首先，第三条曲线变得越来越紧迫

　　最近，总理关于加快宽带降价的理论引发了对运营商的批评。近年来，围绕运营商的负面话题层出不穷，其受欢迎程度远远超过其他国有企业。为什么经营者不能像水，电，煤一样，不仅关系到国民经济和民生，还要隐藏在日常生活中，悄然过着自己的日子？对于这个问题，有些人变得愚蠢，过度推动过度承诺；有些人归结为更多的钱，嫉妒的净利润，数千亿的购买和相关的产业链，导致太多的利益相关者。

　　最近，有一篇关于微信的文章从行业的角度指出了这个问题。也就是说，这三家电信运营商都拥有“增持”的移动互联网产业。该行业的就业和经济转型是任何其他行业所无法比拟的。这也是首相关注的最终目标。除非他们遇到大问题，否则总理不会主动关注水电煤。

　　材料力学告诉我们物体过载，导致强烈的应力，结构变形和不稳定性。对于一个行业来说也是如此。如果负荷过重，压力和指责必须增加，产业链将进一步裂变，并将动态调整，直到稳定的结构符合它。

　　未来通信行业的稳定结构是什么？简单地断定可以引入更多竞争者，从供应方改善服务能力和转移服务利润是不可能的；通信业务有可能继续下沉，成为国家控制国家发展和改革委员会定价的纯粹渠道。无论如何，对于运营商而言，依赖流量的收入/利润模式变得更加不可持续，第三条曲线变得比以往更加紧迫。

　　近年来，运营商一直在探索并转变为第三条曲线。除了政府和企业应用程序以及数字内容之外，大数据也受到越来越多的关注，并且很可能成为与数字内容同等重要的第三条曲线。

　　其次，运营商数据的价值逐渐明朗

　　对于声称参与大数据的所有互联网公司，他们可以从两个方面判断他们的前景和价值观。他们是否拥有稳定的数据源，以及他们是否拥有持续的流动性，包括积累数据理解和应用方面的经验。就数据采集而言，大型互联网公司拥有稳定安全的数据资源，因为他们拥有大量自己的用户，并充分利用自己的电子商务交易，社交网络和搜索数据。因此，对于其他大数据公司，目前有四种类型的数据采集方法：

　　首先，使用广告网络的出价交易平台。例如，如果您从广告网络中购买搜索公司的广告空间以获得10,000次展示，那么基本上搜索公司将为您提供100,000个可供选择的机会，每次机会实际包含客户肖像的描述。如果您购买了大量资金，您还可以累积某些互联网用户数据，这些数据可能无法实时更新。这也是用户的搜索关键字通常与其他网站广告的推荐内容密切相关的原因。本质上，搜索公司通过广告联盟方法间接地公开用户搜索图像数据。第二，使用用户cookie数据。 Cookie是服务器临时存储在用户计算机上的数据（.txt格式的文本文件），因此服务器可用于识别计算机。 Internet站点可以使用cookie来跟踪用户访问站点的习惯，例如何时访问，访问哪些页面以及在每个页面上停留多长时间。换句话说，网站只能查看与网站相关的cookie信息的合法方式，只有非法方法或浏览器制造商才能获得所有客户的cookie数据。真的很大的网站有自己的数据处理方法，不依赖cookie。 cookie的真正价值应该是客户未登录时的身份。访问过哪些内容的老用户是什么时候，而不是简单的游客。

　　第三，使用APP联盟。 APP是获取用户移动终端数据的有效手段。 SDK插件嵌入在APP中。当用户使用APP内容时，可以及时将信息汇总到指定的服务器。实际上，当用户不访问时，APP也可以知道用户终端。相关信息，包括安装了多少个应用程序和哪些应用程序。单个APP用户的大小有限，数据量有限。但是，如果数据公司将自己的SDK构建到成千上万的APP中，则所获取的用户终端数据和部分行为数据将达到数亿。

　　第四，与拥有稳定数据源的公司进行战略合作。通过上述三种方法获得的数据均具有完整性和连续性的缺陷，数据值有限。 BAT巨头自身的价值链相对健全，数据实现渠道相对完整。它不会轻易输出数据并与第三方合作（收购除外）。政府机构的数据是免费或保密的，因此没有商业合作。拥有完整的互联网（包括移动互联网）渠道数据资源，同时实现运营商的手段和能力不足，自然成为大数据合作的首选目标。

