电信运营商大数据发展策略

电信运营商大数据发展策略姚若辉【摘 要】电信运营商客户的众多数据（包括行为数据、网络运维数据、信令数据 等）的保存与分析已经逐步成为当前形势下电信运营商的重要挑战,其中大数据技 术的问世与发展为广大的电信运营商对相关数据进行深度挖掘提供了新的技术手段 鉴于此,本文将会首先结合大数据的技术现状阐述大数据技术在电信运营商的适用 性,然后结合多年的实践经验提出如何构建平台的有效策略,以供参考。期刊名称】电子技术与软件工程年(卷),期】2015(000)007【总页数】1页（P196-196） 【关键词】 电信运营商;大数据;海量数据;策略【作 者】 姚若辉【作者单位】 中国电信股份有限公司东莞分公司，广东省东莞市 523000;【正文语种】 中 文【中图分类】 TP273众所周知，大数据技术源自于互联网公司，研究这项技术的初衷是为了解决那些海 量非结构化网页数据的存储、分析与检索等相关问题，从而有效获取人们所需要的 海量数据。值得大家注意的是，这项技术与过去的那种集群技术差别是非常大的， 我们能够通过超大规模（可以以万计）集群（或者冗余设计）来大大的节省成本的投 入。与此同时，随着电信运营商的全业务化运营提供给电信运营商巨大的商机，他 们可以在不需要大量增加网络投资的前提下达到自己的预期目标，大数据体系极有 可能成为未来企业新的价值增长点。1 电信运营商大数据的适用性分析 电信运营商的最主要任务就是为用户与用户、用户与设备、设备与设备之间提供必 要的通信信道。总的来说，电信运营商掌握着三大类数据:第一大类是用于维持网 络正常运营的相关数据，这类数据与用户是不会产生任何交集的，是单纯的信道数 据而以，但是它是网络优化扩容中的重要组成部分之一；第二类是直接与用户实现 对接的相关数据，这一部分数据又可以分为两小部分，第一部分是可以用来体现用 户身份的账号数据（我们通常称之为静态数据），这一部分数据在开通用户业务的 同时就会产生了，第二部分是实时数据（包括各种类型的用于用户通话的信令以及 用户行为数据等），这种数据非常的具体而有很大的参考性意义，同时也是对经营 情况进行分析的关键组成部分；第三类属于增值服务类数据，比方说网页数据、视 频监控数据等。经过以往大量的实践结果表明，第一类数据通常是以结构化的形式 出现在我们的眼前，主要是处理一些逻辑相对来说没有那么复杂的问题。但是这种 类型的数据局限性也是很强的，据以往的研究结果表明，它只能使用于单独的区域 网络，并且数据量不多的前提才能顺利的完成任务。但随着时代的进步和社会的迅 猛发展，传统技术已无法实现长时段、全网级的统计分析，已经淡出了人们的视线第二类数据一个家喻户晓的的特点就是4V特征，换言之就是规模大、价值高、类型比较复杂。具体地说，目前国内运营商的主流用户数已经破亿，由于互联网已经 走进了各大小企业以及千家万户，用户用于记录网络行为的日志数据量是极其庞大 的，从这一点而言可以与顶级互联网公司相媲美，而且数据的传输和更新速度也是 越来越快。在类型方面具有多种多样。这体现在多个方面，首当其冲的就是在数据 来源方面。众所周知，我们通常所看到的各类数据来源也是可有不同:宽带网络、 无线网络等；然后是体现在结构方面，非但包含具有明显结构特征的用户账号数据， 与此同时还包含半结构化的用户访问日志。还有就是体现在价值方面。事实表明， 不管是对电信企业或者是对外部互联网企业，都具有重大的价值。但我们在进行数 据处理的过程中往往需要对事务性、可靠性以及实时性都有相当高的要求，就目前 的大数据解决方案还无法从根本上满足这些要求。鉴于这种情况，我们目前最好是 定位于分析处理（补充性的），比方说用于日常查询的用户话单、访问日志等方面。 而第三类数据与第一类和第二类数据相比较而言最大的特性在于具有较为显著的非 结构化特性，据以往的应用结果表明，这种类型的数据非常适合应用于大数据技术 的相关处理。比方说流媒体和数据的视频（进程或者远程都可以）监控，因此我们 可以使用分布式文件系统将传统的存储系统给完全替代掉，最好的办法就是使用实 时流计算平台来编解码:另外，我们还可以在互联网增值应用过程中用来分析、抓 取和索引需要的网页数据。2 应用电信运营商的大数据的有效策略 从以往的经验表明，为了更好的让电信运营商的大数据为我们所用，可以通过以下 几种方式加以努力。2.1 培养相关的综合性人才 事实表明，不管是在哪个行业，大数据的应用不仅仅需要对行业知识了如指掌，同 时还需要精通大数据分析以及综合应用大数据技术到实际的综合性人才。如果我们 从业界观点看的话，大数据已经从过去一直所推崇的“样本分析”转变为“全量分 析”。当前那些具有现代化意义的企业需要的数据人才主要包括以下三大类:产品 和市场分析人才、安全和风险分析人才以及商业智能人才。这部分人群不仅仅精通 数据分析和研发，与此同时还能够根据实际需要建立合理的电信运营商数据架构。 而且还应对电信自身的业务了然于胸，换言之就是电信行业的数据专家。因此电信 运营商应当想方设法（可以通过外聘或者内部挖掘等多种方式）来储备一批大数据 的专业性人才。2.2 加快平台建设的进度 众所周知，电信企业的每一套运营系统绝大多数都需要大数据的相关支持才能顺利 实施。这些都需要专业人士进行操作方可达到理想的效果，而且就算构建成功在很 多时候也只是一种资源的巨大浪费。大数据在基础设施层面要最大限度的实现共享， 这样做就是为了更好的凸显出大数据规模集群的优势。就具体地说，可建设国家级 或者省级大数据中心，其中国家级大数据中心应当定位于满足全国性的大数据需求。 省级大数据中心定位于满足该省大数据的需求。2.3 进一步加强技术研发 一般地说，大数据研发工作大体包括两个方面:平台型研发与应用型研发。但是就 当前的状况来看的话，电信运营商同时兼顾基础设施与应用，但要以应用型研发为 主。也就是首先能够有效使用大数据，然后进行适度的平台型研发，事实表明这样 做可以更好的支撑大数据应用。在积累到一定经验程度后（具体是什么程度应当根 据实际情况而定），逐步加大平台型研发的资金投入，从而通过这种方式一步一步 的从对内服务朝着对外运营进行转变。虽然说大数据的应用极其广泛，但想要对其 进行完整部署尚且需要很长的一段路要走，在这种情况下最好的办法就是应用切入 的方式，这样做可以同时兼顾近期运营与长远规划。3 结束语 综上所述，随着互联网时代的到来，电信运营商需要顺应发展的潮流对大数据加以 有效的处理。而且我们有充足的理由相信，云计算服务模式必然会成为未来的趋势， 因为在这种模式下可以大大的拉近企业、网络运营商与用户之间的距离。从以往的 经验上来看，大数据的不断推广可以让三者形成彼此依赖的关系。这样一来就会为 电信运营商提供给客户更为优质的服务创造重大机遇。参考文献1黄勇军，冯明，丁圣勇,范永兵电信运营商大数据发展策略探讨J.中国新技术新产品,2013(03).