面，运营商普遍未建立完整的数据质量管控制度。从数据质量管理评估的六大维度来看，运营商数据，尤其是传统业务对其质量要求较低的网络域数据，存在数据采集、录入、存储随意导致数据存在不完整、不准确等多重问题，无法满足大数据应用的需求。例如在位置信息方面，小区经纬度信息存在大量的经纬度填反、数据缺失现象，基站名称存在拼音、?底直嗦搿⒆址?等多种形式并存导致数据可用性差等情况。 4 应对策略建议
本文对运营商大数据业务运营管理流程存在的问题进行原因追溯、分析发现，上述问题产生的原因可以归结为公司级数据资产定义及分级分类标准规范缺失、数据质量管控机制缺失及系统缺乏有效支撑三类。接下来，本文将从这三个方面给出优化改进的思路：
（1）建立公司级数据资产定义及分级分类标准规范 针对需求沟通过程中业务人员与技术人员之间以及不同系统管理人员之间存在沟通协调壁垒的问题，运营商应建立公司级数据资产定义及分级分类标准规范，划定关键数据资产范围、对数据进行统一的分级分类并制定统一的数据操作规范。公司范围内关键数据的规范和统一，将减少业务分析人员针对数据的研究时间，帮助分析人员更有效的决策，并能够弥合业务人员和IT人员之间的分歧，提升跨专业沟通效率。
（2）搭建数据质量管理机制
针对运营商在数据质量方面的问题以及由此引发的数据建模及提数流程反复问题，各运营商应按照计划、执行、检查、行动的步骤，制定适合于本公司的循环迭代式数据质量管理机制，逐步实现数据质量的阶梯式上升。具体来讲，各运营商需要在计划阶段根据大数据业务的特征和需求制定数据质量标准，基于该标准开展数据ETL工作流程，在实施过程中持续监控和度量数据质量水平，发现问题时执行数据质量即时解决方案并将问题进行记录备案。
（3）建立可视化、自主化、模块化的数据流管理体系 最后，针对运营商系统支撑能力弱、支撑效率低的问题，运营商应建立可视化、自主化、模块化的数据流管理体系，通过对产品形成过程的可视化监督强化对大数据产品最终质量的管控，同时通过自主化、模块化的管理模式提升大数据业务的快速响应能力。
1）可视化：业务建模所需的数据从需求端到数据源的数据流及数据血缘关系直观可见。
2）自主化：在清晰定义的数据关系的基础上，实现数据的自动调度及更新。
3）模块化：专业化模块分工提升工作效率，同时在各模块之间设置沟通协调人员，确保模块之间信息沟通及时顺畅。
5 反思与结论
随着大数据行业竞争程度的逐渐升级，大数据业务成功开展的决定性因素已经慢慢由数据资源优势转向了应用及运营能力优势上。运营商拥有体量巨大、维度丰富的数据金矿，但如何开采这座金矿、将金矿变成抓得住的价值是所有电信运营商值得深思的问题。本文从数据资产管理和大数据端到端业务流程两条管理制度流程，分析了运营商开展大数据业务所面临的困难，并提出优化提升的管理建议。 参考文献：
[1] 曹鲁. 大数据业务在电信运营中的应用分析[J]. 中国新通信， 2016（16）： 115-116.
[2] 孙丽弘，赵韩子. 关于移动数据业务精益运营体系建设的研究[J]. 现代电信科技， 2016（1）： 29-32. [3] 金天骄. 运营商大数据业务规划思路研究[J]. 互联网天地， 2015（2）： 58-62.
[4] 邵珠峰. 移动数据业务运营支撑系统（MDSOSS）解决方案[J]. 信息系统工程， 2013（7）： 38.
[5] 刘洁，王哲. 基于大数据的电信运营商业务精确运营平台的构建[J]. 电信科学， 2013（3）： 22-26.
[6] 郭培勇. 数据业务深度运营平台的分析与设计[D]. 北京： 北京邮电大学， 2011.
[7] 连洁. 基于XPORT的多路数据转发单元的设计[J].
无线电工程， 2014，44（8）： 41-44.
[8] 郭小宁. 数据业务深度运营管理平台的建设[D]. 长春： 吉林大学， 2008.
[9] 杨毅. 一种基于网格优化的空间数据访问与存储研究[J]. 无线电通信技术， 2014，40（6）： 43-46.
[10] 陶杰，范琨. 我国移动数据业务运营模式的研究[J]. 山西电子技术， 2007（3）： 79-81.
电信运营商大数据业务运营流程深度剖析
