模式创新。2015年成为大数据新的元年——商业驱动的大数据时代到来。

　　Data Science：数据科学从传统分析走向智能化，机器学习、认知计算、深度学习、知识发现等新的数据科学理论和实践逐步应用到生产实践中，成为数据分析生产力的源动力。

　　Technology：Hadoop为代表的开源技术极大地推动了大数据的发展，甚至成为整个行业事实上的标准。但技术的多样性和复杂性给运营商的IT部门带来了较大挑战，大数据技术如何进一步整合和标准化，成为整个行业面临的新课题。

运营商应用大数据面临众多挑战

　　大数据在电信领域应用可以划分为4个不同的成熟度层次。

　　L1（2010?2012年）：大数据关键技术部件应用。尝试使用大数据关键技术（如Hadoop、MPP DB）来解决现有分析系统存储和弹性扩容能力不足的问题。

　　L2（2012?2014年）：大数据垂直业务应用。运营商的某个部门使用大数据来解决特定业务领域的问题，如精准营销、客户体验管理、客户维挽等。

　　L3（2014年?）：建设企业级大数据分析平台，整合B/O/M/互联网多个领域的数据，面向客服、营销、网维以及合作生态提供On Demand的大数据服务，打造领先的数字化运营体系。

　　L4（2014年?）：构建大数据开放生态系统。运营商把自身数据作为数据资产，聚合合作伙伴共同开发，面向行业提供数据服务能力。

　　但和互联网公司不同，运营商缺少足够的大数据技术和数据分析人员的积累，在应用大数据的过程中面临着诸多挑战：

　　数据资产整合的挑战：大多数运营商网络中存在着多种业务系统和分析系统，如BI、NI、客服、营销等，数据孤岛化成为大数据分析的关键障碍。如何高效地整合来自于BSS、OSS、网络设备、财务系统的数据，以及越来越多的互联网数据，确保这些数据的质量，成为运营商应用大数据的首要难题。

　　数据分析人才严重匮乏：根据咨询公司报告，2014年美国大数据分析岗位的人才缺口将近20万人，而在其他区域大数据分析专才则更加炙手可热。运营商难以从本区域获取到足够的大数据分析人才来支撑业务的精细化运营分析。

　　成功的大数据商业案例严重短缺：运营商尝试了多种方法应用大数据解决商业问题，平均每个运营商每年规划数十个商业案例，但真正成功的只有不到20%。

　　数据资产变现难以找到合适的商业模式：数据除了可以支撑运营商的内部精细化运营，更重要的是服务于企业外部，帮助运营商构建数字化生态系统。很多运营商做了建设性的尝试，但所创造的收入规模很小。主要原因有两个：一是缺少外部数据源的引入，二是没有找到合适的商业模式。

Universe大数据解决方案定位

　　大数据成为电信运营商数字化转型的核心引擎，其重要性不言而喻。电信运营商在建设大数据分析平台的过程中经常会问3个问题：（1）如何建设大数据分析平台？（2）怎样使用大数据分析平台来解决业务问题？（3）怎样使用大数据分析平台来构建数字化合作生态，实现数据资产变现？

　　华为Universe大数据解决方案始终聚焦这3个问题，依托华为的优势资源（行业经验、技术优势、服务优势）打造出面向电信领域的最优的大数据分析平台。同时聚合两类合作生态体系（大数据应用开发生态和大数据数据运营生态），并通过BDRA标准化服务交付流程和Service Market，打造“商业问题驱动下的、以人工智能为核心的”大数据解决方案，帮助运营商构建向数字化经营转型的核心能力（含内部精细化运营和外部拓展产业价值链）。

　　华为Universe大数据解决方案包括商业定义的Universe大数据分析平台（数据工厂、智慧中心、数据运营平台）和端到端的大数据服务（咨询服务、数据运营服务、数据分析服务、数据治理服务、集成交付服务）。

Universe大数据分析平台详解

数据工厂

　　据估计，在整个大数据项目实施的过程中，近70%的时间耗在了数据采集和整合方面。未来数据的规模会越来越大，复杂度也会越来越高，要求数据转换像现在这样以近乎实时的速度去处理，靠人工来完成这种规模的劳动密集型工作几乎是不可能的。

