目前大数据业务得到了运营商的广泛关注，通过数年的运营经验积累，一些运营商已经开始提供大数据相关的产品和服务。通过观察这些产品和服务，我们可以发现运营商在耕耘大数据业务过程中的发展思路。其中Telefonica（西班牙电信）作为较早进入大数据领域的运营商，其运营经验值得业界借鉴。
Telefonica发掘大数据价值的行动可以回溯到2011年其在英国开展免费Wi-Fi网络建设时期，Telefonica期望更多的客户使用这些免费的互联网接入服务，并在用户使用过程中搜集用户行为特征，并用于广告和精确市场营销。
随后Telefonica推出了移动宽带网络的最终用户体验管理项目和一个含有60多个用户体验指标的系统，支持在线计费系统、探针、无线网络控制器、GPRS业务支撑节点（SGSN）、域名系统等各种网络节点的信息采集，Telefonica将采集来的全部信息进行归纳整合，储存在数据库中，为用户体验管理提供数据依据。
Telefonica还与市场研究机构GFK在数据分析和打包方面进行合作，通过引入数据信息部门的专业视野和知识，进一步提升大数据的产品成熟度。在与GFK合作之前，Telefonica所拥有的仅是数据能力，缺乏数据的分析、洞察力以及将分析结果形成报告或解决方案，从而解决客户问题的能力，与GFK的合作实现了这一链条的补充。
Telefonica最初在2012年通过名为“Telefonica Dynamic Insights”的大数据业务模块以提供“咨询+信息服务”的方式进行业务拓展。例如可通过客户流量分布和流动情况协助交通规划等。2016年Telefonica成立了新的大数据业务部门——“Luca”。这一被命名为“Luca”的大数据业务部门主要有3条业务线：“企业洞察”负责为企业用户提供数据；Telefonica在2015年年底收购的大数据专业公司Synergic Partners负责提供Luca的分析和咨询服务；Luca还将提供大数据即服务（BDaaS）业务，通过云基础设施帮助企业用户更好地利用自己的数据。这样的划分使得Telefonica在大数据业务领域的布局更加全面而清晰。通过用户基础网络架构调整（云化）的方式对客户的数据进行规整和策划，通过分析和咨询服务提供解决方案，结合运营商自身数据形成可以落地的信息化（数据）项目。
在Luca的网站上，我们可以看到Telefonica针对这一业务思路所对应的产品规划：协助组织制定大数据战略（战略咨询服务）；“数据科学服务”通过数据科学帮助组织定义目标和设计项目（咨询服务）；协助客户将数据作为资产进行管理并从中寻求增值机会（咨询+实施项目）；数据技术提供、数据分析及数据可视化服务提供（实施项目）；“商业洞察”帮助客户利用数据得到商业趋势、决策支持等（实施项目）。从产品组合的角度看，Telefonica已经开始尝试为客户提供从战略咨询、项目策划设计到服务提供、技术工具提供及项目落地等一系列服务。Telefonica大数据产品组合如图所示。
图 Telefonica大数据产品组合
Luca主页上的标语为“The only way is data-driven（数据驱动，除此别无它路）”，可以在一定程度上表明Telefonica开展大数据业务的决心。
从Telefonica的大数据布局我们可以看到开展大数据业务的一些步骤：
1.通过现有网络数据进行搜集分析，开展简单的模型构建尝试提供简单服务，初步形成不同于业务导向的大数据导向思维；
2.与专业的数据分析运营企业合作，增强咨询能力和分析能力，并通过并购等方式获取外部数据经营能力，强化大数据经营核心能力；
3.与IT网络架构云化趋势相结合，拓展自身为客户提供服务的范围，并更精确地为不同需求的客户提供多种类型的服务。
即便如此，Telefonica给自身的定位还是“用大数据导向引导、协助客户发挥数据资源力量的使能者”，这样的定位是合理的，至少在目前而言。不是引导者，也不是某一个行业方向的主导力量，运营商就是一个对自身能力有充分认识和透彻理解、对大数据能力有着充分意识、能够提供最为适配大数据应用的云化IT架构的服务提供者。
