第三方如何分得电信行业大数据一杯羹

编辑小王

大数据可以说是目前最火的词之一，尤其是最近两年随着一些大数据项目的真正落地，人们对大数据的追求更加的疯狂。
       大数据的发展已经有些年了，多个行业都在进步，尤其是电信行业和互联网行业发展尤为迅速，但是比较起来互联网行业发展更加的顺丰顺水，例如淘宝的个性化推荐，数据魔方或者是一些消费指数的分析报告，每一步都说明了他们在大数据分析领域的成功，同时我们也可以看到马云在大数据上面还有更为高瞻远瞩的规划。
       反观电信行业，实际上起步比互联网还要早，比较成功的是一些传统的Bi分析，受到大数据的冲击，也采取的一些分布式的分析架构。还有就是用户流失分析和精准的套餐推荐。总体来说还是在内部运营领域的应用，而没有真正是实现数据变现或者说是后项收益。
   之所以互联网行业大数据发展快与电信行业，主要原因是互联网行业做数据分析的部门是企业内部的部门，而电信行业是第三方（纯属个人总结未必正确）。
      首先，协调问题。
       做大数据分析牵扯到多部分的协调问题，这方面企业内部部门之间的协调比第三方要有优势。
       其次，保密问题
由于数据的保密性要求，企业内部部门处理数据要比第三方有优势。很多数据电信企业不可能把数据完全开放给第三方。
      第三，需求问题
      数据的价值要和客户的需求相挂钩，是需求和数据碰撞产生的结果，光有数据是很难挖掘出数据的价值的，必须要和企业内部各个部门或者充分了解客户才能找到。
      第四 风险问题
    大数据项目具有一定的风险，成功率有时候还不是很高，如果是企业内部可以列为研究性项目，甚至在做的过程中才会逐渐明确实施方案，有成果就用，没成果也可以。而对于第三方来讲，项目是签了合同的，只许成功不许失败，需要提前有详细的解决方案，导致只有那种能直接能看到结果的项目才能做，很多项目无法实施，而且实施周期也比较慢。
      第五 包装问题
       大数据分析项目应该以结果为导向，一切实施过程都是为结果服务的，无论是复杂的流程还是简单流程，复杂算法还是简单算法都可以，甚至结果就是一个简单的规则，都不需要展现。这个只有在企业内部才能实现，可以拿着结果直接找相关的人员进行讨论，考虑是否采用；而第三方就不行，简单的流程也要包装，简单的结果也要包装，否则就不能体现项目的价值。
     第六 迭代问题
      企业内部做数据分析，结果可以随时讨论，随时调整实施方式，进一步的跟踪结果并进行优化。而第三方往往以项目为单位，项目结束后才能迭代，项目中发现更好的实施方式由于受到项目内容的限制，以完成项目目标为指导，也不会进行优化，一方面导致项目结果不好，另一方面也使项目的迭代缓慢，很难快速的起效。
作为第三方企业想要进入电信行业的数据分析行列，必须以数据为基础，单纯的以较好的应用想要打入电信市场难度比较大。
  在没有电信大数据分析项目实施经验的时候，所谓的优秀的大数据分析应用很难站住脚，即使你具备大数据的分析能力；大数据应用必然需要基础数据，而且是比较丰富的基础数据，这方面很难有一个完善的数据平台为你提供完整的数据接口来支持你的大数据应用，数据接口协调上存在难度，存储也有难度，因为不可能搞如此大的存储只实现你一个大数据应用。
第三方企业如果想要进入电信大数据分析行列，首先要抓住数据，尤其是网络数据，以前的运营商企业分析最多的是计费数据以及CRM等数据，这方面还是比较成熟的。但是对于网络数据由于受到数据量的限制，当然也受到网络数据单位价值不高（目前发掘的价值有限）影响，这部分数据一致是电信企业的弱项。随着DPI分析的深入，用户流量的激增，4G业务的发展，电信企业越来越关注网络数据的分析。
       由于网络数据分析目前还不是很成熟，而且发展非常快，因此第三方企业应该以网络数据为基础，在数据分析应用不断丰富的同时，构建数据分析平台，慢慢的巩固自己在电信企业的大数据分析的地位。这应该是目前第三方企业想要进入电信行业的很好的切入点。
同时我们也发现电信企业也在慢慢的建立自己的大数据平台，有可能是自己建的，也可能是第三方建的，这个是时候就需要其他的第三方企业提供更加优质的大数据应用，这时候对于第三方企业来讲也是一个机会，不过这时如果保证自己的方案的核心价值不被窃取就是第三方企业需要注意的问题了，如果已经构建大数据分析平台，那么很多分析应用他都是可以做的，你可能领先的是你的思路和想法，很容易被窃取或者复制。