深度 | 从变现的角度重新认识运营商大数据的价值
点击上方
请您点击“与数据同行”以“关注”，关于数据的实践与思考，每周一我在这里等你！
作者：傅一平 就职于浙江移动大数据中心 微信号：fuyipingmnb 欢迎交流！
距离笔者发布第一篇关于运营商大数据认识的文章《PK BAT大数据？浅谈运营商大数据的价值》已经近2年了，随着变现的深入，对于运营商大数据的理解也在变化。
当初从全面性、连续性、完整性等角度系统阐述了运营商大数据的价值，现在看来，直接从数据本身说数据没什么意义，变不了现的话，也是空谈。
运营商到底基于大数据创造了多大价值很难讲，但如果以运营商当前对外变现的那点收入来衡量其数据能创造的价值，显然是小看了运营商，其实运营商在对内数据应用上早已经达到一定的高度。
比如对于很多企业来讲基于年龄，区域、性别，通话、区域等来做精准投放可能还存在门槛，但运营商早在10年前就开始常态化的基于这些数据做营销投放和资费设计了，也很早就基于位置网格来做用户的精细化管理和考核了，当对外变现中一些金融企业提出网格化的需求时，笔者才意识到以前做的片区化系统价值可能是如此巨大。
回顾历史，在对内数据价值创造上，运营商无需妄自菲薄，在当下，随着智能互联时代的到来，运营商需要基于新的业务模式和新的数据，将自己的运营水平拉上一个新的台阶，以实现自己的大连接战略，这才是对内的痛点，也是大数据面临的最大挑战，运营商需要从成功走向成功。
但一旦运营商的数据转向对外变现，其价值的发挥就受限于各种外部条件了，原有的能力也可能不适用了，甚至是完全不可用了，这也是当前变现艰难的一个根本原因，跟先进互联网公司相比，显然运营商的数据还要打磨，运营水平还需提高。
通过几年的变现，回过头来再看运营商的大数据价值，显然会有更深入的认识，也只有通过市场驱动才能真正理解运营商各类数据对外的价值，才能决定数据提升的方向。
1、位置
现在投入商业实用的还是以基站的实时信令为主，精度一般，应用场景非常多，包括客流监控、景区人流、交通规划、商业选址、位置营销等，对外变现形式主要包括产品、报告及服务三种。
为了提升定位精度，部分运营商已经启动了基于MR指纹识别来将定位精度提升到50-100米（甚至在尝试5*5及三维定位），但大规模投入商用的还不多，一方面受限于数据的质量，毕竟MR数据原来只是网优用来监测分析覆盖能力的，这类数据的完整采集和输出对于网络设备也有压力，比如只输出4G的MR，而缺乏2,3G的，比如原来不太关注到个人的定位，因此诸如S1-MME的关联回填还有很多问题，另一方面MR的实时输出还有很多技术问题要解决，短期内可能只能作为辅助，而不能完全替代基站定位，但前景还是可期的，需要花大工夫去解决。
当前诸如华为等公司也在提供室分lampsite、WIFI、蓝牙等室内精准定位的方案，可以应用在商场门店客流的更精细的分析场景，在部分运营商也有案例，但由于涉及到新增设备、网络调整、效益评估等系列前置工作，应用前景不明。
2、上网
理论上运营商可以基于上网管道bit的解析识别用户的所有上网访问内容，从而构建起用户的完整线上生活画像，变现价值潜力巨大。
DPI是针对管道中bit数据的一种协议解析手段，运营商希望基于DPI技术来逼真还原用户的上网行为，当前DPI最大的变现价值是基于http协议解析出了各类上网内容，包括URL、APP等。
基于识别的URL及URL知识库，一些运营商已经通过爬取相关网页的内容建立起了一套上网URL内容偏好体系，但由于爬取能力、自然语言处理能力、知识库构建能力有限，运营商建立的这套内容偏好体系对于内容识别的深度和广度离商用要求还有距离。
对于上网来说，如果行业知识库不到亿、十亿、百亿级别，诸如URL这些数据就如同水面下的冰山，很难挖掘出更多的价值，但这也孕育着运营商变现的巨大机会，考验着运营商数据人的智慧，一定要认识到什么才是最重要的。
部分运营商通过开放这部分数据来解决自己的能力短板，比如让DSP进驻到运营商的平台内部，DSP可以基于自己的知识库打造出各类标签用于RTB广告的投放，这应该是当前最现实、最高效的变现手段了，但如何开放平台，如何确保数据安全是此种变现模式面临的最大挑战。
运营商有没有可能基于自己的渠道与DPI数据优势让自己成为一个真正的DSP，从而参与到广告的生态中，这也是值得运营商思考的问题。
运营商当前发布的APP排名，APP数据大多是以http协议识别为基础的，当然也包括了部分非http协议的，但数量有限，当前APP识别最大的商用价值其实不是APP洞察，笔者倒觉得是用于拓客，因为APP还是很能反映用户的偏好的，特别是在金融领域。
下面要重点谈谈https对于运营商上网数据解析的影响。
随着https越来越多，特别是苹果的限制，运营商上网数据可看的部分的确是在减少，但对外变现的影响不是很大，如果说上网数据的总价值是100%，由于https的影响可能降到了50%，但剩下的上网数据价值当前运营商能利用的不到1%，因此现在提https导致运营商无法利用好上网数据有点杞人忧天了，解决不了的问题多讨论也无意义，真实的情况是运营商现在没有那么多的资源、能力去开采剩下的这50%，因为成本很高。
你可以想象，运营商要利用DPI去解析管道的内容，就好比需要对大海里每个水滴都要去做专门的检测，但每个水滴都是由不同的互联网应用商创造发明的，运营商也不知道这些水滴的基因序列（协议格式），这些基因还在不停的迭代更新，识别的难度可想而知。
