张海彤+樊耀东

【摘 要】为了促进大数据业务核心竞争力的不断提升以及业务的长期稳定发展，对当前主要大数据业务模式进行了比较和分析，从运营商的角度进行大数据业务模式的选择，并为运营商大数据业务布局及发展提出了建议，以期为电信运营商大数据业务整体推进提供有益的参考。

【关键词】大数据业务 数据资产 数据租售

[Abstract]In order to promote the core competitiveness enhancement and long-term stable development of big data service， main service modes of big data were compared and analyzed in this paper. From aspects of operators， the service mode of big data was selected to put forward suggestions to the deployment and development of big data service for operators. It provides a useful reference to the overall promotion of big data service for telecommunication operators.

[Key words]big data service data assets data rental

1 引言

相关报告显示，我国大数据市场规模（不含大数据应用附加值）在2015年达到115.9亿元，增速38%。预计2016至2018年，中国大数据市场规模增长还将维持40%左右的高增长。面对这一片广阔的大数据蓝海，互联网、零售、金融、市政、医疗、农业等诸多行业都纷纷开始在大数据领域布局掘金，运营商也不例外。

目前各大运营商还处在数据驱动应用的阶段，数据支持什么样的业务就开展什么样的业务。因此为了大数据业务核心竞争力的不断提升以及业务的长期稳定发展，有必要对运营商大数据业务布局及未来发展方向进行分析和研究。

2 大数据主要业务模式介绍

目前，大数据行业中的主要业务模式可划分为内部应用、数据租售、信息化产品、大数据交易平台、能力化产品五种。

（1）内部应用：将大数据分析结果应用于公司内部市场营销、网络优化、内部管理等方面，实现降本增效等目标。

（2）数据租售：将部分用户原始数据或经简单处理的标签化结果数据、报告等租售给政府、企业等需求单位。

（3）信息化應用：依靠自身数据分析能力或借助第三方力量，基于自身及外部整合数据资源，针对客方向进行分析和研究。

2 大数据主要业务模式介绍

目前，大数据行业中的主要业务模式可划分为内部应用、数据租售、信息化产品、大数据交易平台、能力化产品五种。

（1）内部应用：将大数据分析结果应用于公司内部市场营销、网络优化、内部管理等方面，实现降本增效等目标。

（2）数据租售：将部分用户原始数据或经简单处理的标签化结果数据、报告等租售给政府、企业等需求单位。

（3）信息化应用：依靠自身数据分析能力或借助第三方力量，基于自身及外部整合数据资源，针对客户特定需求开发定制化大数据分析产品。

（4）大数据交易平台：打通数据拥有方和需求方壁垒，通过数据汇集与整合，提供具有行业针对性的数据。

（5）能力化产品：向政府、企业等需求方进行数据整合、数据处理、数据分析等大数据能力的输出。

如图1所示，该五类业务模式对大数据能力的要求有所不同。内部应用及数据租售业务需要的大数据能力水平较低，仅需要基本的数据整合与分析能力。大数据交易平台及信息化应用目前需要大数据水平中等，但信息化应用业务随着产品的不断成熟及市场竞争的加剧，后期将需要业界富有竞争力的数据建模及分析解释能力方能立于不败之地。能力化产品由于对数据资源没有硬性要求，具备一定技术能力的公司均可进入市场，因此目前市场上已经有存储、建模、挖掘分析、信息安全管理等诸多专业产品，要想在该市场领域占据一定份额，需要拥有业界富有竞争力的大数据能力。

3 运营商大数据业务模式选择

3.1 运营商开展大数据业务的优劣势分析

运营商在大数据业务开展方面的拥有诸多优势，主要体现以下三个方面：

（1）数据资产优势

1）数据规模庞大：截至2016年9月，移动电话用户数达到13.16亿户，手机上网用户10.1亿户，三家基础电信企业互联网宽带接入用户总数达到2.92亿户。

2）数据覆盖面广：根据位置信息、APP使用特征、电话指向、搜索关键词等信息，可完整映射和还原出用户的生活方式、个人偏好等富有价值的针对性信息。相比之下，互联网数据覆盖面较窄，难以勾勒用户全景。

3）数据真实性：作为用户身份锚点，拥有姓名、电话、职业等身份信息，以及语音、流量账户信息，这些真实身份特征数据是互联网企业不易获得的。

4）数据实时更新：网络数据和用户数据的快速更新为信息的准确性和有效性提供了保障。

（2）用户资源优势

运营商拥有先天的用户资源优势，多年来积累了庞大、丰富的用户资源，涵盖了政府、企业、公众等各个方面，其扎实的政府用户资源、丰富的企业客户资源、稳定的社会公众资源，为运营商大数据业务的开展奠定了坚实、广泛的用户基础。

（3）品牌与产业影响力优势

运营商在政府及企业层面拥有良好信誉、在社会公众层面拥有巨大的品牌影响力、在信息通信领域拥有产业号召力。

运营商在大数据业务开展方面的劣势则主要体现在包括大数据采集、挖掘、存储、清洗、建模、结果分析与解释、信息安全管理在内的大数据能力及技术方面的不足。

3.2 大数据业务模式对比分析

（1）价值分析

如图2所示，本文从价值创造及大数据能力两个维度对大数据业务模式进行分析，结果表明，大数据业务的价值创造能力基本与大数据能力成正比，但信息化应用产品受多方因素影响，成为高价值中等大数据能力需求的业务选择，应予以重点关注。

