電信運(yùn)營商說大數(shù)據(jù)變現(xiàn)也有快一年了，這一年不能說沒有進(jìn)展，但相對互聯(lián)網(wǎng)行業(yè)的秒速來說，實(shí)在只能說是龜速。有人這時候會跳出來說是因?yàn)轶w制問題，基因問題，這個說法是萬金油，一般運(yùn)營商的問題歸結(jié)到體制上都不會出大錯，仿佛這么一說，大家就覺得一切都有了合理解釋，然后各自該干嘛干嘛去了，也就不需要再動腦子了。但是今天，我想再繼續(xù)就這個話題深入聊一聊。本文就是起到拋磚引玉的作用，大家可以一起來討論，運(yùn)營商做大數(shù)據(jù)運(yùn)營的切入點(diǎn)究竟該如何選取。
俗話說，存在即合理，任何貌似不合理的事情背后你深究下去都是這樣。運(yùn)營商大數(shù)據(jù)變現(xiàn)進(jìn)展為什么這么慢？只能說，因?yàn)檫\(yùn)營商還是沒有從大數(shù)據(jù)里面看到真金白銀。為什么中國移動在LTE上的投入那么大手筆，那是因?yàn)樗疵靼琢�，這是人家未來10年吃飯的飯碗，所以錢砸下去決不手軟。相比而言，大數(shù)據(jù)只能算是一塊試驗(yàn)田，而試驗(yàn)田上的收成還真不好說。
過去大半年我們一直在研究移動的數(shù)據(jù)，做過企業(yè)級別的數(shù)據(jù)資產(chǎn)咨詢，也做過幾個落地的應(yīng)用項(xiàng)目的探索，做來做去，我們對移動的大數(shù)據(jù)認(rèn)識也越來越清晰。在14年初的時候，運(yùn)營商對自己的數(shù)據(jù)還是充滿自信的，說起來，移動手里的數(shù)據(jù)無外乎兩大類：一大類是用戶的位置數(shù)據(jù)，另一大類是用戶電話、短彩信及上網(wǎng)行為的數(shù)據(jù)。讓我們再深入看看這兩類數(shù)據(jù)。
先說位置數(shù)據(jù)，移動網(wǎng)絡(luò)記錄用戶的位置說到底也是為了給用戶提供移動通信服務(wù)的，而不是為了窺探用戶隱私的，因此：首先它沒有必要實(shí)時關(guān)注所有用戶的位置變化，對于沒有在使用業(yè)務(wù)的靜默用戶來說，隔段時間看看他在哪里就可以了，這個用專業(yè)術(shù)語說就是周期性的位置更新，這個對于系統(tǒng)降低負(fù)荷是很必要的，這樣就有第一個結(jié)論：網(wǎng)絡(luò)對于有業(yè)務(wù)的用戶，需要實(shí)時關(guān)注其位置變化，根據(jù)這個位置變化選擇不同的基站和小區(qū)為其提供服務(wù)，對于無業(yè)務(wù)的用戶，僅需輪詢其位置變化，這個輪詢周期通常是40分鐘（根據(jù)網(wǎng)絡(luò)負(fù)荷情況調(diào)整）。也就是說，網(wǎng)絡(luò)感知的用戶位置不實(shí)時，最壞情況時延可達(dá)40分鐘！其次：網(wǎng)絡(luò)需要了解用戶位置的精度到底到什么程度就夠了呢？答案也很容易想到，只要知道用戶在哪個小區(qū)的服務(wù)范圍就可以了，因此，移動網(wǎng)絡(luò)記錄的用戶位置信息，精度只能到基站的經(jīng)緯度（小區(qū)的經(jīng)緯度和基站是一樣的），這是什么概念呢？2G小區(qū)的覆蓋范圍是數(shù)公里，3G的是數(shù)百米，4G的小一些會在百米之內(nèi)。也就是說，網(wǎng)絡(luò)感知的用戶位置在地理上的精度基本是百米量級。
知道了運(yùn)營商用戶位置數(shù)據(jù)在時間和空間上的精度后，對這些數(shù)據(jù)可以支撐什么應(yīng)用也就心中有數(shù)了，哪些是靠譜的，哪些是純忽悠也就一目了然。如果是用來做要求不高的人流密度分析，常住人口分析，人口遷移去向分析夠了，如果是做精度要求稍高些的交通疏導(dǎo)，店鋪選址，那就需要看實(shí)際情況，具體問題具體分析，說不準(zhǔn)能不能支持，先別拍胸脯；可如果說要做實(shí)時營銷，這牛就吹大了，不光實(shí)時你保證不了，空間上的準(zhǔn)頭也有點(diǎn)差，搞不好營銷沒成反被當(dāng)騷擾。
