品牌名称

中国电信

企业规模

1001-5000人

上海电信 × 奇点云：运营商数字化转型的先行实践

346次阅读

在2021年中国电信集团的工作会上，党组书记、董事长柯瑞文指出，数字化平台是落实云改数转战略、推进业务布局落地和企业平台化的直接枢纽。

在这个“中国电信全面实施‘云改数转’战略、开创新局面的关键元年”，上海电信的实践为行业内外展现了一个数字化转型的标杆案例。

去年春天，上海电信与奇点云达成合作，搭建前端数据应用中台，沉淀数据资产，建立大数据标签体系，搭建活动中心，赋能商品与消费者运营。由此，上海电信把数据真正用了起来，对内提升工作效率与跨部门协作体验，优化经营策略，对外丰富商品矩阵，深化用户服务，从而拉动业务增长。

关于“上海电信”

中国电信股份有限公司上海分公司，简称中国电信上海公司（本文简称“上海电信”），拥有中国电信集团内最大的城市电信网络，提供固定电话、移动通信、宽带互联网接入、互联网电视、卫星通信、信息化应用等泛在网络和综合智能信息服务能力，服务2200万各类客户，始终保持上海地区通信市场的领先地位。

业务难题背后的数据难题

早在2015年至2016年，世界范围内的运营商流量就呈现了18倍的增长，而收入增长仅为1.6倍，收入增速是流量增速的12%。低值化、管道化、边缘化成为全球运营商面临的难题，亟需提升从流量增长中获取收入的能力。

“在上海这样‘饱和’的城市，这种能力尤为重要。”上海电信市场部业管中心主任、负责业务流程和前端系统应用架构的柴先生说。在通信发展全球领先的大魔都，传统的通讯和宽带的业务都已比较饱和，为持续开拓个人和家庭的C端客户（公客）服务，上海电信开始寻找突破口。

比如，强化线上运营能力，触达客户，提升体验。

上海电信具备极强的线下服务能力——数百家门店全面覆盖上海线下触点，近千位负责安装维修的师傅触达上海用户的服务需求，以专业服务拉动商机转化。而当通讯行业的流量渐渐从线下转到了线上，加之黑天鹅的催化影响，消费者的习惯发生转变，线下获客成本一再提升。“我们线上运营一直是一个短板。”柴先生坦言，“但现在我们必须要往线上去，这里有更多机会。”

另一个突破口，在于提升ARPU。

ARPU，一般指每用户平均收入，运营商用来测定其取自每个最终用户的收入的一个指标。运营商的公客产品通常是通讯、宽带等常规产品，虽然月收比较固定，但消费频次偏低。市场部分析，可以优化产品结构，针对性地营销触达，提升低频产品的单价，也可以通过增加高频产品来满足用户更多需求，促进消费。

市场部客经中心数据主管杨先生则发现，业务需求的背后是数据问题：

对应整个业务链条来看，数据还没有完全走通，譬如销售的数据和后台的数据不够通畅，用户信息反馈到渠道里不够及时；上海电信触达用户的线上渠道多达20多个，但有不少数据未回流，商品和活动也没有由本部统一标准化管控；每当市场部有用户运营和活动需求，都需要IT重新开发，双方的业务理解和统计口径还容易对不齐。

简而言之，“数据没有理清楚，没能高效地用起来”。

业务需求驱动下，他们不约而同地想到，推进数字化转型、用数据赋能或许可解。

试水数据中台

联结复杂场景，实现能力复用

为摸清实际需求、明确推进方向，2020年4月，奇点云的数字化转型咨询服务率先进场。

经调研发现：

上海电信前端的业务类型特别多，后台的技术架构、系统流程、组织架构都很复杂，因此，前台和后台的连接也难逃复杂的命运，在这样复杂的连通之中，必然有损耗、有断裂、有流失。

上海电信拥有很强的IT能力，无论是算力还是人才，都是绝对拔尖的。但出于组织关系，往往比较难对齐业务部门，难以把IT团队的能力发挥到业务需求的刀刃上；基础建设和应用之间缺少统一的中间层，缺失能力平台，也就难以复用能力，常常面临重复开发的窘境。

不仅是业务和IT线相对独立，业务内部的各个部门也习惯于“独立自主”，独立开发和解决分析问题，碎片化响应业务需求，资源能力重复消耗的问题在这里同样存在。

回到数据的视角，数据主管杨先生介绍，企业整体的数据成熟度有很大的提升空间。虽然数据组本身已经承担了部分BA的功能（连接业务和IT），但从组织上还缺乏数据责任人设计，需要从数据的角度自发地驱动经营改善。业务、技术、组织三个角度，都面临着不同程度的挑战。

“这就好像在做数据的‘布朗运动’，各个单元的意识和能力都很强，各自往自己的方向去努力，但没有连接打通。”战略咨询专家何夕谈到，“正是缺少一个中台把他们连起来，建立能力平台，统筹调动上海电信的能力，实现高水平复用。”

上海电信与奇点云携手，试水数据中台，从业务需求倒推数据需求，拉动整个企业的数字化转型实践。

沉淀数据资产

比“从0到1”更难的是“从1到N”

沉淀数据资产是第一步。

这一步对于上海电信来说，既熟悉又陌生。“熟悉”在此前上海电信的大数据平台已打通多个业务系统，汇聚了来自很多渠道的数据；“陌生”则在于，为什么明明存下了那么多数据，却没有用起来？

