天睿集團資料庫

A. 當製造遇上大數據

當製造遇上大數據
大數據如今已經影響到企業生產製造、運營、管理的方方面面，本文從客戶管理、優化生產以及供應鏈管理三方面窺探大數據的無限可能。
小調查：大數據如何改造製造業？
由湯姆·克魯斯主演、斯皮爾伯格導演的影片《少數派報告》描述了在2054年，利用科技讀取「先知」腦波的畫面來偵察出人的犯罪企圖，從而准確預測犯罪行為，並在罪犯犯罪之前就能將其逮捕的場景。片中的「先知」是擁有超能力的「人類」，但在現實世界中，「先知」就是近年來我們經常提及的—大數據分析。專注於大數據分析的全球性軟體公司Teradata(天睿公司)國際集團總裁赫爾曼·威摩(HermannWimmer)認為大數據主要包含三大塊：一是傳統的數據，例如企業原來的交易系統、網路系統以及ERP系統等數據倉庫；二是感測器生成的數據；三是社交媒體上的數據。
「現在越來越多的行業都要適應大數據的趨勢，不僅限於原來的高科技、互聯網企業，現在包括通訊、金融、製造、能源等行業都在順應趨勢培養這方面的競爭力。」Hermann Wimmer 說，「用數據來驅動業務增長」是未來的方向。「例如，市場部門如何利用真實的數據來幫助制定市場成長策略；怎樣提升客戶體驗或者客戶滿意度；怎樣通過降低倉儲、物流的運營成本等讓企業運營得更智慧、更有效率；怎樣結合生產部門和其他部門的數據優化生產和運營能力，這些都是大數據的『用武之地』。」Teradata( 天睿公司) 大中華區首席執行官辛兒倫(AaronHsin) 舉例道。
對於傳統製造業來說，大數據能在哪些方面進行「顛覆」和「改進」？麥肯錫咨詢公司在近日發布的《如何利用大數據改進製造業》的報告中列舉了10 條大數據顛覆製造過程的路徑，涉及優化生產進度；提高製造績效；精確供應商管理；追蹤產品質量，改進工作流程；以銷定產，制定生產計劃；量化產能，追蹤設備運轉效率；以及提供生產設備預防性維護建議等方面。
可以說，大數據影響到生產製造、運營、管理的方方面面，而從目前大數據在製造業的應用范圍來看，我們想從客戶關系管理(CRM)、優化生產以及供應鏈管理三方面窺探大數據的無限可能。
「大海撈針」成為可能
在當今經濟環境中，良好的客戶服務和客戶體驗至關重要。越來越多的企業通過挖掘客戶|數據提升客戶關系，了解客戶需求。今天的CRM 數據分析能力已經不止局限於客戶郵件、電話等數據，而是能夠識別客戶購買行為，了解客戶情緒。辛兒倫切身感受到數據分析在客戶管理方面應用的變化趨勢：「過去更多是在數據倉庫針對客戶關系的管理和體驗，特別是對客戶|數據和CRM數據進行分析和探索促進營銷增長的途徑和手段。隨著技術和數據架構的演進，現在的數據已經延伸到很多范圍，比如位置數據、基站數據、還有通話記錄和移動互聯網上的消費者行為等。利用這些來自多渠道的數據建立分析模型，以便從360 度去觀察客戶的興趣、愛好，並預測未來的行為，從而制定個性化的營銷策略。」
發生在海爾的一個營銷故事可以從這方面揭示大數據的「神奇」。2012 年，海爾推出帝樽空調，如何精準地預測有哪些用戶可能選購帝樽空調？如何送去個性化的服務方案？海爾從SCRM 會員資料庫中提取了數萬名用戶數據，與中國郵政的名址資料庫匹配，建立「look-alike」模型。此外，海爾SCRM會員平台還同旅遊、健康類雜志有合作。海爾通過查詢訂閱名|錄，發現北京一小區有人訂閱旅遊雜志，其中有位陳先生。海爾得出「他對環境、自然應該感興趣」的結論，於是推測，他極有可能對帝樽空調除PM2.5功能感興趣。接著，陳收到了海爾投遞的一封直郵單頁，除了公益環保知識外，重點介紹了帝樽空調的除PM2.5 功能。接下來的故事就水到渠成了，陳帶著直郵單頁，到附近的商超購買了空調，並且還登錄海爾官方網站，自主注冊成為海爾會員。
從這個案例可以看出，在客戶管理方面，企業營銷的對象不僅是一群人、一類人，而是具體的某個人。其次，跨領域數據的整合也很重要，當然企業應當首先明確需要哪些領域的數據和如何獲取這些數據。Hermann Wimmer 例舉了兩個行業之間的數據共享帶來的商業價值—汽車行業和保險行業。「買車的人都要上保險，每一個司機由於自己的駕駛習慣不一樣，保險公司對於他們的評估也是不一樣的。如何才能更准確地評估一個司機到底屬於高風險還是低風險駕駛習慣，就取決於他所開的車。通過車上所裝載的100多個感測器傳回的數據，可以了解他的駕駛習慣，然後判斷他屬於什麼級別的風險類別。比如，他不超速、駕駛平穩，就屬於低風險，反之，開的很快就屬於高風險類別。」Hermann Wimmer 說，這兩個行業密切的聯系就是由感測器帶來的數據連接起來的
數字化、智能化的生產過程
