大数据有大价值

　　大数据是当下的热门话题，有一句话说得非常好，叫云计算改变IT架构，大数据改变商业模式。在未来，企业所有能够量化的内容，全部都会数字化。在这个过程中，云计算由于能够具有计算和存储所需的扩展性和弹性，可以以更低的成本和更高的效率，去分析、挖掘企业所有的数据。可以说云计算等技术为大数据的发展、未来企业的数字化奠定了基础。

　　从当前的行业背景来看，运营商们还处在转型的过程中。中国运营商2012年的财报显示，中国的电信市场是一个红海市场，已经有超过11亿移动用户，而每个月都有将近8000-9000万用户在大进大出。除了中国移动的利润率相对高之外，中国电信和中国联通的利润率仅处于2-3%的水平。这意味着，运营商必须要做出转变，提高利润空间。

　　另一方面，OTT对电信业务的替代和冲击日益严重。例如，2013年春节期间，虽然运营商总体的短信量是上升的，但仅是微幅上升，而且点对点的短信实际上下降了10%左右。这表明，互联网OTT业务正在蚕食或替代传统的电信业务，运营商必须要转变发展模式，利用大数据技术，实现更低的成本和更高的效率。

　　中国联通期望从三个方面去发挥大数据的效用，即提升客户体验、加强透明管控和科学运营、构建新的商业模式。首先，中国联通可以把除了IT系统所包含的结构化数据以外的其它数据，进行整合，包括用户上网日志、访问记录、位置信息、终端信息等等。这些信息能帮助运营商更加清晰地感知用户的实际需求，知道用户是谁、在什么地方、用什么样的终端、需要什么、访问什么……也就是说，运营商可以通过数据，发现和感知客户需求，从而为用户提供更好的产品和服务。

　　第二个方面是针对运营商企业内部的透明管控和科学运营。通过数据，运营商能够360度地透视每一级运营主体，知晓市场发展情况、财务状况等，以便从更多维度了解企业，更好地去平衡收入和成本之间的关系。我们也称之为精准化的资源匹配，这将改变传统的粗放型经营模式。

　　大数据使用的第三个领域是构建新的商业模式。国内最近谈得比较多的话题是虚拟运营。如果虚拟运营是未来新的商业模式，那么运营商就需要把用户的完整数据提供给虚拟运营商。然后，虚拟运营商才能基于基础运营商的网络和数据，开发一些有特色或者创新的产品。另外，运营商在应对OTT业务竞争时，也离不开数据的支持。这表明大数据对运营商而言，是开创新价值蓝海的重要保障，有利于改变传统的经营模式，有助于提高客户的感知质量，增强运营商自身的实力，能有效应对来自于虚拟运营和OTT的业务冲击。

　　现在，国内的大数据应用暂时处于尝试和探索的过程中，产业链中的玩家们需要冷静下来，认真思考企业的实际情况和所处阶段，探讨未来大数据能带来的价值，推动大数据应用真正落地。

　　中国联通如何赢得先机

　　分析运营商的优势与不足

　　过去十几年，运营商一直在努力地成为智能管道，但是很遗憾，转变的过程相当艰难。不可否认的是，中国信息化基础设施水平有非常大的提升。对运营商来说，也形成了几个关键资产，那就是网络、用户、数据。网络是基础，是高速公路，所有用户都要接入到运营商的网上来，会产生各种各样的消费记录，这些记录又是通过数据来量化的。

　　因此，运营商可以获得的第一手数据就是客户姓名、性别、年龄、流量等，还能进一步知道客户的终端类型、经常访问的内容。过去，我们因为成本很高、企业管理粗放等原因，让这些数据白白流失了，没能将其真正转化为价值。

　　而在今天，云计算和大数据提供了基础技术保障，使我们可以把这些数据整合起来，进一步分析和挖掘，提炼出面向新商业模式的，或者面向客户感知的数据。这样的数据就是高价值、高聚合、高密度的数据，有助于实现上述三个目标。这也是运营商的先天优势。

