这一代系统，真的不行！（二）【宁宇专栏-151】
【摘要】越来越多的人吐槽业务支撑系统有这问题那问题。是这一代系统真的不行么？那就仔细分析下，都是哪儿不行。今天说说大数据的问题。
| 科 | 技 | 杂 | 谈 |
中国通信行业第一自媒体
中国移动 业务支撑系统部规划处经理
在中国移动工作了二十余年，愿意和大家分享运营商的辉煌与没落，成功与失败。他在用他的故事和分析诉说：运营商和你们想的不一样。
业务支撑系统是电信运营商开展业务的保障，上面既承载着与客户有关的受理、计费、缴费、服务等流程，还有支撑面向后台的开通、稽核、分析等流程。
作为一个从事业务支撑工作二十多年的老同志，我近年来却听到各方人士对支撑系统越来越多的"吐槽"。
有的说现有的经分系统数据不准；有的讲数据分析工作响应太慢；有的嫌没有抓住大数据机遇；有的认为技术落伍变现能力不足。
总之，现在的支撑系统不行，已经成了阻碍业务发展的瓶颈。
事情真的如此吗？
【经营分析系统的历史辉煌】
早在15年前，移动做完省级BOSS系统集中化的规划和规范的时候，就开始筹划经营分析系统的建设。
那时候，绝大多数人还分不清数据库和数据仓库是什么关系。相对于BOSS这样的生产系统，经营分析系统并不是"必需品"，而各省对于数据分析的理解以及技术能力方面的差异，也都非常大。
好在那时候移动的日子好过，在IT上的投入还比较宽松，即便如此，也历经五年多时间，才将全国的经分系统陆续建成。
全国经分建成之后，确实给了竞争对手很大的震撼，当年曾经有移动的老总说，经营分析系统是企业的核心竞争力和战略储备。尤其后来建宙总从联通到移动之后，见识到了移动总部经分系统的威力，更是将经营分析系统的价值推到了顶峰。
在2004年进行系统演示的时候，在移动总部不仅可以看到彩铃用户与普通用户的离网关联分析，还能查询几亿终端里诺基亚和摩托罗拉手机的真实市场占有率，甚至可以通过对世界风的分析，找到双卡用户，并分析他们的行为特征。
在2010年之前，移动的经分系统是非常领先的。各省公司可以通过经分系统，能够对运营生产数据进行及时的捕捉和量化分析，能对竞争对手的业务发展情况进行快速跟踪与监控。
及时准确的数据，和个性化的分析能力，给市场的快速发展添上翅膀，各地的经营分析系统成功案例层出不穷。
【大数据时代的到来】
当大数据的概念逐渐兴起，从事经分系统的专业人士开始糊涂了：拿数据说话，对数据的处理包括采集、清洗和转换，再对数据进行分析和展现，这些不就是经营分析系统的日常工作么。
那所谓的大数据又是什么？
仔细读了涂子沛那本《大数据》，我终于意识到：传统的数据获取与分析只是大数据当中和很小一部分。除了数据以及量化分析的重要意义外，大数据强调的，更是依据海量数据体现出来的基本规律，得出分析结果以及发展趋势。
通俗一点说，就是因为海量数据都有这样的规律，因此当一定场景发生时，就会出现一定结果。#别问我为什么，我也不知道为什么，反正数据就是这么体现出来的。#
于是，当外界的大数据公司和系统纷纷成立，忙着去抓数据和编故事的时候，中国移动的经营分析系统却不知所措：我们到底算不算大数据系统呢？
从数据获取的角度来说，移动的经营分析系统比很多大数据系统的数据都完整。
从2003年以来，所有中国移动客户的客户资料、账单信息、消费行为以及话音、短信、增值业务、流量业务的使用情况，都在经营分析系统中保存着；针对客户的上百种标签、客户在用的终端型号、各类业务量的使用明细，无一不在系统中保存。
然而，从分析应用的角度来看，经营分析系统又不能满足业务部门的使用要求，主要体现在三个方面：
一是数据不全。比如用户访问页面的内容，对运营商来说意义重大，但又不可得。对用户的上网情况掌控不全面，导致很多分析做不了。
二是信息不准。尤其当一些指标纳入KPI的时候，从省公司获取的数据往往被加工，造成了"假数据、真分析"的局面。
三是分析太慢，提出一个数据分析需求，系统需要跑几天几夜；而静态分析需求都需要这么久才能实现，更不要说实时营销了，好不容易盼着客户来，又眼睁睁看着客户走，系统实在不给力啊！
【经分系统大数据，还缺少什么？】
使用部门纷纷指责IT部门：你们的经分系统不是很牛逼么，怎么不具备大数据分析的能力？
对此，IT人员有话说。
（1）数据完整性的问题。
关于大数据，很多人只关心分析应用的效果，不注重数据积累，没有意识到"巧妇难为无米之炊"。
没有数据，拿什么做分析？
对于使用部门来说，都希望基于完整、准确、及时的信息进行分析。但对于IT部门来说，很多数据和信息很难拿到，尤其是数据质量问题，往往需要几经周折才能达标。
