永洪科技高级副总裁王桐：运营商大数据运营能力升级之路
<数据猿导读>
永洪科技高级副总裁王桐在2016年信息通信大数据大会上发表了以“运营商大数据运营能力升级之路”为主题的演讲。他讲到，对于运营商行业来讲，大数据会带来革命性的影响。增长的天花板已经可以看到，并且它的增长率相对来讲已经属于非常平稳了，不可能再爆发。
数据猿报道，2016年4月20-21日，2016中国信息通信大数据大会在京召开。大会以“开放共享、转型创新”为主题，聚焦通信业大数据产业生态，邀请工信部、院士专家、三大运营商集团及省市大数据相关业务部门领导以及领先的大数据产业领军企业及应用单位代表出席，共同探讨通信业大数据发展带来的产业机遇和挑战。
本次大会主要针对前沿ICT技术与解决方案对运营商大数据能力建设的提升以及业务运营、架构的转型影响，通信业大数据的开放应用以及开放、共享、创新的产业生态等热点话题展开讨论，全景展现运营商大数据能力建设规划与开放应用策略。
本文由“135编辑器”提供技术支持
以下是数据猿现场独家直播“永洪科技高级副总裁王桐”的发言实录：
王桐：各位领导和专家，大家上午好!非常高兴能有这个机会跟在座这么多的专家有一个探讨和交流的机会。
刚才傅博士那个演讲我听的非常认真，里面很多观点都非常透彻，非常到位。比如我们在做数据的时候要相信我们的员工，要有数据成本的意识，要考核我们对数据使用的利润等等。这些观点在我的话题里面也会或多或少涉及到，所以刚才在傅博士演讲过程当中，我自己本人都是收获良多的。
我的话题是运营商大数据运营能力升级之路，听起来是比较大，可能务虚的一个话题。我尽量从落地、务实的角度，从一些小而美的场景出发，把这个何为运营商大数据运营能力升级之路，把它尽量跟各位阐述清楚。
昨天一整天还有今天一上午，其实各个不同的话题都让我们对大数据在运营商这个行业它的使用、落地、价值、问题，其实都有了非常多的认识。现在大家普遍的共识，就是现在对于我们运营商行业来讲，大数据会带来革命性的影响。尤其是对于今天的我们已经不再是一个拉新的竞争时代，而是一个存量竞争的时代。
用户就这么多了，增长也不是说不增长，而是说他增长的天花板已经可以看到，并且它的增长率相对来讲已经属于非常平稳了，不可能再爆发，在拉新领域出现。所以在存量竞争时代里面，运营和我们如何盘活我们已有这些用户，去提升他们的忠诚度和他们的贡献值，以及他们对我们的活跃度，这个就变成今天最核心的一个命题。
大家普遍的一些共识就是今天数据已经是一种资产，数据资产化，而我们的决策也都要依据于数据来去完成，所以是数据资产化，决策数据化。这是我们现在今天共识大的原则，我们可以把它进一步细分，具体去剖析一下，它都会体现在哪些方面。
首先我们信息部门或者我们IT部门，今天很多运营商分公司也好或者总部也好，已经都有了专门的数据部门。以前我们信息部门更多作为一个成本中心存在，主要职能就是帮助各个不同的业务部门实施建设他们业务流程当中所需的IT系统，我们是一个花钱的部门，需要去买产品，需要雇人把这些应用系统一步步搭建起来，最后让业务流程跑到上面。
以前信息部门是个成本中心，随着今天数据使用的方向越来越丰富，越来越明晰，我们每个人都会非常清楚，数据已经变成我们运营商核心的资产，而不只是业务流程或者业务办理的一个副产品，一个附属物。它里面蕴含着非常大量的价值，包括我们面对用户的需求，包括我们业务当中所隐藏的一些问题等等，这个也给我们这些C端的用户去提供出来更好的个性化服务，可以为我们打好非常坚实的基础。数据将会是除了我们今天的流量、通话和云平台之外，一个非常重要的新的增长点，是我们最优价值的核心资产。
在这个过程当中，信息部门也正在从成本中心往利润中心逐渐过渡。从战略方向上来讲，以前都是业务驱动，到今天我们当然依然还是要是业务驱动的。但是不只是业务驱动，还要考虑数据驱动的战略方向。就像刚才说的，除了流量、通话、云平台以后，数据可能是我们未来新的业务增长点。
我们知道不管是运营商还是制造业还是金融还是其他一些企业，其他各个行业的企业，只要他是一个社会性的盈利性的企业，而不是公益性的组织，我们最关键的一个考核指标一定都是我们的盈利能力。但是光有盈利能力肯定是不够的，我们要考虑我们盈利的效率，我们盈利是否具有成长性，盈利是否具有持续性。怎么能够让我们的盈利具有成长性呢?最核心的一个本质就是我们要知道市场的成长点在哪里，让我们自身具备去匹配市场成长点的能力，我们就可以做到我们永远占据市场有增长点的一些位置，并且有能力把这些增长点拿下来，自然而然我们的运营商，我们企业的盈利能力就会具备非常良好的成长性。
