中国联通耿向东：运营商应该如何克服短板， 挖掘海量数据的价值？

在大数据的价值受到越来越多关注的今天， 运营商应该如何克服短板， 挖掘海量数据的价值？如何建设基础设施平台， 支撑大数据的落地， 赢得大数据时代的先机？我们有幸有幸邀请到中国联通集团信息化和电子商务事业部副总经理耿向东， 畅谈对大数据发展趋势的理解， 以及对中国联通战略规划的思考。

大数据有大价值

大数据是当下的热门话题，有一句话说得非常好，叫云计算改变IT架构，大数据改变商业模式。在未来，企业所有能够量化的内容，全部都会数字化。在这个过程中，云计算由于能够具有计算和存储所需的扩展性和弹性，可以以更低的成本和更高的效率，去分析、挖掘企业所有的数据。可以说云计算等技术为大数据的发展、未来企业的数字化奠定了基础。

从当前的行业背景来看，运营商们还处在转型的过程中。中国运营商2012年的财报显示，中国的电信市场是一个红海市场，已经有超过11亿移动用户，而每个月都有将近8000-9000万用户在大进大出。除了中国移动的利润率相对高之外，中国电信和中国联通的利润率仅处于2-3%的水平。这意味着，运营商必须要做出转变，提高利润空间。

另一方面，OTT对电信业务的替代和冲击日益严重。例如，2013年春节期间，虽然运营商总体的短信量是上升的，但仅是微幅上升，而且点对点的短信实际上下降了10%左右。这表明，互联网OTT业务正在蚕食或替代传统的电信业务，运营商必须要转变发展模式，利用大数据技术，实现更低的成本和更高的效率。

中国联通期望从三个方面去发挥大数据的效用，即提升客户体验、加强透明管控和科学运营、构建新的商业模式。首先，中国联通可以把除了IT系统所包含的结构化数据以外的其它数据，进行整合，包括用户上网日志、访问记录、位置信息、终端信息等等。这些信息能帮助运营商更加清晰地感知用户的实际需求，知道用户是谁、在什么地方、用什么样的终端、需要什么、访问什么……也就是说，运营商可以通过数据，发现和感知客户需求，从而为用户提供更好的产品和服务。

第二个方面是针对运营商企业内部的透明管控和科学运营。通过数据，运营商能够360度地透视每一级运营主体，知晓市场发展情况、财务状况等，以便从更多维度了解企业，更好地去平衡收入和成本之间的关系。我们也称之为精准化的资源匹配，这将改变传统的粗放型经营模式。

大数据使用的第三个领域是构建新的商业模式。国内最近谈得比较多的话题是虚拟运营。如果虚拟运营是未来新的商业模式，那么运营商就需要把用户的完整数据提供给虚拟运营商。然后，虚拟运营商才能基于基础运营商的网络和数据，开发一些有特色或者创新的产品。另外，运营商在应对OTT业务竞争时，也离不开数据的支持。这表明大数据对运营商而言，是开创新价值蓝海的重要保障，有利于改变传统的经营模式，有助于提高客户的感知质量，增强运营商自身的实力，能有效应对来自于虚拟运营和OTT的业务冲击。

现在，国内的大数据应用暂时处于尝试和探索的过程中，产业链中的玩家们需要冷静下来，认真思考企业的实际情况和所处阶段，探讨未来大数据能带来的价值，推动大数据应用真正落地。

分析运营商的优势与不足

过去十几年，运营商一直在努力地成为智能管道，但是很遗憾，转变的过程相当艰难。不可否认的是，中国信息化基础设施水平有非常大的提升。对运营商来说，也形成了几个关键资产，那就是网络、用户、数据。网络是基础，是高速公路，所有用户都要接入到运营商的网上来，会产生各种各样的消费记录，这些记录又是通过数据来量化的。

因此，运营商可以获得的第一手数据就是客户姓名、性别、年龄、流量等，还能进一步知道客户的终端类型、经常访问的内容。过去，我们因为成本很高、企业管理粗放等原因，让这些数据白白流失了，没能将其真正转化为价值。

