从交通行业说起，运营商大数据如何有策略的切入一个垂直行业？
这是傅一平的第268篇原创
作者：傅一平
个人微信：fuyipingmnb
在运营商数据的核心资产中，源自用户手机信令基于基站标记的用户位置无疑被认为巨大的“金矿”，通过在“知网”检索“ 手机信令 and (交通 or 规划)”可以发现，从2009年开始就有采用手机信令开展交通规划研究的探索，并在2015年开始出现井喷，至今仍热度不减。企查查数据显示 ，全国从事交通大数据服务的信息服务公司也多达460家。因此，从产学研的多方面分析，运营商大数据在交通规划行业的应用已经逐步走向成熟，来到了高速增长的拐点。
在交通规划行业变现价值链中，往往有不同的参与角色，在各个层面提供不同的能力，从而满足多样化的行业需求，这些角色包括源数据提供者、行业模型建设者、行业定制化服务提供者、标准化产品和服务提供者等等。
这给运营商带来了一个现实问题，在行业大数据变现中，到底应该扮演什么角色，才能充分发挥自身的优势，从而快速切入这个行业，成为行业大数据生态中的一员？
笔者最近的思考是：运营商在大数据行业变现中扮演的角色绝对不是非此即彼，比如以前有种说法是运营商不可能去了解每个行业，因此最好找个代理，运营商躲在后面赚钱，这种理念在笔者刚刚从事大数据变现的时候喧嚣甚起，实际上误导了很多人。
应该来讲，运营商能扮演什么角色不是顶层设计出来的，也不是你想做就能做的，而是在实践中慢慢摸出来的，事实上运营商可以参与任何角色的工作，关键要对于自身当前的能力和行业市场的需求有清晰的认识。
比如一提交通规划就感觉是自己的“菜”，事实上每个行业的“水”都很深，浮光掠影似的做几个定制化需求并不能说明问题，也不能给运营商带来可持续的收益，所谓的在各个行业的突破，到底有多少泡沫？
笔者的观点是：运营商无论未来要切入哪个行业，准备扮演什么角色，都得老老实实的先去理解这个行业市场，这个世界上没有空手套白狼的事情.
即使有专业的咨询公司的合作，你也得自己花大功夫去搞清楚客户到底需要什么，这个行业到底有多少竞争者，他们的水平到了何种程度，你的现有能力有多大差距，从而了解自己所处的位置，判断现在或未来有没有规模化的机会？
运营商大数据变现不能被过顶传球，纯粹的卖“原材料者”除了大幅贬低自身大数据的价值，很难有前途。
这里以交通行业为例，谈谈运营商应该以何种角色何种策略切入一个行业。
1、源数据提供者
比较初级的OD分析基于运营商的手机位置信令数据就可以实现，现在运营商交通规划类的业务收入也主要来源于此，这类合作伙伴也是最多的，在变现的初期，运营商基于原始数据的提供能力尽快的切入这个行业，的确也是明智的选择。
但作为原始数据提供方，你服务的对象往往不是最终业主，而是交通规划咨询方，数据分析咨询方等等，他们隔断了你跟真正业主的联系。
你其实不知道运营商大数据到底能为交通行业提供多大能量，是否能适用于更多的应用场景，但当我们有机会直接面对一些业主时，才发现这个行业空间其实更大，比如不仅能做简单的OD，还能做高速检测，违停分析，路网拟合，公交规划等等，但你会发现自己的数据能力有限，而这些信息以前并不知道。
运营商甚至还不是一个合格的大数据提供者，比如虽然手机位置信令连续性，全面性比较好，但精准性不够，凡是要基于某条路、某个交通小区做更为精细的OD，路网拟合等分析，手机信令数据都会显得力不从心，需要运营商引入包括MR、s1-mme等更多数据，甚至用计费话单来完善，单维度的手机位置信令数据不足以支撑起交通行业的各类应用。
