王軍林，王寶旺，趙斐，馬春宇，譚紹富

?

大數(shù)據(jù)推動運營商市場經(jīng)營模式創(chuàng)新的展望

王軍林，王寶旺，趙斐，馬春宇，譚紹富

（華為技術有限公司，廣東 深圳 518129）

結(jié)合大數(shù)據(jù)在運營商領域研究與實踐，提出大數(shù)據(jù)在經(jīng)營領域產(chǎn)出價值的8個方向，并舉例說明；通過闡釋大數(shù)據(jù)推動運營商市場經(jīng)營模式創(chuàng)新的定義與特征，提出智慧運營中心的概念，并介紹其意義、商業(yè)設計與支撐要素；同時闡釋智慧運營中心與其他業(yè)務平臺的關系；最后提出AI時代下智慧運營中心的發(fā)展機遇與演進策略。

運營商；大數(shù)據(jù)；經(jīng)營模式創(chuàng)新；智慧運營中心

1 引言

大數(shù)據(jù)曾是一個在2013年被廣泛熱炒的詞，但時隔一年后，大數(shù)據(jù)卻從Gartner成熟度曲線高峰區(qū)域消失，并伴隨出現(xiàn)了機器學習，如圖1、圖2所示。大數(shù)據(jù)熱詞的變化不意味著大數(shù)據(jù)技術不再重要了，大數(shù)據(jù)其實已經(jīng)真正走入政府、商業(yè)企業(yè)的生產(chǎn)和經(jīng)營系統(tǒng)中，發(fā)揮著“潤物細無聲”的實際價值。而且伴隨大數(shù)據(jù)+AI（人工智能）的有效結(jié)合，將會迸發(fā)出更大的社會變革力量。作為在信息化領域一直處于排頭兵的通信行業(yè)，大數(shù)據(jù)在經(jīng)營、運維和管理領域發(fā)揮的價值正在被全球運營商廣泛接受，這在涉及商業(yè)目標實現(xiàn)的經(jīng)營領域更加明顯。

圖1 Gartner成熟度曲線（2013年）

2 運營商經(jīng)營領域大數(shù)據(jù)發(fā)揮價值的方向及相關案例

圍繞運營商的大數(shù)據(jù)能夠發(fā)揮價值的經(jīng)營范圍，產(chǎn)業(yè)界有很多討論，劃分的維度不同，呈現(xiàn)的方式也有不同。業(yè)界通常做法是從商業(yè)模式細分、從產(chǎn)出的價值方向細分、從職能管理的模塊細分等。筆者根據(jù)行業(yè)權威資料的各種劃分方式的優(yōu)劣比較，結(jié)合自身在運營商各市場領域十余年的實踐經(jīng)驗積累，將大數(shù)據(jù)在運營商的市場經(jīng)營中可發(fā)揮價值的領域劃分為客戶洞察、產(chǎn)品/業(yè)務創(chuàng)新、組合/定價、數(shù)字營銷、數(shù)字服務、資源管理、行業(yè)拓展、生態(tài)化創(chuàng)新8個方面，如圖3所示。

下面結(jié)合華為在輔助運營商建設大數(shù)據(jù)生態(tài)的案例總結(jié)分別展開論述。

（1）客戶洞察

客戶洞察可以構(gòu)建區(qū)域人群軌跡、用戶軌跡、人群畫像、人群關系、客戶資信和客戶分群等洞察能力。區(qū)別于傳統(tǒng)經(jīng)營分析，基于海量的數(shù)據(jù)處理能力，大數(shù)據(jù)對客戶的洞察在數(shù)據(jù)來源方面是多維的，涵蓋了客戶的時間軌跡、空間軌跡、行為數(shù)據(jù)，并基于成熟的算法模型能力，把隱含的信息找出來，更精準地刻畫客戶的畫像，識別客戶的需求。

例如，中國移動通信集團湖南有限公司（以下簡稱湖南移動）使用內(nèi)嵌機器學習算法的猜終端數(shù)據(jù)服務產(chǎn)品，實現(xiàn)“10 min完成建模操作，30 min輸出100萬終端潛在客戶”，同時在營銷測試中，客戶營銷成功率提升12%。這有效解決了非4G客戶以低端客戶為主，各市公司通過個人經(jīng)驗難以精準識別目標客戶，粗放營銷式數(shù)據(jù)獲取周期長，營銷成功率不高，且對用戶騷擾較多，有降低品牌忠誠度的問題。

