一、电信“流量宝”与联通“流量银行”
2014年5月13日,中国电信首次推出“流量宝”,流量宝是以流量币为核心的互联网流量经营平台。流量宝以任务和牛币架设用户与合作伙伴之间的桥梁,探索一种流量合作新模式。在这种模式下,商家可以向运营商购买流量,随后通过活动的方式让用户完成任务以获得流量。而用户通过完成任务获得流量后,可以在流量宝的平台将流量转换成牛币,通过牛币可以实现话费充值等优惠政策。当然你也可以将流量用于自己使用或赠送他人的用途上。
2014年11月25日,中国联通在人民大学组织的移动互联网流量创新峰会上,正式发布了“wo+流量银行”。流量银行的本质上与“流量宝”相类似,用户可以在流量银行平台上,进行存取、管理、交易流量等行为以获得更好的体验和乐趣。提到,流量银行的推出不仅是对联通跨步走出管道商定位的重要产品推动,同时也是构建虚拟币平台与更多服务提供商合作的有利契机。发布会上,联通提到流量2.0时代的概念,随着流量经营从1.0向2.0时代跨越,联通期望通过流量银行开启流量与营销的大时代。
全流量下,运营商与OTT业务的竞争注定是一条艰难的路。曾有报告指出,无论运营商选择哪条道路,都必须记得利用自己的先天优势,这些优势建立在四个支柱的基础上:客户关系和客户维护基础设施,记账周期以及运营商与客户之间建立的信任,从呼叫和位置数据中获得的使用量数据分析结果,以及将用户与运营商绑定的唯一识别号。或许“流量宝”与“流量银行”告诉我们,还有一个支柱,那就是“流量入口”。
无论是中国移动尝试的“后向统付”,还是今年的“流量宝”、“流量银行”以及中国移动未来可能跟进产品(移动不可能不做),均是一种全新的流量经营模式。为了更好的理解“流量宝”及“流量银行”,笔者借用联通发布会提出的流量2.0概念,对当前与过去两个不同流量时代的特征进行总结,并希望对新时代的流量经营方向、举措进行明确。
二、不同流量时代特征与经营要求
(一)流量1.0特征与经营举措回顾
流量1.0与2.0只是一个定性的说法,如果非要给一个定量的区隔,站在运营商的角度,通过对国内外运营商业务与客户特征进行对比,可得出一些基本指标上的差异。
流量1.0时代基本特征如下:DoU(每用户数据流量)小于500MB,3G覆盖率低于90%,话务量持续增长(可能最后增幅越来越小,用户MOU/ARPU可能小幅下降,但总话务量在增长),智能终端普及率低于50%。标志性事件:GPRS、EDGE、3G。
对运营商而言,流量1.0时代的主要经营目标是培育并普及流量应用,不断提升户均流量及流量收入。回顾过去,通常有如下四个流量经营举措。
第一,流量资费的不断优化。如合约套餐中逐步加大流量份额,纯流量套餐包持续降价,当月可多次订购的叠加流量包。笔者认为可叠加流量包是一个典型,起因是腾讯发现原手机QQ用户使用呈现典型的月末活跃减少现象,当月套餐内流量用完是重要影响因素。为了满足客户超出套餐包后的流量需求(当时的标准资费通常较贵,套餐内外资费差异巨大),可叠加的流量包(如1元或2元5MB)应运而生,并在实践中快速发展。
第二,流量服务能力不断提升。最初开通GPRS还要客户主动去营业厅受理,因为担心客户不知情收费投诉。后来手机上网逐步成为基本功能,系统默认开通,但根据相关要求,对客户首次上网时要进行资费提醒。当客户都习惯频繁手机上网后,首次资费提醒基本没用了。当客户对流量的使用进度掌控需求越来越强烈时,每月定时提醒、实时查看流量进程、流量助手等各类服务措施或服务产品纷纷涌现,其中流量助手成为运营商连接并服务客户的一个不错的纽带。
第三,通过内容(自有或第三方),不断培育客户形成手机上网习惯。如原中国移动视频、游戏、阅读、冲浪助手等自有业务免流量费使用,如联通与微信合作推出的微信流量包等。
第四,普及智能终端。智能终端数据流量与非智能终端差异巨大,即便同属智能终端,不同操作系统不同品牌也有明显差异。从当前数据来看,苹果手机平均流量是诺基亚的6倍。应该说在3G时代,运营商的补贴对智能终端的发展起到重大的促进作用。
(二)流量2.0特征与经营目标
3G的快速发展,尤其是4G正式商用,使得流量1.0时代走向高潮。大量OTT应用拉动流量需求,普及了手机流量应用。同时运营商传统的短彩信、话音收入因被替代而开始下降,流量收入成为运营商收入增长的最主要来源,流量某种程度就意味着全业务,这些均预示着运营商的流量经营进入了新的时代。
