[大数据成电信运营商转型方向

北京哈睿数据有限公司

大数据成电信运营商转型方向

2017年9月

目 录

1 电信运营商传统业务发展受限 ............................................................................ 1 1.1 用户规模将近天花板 ..................................................................................... 1 1.2 流量业务增量不增收 ..................................................................................... 1 1.3 数据业务是转型方向 ..................................................................................... 3 2 电信运营商大数据发展面临机遇 ........................................................................ 5 2.1 电信运营商大数据较为丰富 ......................................................................... 5 2.2 电信运营商大数据准确性高 ......................................................................... 8 2.3 电信运营商大数据连续性强 ......................................................................... 8 3 电信运营商大数据发展面临挑战 ........................................................................ 9 3.1 电信运营商数据资源的局限性 ..................................................................... 9 3.2 大数据产业市场多方竞争激烈 ................................................................... 10

1 电信运营商传统业务发展受限

1.1 用户规模将近天花板

电信运营商的境况欠佳，用户规模发展将近天花板，收入增长面临瓶颈，难得突破。数据显示，2015年我国移动电话用户达13.06 亿户，移动电话用户普及率达94.5 部/百人，我国通信市场趋于饱和，同时虚拟运营商也加入存量用户的争夺，三大运营商十几年来靠普及用户来实现增长的“人口红利”模式已经不再。

图表

1：1949-2015年固定电话、移动电话用户发展情况

1.2 流量业务增量不增收

智能手机大量应用，用户习惯于使用微信、QQ 、微博等互联网应用，对运营商提供的语音、短信服务的依赖度不断下降，运营商的语音和短信业务收入不断下降。2015年，全国移动电话去话通话时长同比下滑2.6%。全国移动短信业

务量6991.8亿条，同比下降8.4%，降幅较去年收窄5.6个百分点。移动短信业务收入同比下降10.4%，收入规模减少58.1亿元。

图表 2：2010-2015年移动通话量和MOU 值比较

图表 3：2010-2015年移动短信量和点对点短信量比较

虽然随着4G 的快速普及，数据流量爆发式增长，但面临“量收增长不同步”困局，无法明显改善业绩。加之营改增、虚拟运营商加剧竞争、提速降费等因素

的影响，运营商利润下滑已成为常态。电信运营商加速转型、寻求新的业务和收入增长点已经势在必行。

电信业务总量与电信业务收入增长之间的剪刀差增大，由2012年的1.8个百分点持续拉大至26.7个百分点。数据显示，2014 年、2015 年电信业务总量的加速增长，增幅为16.1%和27.5%，而电信收入增幅则连续走低，2014 年、2015 年分别为3.6%和0.8%。随着流量渗透率的提升，在价格竞争的情况下，流量资费会进一步下降，流量收入增长将不可避免地放缓，运营商增收前景仍不明朗。

图表 4：2010-2015年电信业务总量与业务收入增长情况

1.3 数据业务是转型方向

运营商要转型，需要迎合行业发展趋势，更需要基于自身的优势资源进行拓展。我们认为运营商核心优势资源主要体现在规模庞大的用户资源、海量的通信数据资源和垄断性的管道资源三个方面。

图表 5：运营商核心优势资源

运营商核心优势资源

现阶段电信运营商利用其拥有的大数据，进行全面深入、实时的分析和应用，是应对新形势下的挑战，避免沦为管道化的的关键。大数据本身就是电信运营商的生产力，微软进行了一项最新的全球研究发现，全球通信和传媒行业，有望在未来获取大数据的社会红利，数据将成为电信运营业的新增长点。

从3G 时代开始，运营商已进入流量红利阶段，4G 更是让流量红利发挥地淋漓尽致。但运营商必将面临一个困局：宽带和移动互联网在创造了一个用户可以获得几乎任何所需的互联世界后，用户额外的网络使用将不会为运营商带来额外收入，每比特收入的持续下降将无法逆转，甚至最终与成本曲线交叉。数据显示：预计在2017-2018 年，运营商的每比特收入将与每比特成本趋同，之后或将出现收入成本倒挂情况。