（2）產(chǎn)品與業(yè)務創(chuàng)新

產(chǎn)品與業(yè)務創(chuàng)新可以在產(chǎn)品設計、產(chǎn)品研發(fā)、產(chǎn)品優(yōu)化3個方面充分利用大數(shù)據(jù)服務，對產(chǎn)品的生命周期進行跟蹤管理，為業(yè)務創(chuàng)新提供支持。

圖2 Gartner成熟度曲線（2014年）

圖3 智慧經(jīng)營劃分領域

例如，針對大數(shù)據(jù)針對客戶通過“10086”渠道反饋的服務投訴進行語音識別，發(fā)掘投訴抱怨產(chǎn)品的共性特征，并對于產(chǎn)品的優(yōu)化做出相應的改進督促。

（3）組合/定價

運營商在推出新產(chǎn)品時，如何進行定價、如果安排產(chǎn)品組合、進行促銷設計是很大的難題。而基于大數(shù)據(jù)對歷史產(chǎn)品相似度信息以及客戶偏好信息的分析，可以對產(chǎn)品進行更好的組合設計；也可以根據(jù)產(chǎn)品的需求熱度，對促銷的力度進行不同階段的設計。

例如，出行行業(yè)中Uber結(jié)合打車高低峰時段供需匹配動態(tài)定價。

（4）數(shù)字營銷

基于大數(shù)據(jù)的數(shù)字營銷已在運營商廣泛應用，大數(shù)據(jù)支撐了客戶、產(chǎn)品、渠道、事件的精準匹配，目前已形成基于大數(shù)據(jù)驅(qū)動的事件營銷、批量營銷、駐點營銷等多種精準營銷場景。

例如，中國移動通信集團四川有限公司（以下簡稱四川移動）為支撐寬帶業(yè)務的拓展，建立了從后端到前端、從線上到線下的駐點顧問營銷管理系統(tǒng)，該系統(tǒng)利用地圖客流信息，結(jié)合客戶標簽，實現(xiàn)全流程可視化的駐點運營。將廣元城區(qū)切分為若干責任田，并根據(jù)大數(shù)據(jù)分析，實時掌握縣區(qū)分公司、分局及責任田區(qū)域?qū)拵I(yè)務發(fā)展情況，使寬帶駐點營銷時，目標客戶咨詢率達到30%以上。

（5）數(shù)字服務

數(shù)字服務涵蓋了運營商客服領域的咨詢、辦理、投訴等方向，大數(shù)據(jù)可以實現(xiàn)海量客戶接觸行為的信息采集與分析，并結(jié)合用戶畫像，對客戶業(yè)務辦理和投訴解決提供個性化的匹配方案。

例如，中國移動通信集團一級客服對撥打“10086”的客戶錄音進行語義識別，為海量用戶需求的發(fā)掘打下了良好基礎。

（6）資源管理

資源管理涵蓋了運營商的基站、寬帶端口、促銷品、終端、卡號等，是為客戶提供服務的基礎。需要利用大數(shù)據(jù)技術實現(xiàn)資源的高效運轉(zhuǎn)，如：預測到某渠道的卡號資源不足時能及時發(fā)起調(diào)度請求；客戶在跟渠道接觸時，能實時獲取客戶的行為，進行實時精準推薦。

例如，為有效保障流量經(jīng)營開展，中國移動通信集團上海有限公司（以下簡稱上海移動）融合B、O域數(shù)據(jù)構(gòu)建了LTE高負荷基站識別能力，以發(fā)現(xiàn)流量業(yè)務指標波動時能快速定位有問題的基站，并進行處理，有效規(guī)避了基站高負荷問題引起的流量損失。

（7）業(yè)務拓展

運營商擁有豐富的數(shù)據(jù)資源，可以打造一系列的數(shù)據(jù)產(chǎn)品面向行業(yè)客戶銷售，數(shù)據(jù)產(chǎn)品不僅僅可以銷售，還可以結(jié)合行業(yè)客戶的業(yè)務進行合作，構(gòu)建以運營商大數(shù)據(jù)能力為基礎的產(chǎn)品，向第三方客戶提供服務。