而在今天，云计算和大数据提供了基础技术保障，使我们可以把这些数据整合起来，进一步分析和挖掘，提炼出面向新商业模式的，或者面向客户感知的数据。这样的数据就是高价值、高聚合、高密度的数据，有助于实现上述三个目标。这也是运营商的先天优势。

当然，运营商也有不足。具体来说，运营商主要的经验来自于传统的通信产品和服务，很难做到面向每一个用户的精准的洞察和业务提供。但毫无疑问，运营商必须朝这个方向努力，否则无法与OTT相竞争。关于这个话题，如何满足用户的需求——CEM(客户体验管理)，在今年TM Forum上也有很多探讨。此外，在国内还存在体制和机制问题，三大运营商需要进一步激活，才能真正参与到大数据、互联网、移动互联网的竞争中来。

转变IT系统建设模式

中国联通在国内运营商的大数据应用中，走得比较靠前，集团公司的领导层非常重视大数据的应用，以及新商业模式的创造。从线上来看，中国联通已经把大数据作为未来发展的主要战略，IT系统的下一步发展也确定了是以“集中大数据为核心，顶层设计引领IT建设，服务下层，助力客户感知”为总体战略。

在这个思想指导下，中国联通全面启动了以数据为中心的、集中化和一体化的IT系统建设，其目标是改变传统的建设模式，即每个系统从应用到数据，全部是烟囱式的建设模式。这是源于在数据层面，分散、割裂的数据难以形成一致性，数据和数据之间整合的代价也非常高昂，数据的应用很难发挥其整合优势，或者说数据越大，边际效应和价值越高。因此，中国联通未来的建设模式全部要转变为“平台+应用”的模式，构建全集团唯一的、集中、开放的大数据平台，并在这个平台上构建各种各样的应用。

这是建设模式的重要转变，其核心就是大数据的平台。中国联通计划把所有IT核心的数据、网元侧的数据、互联网的数据，乃至与外部合作和关联企业或者第三方交换的数据，全部整合，形成能够反映企业全景、客户全景、所有产品/渠道的大数据平台。这个平台采用大数据技术处理海量数据，并且能够将不同需求、不同业务有效整合，为上层应用提供定制化的服务，就是“统一平台，应用百花齐放”。

当前，除了把传统的IT数据集中之外，中国联通也在采集手机用户的互联网浏览日志、访问记录，并据此在2013年“315”正式对外提供用户流量查询服务，目的是解决数据时代用户的透明消费问题。在此基础上，运营商还能有更多作为，比如进行基站的优化。根据采集到的流量数据、访问记录，运营商能很清楚地知道，每个基站的用户实际访问量、负荷，从而判断基站规划是否合理，基站是否要扩容、是否要优化、是否要增强承载能力，或者缩减等。这样一来，运营商就能提升网络规划的质量和效益。

另外，运营商还可以做定向的营销。举个简单的例子，假设某个用户本月对数据的需求特别多，流量即将超出套餐使用的范围。此时，运营商能精准地知道用户的流量使用情况，及时推送一些临时加载流量包，这就非常契合用户的需要。这类应用场景在过去是不可能实现的，这是因为我们把流量数据扔掉了，现在我们把它收集起来，下一步还会把信令信息收集起来，为用户提供更多服务。

随着数据的集中，以及基于这些数据的关联、整合、分析，很多数据应用场景应运而生，可以无限畅想。在这些方面，中国联通做了非常多的尝试，将会推广更多新的业务模式。

克服系统集中化的挑战

为了建设大数据的统一平台，中国联通需要建设企业数据中心和资源池，对此，中国联通的最大挑战来自于过去的两级系统、两级架构，公司的管理、组织架构、IT系统等都是两级架构，即31个省有各自的系统、数据和应用。因此，我们的挑战在于把传统的两级架构，变成集中式、一体化的IT架构。具体过程是：在过渡期，系统会把数据从31个省，抽取汇集到集团的一级系统;在目标期，省级系统逐渐弱化，最终不再保留，实现一个平台支撑所有应用和场景。