　　数据工厂提供统一数据采集和整合、统一数据资产管理、融合数据模型、统一数据访问服务等核心特性。其中，统一数据采集和整合预置面向B/O/M域的190多种数据源适配能力，以及面向互联网、社交网络等新媒体数据源采集的适配器，支撑运营商实现数字化分析能力。数据工厂提供自动化的数据清洗转换能力，大幅提升了数据集成的效率。统一数据资产管理内置面向电信领域的融合数据模型以及数据质量标准，帮助运营商快速实现信息架构的治理。统一数据访问服务则屏蔽混搭的数据存储层（EDW、MPP DB、Hadoop）的接口差异，面向上层应用提供统一访问入口，更重要的是实现了统一数据权限的控制，确保数据安全。

　　在实际应用中，中国某运营商采用数据工厂仅花费了2个多月时间就完成了B/O/M/实时事件多种数据源的整合和治理，与传统方法相比节省了数倍时间。

智慧中心

　　大数据商业分析一直以来严重依赖于高端的数据科学家的介入，而智慧中心则通过两个核心的智能分析引擎很好地实现了数据分析的智能化和实时化。首先是知识发现引擎，其基于华为在数据科学方面的深度研究，如自动化建模、增量学习、特征引擎、高维特征提取等技术，构建了面向业务问题的知识发现引擎（包括Persona引擎、产品画像引擎等），实现了知识的自动发现，业务分析时间从传统的数周缩短到了几个小时；其次是实时分析和决策引擎，其基于自动化模式匹配技术，实现了百万级的事件分析和决策能力，帮助运营商实时捕捉商机。

　　此外，智慧中心还预置了300多个开箱即用的商业模板，覆盖“创新与成长”、“客户与市场”、“运营与支撑”3大方向的9个细分领域，已经成为运营商On Demand的虚拟数据科学家团队。

　　在实际应用中，智慧中心已经成功地帮助中国某运营商将4G用户营销成功率从5%提升到12%，异网用户策反成功率从5%提升至10%，大大提升了该运营商的4G业务收入和用户增长。

数据运营平台

　　数据运营平台包括合作伙伴管理、数据产品开发、数据交换与交易、数字产品商城等4个关键特性，以及内置的100多种数据产品，帮助运营商一站式构建数据运营能力，快速实现数据变现和商业模式创新。

　　数据运营平台基于华为的“一张网”（华为inTouch合作伙伴联盟）平台，可以有效地帮助运营商聚合数字化数据运营生态，创造差异化的创新商业模式，实现数据资产的变现。

　　在实际应用中，华为已经联手合作伙伴与中国某运营商合作共同推出了面向金融、旅游、征信、政府、零售、广告等多个行业的数据变现产品，包括客户偏好分析、人群流量分析、广告效果评估、行业指数、征信评估等，不仅帮助该运营商在短短两个月时间内实现了可观的新增收入，同时也树立起其在行业中的领先位置。

端到端的Universe大数据服务

　　华为Universe大数据解决方案还提供了端到端的大数据服务能力：

　　咨询服务：华为与全球著名咨询公司合作，为运营商提供商业咨询和技术咨询，涵盖了精准营销、客户体验管理、数据运营等多种业务场景，以及大数据分析平台技术规划咨询。

　　数据运营服务：聚合广告、银行、征信、政企、零售等行业的合作伙伴，为运营商提供一站式的数据运营服务，帮助运营商扩展新的收入来源。

　　数据分析服务：使用数据挖掘、机器学习、知识发现等技术，提供面向商业问题的分析服务，包括创新与增长、客户与市场、运营与支撑分析。

　　数据治理服务：基于华为对电信数据的深刻洞察，提供端到端的数据治理服务，包括数据治理成熟度评估、数据治理路线图规划、数据治理准则设计、数据治理实施等。

　　集成交付服务：基于华为服务平台，提供端到端的大数据集成服务，彻底解决技术碎片化带来的交付复杂性，并缩短交付周期。

（更多华为资讯请关注华为开发者社区，华为自己的对外开放门户:http://developer.huawei.com/cn/ict/ ,不要问我叫啥，别人都叫我雷锋）