如果一个企业的盈利能力是高效率、高成长、可持续的，他一定是这个行业的标杆。我们刚才说到的成长性，数据是我们未来很大的一个业务增长点，怎么去运用?怎么去匹配运用数据所需要的能力?数据驱动的战略方向就要烙印在我们每个人的心目当中。要做好数据运营能力的匹配，就需要对我们现有的数据运营能力做一个很大的升级。这个升级从我们跟一些运营商客户的沟通来说，大家一个反应就是这个应该是一个由内至外的过程。
因为这两天不少嘉宾也都在跟大家从不同角度反馈一个我们不得不面对的事实，就是我们在数据开放、数据变现这种事上，我们还受到了一些相关的政策或者一些体制上的影响，昨天有一个嘉宾说，我们是在戴着镣铐跳舞，还要跳得好。我们这个顺序一定是一个由内至外的顺序，自己先把自己内部的数据，对内部的工作运营先做的非常好，产生非常大的价值，这样一方面我们可以去等待，将来总有一天外部的数据对外开放的一些环境，对我来讲一定会有成熟的那一天，可以为它做好一些准备和基础。
再一个，这是我们自己加强数据理解力和数据使用方式非常好的一些机会，非常好的一个试验田。如果我们把数据能力开放出来，让其他的一些公司利用我们的数据服务去做他们的精准营销，但是如果我们自己怎么用我们自身的数据，对我们运营商用户做精准营销，这个我们没有做的特别好，很难想象我们提供的服务能对外部的一些企业产生多么巨大的价值。这个事情可能就更加依赖外部了，而不是说这个核心是在我们这块。怎么把好应用端也是非常关键的一点。
第三，可能也是老生常谈了，就是决策思维一定会从依据经验到靠数据说话，有这样一些转变。在存量竞争时代，今天是数据资产化，决策数据化的时代，信息部门在往利润中心转，数据将成为我们的核心资产和未来新的增长点。在数据使用过程中，其实数据和数学从学科角度来讲还是有一定相似度的，我们可以把它分成科学那一端和应用那一端。
就像大学专业里面，有数据科学的专业，也有应用数学的专业，是两个不同的方向，但是同样重要，并不是说应用就不如科学重要，也不会说因为应用更偏业务端，所以科学就不重要，不是这样的。两边一定是同样重要的，所以正是因为在前几年，大数据这个概念刚刚火起来的时候，我们首先重视了科学那一端，我们首先重视了算法和技术那一端，让大数据四个V在今天有三个V对我们来讲都不再是问题。
今天我们已经有非常多的选择，有非常多的技术，可以让我们很从容地去处理海量的数据，多样性的数据和更高的性能的要求。这些对我们来讲已经不再是一个很头疼的问题，虽然今天不一定做到非常极致，但是路径什么样，怎么做，大家都是比较清晰的。
过去相对忽略了的一点，这几年开始去补充，去补足，就是价值的那一点，也就是我们前端的应用、场景和工具这一点。因为数据终归来讲，它并不是掌握在数据科学家手里就足够，而是让它真正嵌入到业务流程里面，让我们一线业务人员首先第一能看到数据，是权限要求范围之内，第二他能看懂数据，第三能操作数据，这样才能让数据真正嵌入到业务里面，让一线的人员做细致日常工作的时候都是靠数据来去做精细化的运营，这样的话，最终我们能够做到的战斗力的升级，这是不可想象的。价值现在对我们来讲，现在大家普遍最重视的，也是我们机遇所在。
但是在运用价值，在我们一线人员运用数据过程当中，他会发现这个事情还是不那么顺畅。虽然大数据的处理好像这个能力已经具备了，但是从整个数据使用的全生命周期这个链条上来讲，这个过程不那么顺畅。
我们在这里面通过我们非常多的一些用户的访谈，我们提炼了三点，大家普遍反映最核心的问题。第一就是IT资源瓶颈化的问题，大家很多人到了今天还是在认为去分析数据，应该是业务部门去把需求直接丢给IT部门，不管想取个数还是想做个报表还是算个指标，还是做什么方式的分析，我把这个需求描述清楚，直接提给IT部门，所有这些工作要靠IT部门帮我完成。
我们知道企业业务部门的人数占90%以上，信息部门的人占10%以下，90%的人是需求方，10%是供给方，这是不平衡的。IT部门的核心价值，不是帮助业务人员去做报表，而是有非常核心的主营业务系统还有待建的业务系统排队等着我们进行这方面的工作，需求的提出，不仅两个部门要沟通好，对齐好我们的术语、口径。另外IT部门只能加班加点帮助我们去完成，业务部门每个月都能提出来几十个或者上百个新的跟数据相关的数据，最后导致这个需求实现的周期，一定是以月为单位的，导致IT部门忙的要死，业务部门急的要死，最后大家觉得这个事情不是一个健康的状态。
