电信运营商的新机会 - 数据信息中介服务

1. 电信运营商的新机会- 数据信息中介服务 杜鹏 高级服务架构师 思科（中国）服务部

2. 议程 • 新能源：BIG Data • 新角色：数据信息中介(Informediary) • 探讨：电信运营商的机遇与方向 • 融合创新：思科价值主张与实践

3. 新能源：BIG Data

4. 新式能源闪亮登场：BIG Data！大数据和数据分析具有更高的价值 • 信息化的数据可以按照某种管理策略被提取出来, 依据: • 我们是谁 • 我们的状态怎么样 • 我们有多富裕 • 我们认识谁 • 我们喜欢怎样的方式 • 我们做什么-我们做过什么 • 我们在哪，过去在哪，未来将去哪里 • 我们的商业运行如何 • 我们的顾客需要什么 • 我们周围有什么 • 任意的组合(e.g.,你们消费的服务是什么，天气如何，付款方式)… … • 数据的采集≠ 观点 ≠ 预测 ≠ 行动 • 如果大数据是新的石油能源, 数据的分析就是新的炼油厂 “数据是新的石油能源!” - Clive Humby, 2006 Source: Cisco IBSG

5. 更长的寿命和更健康的身体 • 个性化的理财方案 • 提升生活质量 • 更少的交通拥堵和排队时间 • 为每一个人创造更好的生存环境 未来：大数据将走进并且改变人们的生活 对于我的…. 我将会经历…. 通过….使之成为可能 • 基于交通流量的预测分析 • 交通数据随着交通信号的变化实时改变 日常 • 根据个体体质的特征，进行差异化的医疗诊断 • 快速的识别并控制可能爆发的流感、传染性疾病，食物污染等 健康 • 更好地研究，发现&监控&控制大多数家庭的需求：电器的维修到电子账单 • 在交通，多种需要排队的事务中花费更少的时间 家庭生活 • 新的商业模型重新定义识别用户数据 • 用户可以通过电子多元选项来管理自己的存款—存储还是投资 钱包 • 分析识别&监控导致全球变暖的关键因素 • 制定更好的营养计划项目来减少少儿肥胖问题 全球

6. 新角色：数据信息中介- Infomediary

7. 大数据的使用以最简单的，代价最小的方式发现新数据源，创建新价值大数据的使用以最简单的，代价最小的方式发现新数据源，创建新价值 保存并定义内容及含义 我需要查找数据 从中得到收益 数据的授权与执行 数据的采集和整合 数据的存储和分析 步骤 • 无法创建统一的使用者视图 • 存储地址的数量繁多 • 数据结构破坏系统完整性 • 无法将更高层的应用连接到底层的网络环境中 • 无法完全的将事件序列与行动一一对应 • 价值收益链脆弱，需要整合 • 环境成本高昂 • 手工操作数据 • 消费者对于商家对数据的使用与保护不信任 • 商业规则-联盟，合作与标准化尚未建立 • 健壮性取决于价值链中最薄弱的一环 • 范围巨大，令人生畏 • 多种不同的格式 • 数据属于多个不同的组织 • 协议需要共享 • 缺乏隐私保护 • 跨区域的差异化 • 缺乏标准支持 • 互操作性 难点

8. 大数据使用的难点可能阻碍其发展的四大因素 • 终端用户信息的高效获取: • 如何在错综复杂海量数据中创新性地提取有价值的内容 • 计算规模: 如何解决大规模计算的需求 • 标准/管理：如何提升产业效率,解决数据安全和隐私问题 • 资源调度与产业联盟: 内部与外部资源的及时同步，跨行业、组织的联盟以对产业实现推进与增效 数据信息中介(Infomediary)可以帮助用户解决这些问题

9. 数据信息中介数据信息中介将整个大数据生态系统实现完美粘合与协调数据信息中介数据信息中介将整个大数据生态系统实现完美粘合与协调 • 数据信息中介 • 完美的协调整个生态系统 • 收集，整合，存储，备份，同步，重定义，打包，交易以及数据资源货币化 • 创建/运行基础设施与数据交换，影响标准与监管政策 • 提供关键的服务能力（数据安全，隐私，便携性，透明性，信息联盟，认证，鉴别…） • 提供增值的业务能力(e.g., 计费/支付, 客户支持) • 支持并实现用户自定义规则，带给用户更大益处 • 以客户信任为基础进行品牌建设 • 成为关键的面向管理组织的接口 • 数据创建者可以控制并使用自己的数据 • 他们创建了数据 • 充分了解数据 • 可以更专业的全面的对数据进行操作 • 在C2B商业模型中开发私人数据 数据信息中介 • 数据使用者(零售，金融，医疗，公共部门…) 向个体提供价值 • 提供个性化，相关推荐，交易/折扣 • 通过对私有数据的处理作为差异化竞争的手段 • 网络逐步将客户与商业紧密结合 • 可以将请求到达/计算规模在任何时间，任何环境下与IP技术无缝连接 • 提供差异化的服务级别 • 为设备和应用提供充足完善的开发环境 • 管理调节者