奇点云高级技术专家地雷介绍，数据湖具备“存下来”的能力，而数据中台的能力则不仅在于“存”，更在于“通”、“用”和“赋能”。

在上海电信的大数据平台上，奇点云部署了DataSimba（一站式大数据智能服务平台），一方面加入电子渠道和私域的数据，进一步丰富数据存量；另一方面完成数据治理，为后续数据调用打下基础，上海电信也能基于DataSimba搭建数据模型，长出能力平台，实现数据的高水平复用。

上海电信目前的数据存量在20PB左右，业务系统日增量数据达到30-40T。这对奇点云的技术团队来说，是一个挑战：曾如鱼得水应对泛零售业大数据需求的DataSimba，在运营商行业可堪大用？

DataSimba的上海电信项目负责人清水坦言，确实遇到了挑战：首先要将PB级的存量数据导入DataSimba，并每天完成周期任务，导入日增量数据，经过ETL后将最终的数据写入业务指定类型的数据库。与此同时，出于安全管制的需要，DataSimba不被允许直接访问数据源，数据同步的效率和正确率成为棘手的难题。

“必须要基于我们的技术标准、系统框架、部署方式，快速地学习、调整和磨合，还要‘从1到N’做出价值，这或许比‘从0到1’更难。”与奇点云小伙伴们共建共创的上海电信数据组成员表示，“奇点云团队还是不负众望，通过对数据同步管道的优化，在符合我们安全接入要求的同时，从刚开始的3000多万条的数据每条数据50个字段需要5-7个小时，优化到3000多万条的数据每条数据50个字段只需5-15分钟。”

建立标签体系：活用数据的前提

没有用起来的数据还不能被称为“数据资产”。

以清洁有序的数据为基础，奇点云助力上海电信搭建了大数据标签体系，从业务侧的需求出发，共创开发了近300个标签，为后续活用数据、用户数据化运营（客群洞察、客群圈选、统一管控、精准营销、个性服务等）奠定基础。

谈到标签体系，杨先生介绍，其实之前公司内部已经陆陆续续积累下了3000多个标签，但利用率不高。每每要做活动，IT部门就要根据业务部门的目标人群需求从最原始的数据中加工标签。活动结束后，标签就“石沉大海”，每次要花比较大的人力成本去开发，复用率却不高。而由于对这3000多个标签缺乏统一管理，随着时间的流逝、相关人员的更替，大家也不太拿得准这些标签的具体构成和来龙去脉了。

“我们的目标不是越多越好，而是越准越好，越能让业务部门用起来，就越好。”杨先生说。

一方面，用户标签的准确率和复用率得到提升，赋能经营和用户服务——这些标签能被搭载在DataSimba上的DataNuza（消费者运营平台）调用，满足人群洞察与圈选（CDP）、营销创建与复盘（MAP）等场景，便捷、可视化的平台降低了用户数据化运营的技术门槛。

另一方面，也优化了标签开发的协作流程。保留原来标签开发方式（业务侧提交工单给IT，IT部门进行开发，再验证上线）的同时，增加一条新的路径：业务侧可以自主开发标签，在IT系统内注册上线，不受排期限制，能更灵活、及时地响应活动需求。最懂业务的还是业务部门自身，因此业务侧提出来的标签返工率较低、复用率高。IT部门的资源也得以释放，“能少做许多重复的工作”。

以用户为中心

从流程驱动走向数据驱动

基于大数据标签体系，上海电信实现了更精准的客群洞察、更高效的人群圈选、更贴心的用户运营，也让千人千面的营销投放成为可能。

而这只是“以用户为中心”的其中一步。

战略咨询专家何夕谈到：“真正的‘以用户为中心’，需要从产品到业务，从行业运营到商家运营，都以用户的需求出发，这也就要求我们需要从流程驱动转向数据驱动，调整经营策略。”

打个比方，渠道需要从传统走向“数字化”。这个数字化并不是指再增加若干线上渠道来触达用户，而是指包括线下在内的各渠道都需要“数字化”，它们的数据能够打通回流、沉淀数据资产。

再如，在过去较长的一段时间内，上海电信的产品配置采用“以品选人”的方式，每当推出一款产品（比如通信套餐），就在现有人群数据中去圈选能和产品匹配的客群，做营销活动，系统能力也同样围绕“产消品—客户”这条链条来构建。这种方式的确能满足业务的基本需求，但为了在流量和数据增长中提升收入，则需要转“以品选人”为“以人选品”，站在“以人为中心”的视角考量产品的企划和营销，从用户需求出发去设计产品、推广服务。

为此，奇点云助力上海电信搭建了活动中心。

基于活动中心，可以由运营人员自行配置营销活动（而不再需要每次活动重新向IT提需求、重新开发活动页面），从而降低执行门槛，及时响应市场需求和政策变化。

在活动中心中配置的活动以H5的形式出现，能嵌入上海电信已有的20多个线上渠道，确保每个线上渠道呈现的活动和商品都是统一的，提升了消费者的用户体验，后台也能对商品和活动的参与数据统一分析利用。

投放时，运营人员还可以调用DataNuza的人群圈选能力，结合人群、本地权益、渠道特征做精准投放。