　　当然，运营商也有不足。具体来说，运营商主要的经验来自于传统的通信产品和服务，很难做到面向每一个用户的精准的洞察和业务提供。但毫无疑问，运营商必须朝这个方向努力，否则无法与OTT相竞争。关于这个话题，如何满足用户的需求——CEM(客户体验管理)，在今年TM Forum上也有很多探讨。此外，在国内还存在体制和机制问题，三大运营商需要进一步激活，才能真正参与到大数据、互联网、移动互联网的竞争中来。

　　转变IT系统建设模式

　　中国联通在国内运营商的大数据应用中，走得比较靠前，集团公司的领导层非常重视大数据的应用，以及新商业模式的创造。从线上来看，中国联通已经把大数据作为未来发展的主要战略，IT系统的下一步发展也确定了是以“集中大数据为核心，顶层设计引领IT建设，服务下层，助力客户感知”为总体战略。

　　在这个思想指导下，中国联通全面启动了以数据为中心的、集中化和一体化的IT系统建设，其目标是改变传统的建设模式，即每个系统从应用到数据，全部是烟囱式的建设模式。这是源于在数据层面，分散、割裂的数据难以形成一致性，数据和数据之间整合的代价也非常高昂，数据的应用很难发挥其整合优势，或者说数据越大，边际效应和价值越高。因此，中国联通未来的建设模式全部要转变为“平台+应用”的模式，构建全集团唯一的、集中、开放的大数据平台，并在这个平台上构建各种各样的应用。

　　这是建设模式的重要转变，其核心就是大数据的平台。中国联通计划把所有IT核心的数据、网元侧的数据、互联网的数据，乃至与外部合作和关联企业或者第三方交换的数据，全部整合，形成能够反映企业全景、客户全景、所有产品/渠道的大数据平台。这个平台采用大数据技术处理海量数据，并且能够将不同需求、不同业务有效整合，为上层应用提供定制化的服务，就是“统一平台，应用百花齐放”。

　　当前，除了把传统的IT数据集中之外，中国联通也在采集手机用户的互联网浏览日志、访问记录，并据此在2013年“315”正式对外提供用户流量查询服务，目的是解决数据时代用户的透明消费问题。在此基础上，运营商还能有更多作为，比如进行基站的优化。根据采集到的流量数据、访问记录，运营商能很清楚地知道，每个基站的用户实际访问量、负荷，从而判断基站规划是否合理，基站是否要扩容、是否要优化、是否要增强承载能力，或者缩减等。这样一来，运营商就能提升网络规划的质量和效益。

　　另外，运营商还可以做定向的营销。举个简单的例子，假设某个用户本月对数据的需求特别多，流量即将超出套餐使用的范围。此时，运营商能精准地知道用户的流量使用情况，及时推送一些临时加载流量包，这就非常契合用户的需要。这类应用场景在过去是不可能实现的，这是因为我们把流量数据扔掉了，现在我们把它收集起来，下一步还会把信令信息收集起来，为用户提供更多服务。

　　随着数据的集中，以及基于这些数据的关联、整合、分析，很多数据应用场景应运而生，可以无限畅想。在这些方面，中国联通做了非常多的尝试，将会推广更多新的业务模式。

　　克服系统集中化的挑战

　　为了建设大数据的统一平台，中国联通需要建设企业数据中心和资源池，对此，中国联通的最大挑战来自于过去的两级系统、两级架构，公司的管理、组织架构、IT系统等都是两级架构，即31个省有各自的系统、数据和应用。因此，我们的挑战在于把传统的两级架构，变成集中式、一体化的IT架构。具体过程是：在过渡期，系统会把数据从31个省，抽取汇集到集团的一级系统;在目标期，省级系统逐渐弱化，最终不再保留，实现一个平台支撑所有应用和场景。