随着数据流量单价的快速降低，当下风光不二的流量红利已进入中后期，即

使业务量仍有增长空间，但对于营收的改善将会越来越力不从心。那么，接下来电信运营商的最优选择必将是“数据红利”变现，大数据转型箭已在弦。

大数据转型已经成为全球电信运营商的共识。西班牙电信数字业务部门首席商务官 Stephen Shurrock 称：“大数据是数字经济的重要基石，通过智能和可靠的手段，大数据有改变商业和社会方方面面的潜力”。Sprint 公司技术发展和战略主管V on McConnell在一次公开场合表示，即使电信运营商沦为“哑管道”，“依靠数据分析也能生存下去”。

2 电信运营商大数据发展面临机遇

2.1 电信运营商大数据较为丰富

运营商均拥有丰富的数据资源，运营商大数据主要来自网络数据、业务运营支撑系统数据和运营商自有的互联网应用。这三类数据除了用户自己产生的，还包括了运营商日常运营的数据，比如营销数据、设备数据等。用户产生的数据，除了平时的通讯行为（电话、上网等），还包括了用户个人信息，包括用户实名信息、缴费记录、社交关系等。

运营商大数据维度丰富

运营商数据来源多样，数据量级已经从TB 发展至PB 乃至ZB ，体现了国家级数据管道的巨大吞吐能力。中国移动当前每日新增结构化数据8T ，每日新增日志类数据400T 。每日处理的数据10 倍于此，每日查询的数据100倍于此。数据种类上不但包括用户个人信息、财务收入等结构化数据，还包括图片、文本、视频、音频、电邮等非结构化数据。其数据维度包括方方面面，具体有：

∙

普通互联网企业所采集的下载、搜索、购物、支付、娱乐（阅读、音视频等）、出行等全方面信息。

∙ 用户画像信息，具体包括实名制信息、年龄、收入、话费支付记录、终端更换记录、社交关系等一系列具体的用户画像信息。

∙ 用户实时信息，具体有用户位置移动信息、当前移动和固定终端使用信息（固定和移动网络提供的全方位信息）、当前APP 打开情况、当前社交记录等。

∙ 运营商自身业务运行情况，具体包括网络设备当前状况、区域网络使用情况、区域用户使用喜好、客户服务情况、用户投诉情况等一系列信息。

图表 6：电信大数据的全面广泛特征

运营商大数据覆盖范围广泛

运营商的2G/3G/4G 网络已经是覆盖全国无处不在的网络，完成国内的城市、县、乡镇、行政村各级行政单位的广泛覆盖，为运营商开展基于位置的数据服务奠定了基础。2015 年，随着4G 业务的发展，运营商加快移动网络建设，新增移动通信基站127.1 万个，总数达466.8万个，其中4G 基站新增92.2万个，总数达到177.1万个，移动网络服务质量和覆盖范围继续提升。

图表 7：2009-2014年移动电话基站发展情况

运营商的数据来自全网络、全业务、全客户、全场景。数据来自固网（包括WiFi ）、移动网。业务覆盖固话、移动语音、宽带接入、无线及移动上网等。客户包括个人用户、党政军客户、企业客户、家庭客户等。场景信息覆盖了用户通话、购物、支付、出行等几乎所有场景。可以说，运营商的数据入口远远超过了目前大家所熟知的“软件入口”和“硬件入口”，进入了最根本的“网络入口”。如果没有数据管道，所有的所谓入口都不存在。

2.2 电信运营商大数据准确性高

数据质量是决定数据价值的关键因素之一。2013 年9 月1 日起，我国在全国范围内对新增固定电话、移动电话用户实施真实身份信息登记，严格实行“先登记，后服务；不登记，不开通服务”规定。此外，工信部、公安部、国家工商总局联合公布《电话“黑卡”治理专项行动工作方案》，要求2015 年1 月1 日起，购买手机卡必须实名制，并在全国范围联合开展为期一年的专项治理行动，要求在2015 年12 月31 日前电话用户实名率提升至90%以上。

所谓实名制登记，实际就是要将固定电话、移动电话与客户的身份证信息一一对应起来，登记信息包括“身份证信息（姓名、身份证照片、身份证号码、地址、有效期）、身份证正反照片、本人手持身份证照片”

由于我国实行手机实名制，且工信部数次打击电话“黑卡”，所以通信运营商留存的用户数据是真实准确的，包括姓名、身份证号码、户籍、手机号码等信息，运营商收集的用户数据非常准确。同时，用户在网络上的所有行为理论上都可被运营商知晓，因此用户数据的质量非常高。

