大数据助力电信运营商与OTT商的合作共赢

引言面对移动互联网时代OTT商的强势竞争，电信运营商逐渐认识到，不能只采取简单的对抗、封杀等手段，还应该利用自身的优势积极应对，一方面解决大量OTT 应用对网络的冲击，提高网络适应能力和服务水平；另一方面可与OTT商展开合作，推出创新业务，开辟新的收入模式[1]。

大数据作为电信运营商的核心资产，将在电信运营商应对OTT商的举措中发挥重要作用，成为运营商与OTT商之间合作的基石，通过大数据共享和开放、大数据运营和技术合作，电信运营商和OTT商将实现互惠共赢。

本文将探讨电信运营商的移动互联网大数据、大数据在运营商与OTT商的合作共赢中所能发挥的作用，指出可能的应用领域以及运营商和OTT商的合作模式，并对运营商所需要的技术手段、相关平台建设等提供建议。

1 运营商的移动互联网大数据电信运营商具有天然的移动互联网数据资源，主要包括两类：移动互联网用户业务数据和移动互联网网络信令数据。

移动互联网用户业务数据是用户移动互联网的详细访问记录，主要包括：“是谁”(手机号、IMSI号)、“用什么终端”(终端IMEI号、终端类型)、“在哪儿”(上网的地理位置)、“接入哪个设备”(上网的基站、小区)、“去哪儿”(访问网站URL或应用IP地址)、“什么应用”(应用名称、应用类型)、“什么内容”(文本、图片、软件、视频、音频等)、时间、流量等信息。

部分信息如地理位置、终端类型和品牌、应用名称和类型等需要关联其他数据才能得出。

运营商可在移动通信网中部署流量解析设备(DPI)，对用户上网的数据流进行实时解析，生成规范化的文件格式，并对文件进行集中化的处理分析。

同时具备与已有传统数据如用户基础数据、短信和语音通话记录、账务数据之间进行关联分析的能力。

访问记录是进行用户移动互联网行为分析和对OTT应用流量进行差异化处理的基础。

移动互联网网络信令数据是移动网络向用户提供接入和访问移动互联网服务时，网络设备之间的信令交互数据，这些数据中携带用户相关信息和网络相关信息。

主要包括信令类型、交互延迟时间、交互次数、错误信息、用户鉴权信息、业务QoS信息、用户移动性信息等。

通过这些信息可获知OTT应用对网络资源的占用情况、更准确的用户位置信息、网络负载状况等。

这些数据通过部署相应的信令解析设备而获取。

由于这些数据与OTT应用的用户使用质量密切相关，也能成为与OTT 商进行合作的基础。

大数据助力电信运营商与OTT商的合作共赢王 蓉 王志军中国联通研究院 北京 100032摘　要大数据作为电信运营商的核心资产，将成为移动互联网时代运营商与OTT商实现合作共赢的助推力。

大数据分析为运营商与OTT商的业务合作提供技术手段、评估和决策的依据；大数据开放使运营商实现数据增值和数据运营，营造和谐共生的生态环境。

关键词 计算机应用；大数据应用；数据分析；数据开放以上两种数据都属于大数据，每天数以亿计的用户随时随地接入移动网络，每时每刻产生海量的互联网访问记录。

以中国联通为例，每天全网移动用户访问记录可达到800~1 000亿条，约30TB左右的数据量。

网络信令数据每天至少也有10TB的数据量。

这些数据必须持续存储(保存数月)，所要求的存储级别在PB级以上。

除了存储和查询，最重要的是需进行大数据分析，从海量数据中迅速有效地挖掘出有用的信息和知识。

运营商的大数据具备独特的优势：在用户身份数据、用户位置数据、用户访问网站喜好数据、用户流量消费数据、网络质量数据等的全面性、持续性、真实性和准确性上，单一OTT商无可比拟。

这一优势，结合运营商庞大的用户基础、多年积累的品牌口碑、优良的网络和渠道等，成为与OTT竞争合作的重要筹码。

当然，运营商的大数据也存在劣势。

1)长期以来，各类数据较为分散，分布在各个系统、各省甚至地市中。

数据不集中，难以形成“合力”。

2)由于并不全面和准确掌握OTT应用的一些关键信息(如加密的用户OTT应用账号、用户访问应用中的具体内容含义、应用的全部IP地址等)，在针对具体OTT应用的数据分析时，数据关联链条上存在着一定误差。

3)缺乏精通大数据技术的相关人才和大数据运营经验，只对数据进行简单的存储，或仅实现较低层次的数据提供；空守金矿却没有挖掘技术和工具。

这些劣势体现出运营商在利用大数据时需努力优化现有系统、提高自身技术和运营水平，同时不少运营商的劣势正是OTT商的优势，通过与OTT商的合作，可以实现双方的资源共享和优势互补。

2 大数据在运营商与OTT商的竞争合作中的应用和作用2.1 移动互联网大数据分析对移动互联网大数据进行分析，可以得出用户、网络、OTT应用三个视角的相关信息。

在用户视角的分析中，可以对用户的上网行为进行建模，得出用户的业务和内容偏好、上网时间习惯、流量使用习惯、用户活动轨迹、用户终端喜好、购买消费习惯等，并可对用户的行为进行一定预测。

在网络视角，可以分析得出流量区域分布规律、时间分布规律、流量构成和流量走向、流量信令比例，并可对网络负载状况、用户感知和业务质量等进行评估和预测。

在OTT应用视角，可分析得出热门OTT应用和应用类型、OTT应用的用户构成和用户特征、OTT应用流量的时间和地域特征、OTT应用的终端特征等。

首先，利用这些数据可以对OTT应用给运营商网络和业务带来的冲击进行量化分析。

例如针对可替代传统业务的OTT应用进行专题分析，得出OTT应用的用户数、使用流量、在线时长等，结合计费数据得出OTT应用给运营商带来的流量费收益，再分析传统业务的业务量和业务收入，比较得出对用户业务习惯、传统业务收入的影响。