10. 探讨：电信运营商的机遇与方向

11. 运营商与网络在数据中介服务中至关重要 数据产生的类别 运营商可以看得更广 数据采集分析/执行点 运营商可以看得更深 社交 人 应用 / 浏览器 (Secure, Open, Private) 上行数据流 天气 下行数据流 车/车队 掌中工具 出行 终端设备 • (手机、平板电脑、机顶盒、传感器) 公共 移动 企业局域网 • (WiFi, 网络存储器, 交换机) 运营商 行为能够被网络检测到 网络可以采取相应的行为 家庭 公司 广域网WAN • (Routers, Towers, Edge) 运营商核心 • (手机、平板电脑、机顶盒、传感器) 零售 安全 HVAC 银行 应用服务器 娱乐 医疗 大数据时代，运营商拥有自身独有的数据广度与深度优势

12. 他山之石：电信运营商的一些初期尝试 内容 / 解决方案 影响 • 移动数据收益率(~ 3%的人群消费了~ 30%的资源) • 使用NOVA1移动网络流量工程、存储/性能管理与用户侧面分析来实现节流功能 • 帮助管理由核心用户产生流量 (~5%的网站用户使用者) • 智能化的利用流量的卸载把流量转发到不同的访问平台 (e.g., macro cells vs. WiFi) • 增强针对固网批发商客户进行网络流量与事件的实时数据分析与监控 • 预测DDoS攻击 • 将内容发送的工作进行合理的调度，发送到媒体及VAS提供商 • 通过NTT–批发商客户之间的合作关系快速识别和处理异常流量 • 快速将内容和固件发布到媒体、VAS和电信公司 • 需要更好地管理移动网络流量(流量每6个月翻一倍) • 实时分析了解使用者的人数，行为，演讲，社交媒介与网络数据使用率 • 通过无线宽带产品优化分类将ARPU提升2% • 确定一系列宽带与定价选项和减少可能产生的费用问题

13. 电信运营商大数据经营分析的典型用例: 数据信息中介(DI) 对运营商的价值 数据信息中介扩展性 当前情况 1 运营商在认证、入侵与非支付领域中运营数十亿美元的资金。他们拥有工具，但是工具是相互间独立的，并且在认证方面只能获得其中一小部分的收益 整合内部公司/运营商的数据，可以更好地进行认证并阻止欺诈行为的发生 收入保障 DIs 可以传递类似的命题到其他欺诈发生密集的产业—如保健行业 2 对于一个给定的运营商，用户数波动范围从每月5% - -3%。增加的新客户所获得的收益可以弥补那些因客户流失而损失的资金，可以余富200-400美金/客户 早期识别出异常的认证行为可以触发运营商在用户沮丧抱怨之前采取有效的行动 任何能够客户关系带来价值的产业服务都能够收益。比如银行 客户生命 周期 3 更好的依据买家最佳兴趣点来进行分类，并持续专注于这些买家可以最大程度的增加信息传递的效率。CRM软件在全球商业市场总价值150亿美元 通过数据联盟和及时的行动,选择更精确的促销活动方案 所有行业都致力于让自己钱包里的钱持续的增加，但是银行与互联网行业的情况显然要更为特殊 市场执行 4 随着收益增长率的减缓，新的价格模型将会出现，以期更好地将价值与使用率、信息传递的开销相结合 DI可以搭建一个网络核心层与用户层的桥梁：将ＴＣＰ／ＩＰ结构中1-3层与4-7层联系起来 商业模型 零售商将会对创建新的计费模型—将服务的定位与质量结合更感兴趣 5 运行管理 运营商对于如何从多类运行系统，网络/IT资源与供应链中关联数据的问题难以解决。找准最正确的人来工作是成功的重要因素 一个常见的信息整合处理技术将会提高处理效率,提供了一个完整的资源视图 使用常见的信息整合处理技术为运营商的客户创建一个更有效率的运行环境 6 高级广告 广告的定位选择可以带来CPM50% 甚至更高的增长，全球互联网广告业务价值将超过$130B. 大部分的目标可以与穿过网络的信息协调一直，同时保证隐私权限 媒体与客户产品公司是广告业务的核心客户

14. 转型之路探讨：电信运营商的选择如何进入市场有三种可行性, 开创一条潜在的道路来成为“基于网络”的数据信息中介 进入大数据市场的选择 1 3 提供差异化的服务体验 成为生态系统的数据信息中介 • 成为受欢迎的运营商: • 优化的网络环境 • 以客户为本 • 积极的解决方案 • 消除产业障碍: • 产业间的桥梁 • 提供新的服务 • 提供安全保护 策略 结束? 范围 2 为不同的应用分别进行 • 数据收集 服务大数据 价值链的 其它成员 • 坚持到底: • 数据的认知 • 封闭的使用 • 选择应用程序(定价…) • 提供服务/工具例如: • 定位数据 • 使用/行为表现数据 • 存储/数据处理 开始 战术 内部 外部 Source: Cisco IBSG 规模

