2017中國大數據應用大會

⑴ 北京2017大數據展會聽說展位出售很火爆很多大公司參展

2017中國（北京）國際大數據產業及雲計算展覽會
時間：2017年04月12日－14日 地點：北京中國國際展覽中心
特邀單位: 中國工業和信息化部
主辦單位：中國信息協會

以雲計算、大數據、高速寬頻、物聯網、智慧城市為代表的ICT新浪潮，進一步推動了數據中心市場規模擴大。Gartner最新發布的全球IT支出預測認為，2016年數據中心系統支出預計將達1430億美元，與2015年相比增長2.3%。
國家副總理在全國人大二次會議上作政府工作報告時說，要設立新興產業創業創新平台，在新一代移動通信、大數據、雲計算、新能源等方面趕超先進，引領未來產業發展。
這是「大數據」首次進入政府工作報告，也表明其作為一種新興產業，將得到國家層面的大力支持。

日程安排
報道布展：2017年04月10日-11日 展會開幕：2017年04月12日上午9：00時
展會交易：2017年04月12日-14日 展會撤展：2017年04月14日下午14：00時

超過 50 家專業媒體平台；
超過 10 萬封參觀邀請函、
30萬張參觀券將被派發至專業用戶及貿易商手中；
超過 20個權威用戶行業協會合作組織；
全球 20 多個國家和地區全面推廣；
尊享品牌展會的影響力！

⑵ 數博會數字經濟板塊核心論壇直指大數據應用

近年來，大數據技術一直甚囂塵上。雖然可能並沒有十分直觀的感受，但大數據技術確確實實正在潛移默化地影響著我們的生活。而為了能夠更好地讓大數據技術服務於民，我國也一直在大力推進大數據技術在民生福利方面的落實與發展。

5月2日，據數博會組委會消息，2017中國國際大數據產業博覽會分論壇7大板塊中的數字經濟板塊日前已正式確定核心論壇——「社會民生福利：大數據應用高峰論壇」，來自美國、英國、中國香港等國家和地區的行業專家將共同參與。

「十三五」規劃綱要中明確指出要全面實施促進大數據發展行動，而在2017年，大數據在雲計算、非架構化數據存儲技術的助力下，大數據必將成為各行各業的熱點和焦點，大數據人才也必將是大數據戰略布局的重中之重。

從目前的職位需求情況來看，對大數據處理有需求的，一般為政府和大型企業。想要進入大公司，學習大數據技術不失為一項捷徑。另一方面，對大數據職位有需求的企業多分布在一線城市、沿海城市等經濟較為活躍的城市。想要去往這些城市發展的人，也可以考慮大數據這條發展道路。

不少人雖然認識到了大數據發展的必然性，但卻未必有合適的途徑進入到這個行業當中。為了讓更多人加入大數據人才的行列，盡可能填補大數據行業人才缺口，培養受企業歡迎的優質大數據人才，大數據培訓機構再次升級大數據課程，更易學、更實用，拒絕直播授課，拒絕自學視頻，力邀大數據專家面對面親授。

在不遠的未來，可以預見的是大數據技術必將逐漸滲透到我們生活的方方面面中，為了這一步的實現，需要更多的大數據人才投身到開發與研發工作當中去。從當下開始，改變人類的未來，你准備好了么？

⑶ 小米IOT之路--走出封閉迎接未來

IoT，簡單來說，就是物聯網，是Internet of things的簡稱，是物物相連的互聯網，既能實現物與物之間的信息交換，又能實現物與人之間的信息交流。IoT是即計算機，互聯網之後的又一大信息產業發展浪潮，可謂是發展前景十分廣闊。

目前，IoT的一個重要應用就是智能家居，智能家居作為一個已經發展了幾十年的產業，在最近幾年終於迎來了大爆發，智能語音也成為繼路由器之後的又一智能家居控制中心，帶著新中心的浪潮，IoT產業也迎來了大爆發。