流量2.0时代基本特征如下:DoU大于500MB,3G 4G覆盖率高于90%,话务量开始下降(话费收入可能早就开始下降),智能终端普及率高于50%。里程碑:4G,微信电话本,融合通信。
对国内外运营商收入结构与客户特征变化进行梳理,可以发现,参照上述标准,国外发达国家运营商基本在2010年开始进入流量2.0时代,国内运营商基本在2014年开始进入流量2.0时代,虽然整体用户月均流量未达500MB。
对运营商而言,虽然提升用户流量、稳定或提高用户ARPU是最终目的,但从具体举措上看,流量2.0时代的经营目标应是满足更广泛程度的客户需求、经营流量入口(显性化)以及实现流量价值增值。
在客户需求方面,不仅关注个人客户需求,同时应该关注移动互联网企业用户需求;不仅关注客户用得多不多,还要关注客户用得爽不爽。客户需求由个人客户演变为移动互联网企业客户,那么单纯的前向通用流量已经不能满足需求。比如后向流量、定向流量、流量分销等需求。其中最早的例子就是AT&T针对Amazon Kindle提供Toll Free Data。当客户在Amazon Kindle下载一本书,AT&T提供网络连接,下载书的流量批发给Amazon(由它支付)。2013年底广东移动与阿里巴巴合作,广东客户手机访问阿里网站,对客户免费,产生的流量统一由阿里按照批发价格支付给移动公司,跟Kindle的方式一样。关于流量的分类详见笔者前一篇文章《全流量时代,运营商如何应对OTT?》。
流量入口方面,主要是显性化流量入口。既然所有移动互联网业务都需要运营商的流量做承载,运营商事实上成为最大的流量入口,理论上比微信的入口还要庞大,可是没有载体,没有感知,因为被过顶传球了。那么流量2.0时代,是否应该把过顶的球找回来?流量币以及流量交易中心某种程度上就是显性化的流量入口。
流量货币化初看起来是一件神奇的事情,可是细细一想,跟社会上的有价卡、Q币其实没什么区别。能够货币化的前期是具有使用价值(以国家权威发布的纸币除外),因为有使用价值,所以具有交换价值,可交换到所需要的商品和服务,因为具有交换价值所以具有储存价值,将当前交换的权利延伸到未来,这些都是政治经济学所教的内容。所以历史上除了贵金属外,大米、布帛都曾成为过重要的货币形态,比如唐朝中后期,由于贸易导致铜币国际化以及个人财富储存,流通铜币严重不足,帛一度成为重要的大额货币形态。
流量为什么不可以呢?既然数据流量是移动互联网开展的最重要承载,流量更有理由成为货币。有货币就应该有购买、转让、交易平台,运营商能够发行流量币,就得提供这样的平台场所,以便企业及个人购买、赠送、交易转让。如果个人及企业客户登录该交易平台到达一定的量,有的发布任务(营销手段),有的领取任务赚取流量,有的进行交易(交易的登记或兑换充值),不就创造了通过虚拟币平台与更多服务提供商合作的契机吗?谁能说这不是另一个微信?如果说前面措施是满足客户需求,那么经营流量入口就是创造需求。
对三家运营商而言,均可发行并经营流量币,也均可对对方及第三方开放。就如美国发行美元、欧洲发行欧元、中国发行人民币一样,客户规模(国家GDP)、影响力不同导致流量币的价值会有差异。就如中国也会储存美元一样,流量币对运营商竞争对手开放很正常,只是流量币的最终应用还是只能限定在自己网内。
价值增值方面,流量大数据是价值增值的唯一出路,也是最能体现价值的出路。部分省公司利用综合网关开展的基于手机网页的“流量提醒或引导”,因为使用的是流量劫持技术,最多只能成为服务客户的一个渠道,并不能成为增值的出路。运营商的有价值数据不少,号码身份特征、消费特征、非流量业务(具有一定规模业务)行为特征、位置轨迹、流量行为记录等数据的充分利用,均能更好的了解客户需求,具有广泛商业价值,其中流量数据的商业价值尤甚,也只有在大数据技术下才能体现。
三、流量2.0时代如何经营数据流量
(一)可智能管控的宽带网络是基础
首先是移动宽带网络,在非移动宽带网络条件下谈智能管控没有意义。各运营商(尤其是中国移动)大力开展4G网络建设就是如此。
