电信运营商如何拓展大数据的价值蓝海(2)

在大数据领域，中国联通无疑是一个先行者。耿向东表示，对于移动用户上网流量数据的挖掘，已经让中国联通看到了大数据所蕴含的巨大价值。中国联通首先重点解决客户流量计费争议的难题，倡导“透明消费”，让客户能够清楚、直观地去实时查询自己的流量使用情况，进而合理安排自己的流量消费计划；而后，中国联通又通过这些数据，感知客户需求，用于改善客户的服务体验，为用户提供更好更合适的产品和服务，以最低的成本，精准快速地推送给客户；也进一步用于判断网络基站的使用是否饱和、网络规划是否合理，进而有针对性地指导后续网络建设等……

策略转变：构筑大数据平台

要应对大数据时代的挑战，运营商就必须求“变”。

与此相应，中国联通全面启动了以数据为中心的集中化、一体化IT系统建设。过去，每个系统从应用到数据，全部采用的是烟囱式的建设模式，这导致在数据层面，分散、割裂的数据难以具备一致性，数据和数据之间整合的代价也就非常高昂，数据的应用很难发挥其整合优势。为了彻底改变这一局面，中国联通未来的建设模式全部要转变为“数据+平台+应用”的模式，构建全集团唯一的、集中的、开放的大数据平台，并在这个平台上由各级经营主体和外部合作以自主、灵活、可控地构建各种各样的应用。

在这场非常重要的建设模式的转变中，大数据平台的构建无疑是重中之重。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，乃至外部合作中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。简单讲就是“统一平台，应用百花齐放”。

而对于构建大数据平台的关键即技术选择而言，由于运营商大数据平台数据类型复杂，涵盖了传统的结构化数据，也涉及信令等实时流数据，以及互联网等非结构化数据，因此单一技术无法满足要求，“大数据平台的技术选择未来应以深度定制的混搭结构为主”，耿向东特别强调。传统关系型数据库能进行复杂的关联分析、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。

“基础设施的云化，是应对大数据挑战的必然。”耿向东表示。中国联通强调资源的池化和云化建设，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，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。

在大数据环境下，为了应对急剧膨胀的接口、数据、作业和应用等，电信运营商必须对数据进行“全面的管控”。在耿向东看来，“全面的管控”应以元数据管理为基础，覆盖数据质量管理、数据生命周期管理、数据安全管理的全过程；而在运营过程中，通过元数据驱动开发进程，并始终保持元数据与生产环境的同步更新。

“数据安全，是数据资产的保护伞，大数据时代尤其如此。”耿向东强调。鉴于大数据价值和经济利益的驱动，各种机构、各种企业、各种群体出于主动的诉求或者被动的泄露，大数据多源头、多维度的数据关联和分析使得个人信息更加容易被获取、被利用，个人信息安全、个人隐私面临前所未有的挑战。但是目前，我国在个人信息安全方面的社会意识和法律基础相对薄弱，个人信息资源的合法和非法利用之间的边界相对模糊。因此，面向大数据时代，应快速构建个人信息安全保障体系，完善个人信息安全法律细则，强化行业自律，加大惩治力度，促进个人信息的合理利用。中国联通非常强调对客户信息、客户隐私的安全保障，目前已经成立专门的信息安全部，并制定了一整套的信息安全保护机制和流程，以确保数据在内部流转、系统流转乃至外部流转的过程中是安全可控的。