即使是系统中已有的数据，在进行分析的时候也需要时间和资源，根据分析要求形成相对独立的数据集市；而数据集市的范围、类别等，还要根据分析的维度和算法的优化不断调整。
海量数据的采集和整理需要时间、需要成本，IT部门疲于奔命地找数据，但往往是已有的数据没用，要用的数据没有。
（2）数据变现的问题。
大数据变现听起来很美，运营商拥有海量客户的数据，能否将这些数据加工之后销售给第三方呢？
很多垂涎运营商大数据的买家，都希望利用这些数据做精准营销。但毫无疑问，运营商泄露这种精确到个人客户的信息是违法的。如今，客户隐私保护问题越来越得到各方关注，如果谁打算将客户信息销售，无疑是在找死。
那么将客户信息进行脱敏处理，或者根据海量客户的行为形成分析报告销售，是否可行呢？在法律上合规了，但是这样的大数据产品问津者聊聊，即使你拿出的行业分析报告很准确、很专业、很全面，又能卖出去多少？
产生的收益，恐怕远不及相应的成本。做几次秀还可以，可要是一直做下去，就吃不消了。
（3）分析应用的问题。
分析系统创造的间接价值，通常以统计报表和分析报告的方式呈现出来。
使用部门根据数据统计，掌握企业实际运营状况，对异常状况进行及时处理，并据此确定下一步行动（如产品定价、业务上线下线、营销活动等）。
然而，每个月产生报表数以千计，可是又有多少人在看这些统计？与此同时，使用部门又在提出新的分析需求；等做完之后又没人关注了。
这样的场景，一直在不断地重复上演。
分析系统还经常接到临时性分析报表的需求。理论上来说，这些数据在系统里都有，但是海量数据的过滤、导入和统计需要时间，更需要专业人员的配合，以目前的业务--IT配合模式，难以并行开展工作，不能承担大量的分析任务。
在实际案例中，高端的分析算法并不多。既是运营商在这方面人才有限，更和决策机制有关。
比如产品的定价，即使能通过缜密的计算得出的结论，也不一定能得到老板的首肯，甚至不能得到经验丰富的业务主管的批准。
分析系统直接创造价值的典型场景是精准营销：将产品特征与客户标签进行匹配，在适当的时机下向目标客户开展针对性营销。
这种方式对于产品推介帮助很大，而且在技术方面的难度不高，但从客户服务的角度来说，既要通过精准营销给客户推介他所需要的产品，又不让客户反感。
但这个度非常难把握--单独一个产品还好说，可运营商那么多产品，如果都实施精准营销，客户会接到多少骚扰信息？
（4）运营成本的问题。
大数据技术发展的核心之一就是降低成本，比如X86的普及、开源和分布式技术的成熟、云计算的成功实践等，都推动着我们能将理想逐渐转为现实。
然而成本的降低不意味着没有成本，即使单价降低了很多，但由于大数据系统的数据量实在惊人，建设和运营成本，仍然是影响大数据发展的关键因素。
话音时代的分析系统里，占用存储资源最多的就是话音和短信业务的话单；到了流量时代，流量话单的存储量要比话音业务大许多。
由于数据业务的并行处理机制，要记录和保存用户的上网详单，为此需要的系统能力和资源更惊人；未来还要存储和分析用户所浏览的网页信息，甚至访问过程中的消息队列，要支撑这种颗粒度的数据处理与存储，系统规模将大到不敢想。
在理论上，大数据系统似乎能解决所有问题，但如此高的运营成本，能产生多少效益呢？存储的这些信息又能产生多少价值？
如果这样的系统，仅能依靠内部精准营销以及卖分析报告来赚钱，在商言商地设想一下：要做多少报告才能抵销系统的电费，要卖出什么样的业务才够得上机房的土地租金，又要花多少年才可能收回建设成本？
当然，对于数据分析工作来说，有些任务是"不惜一切代价"都要完成的。
运营商来已经看到了大数据理想与现实之间的巨大差距，因此不仅要在技术上提升，更要从运营和管理角度创新，找到合理的模式，让大数据不仅有概念，还有成功实践。
【只需一步，新技能马上Get！】
（需要微信升级到6.3.16版本）
（在科技杂谈主页选择置顶）
科技杂谈已经开通文章评论
点击下方“评论”表达我的态度
【昨日文章索引】
点击下方 【阅读原文】加入 “科技杂谈菁英会”。
2013年度最佳IT原创自媒体
2014年度最佳新媒体人
2014年度最受企业关注自媒体
国资委微公益行动联合发起人
| 新科技 | 睿思想 |
已入驻百度百家、腾讯新闻、搜狐新闻、今日头条、网易阅读
一点资讯、互联网实验室，北京时间
犀牛财经自媒体联盟（xinews）成员
WeMedia成员
转载授权、商务合作，联系微信号：sophie0306