天睿集团数据库

A. 当制造遇上大数据

当制造遇上大数据
大数据如今已经影响到企业生产制造、运营、管理的方方面面，本文从客户管理、优化生产以及供应链管理三方面窥探大数据的无限可能。
小调查：大数据如何改造制造业？
由汤姆·克鲁斯主演、斯皮尔伯格导演的影片《少数派报告》描述了在2054年，利用科技读取“先知”脑波的画面来侦察出人的犯罪企图，从而准确预测犯罪行为，并在罪犯犯罪之前就能将其逮捕的场景。片中的“先知”是拥有超能力的“人类”，但在现实世界中，“先知”就是近年来我们经常提及的—大数据分析。专注于大数据分析的全球性软件公司Teradata(天睿公司)国际集团总裁赫尔曼·威摩(HermannWimmer)认为大数据主要包含三大块：一是传统的数据，例如企业原来的交易系统、网络系统以及ERP系统等数据仓库；二是传感器生成的数据；三是社交媒体上的数据。
“现在越来越多的行业都要适应大数据的趋势，不仅限于原来的高科技、互联网企业，现在包括通讯、金融、制造、能源等行业都在顺应趋势培养这方面的竞争力。”Hermann Wimmer 说，“用数据来驱动业务增长”是未来的方向。“例如，市场部门如何利用真实的数据来帮助制定市场成长策略；怎样提升客户体验或者客户满意度；怎样通过降低仓储、物流的运营成本等让企业运营得更智慧、更有效率；怎样结合生产部门和其他部门的数据优化生产和运营能力，这些都是大数据的‘用武之地’。”Teradata( 天睿公司) 大中华区首席执行官辛儿伦(AaronHsin) 举例道。
对于传统制造业来说，大数据能在哪些方面进行“颠覆”和“改进”？麦肯锡咨询公司在近日发布的《如何利用大数据改进制造业》的报告中列举了10 条大数据颠覆制造过程的路径，涉及优化生产进度；提高制造绩效；精确供应商管理；追踪产品质量，改进工作流程；以销定产，制定生产计划；量化产能，追踪设备运转效率；以及提供生产设备预防性维护建议等方面。
可以说，大数据影响到生产制造、运营、管理的方方面面，而从目前大数据在制造业的应用范围来看，我们想从客户关系管理(CRM)、优化生产以及供应链管理三方面窥探大数据的无限可能。
“大海捞针”成为可能
在当今经济环境中，良好的客户服务和客户体验至关重要。越来越多的企业通过挖掘客户|数据提升客户关系，了解客户需求。今天的CRM 数据分析能力已经不止局限于客户邮件、电话等数据，而是能够识别客户购买行为，了解客户情绪。辛儿伦切身感受到数据分析在客户管理方面应用的变化趋势：“过去更多是在数据仓库针对客户关系的管理和体验，特别是对客户|数据和CRM数据进行分析和探索促进营销增长的途径和手段。随着技术和数据架构的演进，现在的数据已经延伸到很多范围，比如位置数据、基站数据、还有通话记录和移动互联网上的消费者行为等。利用这些来自多渠道的数据建立分析模型，以便从360 度去观察客户的兴趣、爱好，并预测未来的行为，从而制定个性化的营销策略。”
发生在海尔的一个营销故事可以从这方面揭示大数据的“神奇”。2012 年，海尔推出帝樽空调，如何精准地预测有哪些用户可能选购帝樽空调？如何送去个性化的服务方案？海尔从SCRM 会员数据库中提取了数万名用户数据，与中国邮政的名址数据库匹配，建立“look-alike”模型。此外，海尔SCRM会员平台还同旅游、健康类杂志有合作。海尔通过查询订阅名|录，发现北京一小区有人订阅旅游杂志，其中有位陈先生。海尔得出“他对环境、自然应该感兴趣”的结论，于是推测，他极有可能对帝樽空调除PM2.5功能感兴趣。接着，陈收到了海尔投递的一封直邮单页，除了公益环保知识外，重点介绍了帝樽空调的除PM2.5 功能。接下来的故事就水到渠成了，陈带着直邮单页，到附近的商超购买了空调，并且还登录海尔官方网站，自主注册成为海尔会员。
从这个案例可以看出，在客户管理方面，企业营销的对象不仅是一群人、一类人，而是具体的某个人。其次，跨领域数据的整合也很重要，当然企业应当首先明确需要哪些领域的数据和如何获取这些数据。Hermann Wimmer 例举了两个行业之间的数据共享带来的商业价值—汽车行业和保险行业。“买车的人都要上保险，每一个司机由于自己的驾驶习惯不一样，保险公司对于他们的评估也是不一样的。如何才能更准确地评估一个司机到底属于高风险还是低风险驾驶习惯，就取决于他所开的车。通过车上所装载的100多个传感器传回的数据，可以了解他的驾驶习惯，然后判断他属于什么级别的风险类别。比如，他不超速、驾驶平稳，就属于低风险，反之，开的很快就属于高风险类别。”Hermann Wimmer 说，这两个行业密切的联系就是由传感器带来的数据连接起来的
数字化、智能化的生产过程
