浩瀚深度刘彤解读大数据分析之道

主持人：在大数据采集方面技术已经不是大问题，那我们能够从真正的大数据分析中获取哪些高价值的信息？运营商在采用大数据技术后可以带来哪些好处？

刘彤：举例来说，比如手机终端，大家现在都在使用手机终端，可能有些人还有多部手机终端，在这种情况下，在做大数据分析的时候与传统的单维度数据分析差异在哪儿？单维度数据分析不会告诉你这个网络里有多少人用三星的手机，多少人用诺基亚的手机，多少人用苹果的手机，这个是市场占有率的数据，体现的是纯粹的使用者占比。

为大数据分析会指导并帮助运营商去选择终端销售项目。比如运营商的定制机合约机，针对主推机型，广告的投放是有序的，并不是针对所有的终端去投放广告，而是会选择其中的一款或者几款，那选择的时候是基于什么做选择呢？正是基于大数据分析。它不是针对哪个品牌的哪个机型使用人数最多，而是要看哪一款的使用黏度最高，使用的用户活跃度最高。用户感知是很难测的，但是数据经过加工之后是可以进行表象的，这是把多维度的信息综合起来进行对比后的结论，非常精确地细分了不同手机的用户感知体验差异。这个体验差异的数据结果是真的可以帮助运营商确定这款机型真的是我的主打机型吗？如果捆绑了某个数据业务，应该选择哪款手机？通过大数据分析后，选择就变得明确了。而简单的单维度数据呈现的传统数据分析方法是不具备这些能力的，是不能作为支持决策的可靠依据的，这是一个非常典型的大数据多维度应用案例。

主持人：目前，电信行业在大数据应用方面还存在哪些困难？

刘彤：电信行业是很特殊的一个代表，是重要信息的管理者，拥有着数据整个通道的管理权限。但是，为什么在电信行业，大数据的应用不太理想，有几个原因：

首先，对大数据的认知存在着一定的问题。具体表现在对大数据分析环节的附加价值认知程度较低。在真正使用大数据的时候，运营商是脱节的，而脱节的原因，跟数据本身有关系，跟使用者也是有关系的。从思维方式来说，在思维形态上，互联网对电信运营商的冲击是大家都能看到的，而思维方式的不同就导致同一件事情由电信运营商来做和由一家互联网企业来做，差异性很大。

其次，数据质量不理想。运营商的数据采集是抽样式的，而在大数据的条件下，这种抽样采集的方式会有采集不到的边界。抽样有一个采样加还原的过程，采样过程中已经存在了数据损失，在这种前提下的还原会带来误导性的结果。

最后，数据分析的执行者。运营商在进行数据分析时，执行人员往往并不是专业人员，这些人员更多的是有着通信传统基础知识的，他们在网络的建设维护运行优化方面是非常好的专家，但是在大数据分析方面，却并没有太多的经验。很多人认为数据分析这件事，思路，是最不值钱的，认为工具、手段才是核心。事实并不是这样的，因为在知道这个分析思路之前，让你靠独立思维去找到这种方法，可能会需要很长的过程，而在你知道了这个方向后，是否能够用可靠有效的方法把结果筛选出来，这也是需要经验积累的。