博弈? 运营商,HTTPS,大数据
Posted 与数据同行
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了博弈? 运营商,HTTPS,大数据相关的知识,希望对你有一定的参考价值。
请您点击“与数据同行”以“关注”,关于数据的实践与思考,每周一我在这里等你!
随着很多互联网网站https了,随着苹果宣布要求https,随着https的大潮席卷整个行业,很多靠网页分析拦截的商业模式似乎都行不通了,作为管道的运营商,https似乎要将管道彻底变成哑管道了,不仅影响其智能管道战略,管道里的大数据似乎一下子要变得一文不值了,这是真的吗?
HTTPS是多方博弈的结果
互联网公司是直接的推动者,谁都不愿意自己用户的网页访问内容被偷窥,这会影响他们的利益,进入DT时代后,数据变得更加弥足珍贵,加速了Https的进程。
同时很多暴力的流量劫持的确造成了客户体验的下降,2年前曾经跟友商朋友探讨过这个问题,他问精确营销投放有啥价值,每个用户过来,我都给他弹出TOOLBAR推荐,覆盖率也高,多好?
我是这么回答的,这是以牺牲客户满意度为代价,你这个渠道估计是要被做烂了,果然,现在关于流量劫持的投诉多起来了,既得利益的互联网公司顺势进行反击,也没什么好说的。
对于想借助新的工具扩大营销能力或广告能力的运营商来讲,大数据还未铺开,就自损一阵,这是传统规模化营销、不重视客户体验带来的后果,有个词叫作杀鸡取卵,应引起足够的重视。
这已经不是短信群发的时代了,用户有充分选择的权利,用什么方式触达无关紧要,渠道本身毕竟是中立的,推荐做得准,客户体验足够好,就可以叫作服务,另一个则被叫作骚扰。
HTTPS真正的冲击
智能管道的核心是基于客户上网行为理解去智能调控流量,改善用户体验,这其实是个有争议的课题,因为会涉及一些网络中立的问题。
笔者更关心管道中留存的大数据的价值,不要由于https使得这些数据变成了废铜烂铁,智能管道仅是通信领域的一种调控手段,但大数据对于运营商意义则更为深远。
事实上,https已经对于运营商管道数据的价值带来了冲击,比如发现管道中很多访问日志都没法解析和记录了,HTTPS的网站留给管道的是一个黑箱子,你不再知道哪个客户具体访问了哪个内容。
HTTP家底还很厚
长吁短叹没啥意义,多点解决的建议和采取行动,才是正确的应对姿势。
有一点是明确的,即使http数据中最后仅有20%可开采,也足够运营商完善自己的客户画像,打造一个全新的数据帝国,这是一个立足点,当前运营商对于管道中http的采集最好的有超过50%吗?
以前以为采集全了,其实只采集了1%,现在我们以为采集全了,原来情况比我们想得更复杂,CT的思维跟数字商业是脱节的,运营商需要做些改变,不是为了CT,而是为了数据。
除了完整性,有多少人真正研究过运营商URL的特征,关注过互联网网站结构,从而充分利用爬虫这个工具,建立起自己的知识库帝国?
靠第三方厂家干这活不现实。
运营商自身要加速当前管道日志系统的研究,研究解析带来的惊喜会远大于对于https的担忧,这是个持续运营的活。
不仅仅是HTTP协议
笔者曾经在运营商DPI大战一文中提过,现在移动互联网各类APP,往往采用的是多种协议的混合(当然http可能是主要的),因此,即使所有的http都采用https技术,管道仍然不能算全哑,基于DPI深度包解析技术能对其它协议进行解析。
在所有协议的流量中,http的流量估计也仅仅占据XX%吧,因此, DPI解析能力,决定了管道事实上的哑巴程度,可以说,DPI能力每提升一点,管道里大数据价值就可以往前跨一大步。
但很遗憾,DPI虽然已经提了很久,但进展不大,各种解析方法,比如包长匹配、关键字匹配、组合识别等,并没有有效的应用到生产中。
当前基于http可以解析的APP都几十上百万了,但硬设备厂家基于DPI解析提供的APP数量似乎还停留在千的概念,这个泡沫吹的也大了点。
靠第三方厂家干这活也不现实。
最后的防线
即使哪天管道完全哑了,运营商还是可以结成产业联盟来应对,你来合作,协议告诉我,标签告诉我,我通过解析给你提供优质的网络服务,换来的是内容知情权,这何尝不是一种解决方式?当前的定向流量包算是一种形式吧。
数据的运营对于运营商真的很重要,DPI在相当长的时间内可能是泡沫,http的外部变现可能也受困于安全政策,但对内的流量内容经营可是价值巨大。
无论在技术上,还是商业形态上,针对Https的挑战,运营商还是有很多的办法来应对的,有足够的底蕴去交换需要的东西,关键是,要做在当下。
历史足迹
传统BI的认知:
大数据的实践:
数据管理的领悟:
《七幅图读懂企业的数据字典》
数据人员的修养:
运营商大数据:
我的读书笔记:
▼
与数据同行
ysjtx_fyp
长按二维码识别,关注此号!
以上是关于博弈? 运营商,HTTPS,大数据的主要内容,如果未能解决你的问题,请参考以下文章
基于大数据技术之电视收视率企业项目实战(hadoop+Spark)