Informa Telecoms & Media 2013年的调查结果显示，全球120家运营商中约有48%的运营商在开展大数据业务。该调研公司表示，大数据业务的成本平均占到运营商总IT预算的10%，并且在未来5年内将升至23%左右，成为运营商的一项战略性优势。OVUM报告显示，大数据应用的主要需求包括商机挖掘、竞争情报、客户维系、收入提升、减少开支、改善运营管理等，其中有50%以上和市场前端工作的开展息息相关。笔者从运营商职能划分的角度来分析大数据对运营商市场工作的影响。

　　第一，影响产品研发的模式。电信产品研发更多以技术驱动和竞争驱动为主，电信运营商基于客户需求的研发驱动一直弱于互联网企业。在大数据时代，一方面终端的使用偏好如品牌、应用等能够得以分析识别，有助于电信定制机的品牌选择和功能优化;另一方面新业务的使用反馈，包括投诉等，可以帮助运营商进行新业务功能优化或新产品开发。大数据时代为产品研发改革提供了基础，以客户需求为导向的迭代开发时代即将到来。

　　第二，影响市场营销的模式。精准营销是大数据应用中最常见的营销模式，主要有客户画像、关系链研究、实时营销和个性化推荐等场景。其中，客户画像(或者称作个人标签)是指基于客户终端信息、位置信息、通话行为、手机上网行为轨迹等丰富的数据，为每个客户打上人口统计学特征、消费行为、上网行为和兴趣爱好标签，并借助数据挖掘技术(如分类、聚类、RFM等)进行客户分群，完善客户的360度画像，帮助运营商深入了解客户的行为偏好和需求特征;关系链研究(或者称作群体标签)是指通过分析客户通讯录、通话行为、网络社交行为以及客户资料等数据，开展交往圈分析，并识别圈子中的主要影响人物及影响链等。基于客户画像和关系链研究即可建立客户与业务、资费套餐、终端类型、在用网络的精准匹配，并在推送渠道、推送时机、推送方式上满足客户的需求，实现精准营销。

　　第三，影响渠道运营的模式。相比而言，电子渠道比传统实体渠道更容易记录潜在客户的消费行为、特征和路径，可以提供互联网侧的大量行为数据，因此，大数据时代将加快运营商电子渠道的发展步伐。电子渠道除了销售、服务职能之外，后续还将逐步担当“大数据资源池”的角色。另外，线上线下渠道协同是电信渠道体系转型的主要方向，而线上线下渠道有效协同的关键就是从客户需求出发，制定合理的线上线下渠道触点界面，为客户提供无缝全面的渠道服务。要实现这一目标也需要大数据技术的支撑，通过现有数据挖掘不同类型客户的渠道使用路径。

　　第四，影响客户服务的模式。近年来，电信行业一直在强调客户体验，却苦于不了解客户的真正需求，使得体验二字更多地被束之高阁。大数据时代为看清“小我”需求提供了有效途径。利用大数据挖掘技术，可以识别客户特征及消费习惯，及时开展消费提醒、偏好产品发送、维系精准跟踪等个性化服务均成为可能。由此可见，大数据将为移动互联网时代的客户服务带来一次变革，给客户服务带来极大的想象空间和无限的发展前景。以法国电信为例，Orange Business Services已在借助大数据改善服务水平，提升用户体验，同时开展了针对用户消费数据的分析评估，以帮助改善自身服务质量。

　　第五，丰富产品提供的内容。大数据可以作为对外销售的产品已成为全球的共识。在确保用户隐私不被侵犯的前提下，可以对数据进行深度加工，对外提供信息服务，为企业创造新的价值。目前，大数据对外商业化的产品形态主要包括市场洞察报告、精准营销广告、数据监测、决策支撑等多种方式。Vodafone、AT&T、S、法国电信、BT、NTT等运营商也纷纷尝试将已有数据整合处理，提供给第三方以求获得新的收益。以西班牙电信为例，其推出的“智慧足迹”服务基于完全匿名与聚合的移动网络数据，帮助零售商分析顾客来源和各商铺、展位的人流情况以及消费者特征与消费能力，并将洞察结果面向政企客户提供客流分析和零售店选址服务，目前该模式在国内WiFi运营领域应用较多。

　　虽然电信运营商在数据资源方面拥有天然的优势，但必须承认在大数据运营方面，不管是平台研发能力还是运营能力，电信运营商的优势并不明显，与互联网企业以及一些专门做大数据平台的专业公司相比，存在较为明显的差距。笔者认为，要做成大数据，首先公司层面应足够重视。其次，大数据运营团队必须独立运作，独立核算，并辅以灵活的机制，否则新业务很难在传统的电信体制下快速孵化。最后，光靠自己的力量还不够，怎样找到优势互补的合作单位协同研发运营才是大数据发展壮大的关键。