运营商即使有足够的硬件去做这个事，但也没有那么多基因检测科学家啊，现在无论是哪个DPI厂家的识别能力都是无法满足规模化商业变现要求的，DPI现在更多的是作为一种运营商网络调控宏观分析的手段，而不是直接为商业变现服务的。
DPI看起来很美好，但运营商的确还需要付出百倍的努力，首先需要在点上实现突破，用效益来证明DPI开垦的价值，才能有继续扩大的可能，因为投资太大了。
最后，假如没有信息安全的隐患，运营商要基于DPI实现终极规模变现，创造百亿甚至千亿的市场规模，必将是通过开放接口、按需定制来实现的，只有搭台唱戏，才能满足不同应用方的要求。
3、通话、流量及短信
通话、流量、短信行为是运营商对内营销最为关键的数据，这些数据打上了严重的通信烙印，却不是外部商家关注的重点，现实中通话、流量、短信数据是很难直接用于商业变现的。
但其间接能量巨大，当前受限于业务模式、经验局限、建模能力及安全要求，运营商在这类数据的深度开垦上远远不够。
比如商业变现TO C，有一个重要问题是对于心理的认知挑战，同样是做商品推荐，主动和被动型人格，其对于推荐的接受度是完全不同的，被动型人格也许只能通过外呼等渠道触达才有效，而主动型发个短信就可以了，也许运营商可以通过通话的主动和被动程度，通话的长和短，推测出用户的性格，这个也有商业价值。
比如运营商很少能基于通话时间序列去考虑用户行为的动态变化，从中捕捉到更多的规律，中国移动的天盾反欺诈靠的不就是从时间序列中捕捉到的欺诈的细小特征吗？也许运营商可以基于用户进商场+刷卡消费+打开淘票票的时间序列更为准确的挖掘潜在消费场景，这个价值大不大？
比如Google有Pagerank算法来衡量网页的权重，但运营商却很少基于庞大的通话交往数据来计算用户的真正影响力，从而帮助判定用户的商业价值大小。
老的数据开新花，需要的是新的思维和新的手段，绝对不是新瓶装旧酒，通话、流量及短信虽然现在在对外变现上使用还不多，但还是要为其光明的未来打CALL，在相当长的一段时间内，变现能力甚至超过上网。
4、行业知识库
变现做的越深入，就越发现行业知识库对于运营商是如此不可或缺，运营商的用户行为日志，无论是上网，通话、短信还是位置，对外要有商业价值，必须把所有的日志维表还原出来，这天大的事情竟然在建模的时候被忽略了。
比如用户的通话话单可不仅仅反应的C2C的信息，还包括C2B，B2C的信息，打了家政的电话，用户知道，但运营商不知道，接受了某游戏公司的一个短信，用户知道，运营商其实也不知道，这就是问题所在，运营商的局数据是用来计费的，基站位置信息是用来搞网络的，不是用来分析的，更不是用来变现的，运营商需要从商业模式的转变重新认识自己数据的价值，决定努力的方向。
运营商必须把所有的电话号码、短信号码、上网地址、位置兴趣点都翻译出来，还原出真实的业务信息，才能避免沦为哑管道，致力于大数据的企业必须竭尽所能将自己的数据潜力发挥出来。
因此，笔者认为运营商变现第四重要的数据，竟然是行业知识库，换做以前运营商有几万标签有人会说水分大，但从这个角度来讲，百万标签也不为过，运营商的数据全面覆盖线上和线下，未来运营商的标签将面向全行业，不能指望几千几万个标签就能满足要求，比如针对铁矿石期货做拓客显然大多数运营商现在无能为力。
越多的标签意味着更细的粒度和更灵活的组合可能，想到打造个行业知识库竟然能让运营商的话单在对外变现上焕发出新的生命力，还是有点激动，当然行业知识库的构建将是非常艰难的，正如互联网企业做的ID-MAPPING那样，运营商有太多的基础功课需要去补。
5、身份
用户身份是运营商变现第五重要的数据，现在用的最多的直接变现场景是金融验真，见下，但远不止于此：
身份数据的另一个价值点是助力任何一个大数据产品（无论是洞察或是拓客）走向成功，年龄、性别、地域、收入、职业、家庭、学历是商家最为关注的一些通用属性，运营商在三户上数据质量不错，但收入、职业、家庭、学历此类属性的准确度和覆盖率存在挑战。
但笔者认为运营商是有可能将这些通用属性做准做透的，因为有了前面的数据，非常容易推导出身份的特征，比如职业，基于位置、集团属性可以判断个八九不离十，家庭根据通信交往、位置特征、家庭产品也可以判断的比较准确，收入判断则较为困难，因为运营商缺乏金融行业的数据，但用户有钱跟愿不愿意花、愿意让谁花、愿意花在哪里是两回事，也许基于用户的行为更能真实的反应出用户消费意愿，比如出国，旅游，住所等都可以间接的说明一些问题。
无论是银行、互联网还是运营商，在收入判定上各有优劣，关键是理解用户的最终需求是什么，用在什么场景，这其实考验着运营商的数据运营水平。
拥有了位置（线下）、上网（线上）、通信、行业知识库、用户五类数据，应该来讲奠定了运营商未来大数据变现的基石。
但运营商其实还有更多的数据值得关注，比如终端数据，其准确性，及时性，连续性、中立性真的好，但商业变现的案例却不多，这又引发了一个思考，好数据好产品没有运营也白搭，对外变现市场是综合运营能力的比拼，不是有了数据就可以了。
因此，运营商一定要尽快打造出属于自己的大数据生态，与更多的行业进行深度合作，联合一切可以联合的力量，为五大类数据的持续完善创造条件，从而形成良性的循环。