運營商迎來“大數據”機遇挑戰

    四是需要處理的數據類型趨于多樣化，除了話單這樣的傳統格式化文本之外，還有圖片、音頻甚至視頻等，另外即使是文本，也可能是大段落的文本，難以進行格式化處理。

    五是大量的中小行業應用服務器，一方面占用了相當規模的硬件資源和維護工作量，另一方面對行業應用快速發展時，傳統的體系架構難以方便地實現橫向擴展。

    內部：基礎設施完善

    因此，應用大數據技術解決當前的各種挑戰，對電信運營商有著重要意義。在此過程中電信運營商面臨著什么樣的機遇和挑戰？可利用SWOT方法（如圖所示）探知。

    從企業內部看，電信運營商具備IT基礎設施完善、資金和人員充足、信息獲取便捷等自身優勢。電信運營商從80年代起進行信息化建設，目前已建成了業務系統、支撐系統等眾多信息化平臺，信息化基礎設施非常完善，積累了豐富的數據。運營商在信息化建設方面的投入資金每年都達數十億元，而且擁有龐大的IT研發、支撐和運營團隊，能為大數據技術的研究、應用提供資金和人力的保障。

    另外，運營商作為信息服務的管道，是用戶享用信息服務的必經之路，具備獲取各種信息的天然優勢，能夠相對容易地獲取用戶行為數據。

    當然，運營商作為傳統企業，在運作上相對保守，一般傾向于使用比較成熟、可靠的技術，因此對新技術的研究力度不足，技術創新能力也有待提高。而同時，運營商作為大型的國企，企業組織在地域、業務和IT等維度的條塊分割比較嚴重，地域上劃分為全國、省和地市三個層級，業務部門劃分為政企客戶、公眾客戶、市場營銷、客服等多個部門，技術部門也劃分為業務網絡、無線網絡、支撐系統等多個部門，這些部門之間的互相溝通協作存在著一定的障礙，而大數據應用往往要求從客戶的角度綜合統籌各種信息，一般都涉及跨地域、跨部門的協調。所有這些都是運營商應用大數據技術時需要處理好的內部不足。

    外部：技術條件成熟

    從企業外部環境看，大數據處理的軟硬件技術經過近幾年的快速發展，已日益成熟。例如，針對關系數據庫模型過于簡單，不便表達復雜嵌套的需求以及支持數據類型有限等局限性，從數據模型入手出現了高可靠、高可用、最終一致的非結構化數據庫理論和相關產品；基于開源的分布式并行計算技術，使用廉價的計算設備解決海量數據、極高并發、高可用性、高擴展性等技術難題；采用軟硬件一體化設計技術提高數據處理效率；采用大型機x86虛擬化技術在兼容現有系統的同時，降低主機運營維護管理成本；采用FLASH盤等新型存儲技術提升IO吞吐量；采用云計算技術構建資源池，提供面向多租戶按需分配的主機云、數據庫云服務等。

    與此同時，近年來智能移動終端應用快速發展，據《經濟學家》雜志去年估計：目前人們儲存的數據足夠填充60000家美國國會圖書館；全世界有40億手機用戶（其中12%的人擁有智能手機）已經將他們自己變成了數據流；智能手機的數量以每年20%的速度增長，而傳感器數量的增長率為30%。所有這些都意味著數據極速膨脹，而用戶的信息化需求則日益增長。

    另外，新浪、騰迅、百度等互聯網巨頭對大數據技術的探索，也為運營商提供了寶貴的參考例案。

    可見，運營商應用大數據技術具有技術日益成熟、用戶信息化需求日益增長和存在可供參考案例等不可多得的外部機遇。

    當然，在進行大數據處理、提供數據服務的同時，也存在著如何界定和規避用戶隱私，如何解決用戶數據安全以及當前部分互聯網企業已捷足先登，提供了主機云、數據庫云等服務的問題。

    但總體而言，大數據背景下的電信運營商是機遇和挑戰并存，并且更多的是機遇。運營商在大數據技術研究和應用已被互聯網行業拋離的趨勢下，必須緊抓有限的時間窗口奮起直追，避免徹底淪為管道的尷尬，真正轉型為綜合信息服務提供商。<