截至2013年9月，全球已有81个国家部署了213个LTE商用网，2013年上半年，全球LTE用户数达1.26亿，我国也即将全面迈入4G时代。随着移动互联网的繁荣发展，移动网络流量呈现爆发式增长，OTT业务加速蚕食传统语音、短信等电信业务，使营收剪刀差变得更加严重；而移动互联网的“零距离”，让客户可方便地比较各运营商的资费政策，分享业务体验，从被动接受服务向主动提出需求转变，

　　以上变化，正在倒逼运营商向开放式服务、集约化经营和精细化运营转型，电信市场正由封闭走向开放，电信业务和互联网业务的关系也从对抗走向合作。

　　电信网蕴藏丰富数据资源

　　移动互联网时代，用户可便捷地使用智能手机实现上网购物、浏览、叫车、社交分享等信息消费，而伴随这些信息消费行为，在运营商网络中留存了大量电信数据。这些海量数据 包括用户数据（手机号码、账户等）、业务过程数据（通话记录、客户服务记录等）和网络运行数据（网管、日志等），这些经营数据以多样化的形态分散存在于运营商网络的各个网元，构成了数据的海洋。

　　同互联网公司获取的用户虚拟网络数据相比，电信运营商在为用户采用实名制提供接入网络服务的同时，真实记录了用户的社会化生活数据，而管道的智能化又使运营商拥有获取用户在互联网虚拟社会数据的能力。运营商基于管道平台，同时拥有了现实社会和虚拟网络社会两套数据，通过用户属性关联来实现数据的无缝衔接，能够全方位勾画出用户的生活和消费习惯，从而提供更加个性化的服务，这是运营商独有的优势，所以可以说，在大数据时代，海量网络数据已经成为运营商的核心战略资产。

　　海外高端运营商在大数据应用方面已进行了积极的探索和实践。美国运营商Verizon授权第三方使用电信网络数据，通过向商场、体育馆等商业客户出售特定场所手机用户的位置信息和用户信息，帮助商业客户实现精准营销。例如，NBA球队菲尼克斯太阳队利用Verizon用户的位置信息来发现观看比赛的用户归属地，从而加强相应区域的广告营销。欧洲Telefonica在大数据应用方面也已取得了阶段性成果。依托中兴通讯的位置大数据平台，Telefonica O2同应用厂家深入合作，在英国本土推出基于海量用户位置数据分析的智慧脚步（Smart Steps）业务，向政府和商业客户提供人群的分布与流动规律分析，商圈竞争环境分析，顾客群体偏好和习惯分析等数据服务，开创了全新的数据经营模式。

　　运营商大数据掘金之道

　　大数据为运营商经营转型带来了新的机遇，建设统一的数据资产服务平台、开放电信网络数据服务能力是数据经营的基础；设立独立的数据运营单位是实现数据经营的重要保障；以服务为导向的数据应用是实现数据资源商业价值的关键。

　　——构建大数据资产服务平台，开放数据服务能力。以开放电信网络数据资源，提供数据服务能力为目标的大数据资产服务平台是运营商实现数据经营的基础。目标架构是利用统一的大数据平台，汇聚通信网、互联网和物联网数据资源，实现多元数据的集中管理。建设用户画像、数据挖掘等核心能力组件，打造灵活、开放的数据服务平台，实现数据应用的快速开发和部署，并利用开放数据接口，聚合更多应用合作伙伴，拓展数据服务范围，构建开放的大数据产业生态圈。在具体建设步骤上，运营商可结合自身业务发展，初期在O域、B域等垂直领域建设数据服务平台，后期集中建设统一的数据服务平台，实现跨域数据服务能力的统一。

　　——建设新型数据运营机构，保障独立的数据运营。运营商现有的组织架构主要按照业务划分，电信网络中数据源的所有权和使用权分属在不同的业务部门，传统处理方式上这些数据分布在不同的数据库中，并且较为独立地进行统计分析以服务于不同的运营部门，数据分析在很大程度上仅仅作为部门运营报表输出和绩效考核应用而存在。单一数据源在数据的挖掘和使用上都会受到限制，多元化的数据才能使数据的商业价值最大化。因此，建设独立的数据运营机构，统一运营商内部分散的数据资源，实现数据的统一存储、统一管理、统一应用和统一运营是实现电信网络数据资源价值变现的重要保障。海外运营商如Telefonica通过其新业务运营分支Telefonica Digital，与全球著名市场研究公司GFK合作成立了独立的数据服务运营公司Dynamic Insight，专门负责位置数据经营，国内中国电信新近也成立了大数据运营中心，负责集团公司的数据经营和对外合作。

　　——存量经营、流量经营和增量经营是数据经营的重点。对内，数据经营的目标是提升服务质量，挽留客户，增强运营商的市场竞争力。借助大数据技术，运营商可实现对管道中各类业务应用的过程数据、用户行为数据的实时分析，可针对不同类别的客户（如VIP、VAP）及业务内容提供端到端的不同等级的QoS保障，以及灵活的业务管控策略和个性化的套餐营销。例如，面向个人用户提供流量预付费卡（流量300）业务，面向集团客户提供后向流量付费（流量800）业务。同时，利用大数据挖掘分析，还可实现运营商内部运营系统的效率提升，如基于移动互联网DPI数据和网管等数据分析的统一网规网优，通过建立科学的网络质量评估体系，从全网视角感知用户业务体验，从价值维度对网络资源进行整合，精细化资源投放。

　　对外，针对行业客户，电信运营商通常只提供通信管道和设备托管服务，大数据技术给运营商参与争夺行业市场的信息服务创造了巨大的机遇，而这些领域之前一直是IT厂商占据主导。运营商利用庞大的用户属性数据、精确的用户位置信息数据、真实的社会网络数据，可以为行业客户提供高效、准确的信息服务，比如基于位置数据的区域客流分析、实时交通路况分析，帮助政府和交通部门根据人流密度与运动规律及时进行人流疏导及道路规划等，而商家可以利用位置大数据，结合用户画像，实现500米商圈内针对目标客户群的精准营销和O2O服务推送。运营商通过大数据价值挖掘可以满足智慧城市、远程医疗、网络教育等新兴产业的信息服务需求，拓展新型的信息服务模式并获得持续的收入增长。

　　大数据中蕴含的价值和动力将推动产业升级与商业模式创新。电信运营商应抓住机遇，借大数据发展之势推进自身的战略转型，通过整合管理自己的大数据资产，增强大数据分析能力，创新商业模式，不断探索新的大数据利用思路，实现管道流量经营和数据经营并举。

　　大数据百科

　　数据挖掘(Data Mining)

　　数据挖掘又称数据库知识发现（Knowledge Discover in Database），一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系的信息，揭示出隐含的、先前未知的并有潜在价值信息的过程。数据挖掘通过统计、在线分析处理、情报检索、专家系统和模式识别等诸多方法，利用人工智能、机器学习、数据库、可视化等技术，高度自动化地分析电信网络在经营活动过程中所产生的海量数据，帮助运营商发掘电信网络的数据资源价值，提高运营效率和用户服务质量，面向行业用户提供数据增值服务，实现数据资产价值变现。

　　电信运营商在数据挖掘方面已经开始了积极探索，例如2012年5月，由中兴通讯承建的Telefonica O2英国位置大数据项目正式上线，成为全球首个基于大数据位置服务的商用项目。该项目采用中兴通讯自主研发的实时高速分布式缓存技术，支持海量数据的实时挖掘分析和并行处理，支持超过30万次/秒的数据读写操作处理和40亿次/天的位置更新处理，并通过开放接口提供丰富的数据服务。