在傳統的製造企業中，大量的數據分布於企業中的各個部門中，要想在整個企業內及時、快速提取這些數據存在一定的困難。譬如，企業資源規劃系統(ERP) 數據、製造執行系統(EMS) 數據等分別位於各自的系統中，除此之外，在一些智能化的工廠里，設備、原材料等都被嵌入微型處理器、感測器，這些裝置產生大量的數據。人們在將製造過程數字化的同時也為數據處理和分析提出了難題。如何將這些數據放置到一個技術處理平台上對於優化生產流程等有重要意義。Teradata( 天睿公司) 大中華區大數據事業部總監孔宇華指出，新的技術可以把人和人、物和物及事件之間的關聯性找出來，但是前提是這種大數據分析是建立在一個統一、可以實現數據流通的平台上。這個可供訪問的平台，能夠整合不同系統內的數據。
最簡單直接的方法就是創建產品生命周期管理(PLM) 平台，它也是一種企業管理軟體，但好處在於可以充分整合來自研發、工程、生產部門的數據，對工業產品的生產進行虛擬模型化，優化生產流程，確保企業內的所有部門以相同的數據協同工作，從而提升組織的運營效率，縮短產品的研發與上市時間。西門子工業軟體( 上海) 有限公司的高級業務顧問周克虎說：「拿汽車行業為例，汽車研發是個極其復雜的過程，一方面，它需要多個職能團隊的通力合作。另一方面，所有這些團隊還要處理大量的數據。為了避免溝通不力，確保生產過程的順暢運行，工程團隊不僅要管理團隊內的數據，還必須時刻掌握生產部門的質量控制團隊的工作進展。」
PLM 匯集從初稿到詳細設計過程、再到實際生產的所有相關信息。因此，企業可以通過PLM 收集的此類數據來優化設計和生產過程。例如，奇瑞汽車利用PLM 平台， 將生產規劃、模擬和實際生產，把製造和產品研發聯系起來。例如，尺寸分析在車身設計中具有重要作用，奇瑞的研發人員利用PLM 工具進行尺寸分析，能夠在設計的早期階段就能確定設計結構和生產方法是否符合技術規范，以便及早制定解決方案來優化這些因素。同時利用這些模擬程序，還可以進行各種汽車安全性能的測試等。
舉例， 西門子的PLM 軟體平台上可以做的差異分析，它能在計算機生成的三維模型的輔助下模擬生產工藝，能夠在執行實際生產之前洞察生產工藝中的薄弱點。奇瑞就曾利用它查出某車型頭燈生產中的問題，為公司避免了十多萬美元的損失。因為能夠在虛擬的環境中模擬產品設計、生產流程，工廠規劃效率得以提升，生產線生產效率也會提高。
大數據是製造業智能化的基礎，進而實現大規模的定製。由於消費者人數眾多，每個人需求不同，導致需求的具體信息也不同，加上需求不斷變化，就構成了產品需求的大數據。製造業企業對這些數據進行處理，進而傳遞給智能設備，進行數據挖掘、設備調整、原材料准備等步驟，才能生產出符合個性化需求的定製產品。「未來的製造將是數據驅動的。」Hermann Wimmer 說。
高效、科學的供應鏈管理
大數據所具備的預測功能使得大數據在供應鏈管理上的作用大大提高。製造業從供應鏈渠道，以及生產現場的儀器或感測器網路收集了大量數據。利用大數據對這些資料庫進行更緊密的整合與分析，可以幫助改善庫存管理、銷售與分銷流程的效率，以及對設備的連續監控。大數據可以使供應鏈中的物流業變得更高效：卡車內的電子車載錄像機可以提供卡車的位置；如何快速驅動感測器和射頻標簽等，幫助滿載的卡車更有效地結合道路狀況、交通信息和天氣條件以及客戶的位置，從而大大節省時間和費用。
孔宇華說，供應鏈上的大數據分析可以讓企業科學地制定銷售策略，而不是像過去那樣靠經驗和冒險。比如，一個生產羽絨服的品牌，在全國有幾千家店，10萬件貨品如何分配到全國的各個店裡。平均每個店1,000套？顯然不夠科學。因為南北方的供需市場不一樣，北方需求大但競爭品牌也多；此外，不同地域裡衣服的號碼需求也不一樣，南方人穿衣的號碼就小一點，北方人則可能大一點。通過大數據分析，對歷史數據、天氣信息等做分析可以給企業合理的建議：哪些貨運到哪裡最合適，從而避免了積壓或缺貨的庫存問題。
零售商在大數據的應用上處於領先地位。零售巨頭沃爾瑪開發了一個大數據工具，通過這個工具供應商可以事先知道每家店的賣貨和庫存情況，從而可以在沃爾瑪發出指令前自行補貨，極大地減少斷貨的情況和供應鏈整體的庫存水平。在這個過程中，供應商還可以控制商品在店內的陳設，而沃爾瑪也減少了這項的人力和資金投入，可謂雙贏。因此，對於製造企業來說，借鑒這些經驗優化供應鏈管理，從原料采購，到物流配送環節都非常有意義。根據大數據和相應的分析工具及時甚至事先選擇合適的供應商和物料投入生產加工，並且到物流階段可以選擇合理的配送方案，以及銷售策略。在大數據的支持下，一切都科學、合理，不僅提高了生產效率、服務質量，同時也降低了成本。