与传统信息化系统建设不同，大数据业务的规划和部署很多时候必须用超越传统基于业务流程的思路。也就是说大数据业务需求可以包含但不仅限于当前的商业过程和工作流程。业务人员拥有大数据思维才能充分发挥数据和业务结合的力量，或者发现隐藏在数据背后的业务内涵和规律，并创新性地提出新的业务或工作流程。简而言之，这需要一定的“革命性”思维而非单纯的“改良性”思维。
我们可以举一个公共管理中疾病控制的案例进行说明。在一些疾病防控过程中，传染病管理控制部门希望能够通过回溯感染病人的信息，寻求一些疾病发作、传播的规律，例如找出疾病的高发区域、疾病从出现到大量传播的时间周期和传播路线等。这样的信息有助于疾病防控部门在未来合理地对医疗资源、宣传力量等进行部署。但如果从传统的业务流程角度出发，疾控部门或许会采取对病人进行访谈记录、分析等手段形成分析结果。
除了数据基础架构、数据模型和工具之外，“大数据变小”和“数据可视化”也是开展业务过程中需要特别重视的。从决策者的角度而言，大量的数据呈现有时候不仅不能够有效帮助决策，反倒会带来困惑和混淆，如果能够对数据进行有效的加工（过滤、排序、压缩、计算等），就有可能将大数据变小，一些情况下甚至可以通过一个指数就能表达海量数据的核心意义。以数字形式呈现，人一次只能理解一个数据，一旦数据类型多样，人的理解就会相对困难，但用图像的方式呈现，人一次可以理解很多数据。因此通过可视化的手段可让最终用户充分体验到大数据的重要环节。
Telefonica的经营经验当然值得关注和借鉴，但如果视角仅囿于运营商数据本身，就会丧失很多机会。毕竟运营商所能够掌握和提供的数据也仅是现代社会海量数据的一部分而已。一方面，大数据是一个涉及知识面非常宽泛的领域，例如数据挖掘、云计算、解析学、知识论、社会媒介、机器学习、模拟分析等，已经远远超出了运营商本身的能力范围，这就需要构建大数据生态才能够真正发挥其效能。另一方面，我们会看到国内运营商在开展大数据项目时常会出现一种“相互等待”的局面。拥有数据方会认为业务使用方应该更多地提出需求、描绘流程，并在此基础上构建更为合理的模型；业务使用方则要求拥有数据一方开放数据、设计场景以开导思路，完成之后再设计合理的使用场景。这种局面导致的结果往往是双方将注意力集中于数据上而无法进一步深入业务。
Telefonica与GFK、Synergic等掌握行业特性、熟悉如何搜集处理用户数据并具备丰富的数据观察视角的组织进行合作，一定程度上能够解决这样的问题。具备了这些能力后，运营商在与客户沟通过程中，不再囿于“秀肌肉（展示丰富的数据能力）”、“讲概念”，而是实实在在地进入客户场景的策划和设计中。早日意识到大数据业务的专业性，对这些专业能力进行研究和获取，运营商“用大数据导向引导、协助客户发挥数据资源力量的使能者”的角色或许就能够更加现实。
除了知识和行业经验之外，拓展大数据价值的重要因素就是人力资源，在这一方面运营商可以参考咨询公司的思路。咨询公司采用的通常是“人才培养”的手段，并不特别看重新加入者在某一领域长时间的经验，更看重的是一种学习能力、基础素质和接受融入组织的愿望和能力。这样培养出来的人才能够保证具备完成任务的业务能力，更能认同专业服务的价值理念。
运营商采用的更多是一种“人才获取”的思路，即认为组织内部暂时还不具备这种高端服务的提供能力或是培养能力，要想进入这个市场，就必须通过外部资源获取的方式来构建能力。现在这是一种可取的选择方式，但未来运营商必须真真正正清晰化价值理念、构建能力，为向“人才培养”转化打基础。这样大数据的拓展才能逐渐具备坚实的人才基础。
与前些年不同，在说“大数据产业的拓展是一项系统工程”的时候，我们已经有了许多实际的案例和尝试的经验。无论是在理念层面、实践层面也都有更多的踪迹可寻。只是作为这一产业中重要参与者之一的运营商，仍有许多开展传统业务的思维需要突破，有许多看似“不合常理”的工作需要尝试。
作者：《通信世界》特约撰稿人 云晴
关注通信世界请长按
微信号：CWW-weixin
《通信世界》旗下公众号
最新丨行业丨资讯
关于通信世界
一个全媒体综合服务平台
由工业和信息化部主管，人民邮电出版社主办，
是中国通信产业的前瞻媒体
