互联网和大数据对运营商IT转型的挑战及相关思考

互联网和大数据对运营商IT转型的挑战及相关思考2020/2/17通信进入4G时代，运营商业务转型促进IT转变随着4G时代的到来，中国移动第一条曲线（语音业务）走向阴线，正面临着第二条曲线（流量业务）快速上升，处于从第一曲线向第二曲线的转型阶段。新形势下主要体现以下几个特征：Now！客户转型：价值内涵正加速从话务流向流量1业务转型：单移动通信业务向全业务融合市场转型：市场饱和、新增乏力、存量吃紧、补贴政策收紧竞争转型：竞争扩大、竞争泛化、竞争和协作边界更加模糊运营商业务转型：IT转变：思想转变：从IT时代到DT时代技术转变：从技术权威垄断时代到技术去中心化234应用转变：从人联网到万物互联及给大数据带来的机会模式转变：从传统IT成本中心到互联网数据利润中心转变1：从IT时代到DT时代IT时代——InformationTechnologyDT时代——DataTechnology思想转型发展重心关键要素驱动模式技能要求控制、管理激发、服务数据积累、数据管理数据价值激发、数据成本降低技术人与组织+流程+技术需求驱动数据驱动IT技能业务技能+分析技能+IT技能2010Data2011TalkBigData2012-2013ApplyBigData2014-2016DataEngineering基于运营数据的数据化运营解决当前和未来的问题让更多人使用更简单更迅速规模化数据化运营思想转型：从需求驱动、控制为核心的IT时代向数据驱动、激发价值为核心的DT时代转变。转变2、从技术权威垄断时代到技术去中心化时代【传统IT技术是技术权威垄断时代】【IT技术发展进入“去中心化”时代】MSS域（管理支撑系统）BSS域（业务支撑系统）OSS域（运营支撑系统）EDA域（企业数据应用）采用EAI技术，制定松耦合、模块化、可配置的技术架构，实现核心IT系统分省集中的建设运营。在物理实现上：门户层：web页、C/S客户端接入方式应用层：搭建在weblogic等商业中间件服务层：采用商用ESB组件数据层：以ORACLE数据库为代表基础设施：以IBM小型机、EMC存储架构为代表运营商传统IT支撑四大应用域：产业链开放拓展全业务快速响应4G投资上升IT投资下降倒逼技术转型IOE架构在新环境下的局限高性能要求高柔性要求低成本要求开源软件成熟、存储、互联设备发展互联网公司实践及经验借鉴技术转型：传统IT技术权威垄断时代，向去中心化时代转型。①基础设施层的资源池建设；②大数据处理；③核心轻量化；④核心数据库读写分离；⑤部分去电信化、部分去IOE化去中心化去中心化的实质是“分布式+开源”架构替代“集中式+封闭”架构，是系统云化的重要组成部分去中心化（去IOE）起源于互联网行业，由阿里巴巴公司于2010年最先发起驱动转变3：从人联网时代到万物互联时代应用转型：人联进入物联，大数据的万物互联思维推动传统IT转型。人联物联万物互联万物互联：将人，流程，数据和事物结合一起使得网络连接变得更加相关，更有价值。人物数据流程家移动端公务人-人（p2p）物-物（m2m）人-物（p2m）数据趋势：“用户级、话单级、消息级”IT支撑要求：海量、实时、动态、反馈实名信息消费信息互联网访问事件位置信息信令事件……采集、整合、管理、应用业务受理事件数据处理能力数据质量管理数据安全保障典型数据应用流程举例数据感知体验控制内容生成渠道协同执行渠道客户执行反馈规则优化、标签优化、模型优化、系统优化……转变4：从传统IT成本中心到互联网数据利润中心模式转型：大数据促进IT部门从传统成本中心向利润中心转型，IT价值得到充分发挥和显性体现。运营商IT部门定位及核心运作模式转型：灵活度关注外部效率关注内部驱动支撑使能为其它部门提供支持服务，并创造价值。在任何一个阶段都充分展示IT部门服务与创造价值的职能。