大数据来临之前，运营商进行数据分析的来源更多基于BSS系统和CRM系统。“相比于BSS系统来说，管道产生的数据更具价值。”叶云说。

Teradata中国区通讯行业总经理吴传宇举例向记者进一步阐述了网络侧数据的重要性。他讲到，Teradata和某个运营商合作，评估用户对运营商服务的满意度。最早基于BSS数据来评估，分析结果显示，用户满意度很高，交费及时，几乎无投诉率。

然而现实情况却是这家运营商的用户离网率持续提升。于是，Teradata建议引入OSS侧的信令数据进行综合评估。信令数据显示发现很多用户其实经常打不通电话，或者频繁发生掉线，下载内容速度也非常慢，用户感知非常差，这也是导致用户离网的关键原因。

“BSS系统关注的更多是营销类数据。因此，运营商要做大数据，必须将BSS侧和OSS侧数据相融合，形成全网数据。”吴传宇表示。

山西移动便通过引入网络大数据，和BSS侧数据融合，精确观察了微信、手机QQ、米聊等OTT业务对运营商传统业务影响究竟有多大，并制定了正确的市场决策。

然而，要实现BSS域和OSS域的数据融合，运营商却遇到了挑战。电信运营商的IT架构通常被人比喻成“烟囱式”架构，数据孤岛大量存在。要想对这些数据进行规模整合，并不是一件容易的事情。

中国移动研究院首席科学家曾在微博上表示，“尽管电信运营商具有对用户行为进行分析的天然条件，但是运营商基于基础设施自底(能力和技术)向上(市场需求)的业务发展模式和运营商传统上以事件驱动的业务体系结构的约束，至今难以产生直接的市场价值。”

对此，吴传宇表示，厂商推出的大数据解决方案正在弥补这一缺陷。

Hadoop不是万能钥匙

在大数据探索的进程中，运营商逐渐摆脱了对Hadoop技术的认知误区。犹记得大数据兴起之时，Hadoop风生水起，它被认为是业界应对大数据挑战的一剂良药。

然而在实践过程中，人们发现Hadoop在用作数据深度挖掘时存在效率低下等问题，远不及传统的数据仓库好用。但Hadoop成本低，用作数据存储具有数据仓库无法比拟的优势。

Teradata解决方案高级总监姜欣用一个形象的比喻来说明Hadoop在大数据发挥的作用。“大数据就是一个淘金的过程。淘金过程中，首先需要把矿石挖掘出，就需要有运输的工具和堆放的位置，那么Hadoop就等同于这个工具和位置，更多的是传输和存储数据。之后，需要进行矿石的提炼，从而淘出金子。这时候用Hadoop的话，花费的人力和物力会大大增加，时间成本也会增加。”

中国联通的大数据应用代表“移动通信用户上网记录集中查询与分析支撑系统”便是采用Hadoop技术实现了实时查询的功能。每天可处理700亿条上网记录，将用户上网查询记录的系统响应时间缩短至一秒，大大提升用户感知。

从目前情况看，任何单一技术都不足以高效低成本地支撑大数据整个架构。何鸿凌在“2013 Teradata大数据峰会”的演讲中指出，大数据时代，运营商需要分工严密的混搭结构，包括传统数据仓库、新型数据关系库和Hadoop，以充分发挥各个平台的优势。

而且，他强调，这些技术要有效的形成“混搭”，而不是“乱搭”，不能变成“竖井”，需要集成为统一的大数据架构。中国移动目前便初步形成了以传统数据仓库为基础的统一大数据架构。

其中，主数据仓库用来存储“热”数据，进行高效数据加工，支撑KPI、月报的及时呈现，支撑数据的高可靠性低时延访问;新型的关系数据库作为深度分析平台，则用户存储“温”数据，支撑各类高级分析和数据挖掘;Hadoop用来存储“冷”数据和非结构化原始数据，实现自定义、灵活的数据加工和挖掘工作，以及大规模简单数据查询工作。