经营分析系统的三生三世（五）

　　早在十几年前，中国移动就着手建设了以数据仓库技术为核心的经营分析系统。这几年大数据的话题非常火爆，业界也非常关注运营商在大数据领域的探索和实践。

　　今天是"世界电信与信息社会日"，主题是"发展大数据，扩大影响力（BigDataforBigImpact）"，所以这个连载的最后一篇，说说我对运营商大数据的理解。

　　第五部分：大数据的梦想

　　工欲善其事，必先利其器。大数据平台是面向未来的竞争工具，所以必须要分析未来竞争需要哪些能力，目前的系统和技术存在哪些不足。

　　【运营模式】

　　很多现在所谓大数据才能解决的问题，其实，在移动的经营分析系统里，早就已经实现。

　　所以，有人以为把经营分析系统换个名字，就是大数据系统了。

　　实际上，真要把经营分析系统升级为大数据系统，就是要在两级经营分析系统的数据和应用基础上，进一步扩展数据源，将技术发展和实际需求统筹考虑，在对运营模式进行优化的基础上，以务实的态度做好支撑和服务。

　　对于传统的通信业务来说，两级运营体系有比较突出的优势：既能发挥属地化经营的优势，灵活地开展属地营销和服务；又能够在规划、研发等方面发挥整体优势，对全网的运营状况进行管控。

　　两级数据仓库体系支撑的是中国移动两级运营模式：省级经营分析系统满足属地化运营和竞争要求；一级经营分析系统满足总部在策划、管理方面的需要。

　　如今，在总部和属地公司之外，分析系统又多了两类使用者：专业公司和大数据变现。

　　互联网的发展和创新的驱动，使"集中化"成了运营商关注的热门话题。

　　运营商总部仍是管理机构，虽然关注大数据，但在具体的运营和分析层面并不见得有什么本质性变化。

　　而独立于传统运营体系之外的专业公司，对集中化的大数据需求，是分析系统需要关注的重点。

　　另外，全网数据的使用者不仅是内部客户，很多外部的数据使用者也是系统发展的重要驱动力，对于他们来说，对集中化的期望值更高。

　　与此同时，省公司对于数据的理解越来越到位，重视程度越来越高，分析系统不再仅是评奖创新的工具，而是对营销、服务和管理工作进行全面支撑。

　　况且，对于运营商来说，即便是自主创新的亮点频出，即便是在与互联网竞合过程中故事不断，真正挣钱养家的还要靠属地化运营的传统业务。

　　所以，未来的运营商大数据体系中，属地化的支撑能力仍要保留，作为发展重点；同时要根据三类客户（集团、专业公司、外部数据使用者）的需求特点，以集中式的方式进行数据支撑服务。

　　【数据范畴】

　　在数字化时代之前，通信网里传输的其实也是数字。

　　只不过，彼时这些数字的业务表现是话音，所以运营商记录的用户行为信息，只有通话时间、时长、通话地点、通信对象等，数据量虽大，但是种类并不多。

　　所以，在话音时代，系统在数据复杂性方面的工作，其实并不多。

　　而当进入到流量时代以后，移动互联网拓展到工作、生活的方方面面，以各种方式呈现出来，信息和数据的复杂性暴增。

　　一方面，用户的上网行为产生了大量数据，包括用户的通信习惯，偏好于哪些网站和哪类APP，在网上进行的是什么操作，这些信息或是在通信通道中留下痕迹，或是通过解析技术识别出来，客户的行为更加全面而透明。

　　另一方面，各种网站、网页的信息丰富多彩，变化多端，这些网页的内容信息也是很多分析挖掘工作的重要基础数据。

　　所以，业务部门对数据的需求越来越复杂。

　　在业务部门看来，有了数据能不能做好业务，是我的事；但有没有数据，就是你IT部门的问题。

　　数据嘛，多多益善，谁能保证哪块云彩有雨？

　　除了数据在规模和类型两方面同时拓展，技术也成了一个重要变量。

　　几年前，TB是海量数据的代名词；可现在，不少个人和家庭用户都用到上百T的存储，各行业对大数据概念的重视和投入，推动相关的信息技术发展日新月异。

　　在技术高速发展的阶段，如何运用这些新技术，是非常需要技巧的。

　　比如，要在全国大规模推广的，最好是比较成熟的技术，否则学习成本太高，一旦选择失误将造成严重损失；但对新技术的跟踪和尝试也非常必要，一旦跟不上技术军备竞赛，就可能在使用效果方面落后于竞争对手。

　　所以，未来的运营商大数据体系中，对于数据在采集、传输、解析、转换、存储等环节的实现成本和技术先进性，必须全面权衡利弊，再结合数据生命周期和数据价值方面的差异，选择相对合理的技术方案和运营模式。

　　具体来说，有些技术含量比较强的事情，就没有必要31个省重复做；有些技术不成熟把握性不强的事情，就可以现在局部试点，再集中做或者推广做。

　　【价值体现】

　　今年4月的一次研讨会上，中国人民银行征信管理局领导做总结讲话，谈到此前8家社会机构开展的个人征信业务，虽然试点两年多，但还是离市场需求、离监管要求有巨大差距，因此不能发牌照。

　　此番讲话一出，让大数据的从业者无不心中一凛。

　　利用大数据开展征信业务，是前几年大数据产业发展的一个重要方向。现在，这条路还能走下去么？

　　当年，业界爆炒大数据概念的时候，最先说的就是大数据变现。

　　不少从业者认为，通过对客户数据的全面分析，就可以形成完整的客户信息试图。以各个维度和指标对客户进行分群，就可以将这些信息销售出去了。

　　当谈及信息安全问题的时候，从业者辩解说：销售出去的信息是脱敏的，或者干脆就是全量的趋势性数据，并不会危及客户隐私。

　　但当客户信息泄露事件越来越多，大量的诈骗、骚扰影响了人们的正常生活，这种解释又有多少可信度？

　　从业人士都清楚：数据越精准价值越高，趋势分析报告只能是叫好的广告宣传，卖不了几个钱。

　　而大数据变现的法律风险问题，我以前在《大数据的达摩克里斯之剑》里分析过：

　　数据是用户产生的，所以用户拥有数据的一部分产权，你搞大数据变现，把属于用户的数据卖出去了，用户授权给你了么？是不是把销售所得分一些给用户呢？

　　类似的，就是征信业务。

　　通过对客户行为信息的处理和分析，形成这个客户的信用值，再将信用评估值提供给其他企业。对这种用信用等级将客户分群的方式，征信管理局的领导是如何评价的呢？

　　"把人群分成三六九等，将来在各个方面受到的待遇不一样，恐怕有问题。有歧视性的安排，这种安排、这种理念、这种做法是政治上不正确，不能保障社会的公平与正义。"

　　"从保护个人隐私权益方面，所有信息使用应该授权，应该特定用途，特定授权，不能一次授权反复使用、多次使用、无限使用。"

　　有人说，这么做是把大数据的应用之路全堵死了，按照这样的标准，没有什么大数据应用是合法的。

　　但在我看来，在现实中真正利用大数据把事情做好的，不是利用大数据做精准营销，更不是简单地销售客户信息，而是把数据转换为业务，为客户造福。

　　前几天，我恰好看到这样一则新闻：

　　今日头条的系统里，记录了哪些人浏览点击过哪些新闻网页。如果后来有官方发布信息澄清某些不实情况，系统就会将这条辟谣帖推送给看过谣言贴的人，这就是今日头条利用大数据辟谣的案例。