第二个问题，就是工具碎片化的问题。数据科学的发展带来了我们对那三个V的处理能力的改善和改进，这是非常好的事情。但是因为在这个过程当中也是一个百花齐放的过程，所以我们不管做数据的清洗还是做数据的整合还是做海量数据的存储、计算，还是做商业智能，做多维分析，还是说光靠传统的多维分析已经不够了，我要用一些聚类分类、关联回归这些算法，做一下我的用户分层，做一下我的用户数或者利润的预测，这个时候我必须要用到一些算法，所以我要做的是深度分析等等。
但可能每一块都涉及到不同的工具，不管是开源的还是商业的，每一块可能都是分不同的品牌，不同的产品，不同的工具。最后其实导致我们IT部门的采购成本、实施成本、集成成本、维护成本和使用门槛都很高，而且对业务用户的角度来讲，这个体验也是不一致的。可能我去做一个传统的分析，我要到BI去看，这个业务人员的体验也是不一致的，这是第二个问题，工具碎片化的问题。
第三个问题是不能高效去运用大数据的问题。现在我们对数据处理能力已经比较强了，可以做一个架构的升级，用更简洁、更轻量的架构来做，不要受制于老的架构的影响，来帮助我们去做一些相关的事情。这里面可能普遍有一个误区，很多人就像刚才傅博士提到的，很多人觉得越复杂的东西就是越好的东西，其实不一定。
一直到今天来讲，光看报表，对数据已经有很大的应用了。现在很多用户的误区，觉得报表是一个非常庸俗的东西，非常平凡的东西。我们的研究方向并不是说怎么样去看懂他里面数据的规律，让它发挥价值，而是想一些更复杂的算法，更高端的、更隐晦的一些应用场景，帮助我另辟蹊径，做一些以前人不太做的冷门的事情，觉得这才是体现我的价值。其实不是这样的，真正好的场景和技术，一说出来，大家就听懂，用起来非常简单，上手起来非常快，这样一些原则的技术，才能有很好的发展。
以前facebook科学家在一个场合里面举过一个例子，他们怎么能只通过IP地址这一个字段，去判断两个用户的社交关系是什么。他们怎么去判断呢?他们发现如果两个用户的IP地址白天是在一块的，晚上是不在一块的，他98%的可能是同事，如果两个IP地址白天不在一块的，晚上是一块的，90%以上他们就是家人或者是夫妻或者至少是男女朋友等等。其实一个字段就可以让我们有很多的花样去玩，而不是说我们要用很复杂的技术，要把十万个标签在一个场景里面全都用到，才能去做一些相关的事情，肯定不是这样。
另外一个方面来讲，外界的公司所谓的互联网公司还要把数据当成证据，靠推理来猜这两个用户的关系是什么，但这个关系，我们现在本来就有，运营商数据质量和丰富度其实不是外界互联网公司可以比的，这个以前的嘉宾也都分享过了。很多东西我们基础上，起跑线比别人领先，对内使用已经非常成熟和完善。很多东西我们不需要猜，直接知道的。不要受制于复杂的务虚的思想，导致我们不能高效的应用运营商。
现实投入很大，期望很高，最终很多人这么去说，大数据的产出和我们的预期并不匹配。到底怎么务实一点?如何让数据真正促进业务?我们先来看看国际上的做法是什么样，再来看看今天我们有什么可借鉴的。
业界最权威的IT咨询机构Garter在去年商业智能报告里面，他的观点就是敏捷型的，探索式的分析将成为大势所趋。因为以前我们受传统的预处理的架构，让这个事情变得非常复杂，只有IT人员受过专业的训练才能掌握，很多用户不是不想做这件事情，而是不懂。市场声音变成能不能有一个把这些都给我透明化，屏蔽掉的工具，不要有一些复杂架构的存在。我就简单像画PPT一样，把我分析的应用快速做出来就好了。这种以业务为驱动的新一代的敏捷型的探索式分析的这种方法正在成为大势所趋。
时间到了今年，今年Garter最新的报告里面，四象限里面，我们看到右上角，BO和BIE从象限出局，留下来的就是敏感型的探索式的分析，敏捷型的探索式的分析将融入一站式的大数据分析平台，是一个相对比较全面的配置。
永洪做什么呢?我们就是在国内目前是第一个开始去做一站式大数据分析平台的厂商，到今天为止，这几年时间我们做了几百家的企业客户，单说运营商，像联通的总部，还有五个移动的省份，还有一两个电信的省份，也都是我们的成功案例。其他的行业不再提了，我们的愿景，不只做国内，也要做国际领军的一站式的大数据分析平台的厂商。我们在数据分析整个链条当中所有需要用到的关键要素，都给它提供好，并且有机融合好，这是一站式的统一的用户体验。