意识、角色转变与业务流程耦合组织与职能相匹配逐渐从IT支持角色转变为IT服务角色；逐渐从以IT技术为核心转变为以IT服务为核心；处理好信息部门与业务部门的关系、定位、服务模式与业务流程耦合，引领最佳实践需求第一，快速支撑，获得业务部门支持组织架构、职能分工与定位及服务模式相适应案例：基于智慧城市建设的OD分析平台建设，与政府及相关企事业单位合作，提供实时交通数据监测等信息。基于人口数据的旅游指数（如夫子庙景区人流量实时结果呈现）在五一期间的被央视新闻通报。与此同时，互联网和大数据给运营商带来新的挑战移动互联网飞速发展，催生“大数据时代”到来数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”“随着互联网技术的不断发展，数据本身即是资产”商业挑战营销挑战IT挑战•主营业务旁落，商业模式受到冲击•互联网营销对现有营销方式的颠覆•技术高速发展下的低成本快响应的IT支撑要求挑战1、主营业务被旁路的商业模式挑战从人与人之间的基本通信演进至基于社交网络的信息流动，运营商主营业务增速放缓，利润下降。以终端和互联网为中心、基于接口开放和开发者广泛参与的业务模式，逐渐成为主导业务模式，运营商各类业务面临着不同程度的替代风险端管云技术的技术发展，推动产业链的变革，进而激发生整个态系统重构运营商主营业务增速放缓，利润下降，原有的商业模式受到巨大冲击。业务类型直接替代间接替代未来可能被替代传统基础业务√管道类业务√√√传统数据业务√√家庭及政企业务√互联网业务√√内容及应用业务平台网络终端支付内容/业务CP/SP增值业务平台2G/3G/4G手机话费SP代收费运营商AppStroeAndroidMarketQQ应用平台iPhone软硬件一体Android系统QQ应用互联网产业链挑战2：互联网营销的运营方式挑战互联网不断涌现出营销新玩法，传统营销模式面临挑战互联网企业的选择和定位，需要产品与用户双向共鸣，互相认可，在IT层面，系统支撑需要能更快发布、更轻量、更松耦合、商品化、购物车化等互联网营销的运营方式正在剧烈的改变现有的营销方式小米用户参与感是灵魂粉丝经济/小米论坛用户参与产品、营销和服务抢票助手安全卫士浏览器手机助手电池管理通讯录360渠道体系360插件式抢占用户入口微信服务账号办理登机/选座位订机票南方航空服务式营销查找、点评、团购大众点评卡：线上点评＋线下积分O2O＋LBS:线上点评＋精准推荐大众点评O2O闭环营销以用户为中心入口争变现服务即营销营销无边界挑战3：低成本快响应的IT工作方式挑战技术高速发展，支撑系统日益复杂，IT投资减少，对IT支撑提出了低成本、快响应的能力要求系统演进方向，运营商的IT系统正朝着“用户级、话单级、消息级”的方向升级发展对新业务的快速响应能力，当前IT支撑系统版本升级工程浩大，流程复杂冗长，对业务影响大，业务需求实现周期较长IT投资减少，需在有限资源内实现价值的最大化面对挑战，江苏移动IT支撑近期应对策略和探索实践策略1、技术上混搭，去垄断，渐进打造高效低成本IT系统•架构上实现基础平台的硬件资源的X86化及开放共享能力，技术上实现分层分级应用策略2：对内推进高级分析与数据可视化，降低大数据应用门槛•对内推进高级分析及数据可视化等综合应用，降低使用门槛，提高应用率策略3、构建智慧中心，为IT系统注入数据驱动的智能血液•打造智慧中心，提升业务支撑系统智能化水平，提高客户满意度，提升服务客户的精细化水平策略4：业务对外跨界合作，探索大数据价值变现•通过聚合标签、行业洞察、精准广告等数据服务，开展跨界合作，探索大数据价值变现策略5、对外建立数字内容互联网分发平台•给数字内容附上货币属性和平台化交易能力，开启数字内容商品化新思路策略1：技术上混搭，去垄断，渐进打造高效低成本IT系统电信运营商业务支撑系统技术架构逐步引入大数据架构体系，实现传统环境与大数据环境混搭架构：整合智能移动混搭架构三大趋势：•异构整合、内外部信息整合、大数据处理整合•傻瓜易用、工具化