B. te.data 是什麼

①你是指Teradata么。。。？Teradata天睿公司是全球最大且專注於資料庫軟體、企業級數據倉庫、數據倉庫專用平台和分析方案的供應商,致力於幫助企業實現靈活性。
②data[英][ˈdeitə] [美][ˈdetə, ˈdætə, ˈdɑtə]
n.資料，材料；datum的復數；[計算機]數據，資料；從科學實驗中提取的價值

C. 睿雲的舉天睿雲功能介紹

公文流轉系統
1、實現公司無紙化辦公，實現多方的事務審批模式。
2、設定方式自由靈活，確保公司日常事務正常運行，實現真正的無紙化。
文檔管理系統
1、在集中文檔的基礎上實現集權和分權的文檔管理模式，建立相應組織架構的文檔資料庫。
2、提高使用者的存取、查找、管理、保護、分析和共享資料的能力。
3、設置多重訪問許可權，機密文檔的存儲，調用安全無憂。
4、對單位現有文檔資源加以有效利用，充分挖掘現有文檔潛力，為以後文檔的收集制定統一標准。
即時通訊系統
1、提供更方便的溝通方式，包括文本會話、多格式文檔收發、電子公告等遠程協作方式，減少企業通訊費用、節省開支。
2、增強團隊的信息共享和溝通能力，企業員工可以輕松地通過所配置的組織架構查找需要進行通訊的人員，從而提高工作效率。
3、交流信息自動備份，防止事後逃脫責任。
4、彈性設置溝通許可權，制定適合單位特點的溝通架構。
5、海量傳輸能力，實現G級文件的超速傳輸。
人事管理系統
1、清晰實時的組織架構，解決人員變動頻繁造成的混亂問題。
2、實現了人員、技能、崗位、任務的四統一，並協同處理人事變動。
3、完整的人員信息統一資料庫，實時掌握人員動態信息和控制人員結構。
日程秘書系統
1、功能完善的按時提醒功能。
2、步驟完善的高級設置，可設置全天提醒事務。
3、讓煩亂的公務安排流程化、人性化，及時知會下一步工作安排。
手機簡訊系統
1、以手機簡訊為溝通手段，以簡訊快速、准確、互動、低價，綠色環保的信息溝通方式取代傳統的電話。
2、可設置簡訊發送許可權，對埠進行參數設置。
視頻點播系統
1、快捷上傳短片，宣傳影像、文化媒體。
2、企業員工能隨時觀看公司文化或點播產品影片。
3、實現內部宣傳、多媒體教學、內部培訓等。 資料保密系統
1、採用舉天科技專有的數據管理模式，重要資料自動存儲到遠程伺服器，本地硬碟不保留數據痕跡。從而防止資料被他人用U盤、磁碟或光碟的形式帶走。
2、系統與數據分離，保證數據安全。
3、各用戶使用文件許可權分明，設置編輯、瀏覽、下載許可權，杜絕資料文件被竊取的可能。
4、實現資料保密的同時，保持方便的電腦操作模式。 自動備份系統
1、自動備份系統是作為用戶數據恢復的一個重要工具，用戶可以針對自己的工作環境進行相應的備份策略，從而保證數據的安全性和完整性。
2、幫助保護您的數據免受意外災難的影響。快速恢復數據，以最大限度地延長工作正常運轉時間。
3、在異地或遠程地點創建歸檔存儲。在幾乎任何時間地點備份數據。 軟體管理系統
1、規范企業的計算機使用環境，塑造工作專用機，提高工作效率。
2、有效控管非法軟體安裝和使用，徹底杜絕計算機病毒。
3、實現軟體正版化管理，防止私自安裝和使用非正版軟體給單位帶來風險。
網頁管理系統
1、凈化企業上網環境，可以對上網網址和訪問內容進行控制，從而達到約束上網行為的目的，杜絕不良信息的進入給單位帶來的影響。
2、增強企業上網的安全性，防止非法網站對計算機的惡意攻擊。
3、規范單位人員的上網許可權，提供做工人員的工作效率。
遠程管理系統
1、管理層不受空間的限制，可隨時隨地遠程考核使用者的日常工作狀況。
2、使IT工作人員可遠程排查可疑進程，實時診斷計算機故障。 資產管理系統
1、准確評估用戶區域網內的集群計算機終端，依據安全、穩定原則實現及時、可控的修復。縮短用戶用於實現IT資產管理統計的時間，實現IT資產信息的實時匯總、跟蹤、分析。
2、高效地計劃操作系統遷移和IT產品的購買預算，減少時間和資源的消耗。
在線報修系統
1、可方便提交部門或公司設備問題，提高工作效率。
2、節省大量的時間和人力資源。
3、IT工作人員可遠程授理報修設備，安排人員進行工作。
軟體分發系統
1、自動實現單位大規模的應用軟體分發和安裝，確保應用軟體以可靠和高效的方式分發、安裝和維護。
2、優化網路效率，大幅度減少分發操作消耗的網路帶寬，提高下載的可靠性，減少網路連接中斷給用戶帶來的影響。

D. teradata針對汽車行業的產品有哪些

Teradata天睿公司（紐交所代碼：TDC），是美國前十大上市軟體公司之一。經過逾30年的發展，Teradata天睿公司已經成為全球最大的專注於大數據分析、數據倉庫和整合營銷管理解決方案的供應商。數量龐大、增長迅猛、種類多樣的數據已經成為企業在大數據時代發展不得不面臨的現實境況。這是挑戰，也是機遇。對此，Teradata天睿公司基於客戶需求，提供領先、全面、有效的解決方案，幫助企業獲取商業洞察力，並且將之轉化為行動力，創造商業價值。1989年Teradata天睿公司與NCR正式合作，共同研發計算機資料庫。

E. 看看全球十大電信巨頭的大數據玩法

看看全球十大電信巨頭的大數據玩法

大數據時代，掌握海量數據無疑使自己在這競爭激烈的時代佔得先機，對於電信運營商來說，更是如此。通過深度挖掘這些數據，他們正試圖打造全新的商業生態圈，實現新的業績增長點，當然也實現從電信網路運營商到信息運營商的轉變。中雲網的這篇文章將從全球十大電信運營商的角度分析它們是如何利用大數據的，從中或許可以給你一點啟示。

對於電信運營商而言，沒有哪一個時代能比肩4G時代，輕松掌握如此海量的客戶數據。4G時代，手機購物、視頻通話、移動音樂下載、手機游戲、手機IM、移動搜索、移動支付等移動數據業務層出不窮。它們在為用戶創造了前所未有的新體驗同時，也為電信運營商挖掘用戶數據價值提供了大數據的視角。數據挖掘、數據共享、數據分析已經成為全球電信運營商轉變商業模式，贏取深度商業洞察力的基本共識。

目前，全球120家運營商中，已經有48%的企業正在實施大數據戰略。通過提高數據分析能力，他們正試圖打造著全新的商業生態圈，實現從電信網路運營商（Telecom）到信息運營商（Infocom）的華麗轉身。從曾經的「管道」到大數據戰略融合，電信運營商到底該如何善用大數據？全球10強電信「大佬們」的大數據應用之道及其培育的新經濟增長點啟示頗多。