　　由于小型机无法支撑如此庞大的数据量，一个平台在过去是不可能实现的。而现在，云计算技术在计算和存储上实现了极大的扩展性与弹性;大数据技术则实现数据层面更多的关联、整合与分析;应用软件的SOA架构有助于灵活适配各种场景对系统的柔性配置要求。所有这些技术为集中化、一体化系统提供了必不可少的技术保障。

　　第二个挑战是系统集中化之后，集中运营能力的建设，包括集中系统要能够快速响应市场，满足客户需求，适配不同阶段的具体管理需求。集中运营能力将会成为未来信息化战争的中枢神经系统，能够记忆数据，洞悉从省公司到地市，甚至到一线的网格的实际经营情况，还有客户感知，并做出及时的、针对性的反馈和知会。

　　中国联通在集中运营方面的进展非常明显，部分集中系统已经建成，还有很多计划在实施中。毋庸置疑的是，这是一个清晰、明确的战略。中国联通从上到下已达成这个共识，转型也在稳步推进中，所有新系统的规划和建设全部以数据为中心，注重数据的透明、刚性、规范、质量、安全，这是一切基础的基础。

　　实施IT基础设施云化

　　中国联通IT基础设施建设是以大数据为核心的一体化、集中化的模式，会形成全国性的2-3个EDC(数据中心)整体布局，称为两地三中心。中国联通在两三年前就做了规划，目前实施了两大数据中心基地的建设，很快会交付使用，分别是廊坊基地和呼和浩特基地。北京亦庄和廊坊是双活的两个生产中心，距离只有18公里。同时，呼市会构建一个灾备中心。这样就能形成北京和廊坊，以及呼市的两地三中心的总体架构。

　　在IT基础设施方面，中国联通强调资源的池化建设，计算和存储资源应该集中、共享、开放，技术选择也依据这几个基本原则，所有应用全面向云化的方向迁移。承载模式重视基础资源的弹性和复用，利用“X86+虚拟化”，以及大数据分布式计算，构建超级大的集群，面向应用提供计算能力和存储能力。从2012年开始，中国联通集中系统的建设全部采用了这个架构。

　　资源的池化有很多成功的案例。以淘宝为例，其每天产生大约1.5PB数据，其计算的集群大于1500个，只需要2小时，就把1.5PB数据处理成20TB的高价值数据，提供给上层的各个应用和各个部门，以及所有用户。这对我们是非常好的借鉴。同样地，运营商未来的数据规模也会非常大，大量数据是低价值、低密度的，需要进行处理、加工，得出高价值、高聚合的数据，并且和运营商已有的IT系统的MBO数据进行整合，然后提供给业务。

　　定制混搭的数据处理技术

　　数据有不同的类别，有结构化、半结构化、非结构化的数据。传统IT系统的数据就有结构化程度比较高的MBO数据，还有半结构化的用户访问互联网的日志数据，以及非结构化的用户访问互联网的内容数据，等等。

　　不同的数据有不同的应用场景，需要采用不同的数据处理技术。传统关系型数据库能处理复杂的关联分析、多维挖掘，对于结构化数据的处理有它的独到之处。Hadoop比较擅长非结构化和半结构化数据的加工和提炼，对海量分布式数据的处理效率非常高，但不擅长做复杂多维关联分析。也就是说，对于海量的低价值、低密度数据的加工和处理，运营商可以采用Hadoop这样的计算体系。在处理完这些数据，并整合、关联、汇总，形成高价值数据后，运营商可以使用Oracle等传统的数据库或MySQL这样的新型数据库。

　　当然，还有一些场景，比如用户的即时查询，需要通过内存数据库提供加速，让用户感知非常快捷，一点击就能得出想要的结果，还有一些使用列存数据库的场景……所以说，单一数据库肯定不能满足需求，运营商需要一套体系来适应不同场景、不同应用的需要，即深度定制的混搭结构才是最合适的。