在传统的制造企业中，大量的数据分布于企业中的各个部门中，要想在整个企业内及时、快速提取这些数据存在一定的困难。譬如，企业资源规划系统(ERP) 数据、制造执行系统(EMS) 数据等分别位于各自的系统中，除此之外，在一些智能化的工厂里，设备、原材料等都被嵌入微型处理器、传感器，这些装置产生大量的数据。人们在将制造过程数字化的同时也为数据处理和分析提出了难题。如何将这些数据放置到一个技术处理平台上对于优化生产流程等有重要意义。Teradata( 天睿公司) 大中华区大数据事业部总监孔宇华指出，新的技术可以把人和人、物和物及事件之间的关联性找出来，但是前提是这种大数据分析是建立在一个统一、可以实现数据流通的平台上。这个可供访问的平台，能够整合不同系统内的数据。
最简单直接的方法就是创建产品生命周期管理(PLM) 平台，它也是一种企业管理软件，但好处在于可以充分整合来自研发、工程、生产部门的数据，对工业产品的生产进行虚拟模型化，优化生产流程，确保企业内的所有部门以相同的数据协同工作，从而提升组织的运营效率，缩短产品的研发与上市时间。西门子工业软件( 上海) 有限公司的高级业务顾问周克虎说：“拿汽车行业为例，汽车研发是个极其复杂的过程，一方面，它需要多个职能团队的通力合作。另一方面，所有这些团队还要处理大量的数据。为了避免沟通不力，确保生产过程的顺畅运行，工程团队不仅要管理团队内的数据，还必须时刻掌握生产部门的质量控制团队的工作进展。”
PLM 汇集从初稿到详细设计过程、再到实际生产的所有相关信息。因此，企业可以通过PLM 收集的此类数据来优化设计和生产过程。例如，奇瑞汽车利用PLM 平台， 将生产规划、模拟和实际生产，把制造和产品研发联系起来。例如，尺寸分析在车身设计中具有重要作用，奇瑞的研发人员利用PLM 工具进行尺寸分析，能够在设计的早期阶段就能确定设计结构和生产方法是否符合技术规范，以便及早制定解决方案来优化这些因素。同时利用这些模拟程序，还可以进行各种汽车安全性能的测试等。
举例， 西门子的PLM 软件平台上可以做的差异分析，它能在计算机生成的三维模型的辅助下模拟生产工艺，能够在执行实际生产之前洞察生产工艺中的薄弱点。奇瑞就曾利用它查出某车型头灯生产中的问题，为公司避免了十多万美元的损失。因为能够在虚拟的环境中模拟产品设计、生产流程，工厂规划效率得以提升，生产线生产效率也会提高。
大数据是制造业智能化的基础，进而实现大规模的定制。由于消费者人数众多，每个人需求不同，导致需求的具体信息也不同，加上需求不断变化，就构成了产品需求的大数据。制造业企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘、设备调整、原材料准备等步骤，才能生产出符合个性化需求的定制产品。“未来的制造将是数据驱动的。”Hermann Wimmer 说。
高效、科学的供应链管理
大数据所具备的预测功能使得大数据在供应链管理上的作用大大提高。制造业从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。大数据可以使供应链中的物流业变得更高效：卡车内的电子车载录像机可以提供卡车的位置；如何快速驱动传感器和射频标签等，帮助满载的卡车更有效地结合道路状况、交通信息和天气条件以及客户的位置，从而大大节省时间和费用。
孔宇华说，供应链上的大数据分析可以让企业科学地制定销售策略，而不是像过去那样靠经验和冒险。比如，一个生产羽绒服的品牌，在全国有几千家店，10万件货品如何分配到全国的各个店里。平均每个店1,000套？显然不够科学。因为南北方的供需市场不一样，北方需求大但竞争品牌也多；此外，不同地域里衣服的号码需求也不一样，南方人穿衣的号码就小一点，北方人则可能大一点。通过大数据分析，对历史数据、天气信息等做分析可以给企业合理的建议：哪些货运到哪里最合适，从而避免了积压或缺货的库存问题。
零售商在大数据的应用上处于领先地位。零售巨头沃尔玛开发了一个大数据工具，通过这个工具供应商可以事先知道每家店的卖货和库存情况，从而可以在沃尔玛发出指令前自行补货，极大地减少断货的情况和供应链整体的库存水平。在这个过程中，供应商还可以控制商品在店内的陈设，而沃尔玛也减少了这项的人力和资金投入，可谓双赢。因此，对于制造企业来说，借鉴这些经验优化供应链管理，从原料采购，到物流配送环节都非常有意义。根据大数据和相应的分析工具及时甚至事先选择合适的供应商和物料投入生产加工，并且到物流阶段可以选择合理的配送方案，以及销售策略。在大数据的支持下，一切都科学、合理，不仅提高了生产效率、服务质量，同时也降低了成本。