1. AT&T：位置數據貨幣化

AT&T是美國最大的本地和長途電話公司，創建於1877年。2009年，AT&T利用全球領先的數據分析平台、應用和服務供應商Teradata天睿公司的大數據解決方案，開始了向信息運營商的轉變。

在培育新型業績增長點的過程中，AT&T決定和星巴克開展合作，利用大數據技術收集、分析用戶的位置信息，通過客戶在星巴克門店附近通話或者其他通信行為，預判消費者的購物行為。為此，AT&T挑選高忠誠度客戶，讓其了解AT&T與星巴克之間的這項業務，並簽署協議，將客戶隱私的管理權交給客戶自己。在獲得允許情況下，AT&T將這些信息服務以一定金額交付給星巴克。星巴克通過對這些數據的挖掘，可以預估消費者登門消費的大概時間段，並且預測個人用戶行為，並做出個性化的推薦。此外，在iPhone上市伊始，為了解iPhone的市場反響，AT&T還選擇與Facebook結成戰略聯盟，通過對Facebook的非結構化數據進行分析，發現用戶對價格、移動功能、服務感知等產品指標的體驗情況，從而推出更加准確的電信捆綁服務。

2. NTT：創新醫療行業的社會化整合

NTT是日本最大電信服務提供商，創立於1976年。它旗下的NTTDOCOMO是日本最大的移動通訊運營商，也是全球最大的移動通訊運營商之一，擁有超過6千萬的簽約用戶。

自2010年，NTTDOCOMO利用大數據解決方案，實現了醫療資源的社會化創新，培育了醫療信息服務增長點。面對日本社會的老齡化趨勢，NTTDOCOMO想到了通過搭建信息服務平台，滿足用戶的個性化醫療需求。因此，NTTDOCOMO和Teradata天睿公司進行充分合作，利用其大數據解決方案，建立自己的資料庫。通過開設MedicalBrain和MD+平台，聚合大量的醫療專業信息，網聚了大批醫療行業專業人士。這使用戶和各種專業醫療和保健服務提供商共同擁有了符合標準的、安全可靠的生命參數採集和分發平台。在這個平台上，NTTDOCOMO能夠根據用戶的以往行為洞察其個性化需求，再將這些需求反饋至對應的醫療人員，幫助用戶獲得高價值的信息反饋。

3. Verizon：數據倉庫促進精準營銷

Verizon是美國最大的本地電話公司、最大的無線通信公司之一，也是全世界最大的印刷黃頁和在線黃頁信息提供商。它在美國、歐洲、亞洲、太平洋等全球45個國家經營電信及無線業務。

隨著年輕一代用戶成為電信消費主力人群，通過多媒體、社交媒體等渠道了解他們的消費行為成為Verizon的營銷重點。因此，Verizon成立精準營銷部門（PrecisionMarketingDivision），利用Teradata天睿公司的企業級數據倉庫，對用戶產生的結構化、非結構化數據進行挖掘、探索和分析。在大數據解決方案的幫助下，Verizon實現了對消費者的精準營銷洞察，並且向他們提供商業數據分析服務，同時在獲得允許情況下，將用戶數據直接向第三方交易。此外，這些對用戶購買行為的洞察也為Verizon的廣告投放提供支撐，實現精準營銷。憑借著獲取的消費者行為的洞察力，Verizon還決定進軍移動電子商務，形成自己全新的業績增長點。

4. 德國電信：智能網路培育新增長點

德國電信是歐洲最大的電信運營商，全球第五大電信運營商。旗下T-Systems是全球領先的ICT解決方案和服務供應商。

正是T-Systems將德國電信帶上了大數據的發展快車道。基於擁有全球12萬平方米數據中心的優勢，T-Systems提出了「智能網路」的概念。通過實時獲得汽車、醫療以及能源企業的數據，T-Systems先後開發了車載互聯網導航系統、交通意外自動呼叫系統以及聲控電郵系統，以及能源網開發解決方案，實現電量的供需平衡。此外，它還通過設計安全的傳輸方式和便捷的解決方案，將醫生和患者對接，提供整合的醫療解決方案。

5. Telefónica：大數據支撐用戶體驗優化

Telefónica創立於1924年，是西班牙的一家大型跨國電信公司，主要在西班牙本國和拉丁美洲運營，它也是全球最大的固定線路和移動電信公司之一。

Telefónica一直將用戶體驗視為企業發展重點。Telefónica啟動一個針對移動寬頻網路的端到端用戶體驗管理項目，並建立了一個包含60多個用戶體驗指標的系統，支持無線網路控制器（RNC）、域名系統（DNS）、在線計費系統（OCS）、GPRS業務支撐節點（SGSN）、探針等各種網路節點的信息採集。所有採集來的信息經過整合後存儲到資料庫中，為後續的用戶體驗測量提供數據支撐。

6. Vodafone：動態數據倉庫支持商業決策

沃達豐是跨國性的行動電話運營商，現為全球最大的流動通訊網路公司之一。

Vodafone在大數據應用方面取得了豐碩成果。早在2009年，旗下SmarTone-Vodafone就委託Teradata天睿公司為其完成動態數據倉庫的部署，使企業所有管理人員可以根據信息輕松制定最佳決策。它主要通過開放API，向數據挖掘公司等合作方提供部分用戶匿名地理位置數據，以掌握人群出行規律，有效地與一些LBS應用服務對接。這些大數據解決方案極大提高了SmarTone-Vodafone的市場領導力。