按小米CEO雷軍的說法，小米的IOT戰略經歷了2個階段。

第一個階段 以「參股＋實業」來擴張生態鏈

小米的生態鏈布局，採取的是「參股＋實業」的雙向驅動方式 ，以「占股不控股」的模式不斷擴張其生態鏈規模。

小米之所以取得這么大的成就，表面上看，是小米已經形成的龐大的智能硬體生態鏈和整個生態的環境，營銷渠道有線上的小米商城和線下的小米之家；實際上，卻是小米對生態鏈企業「投資而不控股」的策略，這與蘋果、Google等同樣布局 loT 生態的廠商有很大不同。

小米的「造鏈運動」就是這么來的。雷軍在布局IOT之初，就提出了「100 家生態鏈企業」的戰略目標。時至今日，小米生態鏈已經成為擁有上百家硬體廠商，其IOT開發者平台也接入了多達上億台設備，成為目前「最大消費IOT平台 」。

這種模式的好處是見效快，能夠快速的打開市場。但潛在的問題是，真正能夠進入小米IOT平台的智能設備，大多來自於甘願接受小米管控的小企業。市面上銷量大、口碑好的家電、智能設備廠商都很難進入這個「圈子」，這就讓消費者的選擇極其有限。

2017年11月，小米對外宣布開放小米IoT開發者平台。

小米公司創始人、董事長兼CEO雷軍正式宣布，小米IoT平台聯網設備超過8500萬台，日活設備超過1000萬台，合作夥伴超400家，已經穩居全球最大的智能硬體IoT平台；雷軍認為小米已經成為全球最大智能硬體IoT平台。

在大會上，小米 科技 董事長兼CEO雷軍表示小米初步完成了當初的目標，現在要開啟小米IoT戰略第二階段，小米將全面開放IoT平台並啟動小米IoT開發者計劃，AI+IOT戰略。

而在小米IoT戰略的第二階段，「AI」將成為關鍵詞，小米方面表示希望能在AI 技術的加持下，將硬體、軟體、雲服務和新零售業務串聯起來。

所謂AI+IoT，就是人工能智能+物聯網。人工智慧技術現在基本上都是基於機器學習和大數據，還不能算是真正的智能。但物聯網已經逐漸發展起來了，尤其是即將到來的5G時代，很有可能促進物聯網行業的進一步起飛。

從小米第一階段的IOT戰略布局，我們可以了解到:

一，現在接入的智能產品主要有三種

1，小米自有品牌的智能產品，如小米手機、小米手環、小米音箱、小米智能空氣凈化器等

2，小米生態鏈產品，即小米投資入股的產品

3，第三方產品，這也是小米更加開放的表現。

二，小米布局AIoT有三大優勢：硬體優勢、大數據優勢和豐富的生態鏈布局優勢。

1，硬體優勢

小米AIoT戰略，也是以手機作為第一入口，然後以小米音箱、小米手環、空氣凈化器、智能燈等與家庭相關的智能產品作為輔助入口，進而建個人、家庭的智能家居場景 。

雷軍在2018 MIDC 小米AIoT開發者大會宣布，2018年小米IoT平台已連接了超過1.32億台智能設備（不含手機和筆記本電腦），遍布全球超過200個國家和地區，日活設備超過2000萬台，每日處理設備請求高達800億次。內置小愛同學的激活設備數超過1億台，月活躍用戶超3400萬。

活躍的物聯網設備為海量數據獲取及萬物互聯提供了堅實基礎，這是小米布局AIoT戰略的硬體優勢。

2，大數據優勢

2018年7月，在中國大數據應用大會上，小米大數據產品總監趙輝華曾表示，小米有三億的用戶，在三億用戶中有超過日活21個的千萬小米應用，這些應用都沉澱到雲服務上；在大數據全局搜索方面，小米已經接入了16類的垂直內容，日均用戶量是1600萬，日均請求量四千多萬。

3，豐富的生態鏈布局優勢

AI+IoT 是如今小米最有想像力的業務，遠勝於手機。大到智能電視、空調、洗衣機，小到鬧鍾、移動電源、電動牙刷，小米生態鏈已經形成了一張大網，小米憑借著用戶量、設備數與數據積累，正試圖構建一個完整的生態。隨著 5G 商用的加速，設備的連接能力將有明顯的飛躍，因此 IoT 也將迎來發展的黃金期。在AIoT領域，小米布局很早，積累也較為深厚，已經形成了強大的生態鏈體系，且線上線下渠道也都已打通。這是小米AIoT戰略布局的生態鏈布局優勢。

對於小米來說，推動AIoT戰略加速落地，不僅是時機成熟，更是勢在必行，所以就有了後面一系列的大動作!

