2020年注定是一个不寻常的一年，疫情的爆发充分展示了数字化的趋势，那么作为传统产业的电信运营商在长期的内部精细化管理和精确营销服务的过程中积累了大量的数据资产，这些数据资产在大数据背景下具备外部变现的潜质。笔者有幸这两年一直基于电信运营商数据进行外部变现的探索和实践，趁着年底跟大家首先分享一下关于电信运营数据资产的状况。
资产是指由企业过去交易或事项形成的，由企业拥有或控制的，预期会给企业带来经济利益的资源。电信运营商的数据资产就是指那些在服务客户和进行内部管理的时候，由IT系统产生的数据，这些数据会或可能会给企业未来带来经济利益。
细数电信运营商的数据资产，大概可以分为如下几种：
01 来自业务支撑系统的数据
它们最早被定义和识别出来，被应用得非常广泛。这部分数据由CRM、计费、客服、渠道等IT系统在服务客户的过程中产生。例如用户资料、使用记录（话单）、费用记录（账单）、付费关系、客户咨询和投诉的语音和文字记录、电子渠道的交互信息（交易信息、JS插码、SDK数据等）。
产生这些数据原本的意图是提供更加好的客户服务、更加准确和灵活的计费等，但是大家都知道大数据最迷人的一点就是数据外部化的应用。在系统设计、数据设计的时候很难预期到后续数据到底会应用在什么方向，所以竭尽可能地收集数据。现在数据采集和存储的成本已经很低，而且还会越来越低。比如翻页的数据，这个数据能说明用户是否仔细阅读了说明，以展示信息的吸引程度。
02 来自网络系统系统产生的数据
即那些来自“管道”的数据，它们是来自电路域（CS）和分组交换域（PS）中信令分析的结果。比如位置信令（包括15分钟左右的周期位置更新和呼叫过程中的位置切换信令）、开关机信令（在其中有开关机的地点，使用的终端等信息）、漫游信令。
值得重要提及的是来自PS域中的DPI信令。通过深度包分析，可以从网络层、传输层和应用层中的包提取相关信息。原本这个技术用于设计来分析数据包的状态，以提供更好的带宽和缩短时延，但现在更多用于其他的用途，这也是数据外部性的一个实例。现在电信运营商有很多数据变现都是围绕它产生的。
网络系统除了固化、宽带、2G、3G、4G以外，其实还有一个很重要的组成部分，那就是WIFI。笔者之前看到一个统计数据，固网宽带运营商的流量中，有70%是WIFI产生的。环顾四周，这也是很正常的情况，移动设备无处不在，通过电脑上网已经不是主流了。因此从WIFI中获取足够有价值的数据，这是一个很重要的补充。WIFI是相对传统电信网络来说比较简单或者说比较简陋的网络设备，因此从中获取信息反而比较容易。依靠WIFI的位置信息、终端信息和上网内容信息，我们已经可以看到一波围绕免费WIFI数据变现的公司正在蓬勃发展。
03 来自电信运营商自有的互联网和移动互联网产品的数据
这部分应该是大家都比较熟悉的数据资产吧。比如来自WEB和APP客户端的数据，一般通过JS插码或SDK的方式收集，来自后台的访问日志和交易记录、收藏、关注等信息，UGC数字内容等信息，监测数据等。
虽然相比正牌的互联网公司，电信运营商的互联网产品并不占据头牌。但是由于电信运营商拥有终端、管道和计费的优势，这部分也不容忽视。以中国移动为例，“和阅读”产品一个月的UV量在2.1亿、PV量在196亿的水平；“和视频”UV大概在4000万左右、PV 19亿左右；“和动漫”UA 1000万，PV 3亿左右。中国移动的应用市场——Mobile Market的覆盖率也较高，电信运营商将这些数据视为有用的补充数据，来增强数据的深度。
上面三个部分的数据综合起来，就形成了电信运营商相比其他公司独特的数据资产。依托这些数据资产，电信运营商可以走出自己数据变现的路线，不但可以使得自己的商业模式更加有竞争力，同时也可以帮助其他企业或行业的商业模式更加高效，从而提升整个社会的效率。
04 小结
总体来说，相比互联网公司，电信运营商的数据深度有所不足、获取难度较大，但是数据的广度很好，能覆盖全行业的数据。
在数据资产部分，笔者最后想谈一点想法就是度量数据资产的价值。这是一个难点，因为按照资产的定义，衡量资产的价值要从资产未来带来的经济利益来看。对于数据资产而言，那就应该从最终的应用价值出发来衡量数据价值。但是我们采集和整理数据的时候，一般很难预测数据后续会如何用，会产生多少的数据价值。
因此，笔者考虑另外一个方法，也就是香农的信息论。通过数据的信息含量来评估信息的机制，假定信息量大的数据价值也大（这当然只是一个近似或简化的方法，价值最终还是会与受众已经掌握的信息，即前验信息有关）。大致来说就是设定一个评估的算法，计算数据在本企业所有数据中的显著程度，计算数据在其他行业或企业中类似数据的显著程度，由此来评估数据的价值。这样就可以评估为了收集、购买或存储这些数据，我们愿意付出多少代价。