7. 中國移動：客戶投訴智能識別系統降低投訴率

中國移動通信集團公司是中國規模最大的移動通信運營商，也是全球用戶規模最大的移動運營商。

在中國移動近實現客戶數量迅猛增長的同時，相應也帶來了客戶投訴量的增長。

為了辨別客戶投訴的真實原因、發現問題、改進產品、提升服務體驗，中國移動和Teradata天睿公司進行了密切合作。Teradata為其配置了基於CCR模型的客戶投訴智能識別系統，以投訴內容為源頭，通過智能文本分析，實現了從發現問題到分析問題，再到解決問題以及跟蹤評估的閉環管理。經過一段時間使用，僅中國移動某省級公司，就實現全網投訴內容的智能識別：769個投訴原因被識別，配合業務部門提出37個產品優化建議，協助優化11個產品;優化不滿意點58個，消除368,295客戶的潛在不滿隱患，每年節約成本達540萬。

8. 法國電信：數據分析改善服務水平

法國電信是法國最大的企業，也是全球第四大電信運營商，擁有全球最大的3G網路Orange。

為了優化用戶體驗，法國電信旗下企業Orange採用Teradata天睿公司大數據解決方案，開展了針對用戶消費數據的分析評估。Orange通過分析掉話率數據，找出了超負荷運轉的網路並及時進行擴容，從而有效完善了網路布局，給客戶提供了更好的服務體驗，獲得了更多的客戶以及業務增長。同時，Orange承建了一個法國高速公路數據監測項目。面對每天產生500萬條記錄，Orange深入挖掘和分析，為行駛於高速公路上的車輛提供准確及時的信息，有效提高道路通暢率。

9. 義大利電信：數據驅動的個性化業務

義大利電信是歐洲最大的移動運營商之一，同時也是基於單一網路提供GSM系列服務的領先歐洲運營商。

面對固網業務的下滑，義大利電信構建了面向全業務運營的客戶數據倉庫，以適應市場、銷售、客戶服務等領域的業務規則和需要。通過對客戶數據的洞察，有效地預測收入狀況與客戶行為的關聯性，推出了諸多個性化產品滿足客戶需求。義大利電信推出的NapsterMobile音樂業務就提供包括手機鈴聲、藝術家肖像牆紙以及接入NapsterMobile歌曲目錄等個性化服務，直接拉動了企業業績。

10. KDDI：數據管理服務是核心

KDDI是日本知名的電信運營商，在世界多個國家設有子公司。

通過大數據資產，提供數據管理服務是KDDI的核心業務之一。KDDI利用自身優勢，以數據中心為核心，向企業提供包括雲計算服務在內的信息通訊綜合服務。KDDI於2000年開始在中國開展為日系及當地企業提供數據管理服務，業務發展迅猛。2012年，KDDI在北京經濟技術開發區建設了當地最大規模數據中心，佔地2.5萬平米，試圖實現2015年海外營業額為2010年2倍的目標。

以4G為代表的移動互聯網時代，令信息、互聯網行為數據、話單數據、WAP日誌/WEB日誌、互聯網網頁、投訴文本、簡訊文本等結構化數據以及非結構數據呈現幾何式增長。面對新型海量數據，傳統電信運營商正面臨越來越大的挑戰：

客戶與內容服務提供商聯系更加緊密，但對電信企業的忠誠度反而下降；企業無法通過流量內容服務提供商業價值，盈利能力持續下降；「管道化」嚴重弱化對承載信息的掌控，喪失創新產品、業務發展的基礎。

電信運營商需要憑借數據分析來競爭，實現數據價值貨幣化。同時，利用大數據實現企業從電信網路運營商到信息運營商的轉型。通過對數據的分析，了解客戶流量業務的消費習慣，識別客戶消費的地理位置，洞察客戶接觸不同信息的渠道等等，電信運營商將獲得深度商業洞察力，打造基於大數據的租售數據模式、租售信息模式、數字媒體模式、數據使能模式、數據空間運營模式、大數據技術提供商等全新商業模式。

以上是小編為大家分享的關於看看全球十大電信巨頭的大數據玩法的相關內容，更多信息可以關注環球青藤分享更多干貨

F. 五年後,大數據會怎樣改變我們的生活

五年後,大數據會怎樣改變我們的生活
全球大數據和數據分析領導企業Teradata天睿公司（紐交所上市公司，2007年從母公司 NCR 公司剝離獨立）每年舉辦一次全球用戶大會（Teradata Partners），我們討論大數據不過三五年的事情，但是這場業內規模最大的數據分析峰會已經開了30年了。你能想到想不到的最資深的行業、商業智能、數據倉庫和大數據專家，而且全球大名鼎鼎的數據驅動型企業的用戶代表也都在這兒了。
會議間隙，記者采訪了Teradata天睿公司首席執行官兼總裁Mike Koehler、首席技術官Stephen Brobst，以及大中華區首席執行官辛兒倫（Aaron Hsin），他們從不同方面分享了大數據是怎樣改變和即將改變我們的生活，尤其是商業生活。