B. te.data 是什么

①你是指Teradata么。。。？Teradata天睿公司是全球最大且专注于数据库软件、企业级数据仓库、数据仓库专用平台和分析方案的供应商,致力于帮助企业实现灵活性。
②data[英][ˈdeitə] [美][ˈdetə, ˈdætə, ˈdɑtə]
n.资料，材料；datum的复数；[计算机]数据，资料；从科学实验中提取的价值

C. 睿云的举天睿云功能介绍

公文流转系统
1、实现公司无纸化办公，实现多方的事务审批模式。
2、设定方式自由灵活，确保公司日常事务正常运行，实现真正的无纸化。
文档管理系统
1、在集中文档的基础上实现集权和分权的文档管理模式，建立相应组织架构的文档数据库。
2、提高使用者的存取、查找、管理、保护、分析和共享资料的能力。
3、设置多重访问权限，机密文档的存储，调用安全无忧。
4、对单位现有文档资源加以有效利用，充分挖掘现有文档潜力，为以后文档的收集制定统一标准。
即时通讯系统
1、提供更方便的沟通方式，包括文本会话、多格式文档收发、电子公告等远程协作方式，减少企业通讯费用、节省开支。
2、增强团队的信息共享和沟通能力，企业员工可以轻松地通过所配置的组织架构查找需要进行通讯的人员，从而提高工作效率。
3、交流信息自动备份，防止事后逃脱责任。
4、弹性设置沟通权限，制定适合单位特点的沟通架构。
5、海量传输能力，实现G级文件的超速传输。
人事管理系统
1、清晰实时的组织架构，解决人员变动频繁造成的混乱问题。
2、实现了人员、技能、岗位、任务的四统一，并协同处理人事变动。
3、完整的人员信息统一数据库，实时掌握人员动态信息和控制人员结构。
日程秘书系统
1、功能完善的按时提醒功能。
2、步骤完善的高级设置，可设置全天提醒事务。
3、让烦乱的公务安排流程化、人性化，及时知会下一步工作安排。
手机短信系统
1、以手机短信为沟通手段，以短信快速、准确、互动、低价，绿色环保的信息沟通方式取代传统的电话。
2、可设置短信发送权限，对端口进行参数设置。
视频点播系统
1、快捷上传短片，宣传影像、文化媒体。
2、企业员工能随时观看公司文化或点播产品影片。
3、实现内部宣传、多媒体教学、内部培训等。 资料保密系统
1、采用举天科技专有的数据管理模式，重要资料自动存储到远程服务器，本地硬盘不保留数据痕迹。从而防止资料被他人用U盘、磁盘或光盘的形式带走。
2、系统与数据分离，保证数据安全。
3、各用户使用文件权限分明，设置编辑、浏览、下载权限，杜绝资料文件被窃取的可能。
4、实现资料保密的同时，保持方便的电脑操作模式。 自动备份系统
1、自动备份系统是作为用户数据恢复的一个重要工具，用户可以针对自己的工作环境进行相应的备份策略，从而保证数据的安全性和完整性。
2、帮助保护您的数据免受意外灾难的影响。快速恢复数据，以最大限度地延长工作正常运转时间。
3、在异地或远程地点创建归档存储。在几乎任何时间地点备份数据。 软件管理系统
1、规范企业的计算机使用环境，塑造工作专用机，提高工作效率。
2、有效控管非法软件安装和使用，彻底杜绝计算机病毒。
3、实现软件正版化管理，防止私自安装和使用非正版软件给单位带来风险。
网页管理系统
1、净化企业上网环境，可以对上网网址和访问内容进行控制，从而达到约束上网行为的目的，杜绝不良信息的进入给单位带来的影响。
2、增强企业上网的安全性，防止非法网站对计算机的恶意攻击。
3、规范单位人员的上网权限，提供做工人员的工作效率。
远程管理系统
1、管理层不受空间的限制，可随时随地远程考核使用者的日常工作状况。
2、使IT工作人员可远程排查可疑进程，实时诊断计算机故障。 资产管理系统
1、准确评估用户局域网内的集群计算机终端，依据安全、稳定原则实现及时、可控的修复。缩短用户用于实现IT资产管理统计的时间，实现IT资产信息的实时汇总、跟踪、分析。
2、高效地计划操作系统迁移和IT产品的购买预算，减少时间和资源的消耗。
在线报修系统
1、可方便提交部门或公司设备问题，提高工作效率。
2、节省大量的时间和人力资源。
3、IT工作人员可远程授理报修设备，安排人员进行工作。
软件分发系统
1、自动实现单位大规模的应用软件分发和安装，确保应用软件以可靠和高效的方式分发、安装和维护。
2、优化网络效率，大幅度减少分发操作消耗的网络带宽，提高下载的可靠性，减少网络连接中断给用户带来的影响。

D. teradata针对汽车行业的产品有哪些

Teradata天睿公司（纽交所代码：TDC），是美国前十大上市软件公司之一。经过逾30年的发展，Teradata天睿公司已经成为全球最大的专注于大数据分析、数据仓库和整合营销管理解决方案的供应商。数量庞大、增长迅猛、种类多样的数据已经成为企业在大数据时代发展不得不面临的现实境况。这是挑战，也是机遇。对此，Teradata天睿公司基于客户需求，提供领先、全面、有效的解决方案，帮助企业获取商业洞察力，并且将之转化为行动力，创造商业价值。1989年Teradata天睿公司与NCR正式合作，共同研发计算机数据库。

E. 看看全球十大电信巨头的大数据玩法

看看全球十大电信巨头的大数据玩法

大数据时代，掌握海量数据无疑使自己在这竞争激烈的时代占得先机，对于电信运营商来说，更是如此。通过深度挖掘这些数据，他们正试图打造全新的商业生态圈，实现新的业绩增长点，当然也实现从电信网络运营商到信息运营商的转变。中云网的这篇文章将从全球十大电信运营商的角度分析它们是如何利用大数据的，从中或许可以给你一点启示。

对于电信运营商而言，没有哪一个时代能比肩4G时代，轻松掌握如此海量的客户数据。4G时代，手机购物、视频通话、移动音乐下载、手机游戏、手机IM、移动搜索、移动支付等移动数据业务层出不穷。它们在为用户创造了前所未有的新体验同时，也为电信运营商挖掘用户数据价值提供了大数据的视角。数据挖掘、数据共享、数据分析已经成为全球电信运营商转变商业模式，赢取深度商业洞察力的基本共识。

目前，全球120家运营商中，已经有48%的企业正在实施大数据战略。通过提高数据分析能力，他们正试图打造着全新的商业生态圈，实现从电信网络运营商（Telecom）到信息运营商（Infocom）的华丽转身。从曾经的“管道”到大数据战略融合，电信运营商到底该如何善用大数据？全球10强电信“大佬们”的大数据应用之道及其培育的新经济增长点启示颇多。

