电信业需实现数据资产化

　　电信运营商拥有海量数据。电信网的数据流量已超过了全部流量的99%，另外电信运营商还拥有海量的用户数据、信令数据、日志数据、流量数据、位置数据等。电信业发展大数据，机遇和挑战并存。

　　与互联网企业相比，电信业大数据资源在真实性和广度方面优势明显，拥有真实的用户身份锚点(姓名、电话等)、用户账户信息和用户行为信息。而作为比特管道的电信公司只能在“路边”看用户的流量去了哪里，哪家网店的流量多大，剩下的就是政策不允许知道的了，因此电信业的大数据也是粗粒度的。

　　但二者的这种比较优势是动态变化的，互联网企业正在通过抢占更多入口、向基础设施渗透和建立大数据联盟等策略获取更多数据，以弥补自己的短板。

　　全球领先电信运营商的大数据应用，目前主要是对内优化业务，对外合作提供服务或提供商业的数据服务，并以位置服务居多。中国的电信运营商也纷纷效仿，但目前还是以内部优化为主，偶有外部合作，与国外相比还差一个量级。

　　电信业发展大数据时，微观层面存在以下短板：一是网络强而自身IT设施发展滞后，尤其是大数据需要依赖的云计算基础设施尚不完善;二是电信业的传统产业链是一个开环，研发等要靠外部力量，而互联网公司的大数据应用自身就是闭环;三是电信运营商的海量数据目前还分散在很多部门和地区，缺乏整合，是“数据大”而不是大数据;四是人才缺乏，尤其是IT人才和高端人才;五是隐私保护政策限制，政府和社会对电信运营商的数据隐私保护要求，一直以来就高于互联网企业，是不对称的“管制”。

　　电信业发展大数据也意味着，首先需从追求精确、高可靠性等传统观念转向追求效率和成本，即所谓的“去电信化”。在通信资源昂贵而稀缺的时代，电信业以提高通信资源利用率为核心目标，创造了繁荣，也创造出了“电信级”的概念。ATM、软交换、NGN、IMS、IP 电信网等技术或概念，都以资源稀缺为前提的，它们都忘记了摩尔定律的存在，导致处境尴尬。相反，不以浪费资源“为耻”的IP、以太网、Web技术，却因为摩尔定律而大行其道，因为它们更简单，更有效率(即便是看似存在资源浪费的现象)。

　　其次，大数据需要电信业的思维革命。大数据强调的是从“流程电子化”转向“数据资产化”，之前是信息化为传统的流程和管理服务，现在是以数据资产为核心重构传统的流程和管理。电信业如何从重资产公司，转型成轻资产的大数据公司，尚需进一步探索。

　　第三，电信公司需要以互联网开放、共享和合作的思维发展大数据业务。第一阶段需要做好内部数据的整合和应用工作，将“数据大”发展到以自用为主的大数据应用;第二阶段与其他企业的大数据源互通有无，两两或多方合作共享，让数据的交换和合作产生更大价值;第三阶段，争取从大数据的比特搬运工，成长为大数据的运营者和服务者。