因此，基础位置数据的拓展和质量提升是运营商作为合格数据提供者的最核心工作，合作伙伴也是巧妇难为无米之炊，它纵有再好的模型，也架不住原始数据不行，这种案例已经很多了，运营商要不断的提升对合作伙伴的赋能水平。
2、行业定制化服务提供者
交通行业的业主其实不少，包括规划局、交通局、交警、公交公司、地铁公司等等，他们的定制化服务需求其实非常多，包括OD、路网流量、枢纽换乘、线路优化、运力分析、转乘清分，违停识别，流量预测等等。
运营商有大量的政企客户渠道资源，还是需要依托于这些力量尽可能多的找到这些服务的机会，更多的与交通行业的业主进行接触，参加专业会展和论坛，与合作伙伴联合开发项目，从而提升行业知名度，让自己从初入者成为这个行业的重要参与者。
虽然这些需求大多是定制化的，每一单金额都不大，但先期赚钱是次要的，理解这个行业，积累经验是主要的。
怎么个重要法呢？
比如以前接了一个高速检测的模型优化任务，在实施过程中暴露了各种数据质量问题，就是这个事情触发了我们要成立独立的位置团队去攻坚克难。
又比如公交规划项目，我们投入了很多精力去研究，最后发现与竞争对手的模型还是有差距，这让我们深感能力和经验的不足，但至少能明确努力的方向。
当我们进入交通行业的时候，阿里的城市大脑，百度的慧眼、城市数据团、元卓、世脉、城志天扬等各种服务商其实早就在那里，但无论如何，运营商一定要全力参与，无论是采取竞争或是合作的形式，深入的理解这个行业是未来规模化的基础。
那么，如何规模化呢？
这就是下一步的策略，在项目实践中逐步沉淀能力。
3、行业基础模型提供者
作为源数据提供者，运营商始终处于行业价值链的底层，虽然这是敲门砖，但运营商绝不能满足于此，基于项目的实践，需要安排专门的团队去研究这个行业，要能抽象出一些更高级的行业模型，从而让自己的服务水平更上一个台阶，虽然to B业务有自己的特点，但没有能力不行。
比如在一次与某互联网公司关于公交模型的对话中，他们深耕几年的模型的确更有话语权，业主会问，你能达到这个水平吗？我们还是缺乏点底气。
对于交通规划行业，有三个基础模型运营商可以自己做：OD分析、路网拟合及交通小区划分，这些模型是规划行业的模型基础，你这个模型做的越好，上层的应用就越容易做，话语权也就越大。
比如针对OD，你要能识别具体的路，下图示例了杭州早高峰从城西文教版块去往西湖科技园的人流主要经过古墩路（2号线），紫金港隧道、蒋墩路等，线的颜色深浅代表了人流大小。
路网拟合挑战则最大，运营商要克服各种数据毛刺，比如基于隐马尔科夫(HMM)模型，维特比(Viterbi)动态规划算法实现用户道路轨迹的匹配。
更为关键的是，这些基础模型的能力是通用的，比如路网拟合模型完全可以用在场景营销上，而交通行业给了我们实践的机会，这是一举两得的事情，现在大家都在提中台，这些基础模型就是技术含量相当高的中台，一旦做好了，可复用性很大。
如果运营商不想被过顶传球，在项目实践中就要善于抓住机会，持续的提升行业基础模型的构建能力，这是更高级赋能的开始，也为标准化产品的推出打下基础。
4、标准化产品和服务提供者
基于项目的实践经验和沉淀的基础行业模型，运营商就可以往更高阶的支撑模式发展，即打造标准化的产品和服务，为整个交通行业赋能，现在平台战略提的很多了，但道理还是这个道理，一个个的单子你总是接不过来的。
事实上，浙江移动很早就采取标准化服务的形式为自己的合作伙伴赋能，但服务的对象和应用领域非常狭窄，主要还在由于对这个行业的理解有限，所能提供的标准化服务无论从广度和深度都是不够的。