記者：中國公司已經開始從大數據中獲得立竿見影的商業收益嗎？
辛兒倫：其實，不管是立竿見影，還是潛移默化，就像本屆大會的主題Breaking Big所闡述的一樣，我們要積極擁抱大數據，在應用中要「打破束縛和限制」，不管是企業還是個人應該探索和追求「創新、差異化、勇氣、重大進展和卓越表現。」
所以，企業要在大數據上獲得收益，就必須堅持創新和追求創新，不管在技術上尋找突破，還是從業務流程、組織架構、企業的分析文化上，都要進行積極的創新。在國內，有十多個行業的客戶選擇Teradata做了很多創新的項目，包含政府與公共服務、地鐵、交通運輸、航空、通信行業、銀行、保險、證券、物流、快遞行業、製造行業、汽車、零售、電子商務、電力能源等行業。
比如在國內的快遞行業，我們幫助一家領先的快遞公司建立其數據收集和分析系統，協助完善其業務流程。通過找到它們業務流程中的「跑冒滴漏」環節，將業務環節的各種數據，例如掃描數據、車隊的運營數據等跨部門的數據整合起來，改善計費流程系統，實現關聯分析等高級分析功能，杜絕了以前流失的收入。據這家快遞公司測算，在項目結束的第一年，如果假設部署Teradata解決方案和服務的費用為1塊錢，那客戶由此帶來的收益就達到80塊錢，這就是非常顯著的改變。
在保險行業，大部分保險公司都以為客戶會在周末查詢有關保險的相關信息，所以投放網路廣告都選擇周末時段。其實，通過我們的大數據分析證明，其實應該是周一！就是大家最忙的工作日的第一天。所以，通過大數據分析，將廣告資源投放在適合的時間、適合的人群就是幫助企業獲得真正的受益。
針對營銷方面，我們經常會接到各種「騷擾」的推銷電話，其實這就是在不正確的時間、不正確的地點、用不正確的方式來提供給不恰當的人。企業應該基於客戶的數據分析，用更加智能的方式來服務，我認為這種不精確的服務應該會越來越少。
其實，不管是已經在駕馭大數據中受益的企業，還是那些剛剛開始征程的組織，很多企業曾經面對大數據項目的投資時都出現過猶豫、徘徊。當然，這就需要更大的勇氣支持。Teradata以及廣大客戶的調查已經看到，我們是時候積極行動了。我們也理解，文化上的轉變可能比技術和分析流程上的轉變歷時更久，但是我們一直強調，大數據從小做起，相信企業也能很快看到大數據的價值，看到數據分析在商業變革中帶來的不可替代的驅動力。
記者：大數據在技術層面的發展已經有了很大的突破，到底有哪些因素影響到大數據的技術進步真正投入到應用當中去？
Stephen Brobst：人們只是假裝熱愛技術進步，哈哈！實際上，人類希望看到的是一步步的改變，而不是翻天覆地的變化。
比如，像無人駕駛汽車技術早已存在，但是，現在直接讓大眾接受無人駕駛還是困難的，改變將會是循序漸進的。現在的汽車已經實現了自動泊車功能，這就是邁出了無人駕駛的第一步。無人駕駛更多是因為法規、監管、保險公司、律師之間存在的問題，現在還沒有很快大規模應用。
另外，盡管人的生命非常珍貴，但你的汽車上的感測器數量比人身上的可穿戴感測器多的多。通過佩戴感測器，大數據可以提供很多健康方面的數據分析。例如根據你個人的基因狀況，提供個性化的葯物和治療方案。這也是未來的一個發展趨勢。但是很多人害怕，因為個人隱私的原因，不希望把自己的基因組數據放在大資料庫裡面。
在大數據領域，目前發展非常迅速而且想像前景最為豐富可能是物聯網數據。Teradata公司認為大數據分析的未來圖景就是「萬物皆可分析」（Analytics of Everything）。此外，在Gartner公司的分析預測中，發布了2016 年可能影響企業的十大技術趨勢，其中萬物信息化以及物聯網等技術入選。
其實，這些預測正是技術發展現實的寫照。實現萬物皆聯網或者萬物皆可分析，最主要的是靠感測器技術。在我們目前生活的時代，感測器技術結合大規模並行處理能力，使我們能夠測量並整體分析幾乎所有現象。先進的儀器使我們能夠跟蹤萬物的變化，例如天氣變化模式、汽車駕駛習慣、乃至快餐店冰箱的溫度、醫院里（或家裡）病人的生命體征。將這些數據採集至資料庫，並運用廣泛的統計、分析及可視化工具對這些數據進行細致的分析。
正是由於這些感測器，我們的生活、工作中產生了新的數據源。例如，通過射頻識別讀取器，我們能夠進行零售庫存跟蹤與控制、醫療測試采樣跟蹤、預防欺詐行為等；通過GPS定位跟蹤器，能夠進行車隊管理和交通運輸和貨運管理；通過數據採集感測器，我們就能在製造業、環境保護、交通運輸系統中採集到實時的數據用於分析。
但是，物聯網之所以沒有快速發展起來主要有三個原因：第一，我們還需要更加廉價的感測器。第二，物聯網需要一個統一的標准，這點非常關鍵。例如，針對物聯網數據的分析，我們發布了Teradata Listener軟體，就是為了解決數據規格和實時分析的難度。第三，安全因素。物和物之間的聯網涉及安全，如果有不良數據傳送，比如說飛機、汽車、油泵等被黑掉就會造成事故，必須慎重。
記者：在您看來，五年之後大數據會讓我們的日常生活發生哪些改變？
Mike Koehler：根據IDC最新的報告，全球聯網設備的數量在2014年是103億，發展到2020年將會增長到295億。這將帶來社會和人類生活的巨大變化。我們不會像分析師一樣去預測未來，但是可以分享幾個大數據應用的非常實在的例子。
未來五年，雖然有很多東西已經實現了互聯，但是將還有更多的物品被連接到一起，導致新的大數據源不斷涌現，同時帶來新的洞察和前所未有的機遇。例如，在農業領域，大數據可以幫助葡萄酒庄酒庄，讓他們自動控制給葡萄澆水、施肥的時間，甚至進行針對性的管理。
我們的每架飛機、每列火車和地鐵、每輛車輛、甚至騎行的自行車等，都能夠通過感測器實現互聯，我們可以實時地了解到知道它們潛在的問題在哪裡，解決方案是什麼，怎樣去進行維修等。
對當前和未來發展，大家雖然都認識到大數據的價值或者帶來的改變，但是我更要強調大數據分析的價值！在一定程度上說，只是擁有數據並不能成為企業真正的競爭力，只擁有數據並不能給你的日常生活帶來太多便利。Teradata公司的客戶，美國全國保險公司客戶管理副總裁Kathy Koontz 女士指出："重要的不是數據，而是如何使用數據。企業必須改變它們的經營方式，學會從數據中洞察事實並做出反應，否則數據整理得再有條理，也沒什麼價值。"
通用電氣公司首席執行官Jeff Immelt曾說，「今天，數據分析時代已經來臨，數據分析不再是未來願景。每家實業公司都將圍繞數據與分析技術以某種方式進行變革。」所以，我們可以看出，數據和分析正在徹底改變各個行業，徹底改變消費者，並帶來新的競爭對手，但更重要的是，數據和數據分析使得我們的社會開始了前所未有的轉型。