15. 融合创新：思科价值主张与实践

16. Cisco 与大数据 – 总述 • 因特网开创、演进与革新的全球领导者，全球因特网流量的85%流经思科设备 • 完善的体系架构 – 思科大数据统一平台架构 基于思科统一计算平台UCS 专注于大数据处理必须的海量扩展性解决方案（包括Hadoop、NoSQL以及MPP DataBase） 广泛的、验证后的合作伙伴与健壮的生态系统（GP MapR, Oracle NoSQL Database, ParAccel） 支持与UCS企业应用架构在管理与数据处理层面的无缝集成 • 专业的服务解决方案与实践 – 思科智能管道增值服务方案 基于运营商移动互联网转型痛点/盲点的“特别关注” 全力支撑市场前端实现/提升流量经营 高效推进智能管道建设 以思科专业服务团队为主导、整合优势资源的定制化服务包

17. Cisco 与大数据 – 技术方向与合作伙伴 MPP Column store UCS is exclusive hardware reference UCS is the only partner platform Commercial, distributed key-value database. NoSQL Database Database MPP row store Apache-Hadoop software and services Few 100 node production cluster (UCSM) Apache-Hadoop reengineered UCS is the exclusive hardware reference Several joint engagements Tested and Validated Reference Architectures, Joint engineering Lab Solution Bundles Technical Collaterals

18. Cisco 大数据统一平台 - CPA体系架构 • Cisco Big Data Common Platform Architecture(CPA) is a highly scalable architecture designed to meet variety of scale-out application demands UCS Manager UCS 6200 Series Fabric Internments LAN, SAN, Management Nexus 2232 Fabric Extenders UCS 240 M3 Servers

19. Cisco 大数据统一平台 - 高度可扩展性 Single Rack Single Domain Multiple Domains UCS Manager UCS Central Single pane for scale-out Hadoop clusters (up to 10,000 nodes) Global inventory, fault & statistics aggregation Application Isolation (test vs production, credit vs banking)

20. Cisco 大数据统一平台 - 与企业已有应用无缝衔接,统一管理 Big Data Enterprise Applications UCS Manager Deploy, Manage, Monitor Cisco Tidal Enterprise Scheduler NoSQL Database Hadoop Connectors • Extendable to multi-data center implementations for disaster recovery and business continuity Availability Backup Snapshot SAN Arrays UCS Rack-Mount Servers UCS Blade Servers

21. Cisco 大数据统一平台 - 关键价值 超高性能 Optimized for fast query execution and unmatched data loading 统一管理 Power of UCS Manager to manage the compute, networking, I/O 可快速部署 Pre-validated configuration, rapid deployment via service profiles Cisco CPA 统一网络Converged data and management plane networking 高可用性 Fully redundant and reliable configuration 高度可扩展性 Expand capacity and performance online 业界领先的合作伙伴 Joint solutions with major software players

22. 思科移动互联网智能管道增值服务方案背景：切入运营商痛点与挑战思科移动互联网智能管道增值服务方案背景：切入运营商痛点与挑战 语音主导 ->数据主导 开源 目前仍是粗放地提供数据通道 缺乏精细数据营销的手段 自营业务创收难以快速拉升 节流 大量宝贵无线资源被低端业务占用 无针对性、欠优化的网络建设资金投入 改善用户体验 • 高端业务及用户体验品质缺乏保障 • 匮乏高端用户发现及维系手段 • “预计到2013年，数据业务将占绝对主导地位” Gartner Oct. 8th, 2009

23. 思科移动互联网智能管道增值服务方案总体架构与服务交付思科移动互联网智能管道增值服务方案总体架构与服务交付 ITC策略下发/闭环控制 偏好营销 内容营销 位置营销 终端营销 应用置换 忙时忙区 经分系统 LTE UMTS & H运营商A 运营商WiFi &Femto CDMA 1X & EV-DO DPI ITC 思科智能无线 分组核心网 大数据/深度挖掘与分析 CRM 优势互补，整合业界领先的人员、工具与流程的定制服务包

24. 总结 • 大数据及数据分析是电信运营商的一次重要的战略机遇，将成为多产业之间的商业平台 • 电信运营商可以通过“基于网络的数据信息中介”的身份在自身内部转变他们的运营方式，也可以对外扩展服务来进一步为客户带来价值 • 思科大数据统一平台架构与专业化服务可以助力运营商抓住大数据时代的机遇，更好的实现业务目标与战略转型 运营商战略转型道路上值得信任的合作伙伴与推进者