国内专业国资交易资讯网站

悉国资交易项目时讯

当前位置: 首页 > 产经资讯 > 信息产业

大数据变现,电信运营商出啥招

 

  近几年,随着移动互联网的快速发展,大数据成为行业当之无愧的网红,电信运营企业是大数据发展应用的生力军。据统计,截至2017年,我国运营商主要在九大领域布局大数据业务,分别为电信、金融、零售、政务、旅游、智慧城市、交通、体育和游戏。然而,虽然当前大数据的业务场景众多,但却尚未完全释放出应有的商业价值。未来运营商该如何更好地将大数据变现,使其真正为第三条曲线贡献价值呢?

 

  最佳市场机遇在哪里

 

  Gartner对全球100多家运营商的13个垂直行业、140多个大数据案例进行研究,描绘出了大数据变现的四象限图。其中,横轴代表该行业产生大数据收入的机会;纵轴代表运营商在未来5年内获得收入的机会。可以看出,最有利于运营商变现的领域就是右上角的第一象限:广告/市场营销、医疗健康、智慧城市应用。

 

  哪些数据更容易变现

 

  对于运营商而言,哪些数据更容易变现呢?总体而言,有四类数据值得关注:

 

  第一类是基于BSS系统的用户身份和通信类数据。包括用户开户时的身份信息,话费情况即通话、短信与流量费用的构成,套餐种类,甚至终端类型等。

 

  第二类基于运营商OSS系统的用户行为数据。包括用户通过手机上网、聊天、玩游戏、浏览网页等行为产生的数据。

 

  第三类是基于用户LBS的位置数据。如果说前两类均偏线上的话,那这类数据偏向线下,与用户线下的使用场景密切相关。可用于线下商家营销、人口流动、公共安全、城市规划等。

 

  第四类是在物联网场景下产生的2B和2C数据。这里主要指物联网场景下的“物”和“人”两类大数据:“物”的大数据——如来自仪表收集的水、电、气数据,传感器收集的气候、污染数据,资产货运的跟踪数据;“人”的大数据——如人体健康、生活习惯或运动的数据,这些数据在医疗保健、可穿戴设备、智能家居领域有极大的价值。

 

  理想变现模式有哪些

 

  纵观全球,大数据的变现模式主要包括6种:

 

  一、提供原始数据:运营商将大数据进行匿名化等一系列脱敏处理后,有偿提供给第三方合作伙伴。

 

  二、提供数据开发平台:运营商构建一个大数据平台,在平台上提供Hadoop平台、应用程序开发、预测分析/机器学习等模块功能,供外部开发者或公司使用。

 

  三、广告/营销变现:包括线上广告和线下广告两种模式。线上广告就是利用大数据进行精准广告投放。SKT构建了一个高阶的玩法,建立了Syrup ad大数据广告平台,让广告投放者与广告发布者在平台生态中实现共赢。线下广告就是结合LBS进行线下的商家推荐、优惠券推介等。

 

  四、提供企业定制化分析:根据企业的特定需求,以项目形式开展特定的大数据定制化分析。例如英国的某车险公司想了解汽车碰撞现场的场景,沃达丰提供了“汽车碰撞重建分析”,还原了汽车碰撞时的力度、天气、交通流量、事故位置、车速等。

 

  五、提供行业解决方案:针对整个行业的普适性解决方案,这种方式复用性更强,因此变现能力也更强。例如SK电讯的Geovision,基于人口、销售、地产、商业信息等大数据为众多小型企业提供商业区域选址分析服务。

 

  六、提供基于物联网方案的大数据增值服务:运营商不针对大数据服务直接收费,而是将其作为一整套物联网解决方案中嵌入的重要一环间接收费。例如在货运和资产跟踪中,收集货物的位置、温度、湿度、撞击、掉落等数据,从而提供货物/资产跟踪和管理服务。

 

  未来之路在何方

 

  为何当前难以实现大规模的变现呢?综合分析之后可以发现,运营商当前的组织架构和运营体系需要调整,可从五个方面入手。

 

  第一,升级IT架构和体系。运营商需要将结构化和非结构化的元素以及支撑、分析工具集成在一起。而当前运营商还存在IT系统不兼容的问题,难以集成,对于数据的导入、存储、分类和呈现功能不尽理想,因此需要大力调整和升级。

 

  第二,建立专门的大数据组织架构。设立首席数据官是很有必要的,在运营商庞大的体制内,需要有专人站在全局的角度,在数据收集、数据管理和数据分析方面制定战略。同时,需要对大数据的发展进行权衡取舍,选择最有价值的细分领域重点发展。

 

  第三,建立公司大数据资源池。目前公司大数据散落在各个系统中,需要建立专门的大数据资源池,将其筛选、整理、整合和录入。只有建立了有价值导向的大数据资源池,才能快速定制形成项目。

 

  第四,构建大数据价值评估机制。价值评估直接关乎激励。大数据的价值包括直接贡献的收入和间接贡献的收入。直接贡献的收入即大数据解决方案、项目所产生的收益;而间接贡献的收入可能包括,因提高了生产效率、巩固了合作伙伴关系,或者大数据作为解决方案的一部分从而产生的收入。

 

  第五,做好大数据隐私风险防控。做好用户的授权知情通知,将数据进行分级分类管理并进行脱敏处理。建立大数据“收集-处理-传输-加工-输出”全流程的操作规范,并且可以识别每个环节的经手人,此外还应建立应急风险赔偿机制等。

 

  来源:中国信息产业网-人民邮电报

需要进一步了解本文信息,请点击在线沟通或拨

打电话:010-52401598/52297285