G. 大數據分析的未來圖景 萬物皆可分析

大數據分析的未來圖景：萬物皆可分析

在雲計算、大數據之後物聯網成為新晉熱點話題，物聯網改變了我們看待世界的方法，改變了我們做業務的方法，甚至改變我們的生活方式。但是即使是最精通技術的企業也承認，從物聯網生成的數據中獲取價值非常困難，需要大量技巧。

Teradata認為的數據分析未來圖景是「萬物皆可分析」，所以在本次大會上也發布了Teradata Listener，其是一款具有實時「聽取」功能的自助式智能軟體，對客戶而言可跟蹤他們世界各地存放的多條感測器和物聯網數據流，並將該數據傳送到分析生態系統中的多個平台，使得我們能夠在數據源的發生地就可以進行分析。

Teradata天睿公司大中華區首席執行官辛兒倫

同時Teradata也強調，在建設數據分析系統中，要避免數據孤島。由於單一技術無法解決全面數據分析的需求，必須簡化各種技術難度，創建統一生態數據管理系統。簡化是非常重要的需求，任何數據分析系統都要使得架構簡化。所以，在本次大會上，Teradata還更新了其統一數據架構（UDA），推出了在單一機箱內整合Teradata數據倉庫、Teradata Aster Analytics和Hadoop系統，使用戶能夠在更小的數據中心空間內發揮整個分析生態系統管理的優勢。

在本次大會上，ZDNet采訪了Teradata天睿公司大中華區首席執行官辛兒倫，以下為訪談實錄：

ZDNet：2015年的大會以Breaking Big為主題，請問其寓意是什麼？這是否代表Teradata對於大數據認知在概念上的顛覆？

辛兒倫：Breaking Big這個主題，我理解最核心的應該是「打破束縛和限制」，不管是企業還是個人應該探索和追求「創新、差異化、勇氣、重大進展和卓越表現。」

第一，在大數據時代，企業必須堅持創新和追求創新，不管技術上尋找突破，還是從業務流程、商業模式、組織架構、企業的分析文化上，都可進行積極的創新。例如，去年我們剛剛收購的Think Big公司，幫助我們增強對Hadoop的咨詢、顧問和實施能力， 以及與其它分析平台的交互能力。在本次大會上，我們剛宣布Think Big成為業內首個能夠為Hadoop數據湖（數據資源池）提供全面的管理服務，這將幫助企業非常便利地創建數據分析的生態系統，確保數據質量、可靠性、實時性以及日常的運營任務。

我強調一下，我們的Think Big公司支持主要的Apache? Hadoop?，包括Cloudera、Hortonworks、MapR、Spark、Kafka、NoSQL以及其他開源技術，非常全面。而且更重要的是，我這里也是首次宣布，我們的Think Big業務已經確定引入到大中華區，目前已經在完成人員的配備。

第二，我覺得企業中在數據分析上的務實和積極進取的文化非常重要。其中，這個主題中提到「勇氣」是企業實現大數據項目成功的重要保證。很多的企業，曾經面對大數據項目的投資猶豫、徘徊，其實這就需要更大的勇氣支持。Teradata以及廣大客戶的反饋已經看到，我們是時候積極行動了。我們也理解，文化上的轉變可能比技術和分析流程上的轉變歷時更久，但是我們一直強調，大數據從小做起，相信你也能很快看到大數據的價值，看到大數據分析在商業變革中帶來的不可替代的驅動力。

ZDNet：每年的全球用戶大會，Teradata都會發布業界注目的新產品。今年發布的產品中，您認為哪些是最具亮點的？

辛兒倫：今年，我們在大數據技術、開源技術的支持以及咨詢服務上都有重要的更新和發布。這里，我特別強調一下，本次大會上最亮點的應該是針對物聯網的感測器數據的分析能力，甚至實現了萬物皆可分析（Analytics of Everything）。Teradata Listener技術能夠通過整合開源技術，幫助客戶分析物聯網中不計其數的數據源，簡化數據分析的難度。Teradata QueryGrid技術能在統一數據架構上快速有效地進行主題分析或查詢多元化的大數據，以取得業務需要的信息。

同時，Teradata Aster新的版本能直接交互Hadoop數據資源池或數據倉庫平台，幫助客戶進行實時的數據探索，例如高效營銷中進行客戶路徑和消費模式分析，等等.

ZDNet：最近，Gartner發布了2016年可能影響企業的十大技術趨勢，其中萬物信息化以及物聯網等技術入選。在目前發展出現這些趨勢之時，您怎們看技術的發展趨勢？如果時間放長遠一點，據您觀察未來5年甚至10年，那些技術可能會成為影響企業比較顯著的技術趨勢？

辛兒倫：我們看到這些十大技術趨勢，這些都是戰略性大趨勢，其中包括Information of Everything（萬物信息化）以及物聯網架構和平台。其實，我認為這不僅是趨勢，而是新的IT現實。

關於萬物信息化，可以理解為我們身處在一個數字網格之中，這個環境會產生、使用其產生的無計其數的信息。在這些數據和信息的海洋中，不管是企業還是個人，必須學會判斷和識別哪些信息能夠帶來戰略性的價值，掌握如何訪問這些不同的數據源，並通過各種分析方法和演算法找出其中的業務價值。

其實，這些預測也是真實IT現實的寫照。實現萬物皆聯網或者信息化，最主要之一靠感測器技術。在我們目前生活的時代，感測器技術結合大規模並行處理能力，使我們能夠測量並整體分析幾乎所有現象。先進的儀器使我們能夠跟蹤萬物的變化，例如天氣變化模式、汽車駕駛習慣、乃至快餐店冰箱的溫度、醫院里（或家裡）病人的生命體征。將這些數據採集至資料庫，並運用廣泛的統計、分析及可視化工具對這些數據進行細致的分析。