由于小型机无法支撑如此庞大的数据量，一个平台在过去是不可能实现的。而现在，云计算技术在计算和存储上实现了极大的扩展性与弹性;大数据技术则实现数据层面更多的关联、整合与分析;应用软件的SOA架构有助于灵活适配各种场景对系统的柔性配置要求。所有这些技术为集中化、一体化系统提供了必不可少的技术保障。

第二个挑战是系统集中化之后，集中运营能力的建设，包括集中系统要能够快速响应市场，满足客户需求，适配不同阶段的具体管理需求。集中运营能力将会成为未来信息化战争的中枢神经系统，能够记忆数据，洞悉从省公司到地市，甚至到一线的网格的实际经营情况，还有客户感知，并做出及时的、针对性的反馈和知会。

中国联通在集中运营方面的进展非常明显，部分集中系统已经建成，还有很多计划在实施中。毋庸置疑的是，这是一个清晰、明确的战略。中国联通从上到下已达成这个共识，转型也在稳步推进中，所有新系统的规划和建设全部以数据为中心，注重数据的透明、刚性、规范、质量、安全，这是一切基础的基础。

实施IT基础设施云化

中国联通IT基础设施建设是以大数据为核心的一体化、集中化的模式，会形成全国性的2-3个EDC(数据中心)整体布局，称为两地三中心。中国联通在两三年前就做了规划，目前实施了两大数据中心基地的建设，很快会交付使用，分别是廊坊基地和呼和浩特基地。北京亦庄和廊坊是双活的两个生产中心，距离只有18公里。同时，呼市会构建一个灾备中心。这样就能形成北京和廊坊，以及呼市的两地三中心的总体架构。

在IT基础设施方面，中国联通强调资源的池化建设，计算和存储资源应该集中、共享、开放，技术选择也依据这几个基本原则，所有应用全面向云化的方向迁移。承载模式重视基础资源的弹性和复用，利用“X86+虚拟化”，以及大数据分布式计算，构建超级大的集群，面向应用提供计算能力和存储能力。从2012年开始，中国联通集中系统的建设全部采用了这个架构。

资源的池化有很多成功的案例。以淘宝为例，其每天产生大约1.5PB数据，其计算的集群大于1500个，只需要2小时，就把1.5PB数据处理成20TB的高价值数据，提供给上层的各个应用和各个部门，以及所有用户。这对我们是非常好的借鉴。同样地，运营商未来的数据规模也会非常大，大量数据是低价值、低密度的，需要进行处理、加工，得出高价值、高聚合的数据，并且和运营商已有的IT系统的MBO数据进行整合，然后提供给业务。

定制混搭的数据处理技术

数据有不同的类别，有结构化、半结构化、非结构化的数据。传统IT系统的数据就有结构化程度比较高的MBO数据，还有半结构化的用户访问互联网的日志数据，以及非结构化的用户访问互联网的内容数据，等等。

不同的数据有不同的应用场景，需要采用不同的数据处理技术。传统关系型数据库能处理复杂的关联分析、多维挖掘，对于结构化数据的处理有它的独到之处。Hadoop比较擅长非结构化和半结构化数据的加工和提炼，对海量分布式数据的处理效率非常高，但不擅长做复杂多维关联分析。也就是说，对于海量的低价值、低密度数据的加工和处理，运营商可以采用Hadoop这样的计算体系。在处理完这些数据，并整合、关联、汇总，形成高价值数据后，运营商可以使用Oracle等传统的数据库或MySQL这样的新型数据库。

当然，还有一些场景，比如用户的即时查询，需要通过内存数据库提供加速，让用户感知非常快捷，一点击就能得出想要的结果，还有一些使用列存数据库的场景……所以说，单一数据库肯定不能满足需求，运营商需要一套体系来适应不同场景、不同应用的需要，即深度定制的混搭结构才是最合适的。