　　作为互联网和移动互联网的应用，通信网络涵盖了所有互联网和移动互联网行为。对这些行为数据的解释为“消费者黑匣子”的全面解释提供了最完整和准确的数据基础。

　　传统的消费者行为理论认为，用户（消费者）对产品和服务的选择是一个复杂多样的竞争过程。用户的购买决策过程未知，就像黑匣子一样。首先通过外部刺激刺激用户。一方面，它是经济，政治，技术和文化方面无法控制的宏观外部刺激。另一方面，它是产品，价格，渠道和促销的可控企业营销组合手段的刺激。黑匣子的决策过程是因为黑匣子是因为真实购买决策和心理的特征是未知的。难以全面，全面地掌握。在传统的经济环境中看到的实际上是用户选择后的结果或反应。有多少人购买了，有多少人使用过它，口口相传或满意。在互联网环境中，所有行为都将成为证据，用户的购买决策结构将逐渐从未知中获知。例如，在电子商务消费中，我们可以关联用户的浏览历史，购物车记录，商品价格记录和最终购买决策，这可以概述用户消费决策的过程。甚至链接的来源也是搜索广告渠道或自我分配渠道，可以客观地评估。

　　可以看出，作为互联网的载体，尤其是移动互联网频道，运营商的数据在电子商务（甚至所有商家）用户的活跃和销售增长中起着重要作用。例如，排名较低的电子商务网站拥有超过1亿会员用户，但不到20％的实际活跃用户。如果您能够了解其余80％的用户在其他电子商务网站上的行为，其价值是不言而喻的。同时，实名制引起的运营商的位置和行为轨迹信息以及真实身份信息对于信用报告，精准广告，区域交通统计和区域商业价值评估具有重要的参考价值。方向。

　　虽然方向已经明确，但问题的以下三个方面使得运营商的大数据实现更加渺茫。

　　三到三个原因会影响运营商的大数据实现

　　首先，数据的当前价值尚未达到高度关注的程度。

　　对于信贷申请，中央银行于2015年1月发出了8封许可证，大大促进了信用信息市场的发展，越来越多的公司开始参与其中。但实际上，每年有200万个p2p交易，对信用信息的需求有限。即使增加了其他消费信贷，如果仅限于互联网金融，目前的市场需求和价值还不足以使其运营。业务决策层重视并决心参与信用报告领域。广告领域也是如此。目前的程序化广告（DSP）只占整个展示广告的一小部分。 RTB广告只占程序化广告的一小部分，涉及移动终端的比例。小。虽然多屏互动效果，但是移动侧的数据对于PC侧的准确广告也是有价值的，但实际上，PC和移动终端的比率可以准确地相关。据说百度相对较高，而且不是40％。总体而言，现阶段实现运营商数据的市场价值并没有引起相关决策层的足够重视。

　　当然，如果运营商真的像一家私人互联网公司，它就不会轻易错过这样一个讲故事的机会，即使是在烧钱，也是一个很好的主题，可以激发市场提高股价，影响力超过风暴DT战略的无数次。例如，信用信息的实际应用不在互联网金融中，70％或更多的应用将用于信用经济或信用生活。

　　2015年3月，在巴塞罗那交流展上有一家北欧小公司KLarna（可以在网上找到）。 KLarna的电子商务与一般电子商务不同。用户注册后，他不需要关联银行账户，不需要支付宝，并依赖于信用交易。他首先购买最喜欢的产品，然后KLarna将资金提供给商家，然后在一段时间内，用户可以通过各种方式偿还欠款，包括邮寄。它的欠款风险控制主要来自大数据，至少在你恶意欠它后第二次就不那么方便了。我第一次听到KLarna首席执行官的讲话，我觉得在中国严重信贷短缺的国家里生存是不可能的。仔细想想，但事实并非如此。过去，银行向贫困学生发放信用卡。他们只依赖一个身份。没有任何抵押品，他们可以提供数千个学分。事实上，这些学生的恶意拖欠比例必须是一个。在控制水平内。在个人信用日益受到重视的社会中，这种信贷经济必须有广阔的空间。这也是KLarna迅速筹集数亿美元并受到追捧的重要原因。

　　最近，阿里的“芝麻信用”分数与新加坡和卢森堡的旅行社签证有关。这是信用生活的一种申请形式。事实上，如果您加入信用评级结果，请更广泛地考虑当前的拼车和汽车租赁。必须进一步提高数量，进一步提高用户体验和安全性。

　　其次，信息安全是一个无法绕过的门槛。

　　如果通过绘制蛋糕可以预期市场前景，那么信息安全是运营商实现大数据的最难的门槛。

　　《电信和互联网用户个人信息保护规定》由工业和信息化部于2013年7月19日发布，“用户个人信息”的定义在一般规则中有明确规定。 “用户个人信息是指电信服务运营商和互联网信息服务提供商在提供服务过程中提供的服务集合。用户名，出生日期，身份证号码，地址，电话号码，帐号和密码可用于单独识别用户信息或与其他信息一起识别用户信息，以及用户使用服务的时间和地点，这可以追溯到个人终端的使用。时间和地点信息也属于个人信息。收集必须遵循必要性原则，使用通知和获得用户同意的原则，不得泄露，伪造或损坏，不得出售或非法提供给他人。