例如，中國移動通信集團天津有限公司（以下簡稱天津移動）構(gòu)建區(qū)域位置洞察相關數(shù)據(jù)服務，面向天津市政府打造“知行天津”城市名片，支撐了城市人口聚集區(qū)域預警管理、城市外來人員流動管理、城市內(nèi)人口流動管理等，取得了良好的城市管理效益和社會效應。

（8）生態(tài)化創(chuàng)新

生態(tài)化創(chuàng)新包括數(shù)據(jù)交易和數(shù)據(jù)開放合作。數(shù)據(jù)真正流動起來才能發(fā)揮價值，流動的含義既包括在運營商內(nèi)部的域數(shù)據(jù)融合；又包括運營商數(shù)據(jù)與行業(yè)數(shù)據(jù)的融合。

例如，中國聯(lián)合網(wǎng)絡通信有限公司上海分公司（以下簡稱上海聯(lián)通）、中國移動通信集團浙江有限公司（以下簡稱浙江移動）分別以自身運營商數(shù)據(jù)為基礎，建設開放的大數(shù)據(jù)平臺并提供租戶能力，廣納金融、保險、商業(yè)零售等行業(yè)合作伙伴匯聚行業(yè)數(shù)據(jù)，在數(shù)據(jù)安全合法合規(guī)前提下，拓寬行業(yè)客戶面向2B、2C提供信息增值服務。

通過以上案例可以看出，大數(shù)據(jù)已經(jīng)在運營商經(jīng)營領域發(fā)揮著廣泛價值。

3 運營商大數(shù)據(jù)如何輔助運營商做好經(jīng)營模式創(chuàng)新

運營商在經(jīng)營領域發(fā)揮價值的大數(shù)據(jù)應用越來越多，但多數(shù)應用仍以解決特定問題的小顆粒的專題形式存在，單一應用無法形成對市場側(cè)的全面經(jīng)營模式轉(zhuǎn)型支撐。同時在經(jīng)營領域中原有的很多業(yè)務系統(tǒng)，如BOSS、CRM、IOP、VGOP等，其迭代升級更側(cè)重于業(yè)務流程本身的編排與支撐，以大數(shù)據(jù)為主體進行變革的能力相對有限，可在某種程度上促進運營更智能更敏捷，但是，在代表市場經(jīng)營模式創(chuàng)新上的意義相對有限。那么如何界定大數(shù)據(jù)在經(jīng)營模式創(chuàng)新中的真正意義？

3.1 運營商經(jīng)營模式創(chuàng)新的定義

首先來看看經(jīng)營模式創(chuàng)新有什么比較好的詮釋。根據(jù)Gartner 發(fā)布的《商業(yè)智能和分析的炒作周期（2016）》，對于經(jīng)營創(chuàng)新領域有“智能運營平臺”的相關定義“一套開發(fā)和實時運行的軟件平臺，通過提供當前的數(shù)據(jù)和分析，可以監(jiān)控、報警和支持互動決策。這些平臺擁有接收和發(fā)送數(shù)據(jù)的適配器、事件處理邏輯，檢測威脅和機會、規(guī)則處理、分析、儀表板、報警設備和觸發(fā)應用的程序、設備、工作流程工具反應的能力。

依托以上內(nèi)容理解，結(jié)合實踐中與各運營商高層廣泛對標研討達成的相對共識，關于智慧運營中心的概念總結(jié)如下：依托大數(shù)據(jù)平臺建設的不斷完善，積極打造具備發(fā)現(xiàn)問題/商機、分析問題/商機、制定決策、優(yōu)化/商機實施、鞏固控制功能的智慧運營能力，為生產(chǎn)運營提供綜合化、智能化、標準化的管理支撐，實現(xiàn)業(yè)務監(jiān)控預警、營銷效果評估和市場決策支撐等全生命周期的業(yè)務運營管理。

3.2 運營商經(jīng)營模式創(chuàng)新的特征

有了智慧運營中心的概念理解，進一步討論如何界定運營商經(jīng)營模式的創(chuàng)新特征。這需要從運營領域的市場分析入手。清華大學數(shù)據(jù)科學研究院工業(yè)大數(shù)據(jù)研究中心總工程師王晨認為，“數(shù)據(jù)分析基本上可以分成兩個層次，第一是初級分析，第二是高級分析。初級分析是傳統(tǒng)企業(yè)的BI。高級分析包括兩個層次的分析，第一個叫預測性分析（predictive analytics），通過數(shù)據(jù)分析預測未來會變成什么樣；第二叫假設分析（what-if analytics），假設預測的結(jié)果不好能否通過控制調(diào)節(jié)結(jié)果。