但很快我们将正式发布交通规划领域的第一个标准化产品：城市实验室，这个产品提供了三大核心能力：
区域分析：在地图上实现自定义区域的绘制、管理、分析和下载：包含区域基本信息统计，交通发生和吸引（时间维度上展现区域24小时进出流量折线图；空间维度上在地图中展现区域各个方向道路的进出流量）。
OD分析：在已有区域的基础上实现区域之间的OD流量的计算、OD人群特征的分析、OD关键路径的刻画。
道路分析：在地图上实现路网道路的查询、选择和相关分析，包括道路两个方向流量统计、道路途径人群特征分析、道路途径人群OD分布，以及任意截断面流量汇总计算。
这个产品还有个卖点就是所有的分析都是可以到用户的，也就是说，假如你进行OD分析，不仅可以分析OD的流量，也能分析这些OD流量上的用户特征，比如你能知道走在某条路上的人流的年龄，性别，居住地等情况，比一般的交通规划产品多了用户特征维度。
对于交通规划行业来说，也许可以多一种角度来看交通的问题，从路网演进到路-网-人，而这个能力也是运营商大数据多维度，全面性，连续性，可整合性优势的充分体现。
下图是我们的城市实验室的界面示例，算是为浙江移动的这个大数据产品打个广告吧！
运营商大数据现在到了变现的关键点，如果想要真正的切入一个垂直行业，首先得熟悉这个行业，对行业的熟悉程度决定了自己在价值链中能扮演的角色，而唯一熟悉的方式就是实践，只有在实践的基础上进行抽象，才能封装出可用的标准化产品或服务，两者相辅相成。
但运营商每在价值链中提升一个层次，对于能力和资源的要求就会大幅提升，在资源日趋紧张的当下，也许抛弃门户之见，集中力量办大事才是未来运营商大数据规模化变现的可行之道。
完
作者：傅一平 （微信号：fuyipingmnb）
好书或文章推荐（每周我会挑选出1-2本好看的书或文章进行推荐）
《这就是OKR：让谷歌、亚马逊实现爆炸性增长的工作法》约翰·杜尔：OKR管理方法最巧妙的一点就是它使“反思”程序化了。每个季度，至少保证有一次为员工提供一个安静的地方，让他们思考该如何决策才能与公司的利益保持一致，于是员工学会了站在宏观的角度思考问题，学会如何更加直接而具体地执行目标。因为你不可能写一篇90页的关于OKR的论文去指导他们，你必须选择3到5件事并为他们制定明确的衡量标准。
《无为》 万维钢·精英日课第一季：孔子、老子、孟子和庄子，给我们提供了四种路径方法，每个人应该根据自己的性格喜好选择不同的方法，而且在人生的不同阶段，也可以使用不同的方法。在学习任何技能的初期，我们应该用孔子的办法，勤学苦练，搞沉浸式的教育体验，争取习惯成自然。具体做事的时候，尤其是要做那些能够影响别人的大事，我们应该参考老子的思想，不轻易干扰复杂系统。培养艺术品位，提升道德水准，我们可以用孟子的办法，找到身上的闪光点作为种子，慢慢发展壮大。如果面对一项压力巨大而又特别重要的工作，我们就应该学习庄子，忘记自我，让热认知引导我们发挥水平。
可能错过的近期精选文章（点击链接即可阅读）
从芝麻信用分透露的详细数据设计，我们能从中得到什么启示？
如何避免成为一台取数机器？
哪些广为人知的数据挖掘案例其实是一地鸡毛？
数据的价值到底如何评估？
为什么我提交的数据分析报告总是被领导K？
我如何用统计学指导自己的生活？
从吴军的“算法的油水就那么多”说起！
一起成长，让我们与数据同行
忙完工作，偷得浮生半日闲，讲述自己的数据人生
大叔/电信博士/500强央企/大数据/人工智能/统计取数/数据挖掘/数据产品/数据管理/数据仓库/数据变现