Page 26 - 网络电信2018年1/2月刊上
P. 26

运 营 商 专 栏

            量数据存储和计算要求,数据需求的响应速度较慢,个性化数                          建大数据应用平台,促进电信大数据的外部应用和价值变现。
            据分析能力略显不足。                                               3.内外部应用相结合
                2.传统组织架构不适应                                          大数据内外部应用相结合,把握经济转型机遇,发挥产业
                传统电信业务的多层级运营架构,难以适应大数据业务的                        支撑作用,实现创新发展。电信运营商首先必须在企业内部树
            灵活运营特点和快速创新趋势。大数据业务具备典型的移动互                          立“大数据”理念,实现大数据在市场营销、网络建维和企业
            联网产品特征,与传统电信业务有较大差异,需要更加灵活的                          管理等多领域的内部应用,逐步提升数据运营能力;对外要利
            运营管理模式。大数据业务运营均是以产品为核心,整合此前                          用“互联网+”发展机遇,把握智能化发展趋势,大胆创新,灵
            分散在各部门的设计研发、营销推广和客户服务等运营环节,                          活合作,发展产业支撑作用,探索电信大数据在生产、生活各
            进而构建专业化的大数据业务运营监管体系。对我国运营商而                          领域的广泛应用机会,如“大数据+双创”、“大数据+智慧城
            言,发展大数据业务在组织架构、人才储备和运营流程等方面                          市”等。
            均面临较大的转型调整压力。                                            4.加强数据安全监管
                3.数据安全管控压力大                                          明确主体安全责任,制定安全交易和使用规范,建立全
                电信大数据应用的安全标准仍存在多方面缺失,安全管控                        程全网的大数据安全管控机制。电信运营商要建立严格的数据
            压力大。数据安全是大数据应用发展最基本和最重要的前提条                          安全管控机制,明确大数据业务相关各方的数据安全责任,每
            件。电信大数据涉及用户个人隐私,在用户数据安全和信息保                          个数据安全控制环节均落实到人;制定清晰的数据安全使用标
            护方面要求严格,如何在服务交易过程中,有效规避数据安全                          准,对电信大数据的使用权限、使用范围和使用方式等,进行
            风险,切实做好数据安全管理和保障,是电信运营商发展大数                          严格的规范化管理;建立有效的投诉机制和惩罚机制,并利用
            据业务必须面对的重大挑战。当前,大数据安全领域的相关标                          IT手段做到全程全网的数据安全使用管控与源头追溯。
            准仍处于探索期,涉及电信行业大数据的安全规范更是存在较
            多空白,在缺乏行业统一安全标准和规范的情况下,单纯依靠
            运营商自身管控,会带来较大的安全风险。
                4.数据应用市场需求仍有待培育
                电信大数据应用需求还有待培育,数据交易市场不成熟,
            缺乏规范化管理。电信大数据业务的市场应用需求仍不成熟,
            除了精准营销、金融征信等个别领域,医疗、教育、交通等大
                                                                 参考文献
            部分垂直领域的应用需求仍处于较低水平,客户对于电信大数
                                                                 [1]         工业和信息化部. 大数据产业发展规划(2016-2020 年)[R]. 北京: 工业和信息化部, 2017.
            据应用价值、合作方式、运营流程、业务模式的认识不足,市
                                                                 [2]       于洪涌, 闻剑峰, 蔡鑫, 邱晨旭. 基于大数据的IPTV 精准营销方案研究与应用[J]. 电信科学,
            场培育和开发的压力仍较大。同时,全国性的大数据交易市场
                                                                      2016,12: 37-42.
            建设仍处于初级阶段,在交易渠道、交易方式、数据定价和技
                                                                 [3]      洪健山,刘欢.基于电力客户投诉行为分析的差异化服务策略研究[J]. 电力需求侧管理, 2015,
            术支撑等多个方面均存在盲区,大数据交易过程中各细分领域
                                                                      17(6): 42-47.
            的专业化水平低,服务能力不足,而且相关政策法规还处于构
                                                                 [4]         王远征, 吴峰, 夏明镜, 覃兵.电信宽带用户离网大数据预测实例[J].电信技术, 2016,10: 83-
            建期,整个大数据交易过程的规范化管理水平偏低。
                                                                      87.
                                                                 [5]         Jiangdong Lu. Research on enterprise knowledge management system based on computer big
                五、电信运营商大数据资源应用的策略建议                                   data processing[J]. RISTI-Revista Iberica de Sistemas e Tecnologias de Informacao,2016,
                1.强化大数据生产力
                                                                      9(E7): 281-293.
                重视数据资源,实现数据“资产化”管理,强化基础能力
                                                                 [6]        王洋, 顾佩月.移动通信大数据资源价值化运营研究[J].武汉理工大学学报(信息与管理工程
            建设,快速形成大数据生产力。电信运营商要强化对于数据资
                                                                      版),2016,3:347-350.
            源的基础性和战略性认识,通过数据“资产化”管理的方式,
                                                                 [7]       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):
            强化数据资源的内部整合,打通各渠道数据节点,实现数据定
                                                                      8-12.
            义、存储编码和分析口径等多方面的数据统一管理标准;加强
                                                                 [8]          Fei Su,Yi Peng, Xu Mao, Xinzhou Cheng, Weiwei Chen.The research of big data architecture
            数据基础能力平台建设,强化数据存储能力、数据分析能力、
                                                                      on telecom industry[C].Qingdao: 2016 16th International Symposium on Communicationsand
            数据需求响应能力、数据视图输出能力、数据安全保障能力
                                                                      Information Technologies, ISCIT 2016, 2016, pp.280-284.
            等,形成大数据生产力。
                                                                 [9]          孙丽娟. 运营商大数据变现实践[J]. 通信企业管理, 2016.7:44-48.
                2.创新变革运营模式                                       [10]      赵永良, 付鑫. 基于大数据的售电业务运营监测分析探索[J]. 电力信息与通信技术, 2016,
                以大数据产品开发为核心来整合资源,实现独立化、专业
                                                                      14(8): 52-57.
            化和平台化运营。电信运营商必须突破现有组织架构的限制,
                                                                 [11]       Haina Ye, Xinzhou Cheng, Mingqiang Yuan, Lexi Xu, et al. A survey of security and privacy
            建立专业化的大数据运营部门,与传统业务在商业模式、支撑
                                                                      in big data[C]. Qingdao:2016 16th International Symposium on Communications and
            流程和考核方式等方面进行全方位的区隔,实现大数据业务的
                                                                      Information Technologies, ISCIT 2016, 2016, pp: 268-272.
            独立化运营;同时,以平台化为重点方向,利用自身数据资源
                                                                 [12]       中国信息通信研究院. 大数据白皮书(2016)[R]. 北京: 中国信息通信研究院, 2017.
            和基础设施优势,与大数据产业链各环节服务商共同合作,构
            26                                        网络电信 二零一八年一、二月
   21   22   23   24   25   26   27   28   29   30   31