回顧通信運營商對于數(shù)據(jù)分析的訴求不難發(fā)現(xiàn)，中國移動、中國聯(lián)通和中國電信3家運營商對于數(shù)據(jù)分析的需求主要來源于數(shù)據(jù)指標的基本統(tǒng)計分析，對于多維數(shù)據(jù)的OLAP交叉分析以及對于指標本身的展示監(jiān)控要求；在某這種分析些領域具備一定的單點預測能力，比如某省公司年度收入指標的波動性、客戶撥打客服“10086”的排隊時間長短、集團客戶的客戶穩(wěn)定度分析等。但這種分析基本靠單點和單環(huán)節(jié)的分析建模實現(xiàn)，難以形成指標體系的全流程、端到端的關鍵節(jié)點監(jiān)控，也無法有效提供業(yè)務指標的指標預警和波動干預能力，比如從某些基站的性能指標看到對于業(yè)務發(fā)展的指標影響或者對于用戶體驗指標的群體性影響范圍；更無法提供依靠數(shù)據(jù)的預先決策能力和商業(yè)外部環(huán)境的敏感感知和預示能力。數(shù)據(jù)驅(qū)動運營轉(zhuǎn)型的層次如圖4所示。

而在大數(shù)據(jù)時代，非結(jié)構(gòu)數(shù)據(jù)的廣泛采集、數(shù)據(jù)的多維刻畫、數(shù)據(jù)的快速流動與實時處理等這些關鍵特性，為運營商的精細運營提供了見微知著的能力，進而驅(qū)動運營商經(jīng)營創(chuàng)新轉(zhuǎn)型。結(jié)合以上分析，本文將運營創(chuàng)新的特征總結(jié)如下。

（1）全體系預測能力

針對經(jīng)營主體關注的經(jīng)營指標單元或經(jīng)營區(qū)域，實現(xiàn)全程全面預測功能，能夠提前發(fā)現(xiàn)指標異?；蛏虡I(yè)機會。

（2）全體系對標能力

針對經(jīng)營主體關注的經(jīng)營指標單元或經(jīng)營區(qū)域，識別類似經(jīng)營單元或區(qū)域歷史及實時情況，實現(xiàn)實時的監(jiān)控與對標。

（3）根因分析能力

針對發(fā)現(xiàn)指標異?；蛏虡I(yè)機會的經(jīng)營主體關注的經(jīng)營指標單元或經(jīng)營區(qū)域，通過已固化的分析模型或可快速便捷生成分析模型，診斷過程因素及末端根因。

（4）決策支持能力

針對經(jīng)營主體關注的經(jīng)營指標單元，面向異常或潛在機會的經(jīng)營指標單元或經(jīng)營區(qū)域，根據(jù)歷史決策路徑，給予現(xiàn)期決策支持建議。

3.3 運營商智慧運營中心方案設計

基于電信運營模式創(chuàng)新相關定義的詮釋與特征描述，進一步構(gòu)建智慧運營中心的解決方案。

圖5 智慧運營中心框架設計思想

3.3.1 方案核心思想

智慧運營中心解決方案設計的核心思想包括全程監(jiān)控、根因/對標分析、決策支持、流程穿越幾個方面，設計思想如圖5所示。

商業(yè)運營的目的是經(jīng)營業(yè)績指標的達成，智慧運營中心首先需要考慮將關鍵業(yè)績指標的全面監(jiān)控與健康審視作為運營管理的重要能力。在實踐工作中，也支持一些運營商建設“管理駕駛艙”或“運營儀表盤”類似功能的大數(shù)據(jù)產(chǎn)品設計。

商業(yè)運營中，發(fā)現(xiàn)不健康指標或潛在商業(yè)機會，不能再按以往的后知后覺的工作原理開展工作，智慧化的運營管理體系需要從“KPI—KQI—末端因子”的根因分析或者從對標分析中發(fā)現(xiàn)商業(yè)機會的模型構(gòu)建能力。

當發(fā)現(xiàn)了運營中的根因問題/商業(yè)機會后，智慧經(jīng)營也需要有決策支持的能力，依據(jù)以往問題類型及應對解決方案的歸納，形成決策的建議方案。