在2017年11月的小米IoT大會上，小米宣布在人工智慧領域與網路達成合作，雙方將在知識圖譜、深度學習、語音、視覺、自然語言處理、人機交互、機器人、無人駕駛、AI晶元等領域展開深度合作。也就是說，小米的智能硬體需要通過DuerOS等外援來補充技術。

2018年第二次開發者大會上，小米AIoT將開放全面升級，Zigbee方案接入到小米IoT平台，雲雲互聯，可以與其他雲，並支持標准藍牙Mesh

在落地應用上，小米開始在AR（owlii）、智慧酒店（全季酒店）、智慧家裝（愛空間）上進行落地。

AIoT平台將接入智能門鎖。

2018年，小米也開始向海外擴張IoT業務，2018年2月，智能電視進入印度市場，並在2018年第四季度在印度市場出貨量排名第四。

最後，我們再來看看小米2018年年度財報，2019年3月19日，小米發布了2018年財報。

2018年，小米智能手機收入1138億元，同比增長41.3%。報告期內，小米智能手機出貨量達1.19億台，同比增長29.8%。

2018年，小米IoT與生活消費產品分部的收入為438億元，較去年增長86.9%，也成為小米2018年增速最快的業務。

從該業務在整體營收中的佔比來看，2018年全年達到25.1%，而2017年為20.5%；2018年第四季度，該業務營收佔比甚至達到了33.6%，而2017年同期為24.2%。IoT業務無疑成為小米2018年第四季度和全年的最大亮點。

根據財報公布的數據，截至2018年12月31日，小米IoT平台已連接的IoT設備數（不包括智能手機和筆記本電腦）約為1.51億，同比增長193.2%。擁有5個以上小米IoT設備（不包括智能手機和筆記本電腦）的用戶數約230萬，同比增長109.1%。

此外，小愛音箱累計出貨量超900萬台，小米電視全球出貨量840萬，同比增長225.5%。報告期內，小米也開始向白電領域進軍，分別在2018年7月和12月推出了米家空調和米家互聯網洗烘一體機。

從2018年的年報可以看出，今年開始，小米的動作也確實比以往更頻繁。

1月11日，他們宣布啟動「手機+AIoT」雙引擎戰略，雷軍稱小米將在未來的5年內，持續在AIoT領域投入累計超過100億元，ALL in AIoT；

2月26日，又成立集團技術委員會，成立人工智慧部、大數據部、雲平台部；

3月7日，小米成立了AIoT戰略委員會，由IoT平台部、人工智慧部、生態鏈部、智能硬體部等十幾個核心業務部門的總經理、副總經理組成。

2019年4月2日，小米決定拆分松果電子部分團隊為大魚半導體，新部門以後將專注AI、IoT晶元研發，而松果電子繼續研發手機晶元。

而這些動作背後都有一個整體的指導思想，AIoT戰略要如何深入？設備層面，小米已經積累了五六年的優勢，很顯然，想要真正把握住這個萬億級的大市場，只有由設備下潛到基礎核心技術層面，包括晶元、人工智慧、連接技術、邊緣計算等等。移動互聯網時代的無數次實踐已經證明，只有對全產業鏈的把握，才能在千變萬化的時代中以不變應萬變，小米跑得更早，所以也有更多的時間積淀這個能力。

我們看到，在小米前進的路途上，也在不停的思考，及時更新戰略。勝不喜，敗不驕之餘，小米的AIOT戰略也有不得不要面對和考慮的問題。

一，AI技術先天不足

IoT是一個生態，並非是單一的設備模式，核心驅動力肯定離不開AI技術。而在小米IoT戰略的第二階段，人工智慧成了整個生態的關鍵詞，小米希望在AI技術的加持下，將硬體、軟體、雲服務和新零售業務串聯起來。