、数据/分析可视化•手机、平板等手持终端应用延伸硬件混搭——传统架构+大数据架构技术混搭——分层分级应用架构功能模块硬件演进方向架构先进性数据处理、数据采集分布式X86ETL集群（其中传统结构化数据采集沿用当前部署架构，小机+exadata实现）相较小机，在面向超大规模异构数据集成时具有扩展性、高可用性，有利于进行负载均衡和不间断运行中错误恢复数据资产加工管理MPP架构下，采用一体机等高性能数据仓库设备一方面通过MPP架构提升数据仓库并行处理能力并实现可线性扩展，另一方面通过高质量软硬一体设备提高系统性能数据服务封装、应用工具分布式X86集群降低成本，实时处理能力；高扩展性和可用性技术应用应用方向技术先进性OracleODS、底层仓库开放、可伸缩性，并行性、安全性、性能高、客户端支持及应用模式、操作简便性、使用风险低GP数据集市、自助分析（适用于大数据量的分析查询和网络数据处理）开源分布式、大规模存储、并行处理、虚拟化、高可靠性、通用性、高可扩展性、按需服务、基于X86架构，较低成本Exadata业务中间层（适用于大规模并行快速处理的数据及仓库重点应用替换等）一体机、减少传输的数据量、增加传输的管道、增加管道的宽度Hadoop数据中心、应用集市对大量数据进行分布式处理、可处理海量数据、高可靠性、高扩展性、高效性、高容错性noSQL数据资产层面向海量清单级别的数据资产提供快速查询响应能力高效能：分布式架构，能力水平扩展；策略性调配，设备利用率提升；数据缓存平稳应对数据峰值低成本：X86环境较原有小机架构每P存储可节约1千万，每年为公司节约投资1.2千万以上；存储需求可压缩90%策略2：高级分析及数据可视化，降低大数据使用门槛1、优化现有的传统经分应用，提升分析的自助与交互能力3、建立多层次的客户数据挖掘模型库4、数据可视化，建立多样大数据分析的重要手段对内推进高级分析及数据可视化等综合应用，降低使用门槛，提高应用率。可重用BI组件与工具自定义查询快速开发创建报告分析模板搜索Mobile分析上下钻取导航式分析2、引入更高级数据分析技术，拓展智能化应用回答更高级的业务问题探索式、启发式的知识发现新的数据特点（非结构/松散）自然语言处理文本挖掘语义分析行为分析社交媒体分析时间序列分析图像挖掘以流量经营为例行业偏好认知电信业务偏好认知策略3、构建智慧中心，为IT系统注入数据驱动的智能血液打造智慧中心提升业务支撑系统智能化水平。通过智能的业务支撑系统感知客户的需求，并将匹配的产品，以客户所期望的方式推荐给客户，最终方便的业务受理或者服务到达，提高客户满意度，提升服务客户的精细化水平王先生信令数据14:32老婆电话拒接14:38同事电话拒绝……王先生：XX集团成员10086客服计划外呼推荐江苏移动公司“全球通用户百万回馈”两节促销优惠活动1.用户免打扰状态中，外呼计划暂时搁置2.建议3小时后再次外呼策略4：业务对外跨界合作，探索大数据价值变现无线城市平台ICT服务类平台12580等自有本地生活平台移动广告平台政府公共事业单位各行业大型企业商户中小企业上下游合作伙伴政府公共事业单位对外数据服务平台企业数据中心聚合标签数据行业洞察数据精准广告服务运营商基于企业数据中心构建对外数据服务平台，实现业务对外跨界合作，探索大数据价值变现。运营商目前数据服务三种形式：1、聚合标签数据：为需求方提供各类特征客户，如为4S店提供搜索汽车信息的非车主信息2、行业洞察数据：为需求方提供汇总统计结果，如为旅委提供景区客流、客源和游客特征等3、精准广告服务：利用广告平台精准广告推送，如对正在搜美食的用户推送附近餐馆优惠券信息安全：客户隐私保护满意度：严控客户骚扰实践：大数据中心智慧洞察景区旅客分析景区客流景区客源游览行为游客特征热门旅游线路首访4A景区依托企业数据中心强大的处理能力与海量数据，基于完全匿名和聚合的移动数据，利用统计分析、数据挖掘等技术，通过标准化的数据产品与高效Op