最后，為了最終解決相關問題，需要對現(xiàn)有的系統(tǒng)、流程或者人員方面的問題進行改善和固化，包括在未有的流程領域或者流程冗長領域形成流程改善，或形成對商機的跟進和市場經(jīng)營活動的實施。

圖6 智慧運營中心功能模塊設計

3.3.2 方案商業(yè)設計

智慧運營中心解決方案設計將提供種核心能力：實現(xiàn)業(yè)務指標健康預警與監(jiān)控；通過專題流程穿越，實現(xiàn)業(yè)務問題的定位與定界以及優(yōu)化改善；通過基于經(jīng)營區(qū)域或經(jīng)營單元的審視，發(fā)現(xiàn)營銷、服務商業(yè)機會，提升經(jīng)營業(yè)績。

智慧運營中心的指標監(jiān)控模塊提供業(yè)務指標監(jiān)控預警與監(jiān)控能力；要素洞察（客戶洞察、資源洞察、業(yè)務洞察）提供基礎要素的供需現(xiàn)狀評估及歷史回顧能力；業(yè)務與流程（商機管理和改善管理）提供發(fā)現(xiàn)營銷、服務商業(yè)機會，并提升經(jīng)營業(yè)績和業(yè)務問題的定位、定界及優(yōu)化改善能力，如圖6所示。

從功能模塊關系看，指標監(jiān)控提供推式營銷的觸發(fā)機制，要素洞察提供拉式營銷的觸發(fā)機制，進而促進商機管理實施；指標監(jiān)控提供指標異常問題發(fā)現(xiàn)的觸發(fā)機制，要素洞察提供異常的觸發(fā)機制，進而促進改善管理的實施。

3.3.3 相關要素支持

智慧運營中心的落地需要指標庫、知識庫、算法庫等相關要素的支持。指標庫維護指標的全面性、準確性和標準化，為指標的監(jiān)控預警預測調(diào)用提供基礎；知識庫存有歷史問題類型、決策改善策略等方面的信息，為決策建議提供基礎；算法庫為支持以上活動的自動化、智能化開展提供工具支撐。

4 智慧運營中心與營銷業(yè)務系統(tǒng)的關系

4.1 智慧運營中心與數(shù)字化營銷系統(tǒng)定位

智慧運營中心主要通過指標監(jiān)控、要素洞察、異常預警和商機管理功能模塊，完成業(yè)務發(fā)展分析和洞察，并給出策略建議。它是管理者或運營人員的“望遠鏡、放大鏡和顯微鏡”，發(fā)揮了運營“大腦”輔助決策的作用。

數(shù)字化營銷中心主要通過營銷執(zhí)行模塊，實施流程編排和權限管理，把營銷策劃變成可呈現(xiàn)、可執(zhí)行、可評估的落地場景，同時對營銷執(zhí)行結(jié)果進行效果評估，發(fā)揮了運營“軀干”實施經(jīng)營動作并達成目標的作用。智慧運營中心與數(shù)字化營銷中心關系如圖7所示。

圖7 智慧運營中心與數(shù)字化營銷中心關系

4.2 智慧運營中心與數(shù)字化營銷系統(tǒng)的銜接與協(xié)同

智慧運營中心與數(shù)字化營銷系統(tǒng)兩者相輔相成。圖8對兩個系統(tǒng)的銜接和協(xié)同進行說明。

智慧運營中心通過業(yè)務要素洞察、客戶挖掘、指標監(jiān)控、異常告警和商機發(fā)現(xiàn)，輸出客戶畫像、標簽、數(shù)據(jù)權重、API等分析數(shù)據(jù)，客戶畫像數(shù)據(jù)可以直接作為目標客戶群進行營銷，標簽數(shù)據(jù)則沉淀下來，定時刷新，進行重復使用，而數(shù)據(jù)權重作為產(chǎn)品偏好、客戶偏好、渠道偏好等數(shù)據(jù)，可以進行數(shù)字化營銷的個性化推薦，API數(shù)據(jù)則進行了服務封裝，直接提供給內(nèi)外部進行調(diào)用，有些分析可還以作為新產(chǎn)品的開發(fā)的機會，幫助業(yè)務人員開發(fā)新產(chǎn)品，降低TTM。