1. AT&T：位置数据货币化

AT&T是美国最大的本地和长途电话公司，创建于1877年。2009年，AT&T利用全球领先的数据分析平台、应用和服务供应商Teradata天睿公司的大数据解决方案，开始了向信息运营商的转变。

在培育新型业绩增长点的过程中，AT&T决定和星巴克开展合作，利用大数据技术收集、分析用户的位置信息，通过客户在星巴克门店附近通话或者其他通信行为，预判消费者的购物行为。为此，AT&T挑选高忠诚度客户，让其了解AT&T与星巴克之间的这项业务，并签署协议，将客户隐私的管理权交给客户自己。在获得允许情况下，AT&T将这些信息服务以一定金额交付给星巴克。星巴克通过对这些数据的挖掘，可以预估消费者登门消费的大概时间段，并且预测个人用户行为，并做出个性化的推荐。此外，在iPhone上市伊始，为了解iPhone的市场反响，AT&T还选择与Facebook结成战略联盟，通过对Facebook的非结构化数据进行分析，发现用户对价格、移动功能、服务感知等产品指标的体验情况，从而推出更加准确的电信捆绑服务。

2. NTT：创新医疗行业的社会化整合

NTT是日本最大电信服务提供商，创立于1976年。它旗下的NTTDOCOMO是日本最大的移动通讯运营商，也是全球最大的移动通讯运营商之一，拥有超过6千万的签约用户。

自2010年，NTTDOCOMO利用大数据解决方案，实现了医疗资源的社会化创新，培育了医疗信息服务增长点。面对日本社会的老龄化趋势，NTTDOCOMO想到了通过搭建信息服务平台，满足用户的个性化医疗需求。因此，NTTDOCOMO和Teradata天睿公司进行充分合作，利用其大数据解决方案，建立自己的资料库。通过开设MedicalBrain和MD+平台，聚合大量的医疗专业信息，网聚了大批医疗行业专业人士。这使用户和各种专业医疗和保健服务提供商共同拥有了符合标准的、安全可靠的生命参数采集和分发平台。在这个平台上，NTTDOCOMO能够根据用户的以往行为洞察其个性化需求，再将这些需求反馈至对应的医疗人员，帮助用户获得高价值的信息反馈。

3. Verizon：数据仓库促进精准营销

Verizon是美国最大的本地电话公司、最大的无线通信公司之一，也是全世界最大的印刷黄页和在线黄页信息提供商。它在美国、欧洲、亚洲、太平洋等全球45个国家经营电信及无线业务。

随着年轻一代用户成为电信消费主力人群，通过多媒体、社交媒体等渠道了解他们的消费行为成为Verizon的营销重点。因此，Verizon成立精准营销部门（PrecisionMarketingDivision），利用Teradata天睿公司的企业级数据仓库，对用户产生的结构化、非结构化数据进行挖掘、探索和分析。在大数据解决方案的帮助下，Verizon实现了对消费者的精准营销洞察，并且向他们提供商业数据分析服务，同时在获得允许情况下，将用户数据直接向第三方交易。此外，这些对用户购买行为的洞察也为Verizon的广告投放提供支撑，实现精准营销。凭借着获取的消费者行为的洞察力，Verizon还决定进军移动电子商务，形成自己全新的业绩增长点。

4. 德国电信：智能网络培育新增长点

德国电信是欧洲最大的电信运营商，全球第五大电信运营商。旗下T-Systems是全球领先的ICT解决方案和服务供应商。

正是T-Systems将德国电信带上了大数据的发展快车道。基于拥有全球12万平方米数据中心的优势，T-Systems提出了“智能网络”的概念。通过实时获得汽车、医疗以及能源企业的数据，T-Systems先后开发了车载互联网导航系统、交通意外自动呼叫系统以及声控电邮系统，以及能源网开发解决方案，实现电量的供需平衡。此外，它还通过设计安全的传输方式和便捷的解决方案，将医生和患者对接，提供整合的医疗解决方案。

5. Telefónica：大数据支撑用户体验优化

Telefónica创立于1924年，是西班牙的一家大型跨国电信公司，主要在西班牙本国和拉丁美洲运营，它也是全球最大的固定线路和移动电信公司之一。

Telefónica一直将用户体验视为企业发展重点。Telefónica启动一个针对移动宽带网络的端到端用户体验管理项目，并建立了一个包含60多个用户体验指标的系统，支持无线网络控制器（RNC）、域名系统（DNS）、在线计费系统（OCS）、GPRS业务支撑节点（SGSN）、探针等各种网络节点的信息采集。所有采集来的信息经过整合后存储到数据库中，为后续的用户体验测量提供数据支撑。

6. Vodafone：动态数据仓库支持商业决策

沃达丰是跨国性的移动电话运营商，现为全球最大的流动通讯网络公司之一。

Vodafone在大数据应用方面取得了丰硕成果。早在2009年，旗下SmarTone-Vodafone就委托Teradata天睿公司为其完成动态数据仓库的部署，使企业所有管理人员可以根据信息轻松制定最佳决策。它主要通过开放API，向数据挖掘公司等合作方提供部分用户匿名地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。这些大数据解决方案极大提高了SmarTone-Vodafone的市场领导力。

7. 中国移动：客户投诉智能识别系统降低投诉率

中国移动通信集团公司是中国规模最大的移动通信运营商，也是全球用户规模最大的移动运营商。

在中国移动近实现客户数量迅猛增长的同时，相应也带来了客户投诉量的增长。

为了辨别客户投诉的真实原因、发现问题、改进产品、提升服务体验，中国移动和Teradata天睿公司进行了密切合作。Teradata为其配置了基于CCR模型的客户投诉智能识别系统，以投诉内容为源头，通过智能文本分析，实现了从发现问题到分析问题，再到解决问题以及跟踪评估的闭环管理。经过一段时间使用，仅中国移动某省级公司，就实现全网投诉内容的智能识别：769个投诉原因被识别，配合业务部门提出37个产品优化建议，协助优化11个产品;优化不满意点58个，消除368,295客户的潜在不满隐患，每年节约成本达540万。