再比如分析OTT应用流量以及由此带来的移动网络信令资源消耗情况和信令消耗增长规模，得出各类OTT应用对移动网络资源占用情况的分析结果。

这些分析结果可帮助运营商正确地对OTT应用进行评估和定位，从而采取恰当的应对策略；同时在与OTT商的合作中，这些数据也是实实在在的谈判筹码。

其次，大数据可实现对各OTT应用的流量进行区分和差异化处理，使运营商能够向OTT应用提供差异化服务能力和差异化计费能力，这是与OTT商合作的重要基础。

目前国内运营商采用较多的OTT应用定向流量解决方案还甚少利用到大数据技术，主要依靠移动网络现有网元如GGSN的改造和配置完成。

现阶段定向流量较少，而且规则简单，尚可以支撑；与OTT商合作数量和合作模式增多后，大数据的处理方式和解决方案将成为最优的选择。

针对OTT应用实现差异化QoS能力，必须要借助大数据实现移动互联网流量的精确管控，对移动网络流量构成和趋势的分析结果，可应用到智能管道PCC的策略生成部分，实现网络资源的最优化利用和对OTT应用的支撑。

最后，移动互联网分析数据可以使运营商在针对OTT商的各种应对举措以及业务合作中，具有针对性和科学性，帮助各项举措得出最优效果。

目前在与OTT商的竞争与合作中，运营商采取的举措主要包括以下几点。

1) 推出自营OTT应用，如西班牙电信Telefonica推出的应用Tume，法国Orange的iOS应用Libon，中国联通的“沃信”等。

2) 与OTT合作推出业务，合作的层面和方式有多种：如日本电信运营商KDDI将Line应用加入其auSmartPass APP推送服务，Verizon允许在蜂窝网络中进行免费FaceTime通话，Orange推出Facebook通话服务PartyCall。

在国内，中国联通推出了“微信沃卡”，中国电信与网易合资运营“易信”，香港电信运营商PCCW与微信合作推出定向流量套餐等。

3) 收取后向流量费，如法国电信与谷歌之间的流量收费协议[2]。

第1种方式，目前看并未出现非常成功的运营商案例；另由于运营商与OTT商的合作开展时间不长，对第2、3种方式没有普遍结论。

充分利用大数据分析，能使这些举措更具效果，且也便于对效果进行评估和及时地调整。

运营商拥有全网用户的上网行为数据，能全方位地对各种OTT应用进行横向比较，这一点是OTT商所不具备的。

通过分析各移动互联网热点OTT应用特点及用户群特征，比较自营业务与OTT应用的异同点，为开展自营应用做好准确和及时的市场评估和预测，在进行业务的推广中也可针对恰当的用户群进行个性化营销。

与之类似，在选择和评估OTT商合作伙伴、确定合作业务种类、合作业务推销、评价合作业务效果、评估后向流量费规模等方面，大数据分析也能提供强有力的支撑。

因此，大数据和大数据分析是运营商与OTT商良好合作的基石，是实现双方共赢发展的重要保证。

2.2 移动互联网大数据开放移动互联网大数据的价值远不止于此，运营商的数据不仅可以自己使用，还可以提供给合作伙伴用，通过构建大数据运营体系，对数据服务进行开放，或者包装成数据服务增值产品进行出售，开创与OTT商新的合作模式和收入模式[3]。

运营商的移动互联网大数据对于OTT商具有非常强烈的吸引力，数据的完整性、持续性、真实性意味着数据分析结果更加全面、深入和准确；且用户身份、用户位置和活动轨迹、网络等方面的信息只有运营商才能准确掌握。

运营商的大数据与OTT自身数据相结合，能促进更多的业务创新、更精准的营销推荐、更完备的竞争手段。

与网络能力类似，移动互联网大数据也是运营商可以进行开放的资源和能力。

将数据像实体资源那样进行批发或者零售，收取数据费；也可以包装成数据服务增值产品，对OTT利用该数据而获得的收益进行分成。

运营商大数据开放可采取几种不同的方式：1)记录级数据开放；2)挖掘后的数据和信息的开放。

记录级的数据并不是原始数据，而是经过筛选和简单处理后的数据。

按照需求将符合条件(如时间条件、业务条件、流量条件、地理位置条件、内容关键词条件等)的记录或记录中的相关内容筛选出来，经过简单处理(比如将用户号码加扰或简单合并)后提供出去。

记录级的数据量较大，且涉及更多的隐私和保密问题，更适合于运营商内部、运营商与OTT商合作运营的公司等。

挖掘后的信息和知识包含实时性的用户动作信息(如符合某些触发条件的用户等)，或者特征信息和趋势信息(如指定的目标用户群、指定的用户群行为特征、应用使用终端特征、业务发展趋势等)，特征信息和趋势信息是通过一定的挖掘模型对较长时间段的数据进行分析得出。

以上两类数据可以通过开放平台或开放API(实时接口和文件接口)方式进行。

在数据开放中，运营商需强化用户隐私保护等方面的工作，避免违法违规事件的发生。

移动互联网大数据开放还包括OTT商的数据开放，实现运营商和OTT商之间的数据共享。

如前所述，运营商对OTT应用本身的一些关键信息并不能准确掌握，可与OTT商进行数据交换，使数据更完整，分析结果更准确。

大数据开放是实现运营商与OTT商合作共赢的关键，打造一个良性发展的开放平台，营造和谐共生的生态环境，使运营商和OTT商都能实现可持续的业务和收入增长。