Page 36 - 网络电信2018年4月刊下

解 决 方 案

2）电信运营商：技术型公司助力运营商大数据向中台化方
向发展

数据中台化：企业的各项大数据工作由统一的部门负责，
包括数据标准统一化、数据采集、数据模型的开发、数据基础
1、数据采集 API接口等。以浙江移动大数据中心为例，2015年，浙江移动
1）阿里巴巴：不断扩大数据生态，构建全景式数据体系
在信息技术部下设立大数据中心，大数据中心下设三个部门。
业务数据来源多样，阿里巴巴内部数据来源包括核心的电
一是运营变现部，负责大数据变现的商务拓展、需求管理、合
商业务（淘宝、天猫、聚划算等）；文娱业务（优酷、土豆、
作运营和业务管理等。二是应用产品部，负责大数据产品的规
UC浏览器等）；本地化服务（口碑、饿了么等）；其他数据
划、设计、开发、测试、应用和运营。三是数据管理部，负责
（蚂蚁、菜鸟、阿里妈妈、阿里云等）。
大数据采集、开发、建模、挖掘及大数据管理体系的建立。
除自身业务数据外，阿里巴巴还通过收购、入股等方式获
运营商大数据中台化困境：诸如运营分析与生态支撑割
得其他平台数据。
裂分散，业务系统烟囱林立；数据冗余严重，平台融合演进困
随着阿里系生态圈的不断扩大，阿里巴巴开始加强对数据
难；部门间数据共享困难，跨部门获取数据需要上月的时间
资源的管控，谨慎开放数据权限，数据资源优势更加明显。
等。
2）电信运营商：数据量大，但汇聚有难度
3、数据应用
运营商的数据特征：海量（海量用户，每天产生海量
1）互联网公司：产品标准化程度高，分布于产业链各环节
数据）、可靠（用户真实信息）、多维（用户信息与各类行
阿里大数据已经形成了标准的对内对外的产品或应用分布
为）。
于数据存储和管理、数据技术挖掘、数据产品/应用等产业链
相较互联网公司而言，运营商最具价值的数据有位置数
各个环节。阿里数据对外产品有：①阿里指数，定位于“观市
据、身份数据、上网数据和终端数据、通信数据和时序数据、
场”的数据分析平台，旨在帮助中小企业用户、业界媒体和市
社交数据、消费数据等。
场研究人员了解市场行情，查看热门行业，分析用户群体，研
运营商数据多，但汇聚和整合有一定难度，原因在于：①
究产业基地等；②生意参谋，为商家提供数据披露、分析、诊
不同数据分散在不同的业务部门，要将各部门的数据整合在一
断、建议、优化、预测等一站式数据产品服务。目前，服务的
起，操作比较复杂；②运营商业务种类繁多，业务数据千差万
商家已经超过2000万，月服务商家超过600万。
别，要将不同的数据关联在一起，整合成统一的宽表，有一定
难度。
2、数据管理
1）阿里巴巴：以“自上而下+利益”双轮驱动实现不同业
务数据汇聚
2009年，阿里成立“共享事业部”，采用面向多部门的
“数据支撑导向”的共享事业部，结果共享事业部并未承担起
数据汇聚重任；2010年，阿里借助聚划算“流量巨大、各业务
部加入愿望强烈”的契机，强调各业务部门必须以数据接入为
前提才能加入聚划算，从而以利益驱动的形式加强了各业务部
门的数据汇聚；2015年12月7日，阿里全面启动“大中台、小
前台”战略，中台集合整个集团的运营数据能力、产品技术能
力，对各前台业务形成强力支撑。由此可见，阿里通过“明星
产品的利益驱动”和“自上而下的组织架构”，保障了整个业
务生态的数据汇聚。

60 网络电信 二零一八年四月