8. 法国电信：数据分析改善服务水平

法国电信是法国最大的企业，也是全球第四大电信运营商，拥有全球最大的3G网络Orange。

为了优化用户体验，法国电信旗下企业Orange采用Teradata天睿公司大数据解决方案，开展了针对用户消费数据的分析评估。Orange通过分析掉话率数据，找出了超负荷运转的网络并及时进行扩容，从而有效完善了网络布局，给客户提供了更好的服务体验，获得了更多的客户以及业务增长。同时，Orange承建了一个法国高速公路数据监测项目。面对每天产生500万条记录，Orange深入挖掘和分析，为行驶于高速公路上的车辆提供准确及时的信息，有效提高道路通畅率。

9. 意大利电信：数据驱动的个性化业务

意大利电信是欧洲最大的移动运营商之一，同时也是基于单一网络提供GSM系列服务的领先欧洲运营商。

面对固网业务的下滑，意大利电信构建了面向全业务运营的客户数据仓库，以适应市场、销售、客户服务等领域的业务规则和需要。通过对客户数据的洞察，有效地预测收入状况与客户行为的关联性，推出了诸多个性化产品满足客户需求。意大利电信推出的NapsterMobile音乐业务就提供包括手机铃声、艺术家肖像墙纸以及接入NapsterMobile歌曲目录等个性化服务，直接拉动了企业业绩。

10. KDDI：数据管理服务是核心

KDDI是日本知名的电信运营商，在世界多个国家设有子公司。

通过大数据资产，提供数据管理服务是KDDI的核心业务之一。KDDI利用自身优势，以数据中心为核心，向企业提供包括云计算服务在内的信息通讯综合服务。KDDI于2000年开始在中国开展为日系及当地企业提供数据管理服务，业务发展迅猛。2012年，KDDI在北京经济技术开发区建设了当地最大规模数据中心，占地2.5万平米，试图实现2015年海外营业额为2010年2倍的目标。

以4G为代表的移动互联网时代，令信息、互联网行为数据、话单数据、WAP日志/WEB日志、互联网网页、投诉文本、短信文本等结构化数据以及非结构数据呈现几何式增长。面对新型海量数据，传统电信运营商正面临越来越大的挑战：

客户与内容服务提供商联系更加紧密，但对电信企业的忠诚度反而下降；企业无法通过流量内容服务提供商业价值，盈利能力持续下降；“管道化”严重弱化对承载信息的掌控，丧失创新产品、业务发展的基础。

电信运营商需要凭借数据分析来竞争，实现数据价值货币化。同时，利用大数据实现企业从电信网络运营商到信息运营商的转型。通过对数据的分析，了解客户流量业务的消费习惯，识别客户消费的地理位置，洞察客户接触不同信息的渠道等等，电信运营商将获得深度商业洞察力，打造基于大数据的租售数据模式、租售信息模式、数字媒体模式、数据使能模式、数据空间运营模式、大数据技术提供商等全新商业模式。

以上是小编为大家分享的关于看看全球十大电信巨头的大数据玩法的相关内容，更多信息可以关注环球青藤分享更多干货

F. 五年后,大数据会怎样改变我们的生活

五年后,大数据会怎样改变我们的生活
全球大数据和数据分析领导企业Teradata天睿公司（纽交所上市公司，2007年从母公司 NCR 公司剥离独立）每年举办一次全球用户大会（Teradata Partners），我们讨论大数据不过三五年的事情，但是这场业内规模最大的数据分析峰会已经开了30年了。你能想到想不到的最资深的行业、商业智能、数据仓库和大数据专家，而且全球大名鼎鼎的数据驱动型企业的用户代表也都在这儿了。
会议间隙，记者采访了Teradata天睿公司首席执行官兼总裁Mike Koehler、首席技术官Stephen Brobst，以及大中华区首席执行官辛儿伦（Aaron Hsin），他们从不同方面分享了大数据是怎样改变和即将改变我们的生活，尤其是商业生活。

