如《大数据时代》作者迈尔舍恩伯格所说：“大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正在蓄势待发。”随着互联网时代的到来，以及数据存储能力的提升和分布式计算技术的发展，人们发现了海量数据的潜在价值，不断在大数据领域做出探索，试图从中挖掘金矿。而在媒体与投资的热烈追逐下，挖掘大数据价值的浪潮也不可避免的泥沙俱下，“炒概念”的现象成为常态，以至于人们现在谈到“大数据”一词，已经带有一丝负面的含义。
电信运营商作为用户接触互联网乃至于移动互联网的管道，在接触、存储、分析、应用数据方面，有着先天的优势与无法替代的地位。为避免被“管道化”，运营商自然也不会错过这个社会，纷纷在大数据应用上做出积极探索与尝试，甚至将其视为自身商业模式转型的重要资产与核心能力。
存量与流量两大运营方向
当前，电信运营商在大数据对内对外的一些主要应用场景上均有了一些新的探索。从存量运营经营的角度看，全面、及时的用户画像成为新的方向。存量用户所沉淀的丰富数据，也使得大数据在存量运营上有了用武之地。以宽带维系为例，依托于DPI(深度包检测)数据解析，运营商基于宽带用户的搜索浏览行为和偏好构建数据挖掘模型，可对用户进行更为全面的画像。借此，运营商有能力更迅速、更真实的还原用户对于带宽速率、增值服务、移动加装以及离网的需求，以便及时进行用户维系与挽留，延长用户的生命周期，提升价值。
随着4G时代来临，移动流量收入已成为新的业务增长点，各大运营商已将以往语音经营的精力和资源更多地投放到流量经营上。而大数据在流量经营上的发力点，主要在于找到流量提升的关键要素。此外，由于海量数据资产与自身有限产品间的不平衡，运营商纷纷着眼于自有数据在外行业的交易与变现，而合作的方向更是多点开花。某地运营商就提出以金融业信用查询、房地产行业精确营销、RTB（即时竞价）精准广告及政企客户行业咨询报告等四大方向作为2016年大数据变现的重点。
绕不开的难题
从定义上讲，大数据的首要特性就在于“大而全”。但受限于当前三家运营商瓜分用户的市场格局，哪家都无法获取全量用户的通信行为。这就对运营商推动数据外部合作产生了不小的阻力。比如面对银行业所需的客户征信需求，运营商只能提供使用自家业务的用户信用情况，无法完全满足合作方需求。
由于媒体和资本对大数据的热烈追捧，当前大数据这一概念承载了超过其自身实在的商业价值。无须讳言，运营商在大数据实践上也存在一定程度的形式主义。一些所谓的大数据专题，往往只追求概念和创新，忽视对投入产出的分析，以至于花费了大量人力和资源投入的大数据项目收效甚微。
此外，提到大数据，用户隐私与信息权益是个绕不开的话题。被称为“大数据时代预言家”的迈尔舍恩伯格所著的《删除》便探讨了这一困境，并对6种常见的解决应对方案进行一一分析，比如数据节制、加强隐私权保护的法律等，而又基于与大数据理念相悖等种种原因给予了反驳与否定。其在书中提出的引入信息时间期限及“遗忘”机制，当前也未具备足够的理念与技术基础。应该说，在大数据时代的信息隐私保护仍未有令人满意的方案。
运营商大数据应用的未来
办法总比困难多，无论是运营商也好，金融业或互联网的巨头也好，在信息社会中，哪一方玩家也无法掌握全局的信息。与其“抱残守缺”，不如积极融入到大数据行业的生态链当中。人们对大数据的认知，已逐步从概念的阶段转入工具的阶段，从飘在云端的概念落到一个个实际的应用和实践当中。在这种背景下，运营商应该转变思维，重新从战略与业务目标出发，对比考察大数据对不同业务的实际应用效果，有选择性地用好大数据这一工具，踏踏实实地做好每一个应用场景，从真正意义上使大数据为业务发展服务。
传统、个案式、业务驱动的电信营销模式，可能已经无法满足互联网时代的用户需求。只有数据驱动、用户导向、自动触发的营销服务体系，才能发挥“大数据挖掘用户需求”的作用；建立自动化、一体化的营销服务体系，通过提前预案，进行用户分群，并对不同用户群体匹配相应的产品、渠道、时机，符合预设条件便自动触发营销行为。如此，方能及时把握用户需求，促成订购行为。
据笔者观察，对比许多互联网企业“明目张胆”的采集、使用用户数据，用户往往对于运营商的相同行为更加敏感和反感。其中一个主要原因恐怕是互联网企业提供的往往是一种所谓“免费”的服务，而用户使用运营商服务，则是实实在在地付出了套餐费用，更难接受运营商使用自己的数据。这种理论是否合理暂不讨论，但这种想法却是确实存在的。既然如此，运营商可否转变观念，与用户订立自愿性质的信息使用协议？协议以一定的价格优惠换取对用户信息使用的许可，不同级别的使用许可能够换取不同程度的价格优惠。再通过这部分数据的变现补足在传统业务上的收入下降，逐步实现业务模式的转型。总之，与其在数据开发与用户隐私的矛盾之中裹足不前，不如主动放弃一部分利益，换取大数据时代的先机。
====================================分割线================================
本文转自d1net（转载）