主持人：在大數據采集方面技術已經不是大問題，那我們能夠從真正的大數據分析中獲取哪些高價值的信息？運營商在采用大數據技術后可以帶來哪些好處？

劉彤：舉例來說，比如手機終端，大家現在都在使用手機終端，可能有些人還有多部手機終端，在這種情況下，在做大數據分析的時候與傳統的單維度數據分析差異在哪兒？單維度數據分析不會告訴你這個網絡里有多少人用三星的手機，多少人用諾基亞的手機，多少人用蘋果的手機，這個是市場占有率的數據，體現的是純粹的使用者占比。

為大數據分析會指導并幫助運營商去選擇終端銷售項目。比如運營商的定制機合約機，針對主推機型，廣告的投放是有序的，并不是針對所有的終端去投放廣告，而是會選擇其中的一款或者幾款，那選擇的時候是基于什么做選擇呢？正是基于大數據分析。它不是針對哪個品牌的哪個機型使用人數最多，而是要看哪一款的使用黏度最高，使用的用戶活躍度最高。用戶感知是很難測的，但是數據經過加工之后是可以進行表象的，這是把多維度的信息綜合起來進行對比后的結論，非常精確地細分了不同手機的用戶感知體驗差異。這個體驗差異的數據結果是真的可以幫助運營商確定這款機型真的是我的主打機型嗎？如果捆綁了某個數據業務，應該選擇哪款手機？通過大數據分析后，選擇就變得明確了。而簡單的單維度數據呈現的傳統數據分析方法是不具備這些能力的，是不能作為支持決策的可靠依據的，這是一個非常典型的大數據多維度應用案例。

主持人：目前，電信行業在大數據應用方面還存在哪些困難？

劉彤：電信行業是很特殊的一個代表，是重要信息的管理者，擁有著數據整個通道的管理權限。但是，為什么在電信行業，大數據的應用不太理想，有幾個原因：

首先，對大數據的認知存在著一定的問題。具體表現在對大數據分析環節的附加價值認知程度較低。在真正使用大數據的時候，運營商是脫節的，而脫節的原因，跟數據本身有關系，跟使用者也是有關系的。從思維方式來說，在思維形態上，互聯網對電信運營商的沖擊是大家都能看到的，而思維方式的不同就導致同一件事情由電信運營商來做和由一家互聯網企業來做，差異性很大。

其次，數據質量不理想。運營商的數據采集是抽樣式的，而在大數據的條件下，這種抽樣采集的方式會有采集不到的邊界。抽樣有一個采樣加還原的過程，采樣過程中已經存在了數據損失，在這種前提下的還原會帶來誤導性的結果。

最后，數據分析的執行者。運營商在進行數據分析時，執行人員往往并不是專業人員，這些人員更多的是有著通信傳統基礎知識的，他們在網絡的建設維護運行優化方面是非常好的專家，但是在大數據分析方面，卻并沒有太多的經驗。很多人認為數據分析這件事，思路，是最不值錢的，認為工具、手段才是核心。事實并不是這樣的，因為在知道這個分析思路之前，讓你靠獨立思維去找到這種方法，可能會需要很長的過程，而在你知道了這個方向后，是否能夠用可靠有效的方法把結果篩選出來，這也是需要經驗積累的。