在ICT产业的发展历程中，总是不乏有新概念的引领，眼见着云计算从盲目热炒渐渐走向了务实应用，“大数据”又揭竿而起，再度成为今年以来产业界的最热门词汇。
不过，与云计算在概念初期的“云里雾里”不同，大数据显得更加“有理有据”。事实上，早在几年前，当国内还在讨论“大数据究竟是什么”这个问题的时候，美国总统奥巴马就已经利用数据挖掘技术，帮助其自己实现政界连任的目标。
2014年春节期间，以百度为代表的一系列互联网巨头开始在中国的大数据舞台上粉墨登场，如央视新闻就利用了百度地图定位而来的数据，详尽且真实地展现了极具中国特色的“春节迁徙大潮”。随即，腾讯、阿里等互联网企业也纷纷开放了自己的数据后台，以供产业链的相关企业进行精准营销和广告推送。
然而，大数据应用并非互联网企业的“特长”，而应该是电信运营商的主场。中国移动通信集团公司业务支撑系统部项目经理何鸿凌也表示，数据是第一等竞争力，更多的数据会胜过更好的算法，数据甚至可以列入资产负载表。
“云-管-端”数据全息采集
众所周知，大数据之所以受到业界追捧，是因为基于海量巨大的信息数据，通过复杂的挖掘技术在合理时间内获取、清洗、提炼而形成的对企业经营策略和销售行为益的信息。确切地说，传统的咨询分析是基于抽样数据，而大数据得到的结论却是基于全体数据的结果，其准确性显然更胜一筹。而放眼当下的互联网产业，除了BAT(百度、阿里、腾讯)之外，恐怕再难找出具备相当“数据实力”的企业。
让我们看看，运营商的数据实力究竟如何根据中国移动2013年底的内部统计资料显示，中国移动的网络上每天将产生100TB的信令数据，每分钟产生800万次通话，每秒发送2.4万条短信，每分钟应用下载量1142人次。
另据记者了解，目前，国内运营商已经能够做到从云-管-端中的各环节中采集数据，其中的云，即运营商自己的后台网站和APP服务器，运营商根据自己的采集准则获取数据资源;在管道方面，运营商不仅面向无线网络、有线宽带获取数据，同时也能延伸至一些软的管道上(百度轻应用);在端的部分，运营商一方面积累了用户终端的流经轨迹，这部分与管道数据类似，另一方面也通过浏览器插码和APP SDK等软件，获取了更加直观的个体用户数据。
不同系统间数据难统一
既然已经具备了完整的大数据布局，而且后台系统每年、每分钟甚至是每秒都在产生大量的数据，那么，运营商过去在大数据分析方面的表现又是如何，答案恐怕是令人遗憾的。由于运营商后台系统多为省级割据，不同业务系统间也是相互独立且无法互通，这使得运营商的大数据能力“广而不深”。
有相关厂商的技术人士对此表示，运营商内部过去多采用传统的技术平台(小型机+存储阵列)，数据采集上难以适应大数据规模性采集的需要，加上传统的数据源系统和数据库方式，无法源源不断地提供分布式的数据导出，这也是为什么如今的分布式架构X86服务器在数据中心大行其道的原因。
除以之外，大量的非结构化数据也成为了挡在大数据面前的难关，以图片、视频、文件等形式存在的非结构化数据，使得计算机难以轻易识别，尤其还要实现结构化数据与非结构化数据的结合。
正是意识与技术上的双重匮乏，使得大数据分析在国内电信运营业多年来都处在小步潜行的状态，难有实质性进展。虽然国内运营商2002年就已出现了大数据的“雏形”——经营分析系统，也称BI，但经过多年发展BI系统也无法全局化，很多时候只是针对某省中某一个特定业务的分析系统，更多是时候BI也只是业务过后领导办公桌上的一张统计报表。
国外成功案例得借鉴
与此相比，国外电信运营商在大数据方面却得到了长足的发展，不仅是数据挖掘和分析的技术日渐成熟，相应的商业模式和合作机制也得到了不同程度的探索和拓展。
比较典型的有，西班牙电信基于大数据分析能力推出了“Smart Steps”产品，通过无线网络中的用户数据，获得某固定商圈内的人流特征、消费特征甚至是客户标签(包括识别规模用户的身份地位、生存需求、成长需求以及社交需求等)，以此来帮助那些想要开分店的零售商选择更恰当的开店地址。AT&T的大数据应用更加直接，通过分析用户实现在电视、邮箱、手机亦或是电脑上的广告推动和精准投放。
正是看到了国外运营商将大数据变现的一个个真实案例，近两年，国内运营商也逐渐放大了自身在大数据领域的步子，开始思索如何向数据要效益的课题，比如利用综合性数据对用户进行深入洞察，用数据分析定位识别体系归纳出哪些是校园用户、政企客户以及家庭用户，从而进行更加精准的营销。
在外部合作方面，以中国移动为例，近年来也不断加强与政府组织和企业商户的数据挖掘，比如智慧城市OD分析、商店选址助手、营销指南针、景区客源分析、分析报告服务等方面。而在未来，运营商也有意愿在个性化推荐、地理信息服务、金融征信以及流量趋势和热点分析方面，寻找合作伙伴共同探索。
