近年来，大数据所带来的挑战推动了计算技术的快速发展，催生了分布式并行处理平台Hadoop、软硬件一体化数据库服务器Exadata等一批新产品。对于电信运营商这样的大型企业而言，需要思考如何应用这些新技术，解决在大数据时代背景下所面临的挑战，从而提升企业价值。
数据处理面临5个挑战
当前，电信运营商通过多年的信息化建设，已建成各种各样的业务系统和IT支撑系统，而随着业务规模、用户需求的不断提升以及移动互联网应用的快速发展，在数据处理上正面临着各种挑战。其存在的问题主要包括5个层面。
一是需要处理的数据量日益庞大，难以实现海量数据的高效存储和访问。电信运营商仅一个省公司一个月的计费清单量就多达数十亿条记录，使用传统的数据处理方法效率往往低下乃至不可忍受。而运营数据的日报、月报和实时营销等需求，更是令统计、分析、挖掘、营销等系统不堪重负。
二是无法应对高并发读写的需求。当前的业务环境中，一些营销优惠活动，例如网厅的秒杀活动、iPhone首发优惠办理等，容易引发一些难以预估的短时间内极端高并发读写需求，并往往达到每秒上万次读写请求，这使得传统技术难以承受如此巨大的负载。
三是数据模型扩展困难。在目前激烈竞争的行业环境下，电信业务变化频繁，部分数据如客户特征信息、客户联系方式等，经常出现数据模型扩展需求，对传统的技术而言，数据模型的变更涉及的工作复杂而庞大。
四是需要处理的数据类型趋于多样化，除了话单这样的传统格式化文本之外，还有图片、音频甚至视频等，另外即使是文本，也可能是大段落的文本，难以进行格式化处理。
五是大量的中小行业应用服务器，一方面占用了相当规模的硬件资源和维护工作量，另一方面对行业应用快速发展时，传统的体系架构难以方便地实现横向扩展。
内部：基础设施完善
因此，应用大数据技术解决当前的各种挑战，对电信运营商有着重要意义。在此过程中电信运营商面临着什么样的机遇和挑战？可利用SWOT方法（如图所示）探知。
从企业内部看，电信运营商具备IT基础设施完善、资金和人员充足、信息获取便捷等自身优势。电信运营商从80年代起进行信息化建设，目前已建成了业务系统、支撑系统等众多信息化平台，信息化基础设施非常完善，积累了丰富的数据。运营商在信息化建设方面的投入资金每年都达数十亿元，而且拥有庞大的IT研发、支撑和运营团队，能为大数据技术的研究、应用提供资金和人力的保障。
另外，运营商作为信息服务的管道，是用户享用信息服务的必经之路，具备获取各种信息的天然优势，能够相对容易地获取用户行为数据。
当然，运营商作为传统企业，在运作上相对保守，一般倾向于使用比较成熟、可靠的技术，因此对新技术的研究力度不足，技术创新能力也有待提高。而同时，运营商作为大型的国企，企业组织在地域、业务和IT等维度的条块分割比较严重，地域上划分为全国、省和地市三个层级，业务部门划分为政企客户、公众客户、市场营销、客服等多个部门，技术部门也划分为业务网络、无线网络、支撑系统等多个部门，这些部门之间的互相沟通协作存在着一定的障碍，而大数据应用往往要求从客户的角度综合统筹各种信息，一般都涉及跨地域、跨部门的协调。所有这些都是运营商应用大数据技术时需要处理好的内部不足。