小米在AI技術上的不足，導致小米的IoT模式不夠完美，甚至還容易遭到外界和投資者的「挑刺「。

所以，在2017年11月的小米IoT大會上，小米宣布在人工智慧領域與網路達成合作，雙方將在知識圖譜、深度學習、語音、視覺、自然語言處理、人機交互、機器人、無人駕駛、AI晶元等領域展開深度合作。也就是說，小米的智能硬體需要通過DuerOS等外援來補充技術。

小米之所以和網路合作，原因有二

1，在國內的互聯網巨之頭中，網路是最早選擇「All in AI」的玩家，數據上的優勢加之時間上的紅利，網路在人工智慧技術上有著深厚的基礎。尤其是以對話式人工智慧操作系統DuerOS的出現，打開了國內人工智慧操作系統的先河。在DuerOS的合作名單中，已經出現了美的、海爾、TCL、vivo、海信、HTC、聯想等超過130家的合作夥伴，在AI技術方面的積累與小米在硬體場景上的布局有著很強的互補性。

2，網路也是這場合作的受益者，小米龐大的IoT基礎和大數據，不僅可以為網路的人工智慧提供豐富的訓練樣本，也在加速人工智慧技術在實際場景中的落地。除此之外，DuerOS和小米IoT在場景和應用上存在一定的交叉，網路和小米的合作便意味著，小米的供應鏈優勢可以豐富網路人工智慧生態，將AI技術應用到更多場景，進而為DuerOS和小米用戶帶來更好的用戶體驗。

二，研發資金不足

AI技術研發的投入和生態打造，是一件相當長周期的事兒。拿網路在AI技術領域的投入為例，5年前就一直持續砸資金，直到今天還談不上形成規模化收入。所以，技術是需要積淀的，需要長期研發，共同攻關，不是臨時抱佛腳就能解決的。而且更關鍵的一點是，與主流互聯網企業網路、騰訊、阿里和美團比，小米身上的硬體痕跡過重，缺乏應用服務的場景支持，少了大數據這一側持續訓練和學習的支持，玩AI的難度就更大一些了。

在人工智慧方面，華為終端今年預計投400億研發iot物，網路每年在此技術的投入均在15%以上，阿里在未來對達摩研究院投入1000億以上。而小米姍姍來遲，在2016年才涉足AI研發，在接下來的五年裡，小米將繼續在AIoT上投資100多億元。

三，IoT晶元「核芯」不足

從IoT的開發上看，大致可以分為三個層級：硬體設備、操作系統和處理晶元。目前國內沒有哪一家公司能夠將這三個層級全部做好。小米做到了最大普及程度的消費級硬體設備，網路、阿里則是拿出了操作系統，華為在晶元和硬體上更為側重。

從物聯網產業鏈來看，主要包括感知層、網路層、平台層、應用層幾大方面。除了網路層之外，其他方面則廠商爭奪的重點。而從產業環節而言，晶元無疑是物聯網系統的核心。為此，想要構建自主生態，打造低功耗連接，晶元的作用不可言喻。

小米由於缺乏核心技術，在許多關鍵領域都不得不依賴其他企業。例如，在手機AI晶元、IOT 晶元方面，小米都缺乏實力，無法像華為那樣依託自家的麒麟晶元實現自主的產品以及技術迭代。這也導致了小米在高性能、低功耗IOT晶元方面的研發能力和產品迭代速度也遠遠落後於華為。

相對於手機晶元，物聯網晶元本質上還是通信晶元，具有一定的相通性，但對於小米而言想要進入也並非易事。

以華為這么大的投入力度，在晶元自主研發的路上也不是一帆風順。自2004年開始，華為就開始布局自主研發晶元，2009年才研發出第一顆K3晶元，並且還是試水。之後更是經歷了多次實驗，才在2014年成功研製麒麟晶元，並最終應用到華為手機之中。由此可見，晶元的研發難度有多大。