具体来讲，数据租售属于低价值业务。内部应用目前处于低价值状态，但随着内部应用场景的不断拓展以及公司大数据能力不断成熟所带来的内部应用成本下降，内部应用将为公司带来越来越多的价值。信息化应用业务的开展对数据资源储备有一定要求，因此市场进入者不多，市场仍处于初级阶段。另一方面，能力化产品的快速发展使从外部低成本获得大数据能力专业服务成为可能。以上种种因素使信息化应用成为高价值中等能力需求的业务，建议重点关注。大数据交易平台对信息安全管理能力及数据整合能力的要求较高，但平台一旦形成即能吸引大量数据需求单位，创造巨大价值。最后，能力化产品由于对数据资源无要求，大量具备技术能力的公司已进入市场，竞争格局初显。在能力化产品领域抢占市场份额，需要拥有业界富有竞争力的大数据能力。

（2）发展策略分析

用于业务策略决策的最常用模型是波士顿矩阵。该矩阵用销售增长率和市场占有率分别代表决定产品结构的两个基本因素——市场引力与企业实力。上述两种因素的交互，会形成四种产品类型，需要企业相应制定不同的策略方案。

如图3所示，为明确不同业务模式的发展策略，本文从市场占有率及增长潜力两方面对大数据业务模式进行分析，并从运营商自身开展大数据业务的优劣势给出针对不同大数据业务模式的发展策略建议。

1）数据租售：低成本提升份额，以提供现金流为目的

以提供分析报告及标签化结果为主，由于业务开展成本较低，建议近期可以形成现金流为目的开展，提升市场占有率，但应限制投资水平。

2）信息化应用：加大投资，重点开展，以形成核心竞争产品为目的

属于高价值、低难度、高增长潜力的业务，建议加大投资力度，重点开展，不断提升竞争力和市场占有率，形成核心竞争产品。

3）大数据交易平台：若相关能力有所突破，则应加大投资

属于高增长潜力的业务，若能在信息安全管理能力上有所突破，则建议加大投资力度增加市场占有率，发展成核心竞争产品。

4）能力化产品：远期备选，视具体情况开展

该业务市场竞争已较为激烈，预期增长潜力将逐渐放缓，建议作为远期备选，视公司大数据能力及市场发展情况进行灵活决策。

5）内部应用：持续开展

有助于提升公司网络服务质量和营销准确率，从而带来客户满意度的提升和成本的缩减，提升公司核心竞争力，建议持续开展。

4 运营商大数据业务布局及发展建议

在大数据业务布局及发展方面，根据各运营商对大数据战略的态度的不同，可选择进取型发展策略和谨慎型发展策略。

（1）进取型发展策略是指运营商以在大数据领域取得领导地位为目的，全方面开拓包括内部应用、数据租售、信息化应用、大数据交易平台、能力化产品在内的各类业务模式市场。在该策略下，运营商应充分分析自身能力资源情况，对五大类业务模式的发展时期和发展重点进行规划，逐步完成在各业务模式市场的布局。大数据中心的组织架构形式有助于大数据业务发展的整体规划，适合进取型发展策略。

（2）谨慎型发展策略是指运营商以在大数据领域分享一定的市场份额为目的，聚焦内部应用、信息化应用等低成本高价值的优势区域业务模式市场。在该策略下，运营商应依据自身战略规划，对各类业务模式产品线进行明确的定位，并据此规划组织架构和资源分配，如数据租售业务的定位是获取现金流，应限制投资水平。在组织架构方面，事业部形式有助于各不同定位产品线对本线条产品和市场进行灵活规划和快速反应，适用谨慎型发展策略。

5 结束语

本文对运营商开展大数据业务的五种业务模式所需要的能力条件及数据资源条件分别进行了分析和对比，在此基础上，除针对每种业务模式给出发展选择建议以外，本文还针对运营商对大数据业务抱有的或进取或谨慎的态度，分别给出了发展建议。

2015年，在互联网+战略及创新氛围的带动下，三大运营商均已完成大数据应用场景从内部应用转向外部变现的破局。2016年，很可能成为运营商实现大规模商用的一年。运营商需要尽快脱离简单的数据驱动应用的探索式发展模式，结合自身优势制定大数据业务发展战略规划，有序推进大数据业务开展。

参考文献：

[1] 中国信息通信研究院. 2015年中国大数据发展调查报告[R]. 2015.

[2] 曹星雯. 移动互联网时代运营商大数据应用模式重要性突显[J]. 世界电信， 2015（12）.

[3] 覃文. 运营商大数据对外跨业合作技术研究及应用[J]. 广西通信技术， 2015（3）： 13-17.

[4] 何鸿凌. 运营商大数据发展应走合作共赢之路[J]. 世界电信， 2014（9）： 70-72.

[5] 阿里数据经济研究中心. 激活生产力——DT时代的模式升级与范式转移[Z]. 2015.

[6] 孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展， 2013，50（1）： 146-169.

[7] DAMA International. DAMA数据管理知识体系指南[M]. 马欢，劉晨，译. 1版. 北京： 清华大学出版社.

[8] 李文莲，夏健明. 基于大数据的电信运营商业务模式研究[J]. 中国工业经济， 2013，37（5）： 64-67.

[9] 李希，郑惠莉. 运营商开展大数据业务的对策及建议[J]. 中国电信业， 2013（11）： 83-85.

[10] 穆致君，何阳，杨丹. 运营商的大数据业务发展模式分析[J]. 现代电信科技， 2016，46（1）： 8-12.