圖8 智慧運營中心與數(shù)字化營銷中心銜接與協(xié)作

數(shù)字化營銷系統(tǒng)保持自己的完整體系，包括了營銷策劃、營銷審批、營銷執(zhí)行、營銷監(jiān)控和營銷評估。數(shù)字化營銷平臺根據(jù)智慧運營中心的分析結(jié)果，結(jié)合KPI或者業(yè)務發(fā)展訴求進行營銷策劃，設置目標客戶群、營銷產(chǎn)品、渠道和營銷規(guī)則，進行審批和營銷執(zhí)行，并對營銷的各個階段進行營銷監(jiān)控，根據(jù)用戶反饋結(jié)果進行營銷效果分析。最終實現(xiàn)營銷活動的端到端執(zhí)行管理。

數(shù)字化營銷與智慧運營中心提供標準的數(shù)據(jù)接口和業(yè)務鏈接，智慧運營中心的分析結(jié)果以離線接口、實時接口、API等形式與數(shù)字化營銷中心進行交互，智慧運營中心的分析結(jié)果在數(shù)字化運營中心能夠查詢、調(diào)用；然后數(shù)字化營銷中心根據(jù)智慧運營中心的分析結(jié)果進行營銷，并把營銷結(jié)果反饋給智慧運營中心，實現(xiàn)進一步的業(yè)務洞察。

5 經(jīng)營創(chuàng)新AI時代新機遇與演進方向

5.1 AI時代帶來的新機遇

面向運營商的經(jīng)營的創(chuàng)新不能一蹴而就，其中需要大量的算法建模和業(yè)務建模工作，同時也需要歷史經(jīng)營活動相關數(shù)據(jù)的有效積累。傳統(tǒng)的統(tǒng)計建模和數(shù)據(jù)挖掘處理海量數(shù)據(jù)的能力相對有限，在建模的自動化和部分精準度方面也有待提升。伴隨AI時代的到來，深度學習在越來越多的領域發(fā)揮更大的價值，例如在市場經(jīng)營指標分析領域，依據(jù)既有指標之間的關聯(lián)關系，可以輔助快速發(fā)現(xiàn)和定位問題或商業(yè)機會；又在市場營銷價值提升領域依據(jù)既有工作目標下的市場方案和策略的學習，可以為未來決策提供支持和建議。

5.2 智慧運營中心演進方向的展望

智慧運營中心是一個相對龐大的綜合運營系統(tǒng)，演進的策略不可能按照單個功能模塊化的形式，即某階段只建設某一模塊內(nèi)的內(nèi)容，下階段全面建設另一模塊。更應該以多個功能模塊的形式，某一階段相同業(yè)務方向的形成閉環(huán)管理能力建設，下一階段迭代升級的方式演進。建設的業(yè)務方向也可以按照階段性經(jīng)營業(yè)務重點有所側(cè)重，在未來階段出現(xiàn)新的業(yè)務方向時補充豐富功能模塊下的內(nèi)容。演進的方向上初期以人工方式實現(xiàn)，進而局部替代重復性常規(guī)性工作，如指標通用分析模型的構(gòu)建、營銷目標業(yè)務與潛在用戶群的匹配等，最后實現(xiàn)以智能人機交互為基礎的相應操作，如智慧運營中心可以主動發(fā)掘預警信息，并診斷原因以及應對策略供決策人參考。

6 結(jié)束語

大數(shù)據(jù)在運營商的智慧運營體系中發(fā)揮的價值將越發(fā)凸顯。能夠幫助運營商改善市場經(jīng)營、發(fā)現(xiàn)市場機會的智慧運營中心將會成為重要的解決方案，促進企業(yè)的經(jīng)營模式創(chuàng)新轉(zhuǎn)型。伴隨AI時代的到來，“大數(shù)據(jù)+AI”將促使智慧運營中心在生產(chǎn)活動中的預測、預決與預示的能力得以全面實現(xiàn)，同時原有的人工作業(yè)方式逐步轉(zhuǎn)變?yōu)樽詣幼鳂I(yè)，進而變成智能作業(yè)。相信未來的智慧運營一定會很美好。

最后，引用軟銀集團董事長兼總裁孫正義在“2017軟銀世界大會”中的講話，“我認為我們正處在一個變革的時代當中。產(chǎn)業(yè)革命在競爭方面改變了每個人的生活，而這次的信息革命將更進一步地帶領我們?nèi)ネF(xiàn)在每個人都沒有想象過的世界。”

[1] Gartner. Gartner’s 2013 hype cycle for emerging technologies maps out evolving relationship between humans and machines[R]. 2013.

