由 dawei 副标题#e#
信息化和流量时代到来，“去管道化”成为运营商提得最多和思考最多的问题。目前业内认为大数据是运营商“去管道化”最有可能的实现形式。运营商发展大数据具有其他行业无可比拟的优势，主要体现在：
\
一、运营商掌握数据全面充足。电信的领域之中，数以亿计的通信用户基数保证了数据的海量和多元性；
二、数据提供的可持续性。通信网络的时时存在为数据的持续和速度提供了保证；
三、运营商对数据可以有效利用。运营商可以通过对海量数据的有效分析，更加精准、更加高效地把握用户需求，为广大用户和社会各界提供他们需要的产品和服务。
大数据概念很热门，在互联网行业，Google公司起步最早，目前已经拥有庞大的数据搜集和分析系统，发展相对成熟；苹果、Facebook和国内的淘宝公司也在加速大数据库建设，并且在公司业务分析和产品创新方面有所应用。
就运营商来说，大部分国家和地区都在发展探索，一些发达国家运营商在大数据商用上已起步。尽管有些国家取得突破，但是总体来说，全球运营商大数据还处在粗放的发展阶段。
发达国家运营商大数据发展情况
日本：
日本最大的移动通信运营商NTT Docomo 2010年以前就开始着手大数据运用的规划。Docomo不但着重搜集用户本身的年龄、性别、住址等信息，而且制作精细化的表格，要求用户办理业务填写更详细信息。
NTT Docomo相对国内运营商还有一个很大的优势是全国统一的数据收集、整合形式，因此NTT Docomo可以很轻易拿到全国的系统数据。尽管NTT Docomo信息整合度高，获取轻易，但是NTT Docomo大数据发展至今还处于规划阶段，是因为NTT Docomo还没解决客户隐私问题。
Docomo为未来的大数据商业化制定了三个阶段：首先是建立资料库，其次是建立活用机制，最后是实现活用，而当前只处于第一阶段。
德国：
身为主流运营商的德国电信和Vodafone在利用大数据为自身业务服务之余，已向商业模式跨出了一步。主要尝试是通过开放API，向数据挖掘公司等合作方提供部分用户匿名地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。
法国：
法国电信在发掘大数据目前已在移动业务部门和公共服务领域进行了探索和尝试。在移动业务部门，Orange Business Services已在借助大数据改善服务水平，提升用户体验。法国电信目前开展了针对用户消费数据的分析评估，以帮助法国电信改善服务质量。
比如，通话中断产生的原因除了技术故障外还有网络负荷过重，如果某段网络上的掉话率持续过高，则意味着该网络需要扩容，从而有效完善了网络布局，给客户提供了更好的服务体验，获得了更多的客户以及业务增长。
[page] 作为法国最大的运营商，Orange Business Services还承担了法国很多公共服务项目的IT系统建设，在这些系统中，Orange Business Services也开始尝试挖掘大数据的潜在价值。
比如，Orange Business Services承建了一个法国高速公路数据监测项目，每天都会产生500万条记录，对这些记录进行分析就能为行驶于高速公路上的车辆提供准确及时的信息，有效提高道路通畅率。
西班牙：
西班牙电信走得更远。西班牙电信成立了名为“动态洞察”的大数据业务部门Telefonica Dynamic Insights，面向全球运营，将为客户提供数据分析打包服务。Dynamic Insights推出的首款产品名为智慧足迹（Smart Steps）。该产品基于完全匿名和聚合的移动网络数据，可对某个时段、某个地点人流量的关键影响因素进行分析，并将洞察结果面向政企客户提供。
Dynamic Insights计划面向不同行业推出系列产品，例如包含交通流量管理功能的“Smart City”。另外，西班牙电信将与市场研究机构GfK合作，进行数据分析和打包工作，让这些数据变得更加易用。西班牙电信表示，和GfK的合作将首先在德国、英国以及巴西进行推广。该合作的具体商务条款还在商谈之中。为帮助大数据部门开展业务，西班牙电信已经同GfK建立了合作，目前的合作主要在德国、英国和巴西等市场展开。
美国：
10月初，美国Verizon成立了精准营销部门Precision Marketing Division。根据部门副总裁Colson Hillier的介绍，该部门提供三方面的服务，首先是精准营销洞察（Precision Market Insights），提供商业数据分析服务；其次是精准营销（Precision Marketing），提供广告投放支撑；最后是移动商务（Mobile Commerce），主要面向Isis（Verizon、AT&T和T-Mobile发起的移动支付系统）。
Precision Market Insights的服务，将手中的用户数据直接向第三方出售。该项服务主要针对商场、球场等特定的公开场所，搜集手机用户的背景信息，为第三方所用。在美国，棒球和篮球比赛是观众云集，商家最为看中的营销场合，此前在超级碗和NBA的比赛中，Verizon针对观众的来源地进行了精确数据分析，球队得以了解观众对赞助商的喜好等。
我国大数据发展遇到的问题
我国运营商由于技术、数据系统限制、用户隐私和商业模式不明确等问题，目前大数据运营只处在探索阶段。我国运营商利用大数据主要遇到以下问题。
#p#副标题#e##p#分页标题#e#
第一、国内运营商系统分散建设，难以实现资源共享。经营分析、信令监测、综合网络分析、不良信息监测、上网日志留存等大数据系统分专业建设，其中部分系统分省建设，造成资源重复建设、应用重复开发、专家资源无法共享。
第二、数据处理种类多，单一技术难以实现。各大数据系统数据模型不统一，只具备结构化数据处理能力，无法支持非结构化、半结构化数据处理，无法满足互联网类业务发展要求。
第三、如何避免隐私泄露问题未能解决，大数据运营有风险。人们对于隐私问题越来越重视，数据公司掌握大量数据和数据制造者要求隐私权之间的矛盾，使得大数据使用变得困难。
第四、尚未确立商业运营模式。运营商掌握的数据很多，但是这些数据应该怎样应用，给谁用，应用收益是否可以抵消数据开发分析的成本，这一系列问题也让国内运营商非常困扰。