铺垫了这么多，我的内容快接近尾声，我这个环节是跟应用跟落地相关的，所以我就想花三分钟左右，通过一些很直观的演示，来让各位专家对一站式大数据分析平台的用户体验有一个直观的认识。麻烦主持人给我打开写1的那个视频，在做好数据模型之后，数据模型需要IT部门来帮忙，用户理解表结构比较困难。准备好了模型，如果我做的事情就是把这些字段根据我的业务需求来去做一些组合的话，这个事情业务用户是很容易完成的，并不是一个很难的事情。比如我想看看不同套餐的使用人数，不同套餐在不同年龄段他的使用人数等等，我的分析维度，指标的计算公式，想展示的图表类型，任何一个跟我业务需求相关的要素，需要去灵活调整的要素，其实它都是可变的。我想看这个套餐使用人数的总和还是看使用人数的最大值还是想看什么样的趋势等等，它都可以直接在这边进行相应的调整。
一切复杂的技术都给它封装起来，最终我们要向互联网公司学习他们用户体验这一点，大家定位产品的操作人员本身就是IT人员，所以这上面的按钮包括整个使用的过程，大家不会考虑点一下能做的事情，点三下有什么不好?用户体验和大数据一样受重视了，要做到非常灵活。我的新需求来了，或者老需求变了，换几个字段类型，换几个计算公式，马上就可以快速去进行实现，它其实是分钟级的过程，而不是以月为单位的过程。
今天这个市场环境变化的这么快，我们可以看到我们所有的运营商各个省份或者网点，都会去自主推出非常新颖的、非常丰富的营销活动，所有的目的都是帮助我们在新的时代依然有存量竞争的时代，依然有非常好的竞争能力。比如现在有些公司开始做所谓的流量反向经营，这是一个非常好的创新。就是我们不光是对我们向C端收费用，向有营销B端的客户，让他们用批发的方式买我们的流量包，再去作为促销的手段，去吸引他的用户，去使用他的APP，这就是非常好的创新。
但是哪些企业他对这种业务会有比较高的需要呢?或者他有需要，但是这个对他来讲能产生多大的价值呢?如果我不能有一个快速灵活的分析的话，可能当我想清楚了，或者当数据一个月以后提供给我，可能早就有别人冲上去，等于我们的机遇损失掉了，一定是把数据分析的能力给它放权，下放到一线人员，从使用角度来讲，这个事情非常简单，让一线人员使用，他发现这个东西有用，让他的营销效果有50%甚至成倍的提升，他自然就会养成用户习惯。如果每个一线员工养成使用数据的习惯，我们自身的内功在数据运营上就已经升级到非常强大的地步。
我们总结一下，今天是DT时代，传统的数据分析，其实给我们造成了一种假象，公司好像已经做了数据分析系统这件事情了，但是它的使用其实并没有充分去释放数据的价值。以前很重量级的架构，很难用的一个系统，最终只能让我们做一些给管理层看的固定报表，到今天我们就有能力让一线的人员去灵活分析数据了。如果我们整天都在谈大数据，但是公司其实只有少数几个高管才了解数据，每个一线人员根本没办法去用，其实很难想象这样的大数据对他能有什么价值。
以前是IT能操作，现在人人都会用，到现在海量数据都可以做到秒级的实时计算。DT时代新的数据的要求，就是数据分析、数据运营要求，一定是敏捷的，高性能的，自服务的，业务人员都可以自服务的，一体化的，真正跟业务融合，可以可落地的洞察力。
最后介绍一个案例，联通总部的案例，联通的数据是大集中的，有很多业务场景去弄。通过这样新一代的一站式的大数据分析平台，可以做到让业务部门去获取数据的能力和效率有成倍的提升，大家使用数据的热情也有了非常大的唤醒和促进。我们数据分析给IT部门带来的繁重工作，也可以让他们从无意义的重复性工作当中释放出来。
这是举了几个例子，比如像在智慧沃家或者在其他场景里面，一个普通的一线人员都可以在几分钟之内快速的作出这样一张我的数据分析的报告，或者数据分析的应用，而且这个报告可能就是我几分钟做好以后，就是给我今天的工作用的。明天我要做一个新的报告，去满足我明天工作的场景，每个人都可以做自己每天配合自己工作数据支撑的数据报告。这样数据渗透到血液的这种感觉，这是不可同日而语的。
今天因为时间关系，就不再过多展开了，不再过多进行更多场景化的探讨了。因为今天我们不缺场景，我们缺的是让一线人员能够去用到数据的能力。谢谢大家!