2.3 电信运营商大数据连续性强

电信运营商拥有的数据记录周期长、留存时间长，覆盖客户的从入网到离网前的全生命周期的海量数据，且随着存储成本的持续走低和通信数据价值的日益凸显，运营商数据的连续性特点将得以进一步强化。

此外，目前手机已成为用户日常生活中最常用的设备，几乎全天候陪伴，加之手机号码都有很强的粘性，确保了通信数据产生和采集的实时性和连续性。

综上，电信运营商因所拥有的数据资源方面具有显著优势，这为其在大数据应用方面的探索奠定了良好的基础。

3 电信运营商大数据发展面临挑战

3.1 电信运营商数据资源的局限性

量大既是优势也是劣势

运营商如此庞大的数据量对采集、存储、处理都有很高的要求。特别是考虑到数据量仍在加速增长和实时处理的需求，对巨量数据的实时处理需要高超的存储和处理技术。

种类繁多，非结构化数据占比将提升

目前大数据中非结构化数据占比约80～90%。运营商的数据之前以结构化数据为主，随着运营商对大数据的重视，未来非结构化数据的占比将提升。非结构化数据对运营商的数据采集、归类存储、数据分析、数据管理等等提出新要求。

离上层应用远，可能对需求的把握不好

尽管运营商的大数据质量好数量大种类繁多，但运营商的数据源离具体的上层应用还有距离。运营商传统的数据管道运营的思维还无法一下子转变过来。为了避免空守金矿，运营商必须要解决“怎么用”的问题，下力气了解上层应用的需求。我们认为，运营商有可能采用和第三方公司合作的方式。

必须使用深度包检测（DPI ）才能得到上层应用的信息，不够直接

上层应用信息无法通过通常的检测方法获取，只能采用深度包检测技术和设

备。但如同上面指出的，运营商的数据对场景是全覆盖。尽管不够直接，仍然能够克服目前互联网应用数据封闭的缺点。

隐私性问题必须考虑

尽管运营商的用户数据非常精确，可以直达个人，但出于保护用户隐私的考虑，我们必须对数据做脱敏处理。站在运营商的角度，由于关系国计民生，在相关政策没有明确之前，比较可行的方式是做区域群体的特征描绘，以及脱敏后的用户画像。

总体而言，我们认为由于运营商数据的全覆盖、实时性强等特点，在大数据产业中将占据关键地位。但并不是说互联网企业的大数据就可以被完全取代掉。由于互联网企业的大数据的获取更加直接，也更加应用相关，我们认为从长远来看，将出现以运营商数据为主，互联网企业数据为辅的格局。

3.2 大数据产业市场多方竞争激烈

由于大数据在国外起步较早，技术积累较为完备，目前大数据厂商竞争力排名靠前的均为国外知名厂商，其中包括 IBM 、Oracle 、SAP 等 IT 巨头，依靠其雄厚的资金实力和研发能力，在大数据市场遥遥领先。在国家政策支持、企业内生需求逐步成长的过程中，国内开始涌现不少大数据公司，可以将他们划分为三类：数据源公司、数据管理工具/服务公司、数据分析工具/服务公司。

数据源领域的参与者，典型代表是互联网公司 BAT （百度、阿里巴巴和腾讯）、电信运营商、政府部门和传统行业信息化厂商。数据处理/分析领域参与者，国内已有部分较为专业的独立工具提供商，部分通过转型大数据处理与分析的行业信息化建设厂商。

BAT 为代表的互联网企业通过数据资产与数据技术融合发展的方式，推动自身的业务领域从搜索、电子商务、即时通讯、社交网络、广告精准投放等领域逐步向位置服务、智能交通、互联网金融等领域渗透；浪潮、联想、用友为代表的传统 IT 企业正在加速向大数据解决方案提供商转型，并纷纷推出各自的大数据解决方案，其产品和服务多是基于原有业务开展，未能撼动互联网公司的领先地位。

新兴的独立大数据工具厂商在大数据处理/分析技术方面，相较其他参与主体具有较强的优势，若能具有较好的数据资源获取能力，可以进一步提升该类公司的竞争力，但是产品化和变现能力仍然对其发展构成挑战。