记者：中国公司已经开始从大数据中获得立竿见影的商业收益吗？
辛儿伦：其实，不管是立竿见影，还是潜移默化，就像本届大会的主题Breaking Big所阐述的一样，我们要积极拥抱大数据，在应用中要“打破束缚和限制”，不管是企业还是个人应该探索和追求“创新、差异化、勇气、重大进展和卓越表现。”
所以，企业要在大数据上获得收益，就必须坚持创新和追求创新，不管在技术上寻找突破，还是从业务流程、组织架构、企业的分析文化上，都要进行积极的创新。在国内，有十多个行业的客户选择Teradata做了很多创新的项目，包含政府与公共服务、地铁、交通运输、航空、通信行业、银行、保险、证券、物流、快递行业、制造行业、汽车、零售、电子商务、电力能源等行业。
比如在国内的快递行业，我们帮助一家领先的快递公司建立其数据收集和分析系统，协助完善其业务流程。通过找到它们业务流程中的“跑冒滴漏”环节，将业务环节的各种数据，例如扫描数据、车队的运营数据等跨部门的数据整合起来，改善计费流程系统，实现关联分析等高级分析功能，杜绝了以前流失的收入。据这家快递公司测算，在项目结束的第一年，如果假设部署Teradata解决方案和服务的费用为1块钱，那客户由此带来的收益就达到80块钱，这就是非常显著的改变。
在保险行业，大部分保险公司都以为客户会在周末查询有关保险的相关信息，所以投放网络广告都选择周末时段。其实，通过我们的大数据分析证明，其实应该是周一！就是大家最忙的工作日的第一天。所以，通过大数据分析，将广告资源投放在适合的时间、适合的人群就是帮助企业获得真正的受益。
针对营销方面，我们经常会接到各种“骚扰”的推销电话，其实这就是在不正确的时间、不正确的地点、用不正确的方式来提供给不恰当的人。企业应该基于客户的数据分析，用更加智能的方式来服务，我认为这种不精确的服务应该会越来越少。
其实，不管是已经在驾驭大数据中受益的企业，还是那些刚刚开始征程的组织，很多企业曾经面对大数据项目的投资时都出现过犹豫、徘徊。当然，这就需要更大的勇气支持。Teradata以及广大客户的调查已经看到，我们是时候积极行动了。我们也理解，文化上的转变可能比技术和分析流程上的转变历时更久，但是我们一直强调，大数据从小做起，相信企业也能很快看到大数据的价值，看到数据分析在商业变革中带来的不可替代的驱动力。
记者：大数据在技术层面的发展已经有了很大的突破，到底有哪些因素影响到大数据的技术进步真正投入到应用当中去？
Stephen Brobst：人们只是假装热爱技术进步，哈哈！实际上，人类希望看到的是一步步的改变，而不是翻天覆地的变化。
比如，像无人驾驶汽车技术早已存在，但是，现在直接让大众接受无人驾驶还是困难的，改变将会是循序渐进的。现在的汽车已经实现了自动泊车功能，这就是迈出了无人驾驶的第一步。无人驾驶更多是因为法规、监管、保险公司、律师之间存在的问题，现在还没有很快大规模应用。
另外，尽管人的生命非常珍贵，但你的汽车上的传感器数量比人身上的可穿戴传感器多的多。通过佩戴传感器，大数据可以提供很多健康方面的数据分析。例如根据你个人的基因状况，提供个性化的药物和治疗方案。这也是未来的一个发展趋势。但是很多人害怕，因为个人隐私的原因，不希望把自己的基因组数据放在大数据库里面。
在大数据领域，目前发展非常迅速而且想象前景最为丰富可能是物联网数据。Teradata公司认为大数据分析的未来图景就是“万物皆可分析”（Analytics of Everything）。此外，在Gartner公司的分析预测中，发布了2016 年可能影响企业的十大技术趋势，其中万物信息化以及物联网等技术入选。
其实，这些预测正是技术发展现实的写照。实现万物皆联网或者万物皆可分析，最主要的是靠传感器技术。在我们目前生活的时代，传感器技术结合大规模并行处理能力，使我们能够测量并整体分析几乎所有现象。先进的仪器使我们能够跟踪万物的变化，例如天气变化模式、汽车驾驶习惯、乃至快餐店冰箱的温度、医院里（或家里）病人的生命体征。将这些数据采集至数据库，并运用广泛的统计、分析及可视化工具对这些数据进行细致的分析。
正是由于这些传感器，我们的生活、工作中产生了新的数据源。例如，通过射频识别读取器，我们能够进行零售库存跟踪与控制、医疗测试采样跟踪、预防欺诈行为等；通过GPS定位跟踪器，能够进行车队管理和交通运输和货运管理；通过数据采集传感器，我们就能在制造业、环境保护、交通运输系统中采集到实时的数据用于分析。
但是，物联网之所以没有快速发展起来主要有三个原因：第一，我们还需要更加廉价的传感器。第二，物联网需要一个统一的标准，这点非常关键。例如，针对物联网数据的分析，我们发布了Teradata Listener软件，就是为了解决数据规格和实时分析的难度。第三，安全因素。物和物之间的联网涉及安全，如果有不良数据传送，比如说飞机、汽车、油泵等被黑掉就会造成事故，必须慎重。
记者：在您看来，五年之后大数据会让我们的日常生活发生哪些改变？
Mike Koehler：根据IDC最新的报告，全球联网设备的数量在2014年是103亿，发展到2020年将会增长到295亿。这将带来社会和人类生活的巨大变化。我们不会像分析师一样去预测未来，但是可以分享几个大数据应用的非常实在的例子。
未来五年，虽然有很多东西已经实现了互联，但是将还有更多的物品被连接到一起，导致新的大数据源不断涌现，同时带来新的洞察和前所未有的机遇。例如，在农业领域，大数据可以帮助葡萄酒庄酒庄，让他们自动控制给葡萄浇水、施肥的时间，甚至进行针对性的管理。
我们的每架飞机、每列火车和地铁、每辆车辆、甚至骑行的自行车等，都能够通过传感器实现互联，我们可以实时地了解到知道它们潜在的问题在哪里，解决方案是什么，怎样去进行维修等。
对当前和未来发展，大家虽然都认识到大数据的价值或者带来的改变，但是我更要强调大数据分析的价值！在一定程度上说，只是拥有数据并不能成为企业真正的竞争力，只拥有数据并不能给你的日常生活带来太多便利。Teradata公司的客户，美国全国保险公司客户管理副总裁Kathy Koontz 女士指出："重要的不是数据，而是如何使用数据。企业必须改变它们的经营方式，学会从数据中洞察事实并做出反应，否则数据整理得再有条理，也没什么价值。"
通用电气公司首席执行官Jeff Immelt曾说，“今天，数据分析时代已经来临，数据分析不再是未来愿景。每家实业公司都将围绕数据与分析技术以某种方式进行变革。”所以，我们可以看出，数据和分析正在彻底改变各个行业，彻底改变消费者，并带来新的竞争对手，但更重要的是，数据和数据分析使得我们的社会开始了前所未有的转型。

