运营商大数据战略 个性化营销机制成核心

2012年可以说是大数据的元年，从年初美国奥巴马政府宣布启动"大数据研究与开发计划"，到年中以华尔街和证券公司为主导的大数据概念爆发，再到年末智慧城市、云计算的加速建设，无不烙下了大数据的深深印记。大数据，这个未来很可能对于人类社会产生深远影响的概念，正逐步融入每一个普通人的生活中。

伴随而来的是基于大数据的各种商业模式创新的层出不穷，这其中，具有大数据分析优势的互联网和IT企业当仁不让地占据了制高点。例如，Facebook以其创造的社交平台数据为基础，通过开放平台共享数据的方式，不断创造出更新颖的业务模式；阿里巴巴则以其B2B和B2C平台交易数据为基础，逐渐向基于供应商供货和结算数据分析为依托的金融领域拓展；亚马逊则将大数据与云计算有机结合，在不断推出云服务的基础上积极部署实施自己的大数据战略。

在这一大背景下，作为电信产业链核心地位的电信运营商也不甘落后，开始了面向大数据的调整和转变。一方面，他们创造出基于大数据的新业务模式。例如，Telefonica与市场研究机构GfK进行合作，在英国、巴西等地推出SmartStep业务。这一业务基于Telefonica数据为基础，向零售商、政府部门、公共机构提供基于地点的人员流动（Footfall）数据，以此帮助他们更好地进行决策。另一方面，电信运营商将大数据与自身的运营结合起来，尝试将大数据运用于网络建设和优化，以及业务拓展的用户精确营销等方面。

电信运营商营销之路

电信运营商的营销，与大部分企业营销变迁一样，经历了从单一到立体，从粗放到精细的过程。

在模拟电话时代，电信产品结构单一（语音通信服务），市场结构处于卖方市场，电信产品供不应求，因此营销在电信运营商的地位较弱。进入2G时代之后，电信产品逐渐丰富，在语音通信基础上出现了诸如短信、彩信、彩铃等数据业务，而且随着市场上电信运营商数量的增加，市场结构逐步由卖方市场向买方市场转化，运营商间的竞争逐渐激烈，此时营销也逐渐变得重要起来。一方面，在品牌制定上，各大运营商都制定了自己的品牌（如中国移动的全球通、神州行、动感地带）等，以此针对不同的细分用户类别；另一方面，营销手段也变得多样化起来，除采取传统媒体（电视、杂志、报纸）外，一些互联网媒介（如门户网站、博客）也被广泛应用于电信运营商的营销中，营销向着立体化发展。

进入3G时代以后，随着中国电信业的重组产生了三家实力相近的全业务运营商，电信运营商间的竞争变得愈发激烈，由此也引发了电信业营销的进一步发展。3G时代电信业的营销主要体现为以下两个特点。

一是立体化。中国电信业的网络建设（3G、LTE）与移动互联网的快速发展同步，大量的业务和商业模式迅速出现，营销工作也从单一层面向系统工程转化。每一次的营销，都需要传统媒体、互联网媒体、移动互联网媒体的通力合作，协同完成营销任务。二是精细化。随着电信运营商运营时间的积累，电信运营商会产生并收集大量的数据（如电信消费者入网数据、话费数据、基站数据等），这些数据是电信运营商的宝贵财富，也是开展精确营销的基础。绝大部分的运营商，都或多或少地使用这些数据，开始了基于数据挖掘的精确营销的探索。

随着移动互联网、物联网的快速发展，电信网络中传递的信息种类迅速丰富（从文本到图片、视频，从结构化到非结构化），并且伴随着电信网络识别技术（如DPI、PCC等）和数据处理技术（如NoSQL、Hadoop等）的发展，电信运营商可以获得并处理的数据也急剧增加。这些数据可以帮助电信运营商更有效地了解用户，分析用户使用习惯，也给电信运营商开展更加精准的精确营销提供了基础，帮助电信运营商降低营销成本，增加业务收入。可以预期，随着电信业的发展和变革，在LTE时代，基于大数据的电信运营商精确营销，将会对电信运营商变得愈来愈重要。

四大数据类型

运营商通过部署相应的技术（如DPI、PCC等），主要可以获得以下四类数据。

第一类是人口统计学数据，主要包括在登记时提交的个人姓名、性别等数据，以及通过解析得到的用户手机号码、IEMI、状态码等数据。第二类是以反映用户位置为主要内容的基站数据，主要包括基站位置（经度、纬度）、所属node B、SGSN IP、GGSN IP等数据。第三类是用户业务数据，包括用户业务使用类型、连接方式、访问网站（URL）、登陆访问时间、上行流量、下行流量、各业务流量等数据。第四类是计费数据，主要包括用户的套餐选择数据、资费数据、购买历史数据等。

通过对于这些数据的聚合和分析，可以