正是由於這些感測器，我們的生活、工作中產生了新的數據源。例如，通過射頻識別讀取器，我們能夠進行零售庫存跟蹤與控制、醫療測試采樣跟蹤、預防欺詐行為等；通過GPS定位跟蹤器，能夠進行車隊管理和交通運輸和貨運管理；通過數據採集感測器，我們就能在製造業、環境保護、交通運輸系統中採集到實時的數據用於分析。

例如，西門子公司就通過部署Teradata技術提升其製造流程及產品質量。西門子首次實現了整合來自感測器、製造流程、機器生成數據，以及各種源系統的數據。西門子技術領域商業分析及監測總監Michael May博士對此說：「現在，我們可以更快、更有效地獲得數據中的價值。把大數據轉換為智能數據，我們將能夠優化產品質量，為客戶提供更加優質的服務。」

關於物聯網我提兩點：《2014－2015年中國物聯網發展年度報告》中指出，物聯網技術與雲計算、大數據、移動互聯網等新興一代信息技術的協同創新進一步深化，與農業、製造業、服務業等傳統產業，與新能源、新材料、先進製造業等新興產業的「雙向融合」不斷加強。物聯網加快向經濟、社會、生活眾多領域滲透，不斷催生新變革、新應用和新業態。這些都是非常可喜的發展成績。現在快速發展的物聯網，以及未來的「萬物皆聯網」，任何人、事、物之間將能實現連接，這將帶來溝通模式的變化、業務模式的變化，甚至發展模式的變化。

但是，我們更要強調，要想讓物聯網發揮出價值，企業必須對感測器數據進行整合和分析，並把分析結果利用到生產流程中來，而由大數據驅動的物聯網才是有價值的物聯。

由於物聯網數據都是非結構化數據，這種JSON數據的分析都非常復雜。在今年5月，我們就宣布首次在同一資料庫實現三大JSON數據格式的原生存儲，這將為客戶提供更強的查詢性能。通過對Teradata資料庫升級，能夠幫助業務用戶充分利用網頁應用、感測器和物聯網機器生成JSON數據的商業價值。而Teradata資料庫具備分析JSON數據、操作數據和歷史業務數據的強大功能，而這一頂級查詢性能使其成為物聯網分析樞紐。此外，本次大會上發布的Teradata Listener是一款自助式智能軟體，具有實時「聽取」功能，可協助客戶跟蹤他們世界各地存放的多條感測器和物聯網數據流，並將該數據傳送到分析生態系統中的多個平台，這些都是巨大的技術突破。

針對未來更長時間的趨勢預測，如果從更加宏觀的角度看，我們先梳理一下整個IT 行業的發展，然後就能看到未來的發展趨勢。過去從70或者80年代開始，對整個IT產業的關注，不管是產業給予的專注，還是IT供應商的專注，或是企業對於成立自己的IT部門的專注，更多的是一種小I大T的專注，什麼叫小I大T？小的專注於Information能夠體現的價值，而大量專注於運用用和研發Technology方面的議題。這就是小I大T，更多地認為IT就只是Technology這個課題，但是我們要注意IT不僅僅是Technology，IT是兩個課題，是Information和Technology。

隨著技術的發展，現在的技術能夠承載的Information的價值度是迅速提升的，，未來更多的機會會更多在Information這個主題，延伸出來未來10年、20年、30年的前景。特別是未來這30年，這個時代將會是大I小T的時代，更多的主軸是在Information主題。，

ZDNet：從Teradata以及服務客戶的經驗看，如果讓您建議一個企業要建立起自己的大數據戰略，應該要去准備什麼戰略？

辛兒倫：首先建議客戶要先問自身幾個問題，那就是為什麼要建立自己的大數據戰略？是什麼業務發展方向需要數據驅動型戰略？。大數據戰略要針對具體的業務場景，有了明確的業務場景目標，建設駕馭大數據的能力才有針對性性和使命感。

例如某企業要提升他的客戶價值貢獻度，希望建立起大數據戰略，能夠通過與客戶的多種互動渠道的信息中獲得洞察例如通過360度的統一客戶視圖等，在正確的時間、正確的地點、適當的方式，提供這位客戶需要的服務或產品。又如金融機構通過建立起針對風險控制的大數據戰略，能夠發現和判斷自己企業面對的風險以及危害程度，如擔保圈分析等。如電信運營商可以通過建立針對客戶服務品質優化的大數據戰略，發現即將離網的用戶等，提高自己的業務支持並挽留用戶。

但是，在這里我要強調一點，數據驅動型戰略不等同於數據收集戰略，目前企業應盡量避免「存而不用」，建立大數據能力絕不是收集數據、存數據。

根據我們協助全球許多客戶建設高效的大數據戰略呢？，我想分享幾個成功的關鍵：

第一，全面。企業需要採取宏觀視角來識別構成高效體系的諸多不同要素，將不同的數據集（比如內部和外部數據流，或來自企業不同職能部門的信息）鏈接起來，通過關聯分析，找出富有意義的信息。

第二，以業務為核心。針對大數據的戰略規劃應當以業務為導向，大數據戰略並非科學項目，而是必須以滿足實際的業務需求為核心。

第三，靈活。必須考慮到未來的使用情形，大數據戰略和大數據分析方法論應避免常見的限制，比如過多地依賴於單一技術或單一平台模式或過於制式的流程等；由於數據驅動的轉型不會一步到位或立刻傳遍整個企業，因此在制定戰略時，必須認識到價值是逐步創造出來的，並將整個演變過程考慮在內。

第四，有條理且可擴展。要確保大數據戰略能夠得到全面貫徹，而不是導致另一大群數據孤島的產生。

第五，數據分析、科學決策。形成以分析為導向的思維方式，並培養真正的數據驅動文化。

以上是小編為大家分享的關於大數據分析的未來圖景 萬物皆可分析的相關內容，更多信息可以關注環球青藤分享更多干貨