G. 大数据分析的未来图景 万物皆可分析

大数据分析的未来图景：万物皆可分析

在云计算、大数据之后物联网成为新晋热点话题，物联网改变了我们看待世界的方法，改变了我们做业务的方法，甚至改变我们的生活方式。但是即使是最精通技术的企业也承认，从物联网生成的数据中获取价值非常困难，需要大量技巧。

Teradata认为的数据分析未来图景是“万物皆可分析”，所以在本次大会上也发布了Teradata Listener，其是一款具有实时“听取”功能的自助式智能软件，对客户而言可跟踪他们世界各地存放的多条传感器和物联网数据流，并将该数据传送到分析生态系统中的多个平台，使得我们能够在数据源的发生地就可以进行分析。

Teradata天睿公司大中华区首席执行官辛儿伦

同时Teradata也强调，在建设数据分析系统中，要避免数据孤岛。由于单一技术无法解决全面数据分析的需求，必须简化各种技术难度，创建统一生态数据管理系统。简化是非常重要的需求，任何数据分析系统都要使得架构简化。所以，在本次大会上，Teradata还更新了其统一数据架构（UDA），推出了在单一机箱内整合Teradata数据仓库、Teradata Aster Analytics和Hadoop系统，使用户能够在更小的数据中心空间内发挥整个分析生态系统管理的优势。

在本次大会上，ZDNet采访了Teradata天睿公司大中华区首席执行官辛儿伦，以下为访谈实录：

ZDNet：2015年的大会以Breaking Big为主题，请问其寓意是什么？这是否代表Teradata对于大数据认知在概念上的颠覆？

辛儿伦：Breaking Big这个主题，我理解最核心的应该是“打破束缚和限制”，不管是企业还是个人应该探索和追求“创新、差异化、勇气、重大进展和卓越表现。”

第一，在大数据时代，企业必须坚持创新和追求创新，不管技术上寻找突破，还是从业务流程、商业模式、组织架构、企业的分析文化上，都可进行积极的创新。例如，去年我们刚刚收购的Think Big公司，帮助我们增强对Hadoop的咨询、顾问和实施能力， 以及与其它分析平台的交互能力。在本次大会上，我们刚宣布Think Big成为业内首个能够为Hadoop数据湖（数据资源池）提供全面的管理服务，这将帮助企业非常便利地创建数据分析的生态系统，确保数据质量、可靠性、实时性以及日常的运营任务。

我强调一下，我们的Think Big公司支持主要的Apache? Hadoop?，包括Cloudera、Hortonworks、MapR、Spark、Kafka、NoSQL以及其他开源技术，非常全面。而且更重要的是，我这里也是首次宣布，我们的Think Big业务已经确定引入到大中华区，目前已经在完成人员的配备。

第二，我觉得企业中在数据分析上的务实和积极进取的文化非常重要。其中，这个主题中提到“勇气”是企业实现大数据项目成功的重要保证。很多的企业，曾经面对大数据项目的投资犹豫、徘徊，其实这就需要更大的勇气支持。Teradata以及广大客户的反馈已经看到，我们是时候积极行动了。我们也理解，文化上的转变可能比技术和分析流程上的转变历时更久，但是我们一直强调，大数据从小做起，相信你也能很快看到大数据的价值，看到大数据分析在商业变革中带来的不可替代的驱动力。

ZDNet：每年的全球用户大会，Teradata都会发布业界注目的新产品。今年发布的产品中，您认为哪些是最具亮点的？

辛儿伦：今年，我们在大数据技术、开源技术的支持以及咨询服务上都有重要的更新和发布。这里，我特别强调一下，本次大会上最亮点的应该是针对物联网的传感器数据的分析能力，甚至实现了万物皆可分析（Analytics of Everything）。Teradata Listener技术能够通过整合开源技术，帮助客户分析物联网中不计其数的数据源，简化数据分析的难度。Teradata QueryGrid技术能在统一数据架构上快速有效地进行主题分析或查询多元化的大数据，以取得业务需要的信息。

同时，Teradata Aster新的版本能直接交互Hadoop数据资源池或数据仓库平台，帮助客户进行实时的数据探索，例如高效营销中进行客户路径和消费模式分析，等等.

ZDNet：最近，Gartner发布了2016年可能影响企业的十大技术趋势，其中万物信息化以及物联网等技术入选。在目前发展出现这些趋势之时，您怎们看技术的发展趋势？如果时间放长远一点，据您观察未来5年甚至10年，那些技术可能会成为影响企业比较显著的技术趋势？

辛儿伦：我们看到这些十大技术趋势，这些都是战略性大趋势，其中包括Information of Everything（万物信息化）以及物联网架构和平台。其实，我认为这不仅是趋势，而是新的IT现实。

关于万物信息化，可以理解为我们身处在一个数字网格之中，这个环境会产生、使用其产生的无计其数的信息。在这些数据和信息的海洋中，不管是企业还是个人，必须学会判断和识别哪些信息能够带来战略性的价值，掌握如何访问这些不同的数据源，并通过各种分析方法和算法找出其中的业务价值。

其实，这些预测也是真实IT现实的写照。实现万物皆联网或者信息化，最主要之一靠传感器技术。在我们目前生活的时代，传感器技术结合大规模并行处理能力，使我们能够测量并整体分析几乎所有现象。先进的仪器使我们能够跟踪万物的变化，例如天气变化模式、汽车驾驶习惯、乃至快餐店冰箱的温度、医院里（或家里）病人的生命体征。将这些数据采集至数据库，并运用广泛的统计、分析及可视化工具对这些数据进行细致的分析。

