大数据正改变企业运营管理的决策方式。但是，大数据促进企业管理决策的力量不在于数据之大，也不在于数据本身，而在于企业利用大数据所作出的更深入、全面的客户需求洞察，并依此支撑企业运营管理决策的有效形成，促进企业运营管理的高效运行。

运营商建立大数据应用雏形

虽然尚处起步和探索阶段，但先行的电信运营商已经开展一些大数据的采集和分析应用，基本可归为以下四类。

1.通过DPI系统采集用户所浏览网站的URL信息

严格意义上说，这并不真正属于大数据分析的范畴。理由一是将URL信息采集后对URL网站所属信息内容类别的首次判定一般必须通过人工方式，这不符合大数据分析的自动和智能的思想；理由二是将用户所浏览网站一一作信息类别（比如娱乐、体育、音乐等）归纳之后，标签处理已经损失大量原生态信息，且因抽离所处时空环境，信息价值锐减，这违背了大数据分析的核心思想；理由三是这种分析一直尚未找到适合的营销方式，向喜欢浏览娱乐信息的用户推销娱乐信息，事实证明是后知后觉且多此一举。

2.社交网络分析

利用电信CDR及短信数据对主被叫关系分析形成对交往圈、交往圈中各节点影响力、影响如何沿交往圈在各节点间辐射等信息的社交网络分析，在一些电信企业已有成熟算法和模型，且有成功营销应用实践案例。

3.大数据量的集中采集和存储，供实时监控、查询

一些电信运营商在总部或省分公司层面已经实现了集团或全省的上网数据、通话数据或网间数据的采集和实时监控查询，比如中国移动某省的流量分析与监控系统，能够基于时间、地区、运营商、业务、App、IP分组、域名等维度对全省的上网流量进行实时分析和报告。从严格意义上，这属于大量的结构化数据的采集和统计分组汇总处理，所以依然不属于大数据范畴。

4.基于论坛、微博等平台专题信息的舆情监测

目前一些电信运营商针对新推出产品、某细分客户群产品偏好、竞争对手新推出产品等都有基于专门论坛及微博平台等进行的相关信息采集，并对所采集信息进行相关专题信息的分析工作。但因为这种分析所基于的数据源是文本信息，区别于传统结构化数据，所以通常被人们称为“大数据分析”，但深究其处理和分析信息的手段，本质上还属于关键字搜索技术加人工干预，所以严格来说，目前针对固定主题的舆情监测并不属大数据的分析应用范畴。

大数据在电信业的拓展方向

实时地理位置判定 可携带及无线移动设备的普及和使用方式的多样化（如文本、Email、视频、上网、拍照等）发展，为企业提供了潜在数据采集的便利条件，也为市场人员提供了通过个人设备和平台实时接触并获得消费者反馈的能力。因此，企业充分利用移动技术，结合社交网络等应用，能够取代并补充传统营销的一些功能。

基于位置的服务是个令人兴奋的新兴事物，对于电信运营商来说，他们能够实时知道客户的位置，根据企业对客户需求模式的长期跟踪识别，借客户所处位置实时触发营销时机，将用户所处位置周边已整合的餐馆、银行、警察局或煤气站等产品信息，针对性传达给有需求的目标客户，在满足客户需求获取客户满意的同时，利用消费者“移动设备比自己眼睛看得更清楚”的感知来增加客户粘性、提升客户忠诚，实现电信运营商成为综合平台提供者的“新三者”目标。

社交网络分析（SNA） 对于电信企业来说，客户的社交网络分析即为一个重要的大数据分析方向。社交网络分析内容为：通过测算识别客户与客户之间关系所形成的圈子，以及圈子中各客户角色的判定——领袖者是谁，追随者是谁——来形成企业对各个客户影响力和价值判断，在此基础上，利用这些圈子、角色和影响力的认识，帮助企业实现相关营销活动或产品套餐的推广，提高企业营销运营管理效率。

客户体验分析（CEA） 过去几年，电信运营商一直倡导客户体验管理。但是，由于以往数据处理和分析技术条件所限，客户体验管理难以实现，因为企业要对每一个客户使用产品过程中每一个环节中的每一次接触在每一个接触点都能够测量并判断客户的体验感受，数据很难获取，分析测算也很难实现。而在大数据时代的数据处理和分析技术中，其中有一个特点就是机器数据即非结构化、半结构化数据处理分析技术的成熟。

借由该技术，我们可以将贯穿客户使用产品全流程每一个环节每一个接触点的每一次接触行为的留在我们系统中的日志数据实时采集、处理，并将客户的操作行为轨迹数据与正常行为所需时长和行为轨迹标准进行对比，进而实时判断问题，实时与客户交互并调配资源，实时解决用户使用产品中遇到的问题，并依此不断发现总结客户的典型行为模式，不断修正产品和流程设计，最终提升客户体验。

总之，对于因具备传统数据优势而在传统数据分析挖掘及其基础上已经应用和实现精确营销的电信行业来说，大数据的应用方向在三个方面：首先，对于原有数据的重新分析挖掘，如基于CDR数据进行人与人之间关系的社交网络分析；其次，大数据技术带来对大量不同类型数据采集、处理和分析能力，可将企业原来具备却无能力对付的数据充分利用，比如基于信令数据的实时位置判定，基于机器数据实时的客户体验判定问题识别；最后，立足自身用户基础，通过外部网络数据的获取，完善现有用户行为、交往和情感、喜好等信息及其之上的分析应用。