其次是基于CDN的分发疏导能力。对于视频等大流量自有业务,通过CDN进行分发疏导,提升访问体验。对于大流量第三方业务,可以通过IDC内容运营疏导,优化分布,提升客户感知以及网络效率。
再次是基于DPI的感知能力。运营商经营流量必须了解流量都去向那儿。考虑到网页的流量占比逐渐被APP应用所取代,因此基于DPI来感知用户、感知业务、感知终端非常有必要,是流量大数据应用的基础。
最后是基于PCC的差异化服务保障能力。考虑到最近美国沸沸扬扬的“网络中立”,虽然运营商坚持倾向差异化服务质量保障,但可能较难真正落地。
(二)量费分离的计费模式是保障
无论是“流量宝”还是“流量银行”,客户在交易流量币、兑换流量时均存在三种形态,现金(或实际付款人的付费)、流量币(虚拟币)、流量(真实可用流量)。在此之前,客户购买并消费流量是一体的,也就是你不能购买流量后给他人使用。现在可以了,其基础就是“量费分离”。原有计费系统BOSS仅实现第一部分(或通过接口将结果同步到BOSS),客户通过话费/现金/支付宝等购买流量币,其余应交给单独的平台(假定为流量交易平台)来实现。
对于后向流量/定向流量的计费功能,也可以交由流量交易平台来实现。传统的做法是在GGSN/PGW上直接配置后向流量局数据,当配置完成后,客户访问指定的IP/URL对应的应用时,GGSN/PGW根据局数据配置,对来自SGSN流量原始话单进行标记,比如标记为免费,BOSS汇总该话单后不对用户计费,当然也可以标记成某个定向的费率。只是这样的操作存在局限,通常一个互联网应用可能存在数十或上百个IP/URL(在不同区域部署服务器),而GGSN局数据配置是有限的,且需要各省分别配置,配置过多还会影响GGSN协议转换与路由效率。
如果将流量话单的计费标记由GGSN后移到流量交易平台,将会是长远解决后向、定向流量计费问题的重要举措。
(三)经营流量入口汇聚流量价值
前期不少运营商省公司通过流量助手(短信、网页、客户端)等方式实现流量的实时提醒服务,并对客户套餐使用情况进行监控,当然也有套餐包、叠加包的推荐。部分公司还通过封装相关接口,将客户流量使用信息的查询、套餐包订购等向各类移动移动互联网应用门户开放。这些均为流量1.0时代的典型经营举措,只是之前没有提到经营流量入口这样的高度,仅看成一种客户服务方式在各省公司分别实施。
2.0时代的入口经营更应该是集中统一。前面已经论讲过,经营流量币及交易平台实际上就是经营流量入口。而入口的成效主要来自用户规模、合作伙伴规模、影响力。这些只有在全网集中统一运营的前提下才能实现。这也是电信、联通均通过集中统一机构运作原因。
流量交易平台同样可以将能力封装,在表现形式上可以通过其它互联网应用实现。比如用户购买流量红包,通过红包生成链接,将链接分享到微信群或朋友圈,点击链接抢夺领取红包。实质上均通过交易平台完成,但全部操作不一定通过交易平台体现。
(四)开展大数据合作实现价值增值
11月27日,微信自媒体上有篇文章,讲运营商大数据产业链机遇。提到全球运营商已经为掘金大数据开始准备。电信与媒体市场调研公司Informa Telecoms&Media在2013年的调查结果显示,全球120家运营商中约有48%正在实施大数据业务。大数据业务成本平均占到运营商总IT预算的10%,并在未来五年内升至23%,成为运营商一项战略性优势。2014年随着4G的建设商用,国内运营商采集数据投资明显扩大。文章提到中国联通3G时代三期采集投资规模约9亿元,移动LTE一期采集投资规模约20亿。
价值变现应该是运营商目前面临的普遍问题(或许还没有把目光放到数据价值变现上)。巨额的投资把数据采集完成后,如果仅仅用于内部的精准营销,很难实现大数据价值。由于大数据本身并不是一个技术上的概念,更应该成为业务或价值概念,也就是先有什么样的需求,后有什么样的数据采集及应用。曾与某专业宽带流量大数据应用公司交流,说到Google对鸟类的分类高达9000种,但他们公司对此根本不做区分,而是更侧重于电商产品的细分,因为最终应用价值决定数据的采集、算法及应用。
单靠运营商自身无法低成本高效益的变现大数据价值,在大数据方面的开放合作是实现数据价值的唯一出路。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21