正是由于这些传感器，我们的生活、工作中产生了新的数据源。例如，通过射频识别读取器，我们能够进行零售库存跟踪与控制、医疗测试采样跟踪、预防欺诈行为等；通过GPS定位跟踪器，能够进行车队管理和交通运输和货运管理；通过数据采集传感器，我们就能在制造业、环境保护、交通运输系统中采集到实时的数据用于分析。

例如，西门子公司就通过部署Teradata技术提升其制造流程及产品质量。西门子首次实现了整合来自传感器、制造流程、机器生成数据，以及各种源系统的数据。西门子技术领域商业分析及监测总监Michael May博士对此说：“现在，我们可以更快、更有效地获得数据中的价值。把大数据转换为智能数据，我们将能够优化产品质量，为客户提供更加优质的服务。”

关于物联网我提两点：《2014－2015年中国物联网发展年度报告》中指出，物联网技术与云计算、大数据、移动互联网等新兴一代信息技术的协同创新进一步深化，与农业、制造业、服务业等传统产业，与新能源、新材料、先进制造业等新兴产业的“双向融合”不断加强。物联网加快向经济、社会、生活众多领域渗透，不断催生新变革、新应用和新业态。这些都是非常可喜的发展成绩。现在快速发展的物联网，以及未来的“万物皆联网”，任何人、事、物之间将能实现连接，这将带来沟通模式的变化、业务模式的变化，甚至发展模式的变化。

但是，我们更要强调，要想让物联网发挥出价值，企业必须对传感器数据进行整合和分析，并把分析结果利用到生产流程中来，而由大数据驱动的物联网才是有价值的物联。

由于物联网数据都是非结构化数据，这种JSON数据的分析都非常复杂。在今年5月，我们就宣布首次在同一数据库实现三大JSON数据格式的原生存储，这将为客户提供更强的查询性能。通过对Teradata数据库升级，能够帮助业务用户充分利用网页应用、传感器和物联网机器生成JSON数据的商业价值。而Teradata数据库具备分析JSON数据、操作数据和历史业务数据的强大功能，而这一顶级查询性能使其成为物联网分析枢纽。此外，本次大会上发布的Teradata Listener是一款自助式智能软件，具有实时“听取”功能，可协助客户跟踪他们世界各地存放的多条传感器和物联网数据流，并将该数据传送到分析生态系统中的多个平台，这些都是巨大的技术突破。

针对未来更长时间的趋势预测，如果从更加宏观的角度看，我们先梳理一下整个IT 行业的发展，然后就能看到未来的发展趋势。过去从70或者80年代开始，对整个IT产业的关注，不管是产业给予的专注，还是IT供应商的专注，或是企业对于成立自己的IT部门的专注，更多的是一种小I大T的专注，什么叫小I大T？小的专注于Information能够体现的价值，而大量专注于运用用和研发Technology方面的议题。这就是小I大T，更多地认为IT就只是Technology这个课题，但是我们要注意IT不仅仅是Technology，IT是两个课题，是Information和Technology。

随着技术的发展，现在的技术能够承载的Information的价值度是迅速提升的，，未来更多的机会会更多在Information这个主题，延伸出来未来10年、20年、30年的前景。特别是未来这30年，这个时代将会是大I小T的时代，更多的主轴是在Information主题。，

ZDNet：从Teradata以及服务客户的经验看，如果让您建议一个企业要建立起自己的大数据战略，应该要去准备什么战略？

辛儿伦：首先建议客户要先问自身几个问题，那就是为什么要建立自己的大数据战略？是什么业务发展方向需要数据驱动型战略？。大数据战略要针对具体的业务场景，有了明确的业务场景目标，建设驾驭大数据的能力才有针对性性和使命感。

例如某企业要提升他的客户价值贡献度，希望建立起大数据战略，能够通过与客户的多种互动渠道的信息中获得洞察例如通过360度的统一客户视图等，在正确的时间、正确的地点、适当的方式，提供这位客户需要的服务或产品。又如金融机构通过建立起针对风险控制的大数据战略，能够发现和判断自己企业面对的风险以及危害程度，如担保圈分析等。如电信运营商可以通过建立针对客户服务品质优化的大数据战略，发现即将离网的用户等，提高自己的业务支持并挽留用户。

但是，在这里我要强调一点，数据驱动型战略不等同于数据收集战略，目前企业应尽量避免“存而不用”，建立大数据能力绝不是收集数据、存数据。

根据我们协助全球许多客户建设高效的大数据战略呢？，我想分享几个成功的关键：

第一，全面。企业需要采取宏观视角来识别构成高效体系的诸多不同要素，将不同的数据集（比如内部和外部数据流，或来自企业不同职能部门的信息）链接起来，通过关联分析，找出富有意义的信息。

第二，以业务为核心。针对大数据的战略规划应当以业务为导向，大数据战略并非科学项目，而是必须以满足实际的业务需求为核心。

第三，灵活。必须考虑到未来的使用情形，大数据战略和大数据分析方法论应避免常见的限制，比如过多地依赖于单一技术或单一平台模式或过于制式的流程等；由于数据驱动的转型不会一步到位或立刻传遍整个企业，因此在制定战略时，必须认识到价值是逐步创造出来的，并将整个演变过程考虑在内。

第四，有条理且可扩展。要确保大数据战略能够得到全面贯彻，而不是导致另一大群数据孤岛的产生。

第五，数据分析、科学决策。形成以分析为导向的思维方式，并培养真正的数据驱动文化。

以上是小编为大家分享的关于大数据分析的未来图景 万物皆可分析的相关内容，更多信息可以关注环球青藤分享更多干货