再說說用戶行為數(shù)據(jù)，用戶的語音、短信類傳統(tǒng)業(yè)務(wù)有一個特點(diǎn)是個人對個人，因此肯定是有一個對端的號碼對應(yīng)的活生生的人，那其中的價值點(diǎn)在哪里就很清楚了，通過這些傳統(tǒng)業(yè)務(wù)的用戶行為，你可以很清楚的了解用戶的現(xiàn)實(shí)交往圈（現(xiàn)實(shí)交往圈是和虛擬交往圈相對的，各有各的用處）。但不幸的是，用戶往往認(rèn)為現(xiàn)實(shí)交往圈的隱私性很強(qiáng)，目前比較敏感，屬于雷區(qū)，運(yùn)營商輕易不敢越的，所以這部分?jǐn)?shù)據(jù)的價值在可以預(yù)見的未來還不可能發(fā)掘。
再有一大類重頭的用戶行為是用戶的上網(wǎng)行為，現(xiàn)在大有手機(jī)取代電腦之勢，看看低頭一族那么多就知道了。所以新新人類的大量碎片時間基本都被手機(jī)上網(wǎng)行為所占據(jù)了。對于用戶通過手機(jī)進(jìn)行的上網(wǎng)行為，網(wǎng)絡(luò)側(cè)會紀(jì)錄下用戶訪問的地址，理論上可以通過該URL地址，結(jié)合網(wǎng)絡(luò)爬蟲或APP抓包技術(shù)，將實(shí)際內(nèi)容獲取回來，然后采用內(nèi)容識別技術(shù)對其中的關(guān)鍵內(nèi)容進(jìn)行識別，這樣就可以獲取到用戶行為的相關(guān)數(shù)據(jù)。但我們再進(jìn)一步看看理論后面的一些落地階段遇到的問題。至于網(wǎng)絡(luò)記錄的地址長度有限（128位），超出部分會被截斷，這些地址也就廢了，這些都是小問題，因?yàn)橛涗涀畛跻膊皇窃O(shè)計(jì)來干這個的，而且超出的比例也不是很大，大數(shù)據(jù)也不在乎少那百分之幾的數(shù)據(jù)。主要的問題有幾個，一是APP和網(wǎng)頁層出不窮，每天都是爆發(fā)式的增多，需要有一個動態(tài)更新的APP和網(wǎng)站的分類庫，這個庫里有網(wǎng)站和APP的多級分類，還需要有網(wǎng)站和APP的多個服務(wù)器地址/域名對應(yīng)關(guān)系，這實(shí)際上是做了URL分類的基礎(chǔ)工作。有效的URL庫及后期良性的維護(hù)機(jī)制是非常重要的；第二，內(nèi)容分詞/識別的復(fù)雜度和識別率，每個網(wǎng)站和APP的內(nèi)容識別往往需要采取不同的方法，具體情況具體分析，需要看頁面有無設(shè)計(jì)規(guī)律等，進(jìn)一步設(shè)計(jì)具體的內(nèi)容提取、識別算法，工作量巨大，一旦網(wǎng)站/APP改版，這些工作還要重新進(jìn)行，因此也要有一套動態(tài)維護(hù)機(jī)制。這兩項(xiàng)工作都是非�，嵥榉彪s的工作，又很難體現(xiàn)具體的價值，因此很少有廠家愿意投入大量的資源去做�；具�是需求來了，再根據(jù)具體的需求具體分析的模式，支撐的時間周期和質(zhì)量都不穩(wěn)定。
在APP內(nèi)容識別的過程中，我們也發(fā)現(xiàn)了一些APP分析廠家目前的一些嘗試，他們會和APP開發(fā)廠家簽署協(xié)議，直接在APP代碼中嵌入數(shù)據(jù)采集代碼，通過在APP運(yùn)行過程中采集的數(shù)據(jù)，有針對性地對用戶的行為進(jìn)行分析，通常他們獲取的位置和內(nèi)容精度會很高，而且他們不會因?yàn)锳PP的升級改版而很被動，造成自身程序的大規(guī)模修改。與電信運(yùn)營商相比，他們的劣勢是不能獲取到所有競爭對手的數(shù)據(jù)，但是對于APP分析廠家來說，只要和更多的APP廠家簽署的協(xié)議，他們慢慢也會積累到這部分?jǐn)?shù)據(jù)。而且他們獲取數(shù)據(jù)到形成可供分析的基礎(chǔ)數(shù)據(jù)中所作的附加工作比電信運(yùn)營商少的多，可以把更多的精力放在業(yè)務(wù)運(yùn)營上而不是數(shù)據(jù)準(zhǔn)備上。
也許，電信運(yùn)營商需要重新評估自己的數(shù)據(jù)適合做什么，不適合做什么，對需要做復(fù)雜的數(shù)據(jù)準(zhǔn)備和精度提升才能支撐的應(yīng)用場景，也許更好的辦法是換一個別的方式去做，那樣才更符合客觀規(guī)律。
以上信息純屬一家之言，還希望大家能多多討論，發(fā)表各自的看法。