　　根据该规定，互联网上的许多数据收集和交易目前都处于监管的边缘，甚至有更多或更少的违规行为。 2015年3月，华为在巴塞罗那通信展上的大数据解决方案有一个满足防御要求的模块，允许客户选择打开或关闭个人信息（或部分个人信息）。

　　如果严格按照本条款的规定，任何可以与客户编号或终端相关联的个性化和准确的广告推荐都会走在边缘，尽管可以通过纵向或标记来规避某些风险。中国电信在大数据应用方面处于领先地位，并将安全原则列入开放式DMP服务规范基本原则的第一篇。例如，“进入大数据能力平台的用户属性数据和行为数据必须是脱敏，脱敏数据。它不得包含与其他数据关联时可直接或间接跟踪真实用户信息的内容。但是，在实际应用中，如果无法与用户终端关联，如何将其应用于RTB实时准确的广告推荐？在此规定的影响下，任何可以追溯到个人或终端的数据实现应用程序，以及与第三方合作的实现都存在不可预测且难以控制的风险。即使信用申请被用户批准，也经常发生安全事故（合作伙伴将数据应用于非合作应用领域），并且媒体将成为运营商难以承受的负担。

　　从未来趋势的角度来看，即使大数据应用专家呼吁采用新的数据伦理，他们的监管也只会变得越来越强大。大多数外国运营商在实现大数据方面几乎没有成功，而且大多数都受到这种限制。例如，Verizon的Precision Insight服务与合作伙伴共享手机用户在特定位置（如商场，体育场馆和广告牌所有者）的活动和背景信息。由于只有2％的用户愿意提供自己的信息，因此实际应用价值大大降低。

　　第三，端到端流动性不足

　　如果运营商可以与BAT相同，它有自己完整的端到端流动性，如信用拍照的独立申请和信用申请的推广，如广告业务，如广电通，阿里妈妈，百度，独立广告。实现通道后，所有用户数据都会流入自己的系统，然后所有风险都可以控制。因为外部提供的是评级的结果，所以它是推荐的广告内容，而不是用户的行为特征数据。

　　但问题是BAT是第一个实现频道的，然后有大数据应用，就像微信用户群，第一个朋友圈分享，以及准确的饲料广告，数据实现渠道是核心能力直接联系用户。这不是通过简单投资就能获得的东西。

　　说到这，我觉得有点不对劲。运营商的大数据就像蒙古的煤矿。像稀土一样，它们无法消化它们。它们只能通过中国火车出售到中国或海外销售。

　　除清算渠道外，还缺乏流动性，这与运营商本身密切相关，即面向应用的数据理解和模型应用能力，这些能力实际上更为重要，需要持续的资源投入。

　　目前的问题也在这里。一方面，需要资源来运用数据理解和模型应用程序功能。特别强调实际应用程序，因为来自实际应用程序的研究投资对实际数据模型功能没有多大帮助。例如，对于在线日志的解释，仅针对特定应用场景，可以对与某些电子商务网站的行为相对应的URL代码进行深入的爬行分析。只有通过参与信用模型和应用，我们才能测试想象影响因子与实际情况的一致性。例如，通话的综合信用评分可能不会更高，但会更低。另一方面，缺乏外部合作使得难以理解实际数据需求，同时缺乏实现收入来支持持续的资源投入。

　四、合作试点是解决之道

　　虽然步履蹒跚，但广阔的前景仍然吸引运营商省公司积极探索、大胆创新。受去年上海踩踏事件的影响，目前面向政府、旅游部门的区域人流量统计与告警应用如火如荼，并逐步向其它应用领域积极探索。

　　在数据分析方面，有一个很老的拇指法则：数据分析工作有70%-80%的时间花在收集和准备数据上面，仅有20%-30%的时间花在分析本身上。在刚开始处理大数据时，这个比例估计会更低。确定大数据中有价值的部分，并确定如何最优而精确地提取这些部分，非常关键，其实这也是探索并优化应用模型的重要过程。

　　大数据公司通常定期展示一些洞察报告，就是边理解边实践的一种良性循环，不管这些洞察报告多么微不足道。这些不定期的洞察报告一方面让人们保持这一过程的兴趣，一方面不断探索数据应用领域与价值，不断完善既定的应用模型。

　　就如站在河边学不会游泳一样，大数据变现应用实践比什么都重要。否则空对着自身的数据通过想象的方式去研究，无法真正锻炼变现能力。在当前缺少变现渠道的情况下，与有限合作伙伴在一定范围内的试点才是正确的解决之道。