[2] Gartner. Gartner’s 2015 hype cycle for emerging technologies identifies the computing innovations that organizations should monitor[R]. 2015.

[3] KURT S. Hype Cycle for Business intelligence and analytics[EB/OL]. (2015-08-04)[2017-12-15]. https://www.gartner. com/doc/3106118.

[4] 王晨. 一文讀懂工業(yè)大數(shù)據(jù)的技術與實踐: 如何建設工業(yè)大數(shù)據(jù)管理系統(tǒng)[EB/OL]. (2017-01-02)[2017-11-15]. https://wx. jcloud.com/zixun/article-118714.html.

WANG C. The technology and practice of big data in industry: how to build a large industrial data management system[EB/OL]. (2017-01-02)[2017-11-15]. https://wx.jcloud.com/zixun/article- 118714.html.

[5] 張永輝, 胡萬里. 基于波特五力模型的4G時代電信業(yè)經(jīng)營策略分析[J]. 電信科學, 2014, 30(4): 129-134.

ZHANG Y H, HU W L. Analysis of China’s telecommunication business strategies based on porter’s five-force model on 4G era[J]. Telecommunications Science, 2014, 30(4): 129-134.

[6] 盧衛(wèi), 陸希玉. 4G時代移動互聯(lián)網(wǎng)的發(fā)展趨勢[J]. 電信科學, 2014, 30(5): 51-54.

LU W, LU X Y. Mobile internet trends in 4G era [J]. Telecommunications Science, 2014, 30(5): 51-54.

Prospect of big data stimulating business model innovation of telecom operator

WANG Junlin, WANG Baowang, ZHAO Fei, MA Chunyu, TAN Shaofu

Huawei Technologies Co., Ltd., Shenzhen 518129, China

Combined with big data research and practice of telecommunication industry, eight business operation areas in which big data can create values were illustrated. Through explaining the definition and characteristics of big data which stimulates business model innovation, the concept of intelligence operations center was illuminated, and the significance, commercial design and supporting elements were introduced. At the same time, the relationship between intelligence operations center and other business platforms was explained. Finally the development opportunities and evolution strategies of intelligence operations center at AI era was introduced.

operator, big data, business model innovation, intelligence operation center

TN929.5

A

10.11959/j.issn.1000?0801.2018032

2017?12?10；

2018?01?06

王軍林（1980?），男，博士，華為技術有限公司中國區(qū)運營商BG大數(shù)據(jù)商業(yè)解決方案部部長，長期從事BI及大數(shù)據(jù)業(yè)務，在業(yè)務拓展、市場營銷方面有著多年的實踐積累。

王寶旺（1976?），男，華為技術有限公司中國地區(qū)部大數(shù)據(jù)解決方案設計團隊leader，具備18年IT工作經(jīng)驗，長期從事電信行業(yè)經(jīng)營分析系統(tǒng)、大數(shù)據(jù)平臺的建設工作，涉及項目管理、業(yè)務方案和系統(tǒng)設計，對經(jīng)營分析領域有豐富的經(jīng)驗。

趙斐（1978?），男，華為技術有限公司中國地區(qū)部大數(shù)據(jù)應用解決方案組長，具備15年運營商市場運營管理與市場分析工作經(jīng)驗，長期從事電信行業(yè)個人客戶拓展運營、政企客戶拓展經(jīng)營分析、大數(shù)據(jù)應用創(chuàng)新與建設等方面的工作，涉及大數(shù)據(jù)應用商業(yè)咨詢、項目管理、解決方案設計與孵化等。

馬春宇（1973?），男，華為技術有限公司高級營銷經(jīng)理，具備20年的IT工作經(jīng)驗，主要從事運營商業(yè)務建設和規(guī)劃、大數(shù)據(jù)方案規(guī)劃、數(shù)字化營銷方案規(guī)劃和個性化推薦運營方案規(guī)劃等方面的工作。

譚紹富（1980?），男，華為技術有限公司大數(shù)據(jù)解決方案顧問，主要研究方向為運營商業(yè)務問題診斷、客戶行為分析、數(shù)字營銷、業(yè)務預測。