移動互聯網時代，數據爆炸式增長后帶來巨大的流量，運營商在收入上卻沒有得到相應的提升，還面臨著數據流的附加值被互聯網公司“吸”走的挑戰，面臨淪為管道的尷尬。在接下來的移動互聯網的競爭中，運營商要怎么辦?對于電信運營商而言，大流量、大數據帶來更加嚴峻的考驗，但是同時機遇往往與挑戰并存，運營商手中所掌握的海量數據，也是產業鏈上其他環節望塵莫及的。另外，高效的信息分析能力，將幫助運營商在日益激烈的市場競爭中準確決策，深度挖掘流量和數據價值，從而擺脫 “管道化”風險。

隨著互聯網、移動互聯網、物聯網、云計算的興起以及移動智能終端的快速普及，運營商的網絡獲得了更完整的用戶數據。例如在用戶層面，除了常見的年齡、品牌、資費、入網渠道等基本信息外，數據還包括上網時間、上網地點、瀏覽內容偏好、各種應用的使用時間等;在終端層面，包括IMEI、MAC、終端品牌、終端類型、終端預裝了哪些應用、終端的操作系統、終端的尺寸等。此外，還有諸如Web瀏覽記錄、傳感器信號、GPS跟蹤和社交網絡信息等數據。按《爆發》一書中的說法—— “爆發展示的是一種思維方式，而不是預測方法。從物理學到人類社會大數據時代我們的行為確實可以預測，我們在享受一些免費服務的同時，出賣自己的喜好。”從這些龐大的用戶數據中，可以分析出不同用戶的行為習慣和消費喜好，并最終提高經營效率。

運營商已深刻認識到大數據的重要性，在企業內部已經利用大數據實現精確化營銷和精細化運營。中國移動就通過對用戶數據的MOU(平均用戶通話時長)、業務收入等數據分析后，提供比較精準的模塊支撐，極大地方便了營銷人員的日常營銷。如針對漫游費比較多的用戶，就推薦漫游套餐;對經常用手機上網的用戶，就推薦流量包。通過對用戶行為的分析，提供IM服務，如飛信、飛聊等。 在經營分析系統中，深度挖掘融合市場、集團、客戶、客服、網絡、財務數據，為業務和決策部門提供較完備的用戶數據分析，使公司決策由 “經驗型”轉為“分析型”，實現了精細化運營。

然而，這些是遠遠不夠的。運營商雖然開始嘗試對外提供數據服務，卻停留在提供原始數據層面，這對于大數據是嚴重浪費。就海量數據，提供高附加值的數據分析服務，將數據封裝為服務，形成可對外開放、可商業化的核心能力，實現商業模式的創新，才能使運營商真正挖掘到大數據這一金礦。筆者認為，至少有以下7種模式是運營商可以實踐的。

模式1:數據存儲空間出租

企業和個人有著海量信息存儲的需求，只有將數據妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人文件存儲和針對企業用戶兩大類。主要是通過易于使用的API，用戶可以方便地將各種數據對象放在云端，然后再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如亞馬遜、網易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩云業務。

要提升差異化的競爭能力，運營商應該在數據分析上下工夫。對于個人文

件存儲應在提升關系鏈管理、提升個人效率上下工夫;而在企業服務上，將其從簡單的文件存儲、分項逐步擴展到數據聚合平臺，未來的盈利模式將有無限可能。

模式2:客戶關系管理

客戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、了解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。

對中小客戶來說，專門的CRM 顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群里，在群朋友圈里發布新產品預告、特價銷售通知，完成售前售后服務等。中國移動不妨在此基礎上，推出基于數據分析后的客戶關系管理平臺，按行業分類，針對不同的客戶采取不同的促銷活動和服務方式，提供更有針對性的服務，然后將提供線上支付的通道打通，形成閉環，打造一個實用的客戶關系管理系統。

模式3:企業經營決策指導

運營商可以利用用戶數據，加以運用成熟的運營分析技術，有效提升企業的數據資源利用能力，讓企業的決策更為準確，從而提高整體運營效率。簡而言之，將運營商內部數據分析技術商用化，為企業提供決策依據。舉個簡單的例子，某商店賣牛奶，通過數據分析，知道在本店買了牛奶的顧客以后常常會再去另一店買包子，人數還不少，那么這家店就可以考慮與包子店合作，或直接在店里出售包子。

模式4:個性化精準推薦

在運營商內部，根據用戶喜好推薦各類業務或應用是常見的，比如應用商店軟件推薦、IPTV視頻節目推薦等，而通過關聯算法、文本摘要抽取、情感分析等智能分析算法后，可以將之延伸到商用化服務，利用數據挖掘技術幫助客戶進行精準營銷，今后盈利可以來自于客戶增值部分的分成。

以日常的“垃圾短信”為例，信息并不都是“垃圾”，因為收到的人并不需要而被視為垃圾。通過用戶行為數據進行分析后，可以給需要的人發送需要的信息，這樣“垃圾短信”就成了有價值的信息。在日本的麥當勞，用戶在手機上下載優惠券，再去餐廳用運營商DoCoMo的手機錢包優惠支付。運營商和麥當勞搜集相關消費信息，例如經常買什么漢堡，去哪個店消費，消費頻次多少，然后精準推送優惠券給用戶。

模式5:建設本地化數據集市

我們都知道，數據是非常有價值的東西。因此，能夠下載或者訪問數據平臺，自然而然也就成了商業需求。運營商可以通過建設數據集市，數據提供者可以將數據上傳至平臺供人免費下載，或者以一定的價格銷售，讓每個人都能找到自己需要的數據集。

運營商具有的全程全網、本地化優勢，會使運營商所提供的平臺，可以最大限度地覆蓋本地服務、娛樂、教育和醫療等數據。典型的應用是中國移動“無線城市”，以“二維碼+賬號體系+LBS+支付+關系鏈”的閉環體系推動，帶給本地化數據集市平臺多元化的盈利模式。

模式6:數據搜索

數據搜索是一個并不新鮮的應用，隨著大數據時代的到來，實時性、全范圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網絡、用戶行為等數據。其商業應用價值是將實時的數據處理與分析和廣告聯系起來，即實時廣告業務和應用內移動廣告的社交服務。

運營商掌握的用戶網上行為信息，使得所獲取的數據“具備更全面維度”，更具商業價值。典型應用如中國移動的“盤古搜索”。

模式7:創新社會管理

對運營商來說，數據分析在政府服務市場上前景巨大。比如在大數據的幫助下，什么時間段、哪條路擁堵等問題，都可以通過分析得知。通過同一條路上多個用戶手機位移的速度便可以判斷當時的路況，為擁堵作出準確預警。美國已經使用大數據技術對歷史性逮捕模式、發薪日、體育項目、降雨天氣和假日等變量進行分析，從而優化警力配置。

在國內，運營商也可以在交通、應對突發災害、維穩等工作中使大數據技術發揮更大的作用。

運營商處在一個數據交換中心的地位，在掌握用戶行為方面具有先天的優勢。作為信息技術的又一次變革，大數據的出現正在給技術進步和社會發展帶來全新的方向，而誰掌握了這一方向，誰就可能成功。對于運營商來說，在數據處理分析上，需要轉型的不僅是技巧和法律問題，更需要轉變思維方式，以商業化角度思考大數據營銷。