大數據
誤區1：大數據項目應當“做成產品”
最容易形成這種誤區的就是運營商的政企服務機構。在他們的工作中，有一大部分的時間是用來聯合設備廠商或服務支撐方滿足客戶各種需求，尤其是在一些ICT項目中，“運營商+服務方”聯合投標的模式屢見不鮮。
在這種背景下，運營商習慣于打包提供“整體解決方案”的模式。這里面一個非常核心的點是：運營商要在摸清客戶需求的情況下，協同服務支撐方事先提供一套產品/服務方案，這套方案的頂層設計、解決方案、落地服務都是由運營商或者服務商單方面提供，客戶主要負責定方向以及政策指導。而在這種思維模式下，運營商更愿意將項目做成“產品”提供給客戶。
然而在大數據合作項目中，筆者更愿意稱之為“服務”。一個巨大的差異點在于：客戶需要全程參與項目設計，在模型訓練及數據驗證的過程中要進行實戰演練，在一些關鍵模型、核心參數的設定上要有明確的意見。而在此過程中有一個心態和理念上的重大區別，如果說在政企的ICT項目上，運營商扮演的是“包工頭”角色大包大攬，那么在大數據項目中，運營商更多應該充當“開放平臺”，將數據作為能力開放出來，數據應用的事交給更專業的行業用戶。這樣既可以為運營商提供廣闊的思路、積攢寶貴的經驗，又可以在合作過程中探索和實踐出一套互信機制。
誤區2：大數據項目應當“做大做強”
在運營商發展大數據的過程中，一個比較突出的現象是做大數據項目，往往都是“大”項目。一方面，大項目的影響力更大，更容易出彩;另一方面，運營商政企機構“對等服務”的設置也在某種程度上決定了高層級政企機構只愿意做高層級客戶，無論從職責還是意愿上，他們都不太可能去找低層級客戶。
基于此，對于高層級客戶肯定要“高大上”，功能越多、越全、越高級越好，界面越酷、越炫、越繽紛越好，對于重要客戶，“面子”是一定要給足的，至于報價，通常都是“鑒于雙方深厚的合作基礎或一定要著眼未來，不要太在意短期收益，適當收點費就可以了。”
但這樣做最有可能導致的后果就是快速透支新型業務的價值，有可能導致這個業務線迅速進入枯水期。事實上，運營商的流量經營就是讓流量快速貶值，從而迅速見頂。
所以筆者認為，運營商的大數據項目應該做小、做精、做深、做透、做實，真正在客戶的實戰場景中發揮作用。讓客戶用了就說好、用了就離不開。如此，才能真正深入用戶，讓功能變成服務、再讓服務變成收入。
誤區3：大數據項目應當“由內向外”
有一種觀點認為，運營商的大數據項目就應該“從內到外”，也就是說主要服務內部，然后再逐步考慮外部應用。理由也非常簡單，如果連自己的稀飯都“吹不冷”，又怎么能做好外部的事情?更何況，還有一把“用戶隱私”的“達摩克利斯之劍”高高懸在頭頂。
事實上，這種邏輯未必成立。在筆者看來，大數據項目真正成功的關鍵往往是部門與部門之間、行業與行業之間打破數據壁壘，產生融通價值。讓人感到遺憾的是，盡管運營商擁有海量數據，但這些數據多是散落在M/B/O三域當中，經過多年的發展，不同的IT系統像是一個個高高的煙囪，隨之而起的還有部門之間越來越厚重的“部門墻”。
相比之下，外部則有所不同。對于其他行業來說，通信數據是一個完全陌生的領域。從概率上來說，這種“結構洞”式的機會往往會帶來“跨界交叉的意外驚喜”。兩個完全不同的行業數據碰撞得出有趣結論的可能性的確會更高一些。更何況，通信數據本身就蘊含著十分豐富的內涵。
因此，只要找到合適、可靠的行業，將兩者的數據打通、解構、清洗、再結構化并進行交叉分析，有很大的機會可以做出某個特定場景下的“神奇功能”。當然，這里的場景一定是基于行業用戶的自身實際應用，絕非是那些“面子工程”。
誤區4：大數據項目應當“自上而下”
按照運營商拓展政企市場的思路，通常更習慣于“自上而下”的策略，即與垂直行業的上級管理機構簽訂戰略框架合作協議，再由運營商各級分公司與屬地機構簽訂業務協議。
其實，“自上而下”部署項目是一把雙刃劍。好處在于，一旦項目簽約成功，可在相對較短的時間內完成某個行業的全面部署;壞處在于，客戶需求不易收斂，項目極有可能失控，同時，通過行政命令強壓下級機構執行時，下級單位處于被動接受的狀態，或許會出現“消極怠工”的現象。
所以，筆者更傾向于“自下而上”去推動大數據的發展，原因非常簡單：基層單位往往更接地氣，可以在一些特定的場景、特定的行業以及特定的區域中形成收斂的需求，容易形成單點突破和飽和度攻擊，最終直接產生“實戰”效果。更加深層次的原因在于，基層單位主動創新提出的項目，往往在落地執行過程中更具主動性，一旦項目具備規模推廣的可能性，無疑將為基層單位在上級管理機構那里變成加分項。