小米自2014年成立小米松果電子以來，第一款NB-IOT晶元在2017年底才推出。雖然在時間點上，並沒有落後很多，但是顯然華為等廠商已經搶先一步。從布局方面來看，首款NB-IOT晶元的推出，小米IOT生態布局也趨向於進一步完善。

而且，在小米的IOT產品系列中，除了手機這個核心產品掌握在自己手裡外，其餘產品大多依賴生態鏈企業去研發製造。問題是，這些生態鏈企業也和小米一樣，面臨「缺芯」的困擾。

所以，未來小米需要在IoT晶元領域加大研發力度。

四，生態鏈並非固若金湯

小米在布局生態鏈的過程中，採用「占股不控股」模式。看似明朗的背後，隱藏著哪些風險。

藉助小米品牌的聲譽以及小米在互聯網渠道的優勢，多家小米生態鏈企業迅速發展，更有數家企業年營收迅速從零增加至超過十億元，這無疑進一步提升了小米的名聲，但是隨著小米生態鏈企業的成功，一些質疑也伴隨而來，擔憂它們過於依賴小米將難以持續發展壯大，去小米化呼聲日益嚴重!

以小米生態鏈企業的典範--華米為例，2015年、2016年來自小米的收入占其營收的比例超過九成，而凈利潤分別為-0.38億元、0.24億元，到2017年、2018年來自小米的收入佔比降低到八成以下，其凈利潤分別提升至2.305億元、4.748億元，華米也不忌言凈利潤的增長主要是由於自有品牌Amazfit業務發展所取得。

對比之下，可以看出華米雖然依賴小米貢獻了大部分收入，但是小米方面帶來的凈利潤較低，而它在2017年、2018年取得凈利潤的大幅增長主要來自於拓展自有品牌業務。

小米生態鏈企業，依託小米的銷售渠道，離開小米將面臨失去市場的風險。同時，小米對生態鏈企業的管控雖然越來越弱，要求卻越來越嚴格。

不僅如此，競爭也是生態鏈企業面臨的嚴峻考驗。在內部，同一類別產品有多家企業競爭，例如，同時做智能鎖的雲丁、雲柚和綠米；同時做空氣凈化器的睿米、琭珞含章和星月電器。

在外部，越來越多的企業加快了進軍IOT市場的速度，華為與硬體廠商合作，在智能家居領域打造一個更開放的生態；OPPO、vivo、TCL 則是共同合作，宣布成立IoT開放生態聯盟。

顯然，IoT已經成了廠商們的第二戰場，生態鏈企業面對的競爭日益激烈。

結語:

5G時代的到來，IoT業務也成為眾多手機廠商發力的對象。OPPO和vivo在2018年聯合多家家電企業成立了IoT開放生態聯盟；華為在日前的AWE上宣布升級IoT戰略，余承東還定下了三年內拿下中國三分之一IoT設備的目標。

2019年，是5G商用部署的元年，而5G的一個重要使命就是對海量物聯網的連接提供支持，它的高速率、低時延、大容量等特性，是物聯網體系成熟的必要條件，可以預見，從今年開始，隨著5G商用的進程逐漸推進，IoT的發展將駛入快車道。

希望小米一路前行，再創輝煌!

⑷ 2017年有哪些關於雲計算大數據的會議或論壇或會展

前兩天不是已經開完一個了么，李總親自的，就是關於雲計算和大數據這方面的會議。檸檬學院大數據，注冊就能在線聽課了。

⑸ 2017年大數據產業將迎來哪些變化

2017年大數據的變化個人認為將主要在如下幾點：
1.物聯網(IoT)
公司日益期望從所有數據中獲得價值，企業組織將不得不改動技術，以便與物聯網數據銜接起來。這在數據治理、標准、健康保障、安全和供應鏈等方面帶來了無數新的挑戰和機遇。
物聯網和大數據是同一枚硬幣的兩面，數十億與互聯網連接的「物件」將生產大量數據。然而，這本身不會引發另一場工業革命，不會改變日常的數字化生活，也不會提供拯救地球的預警系統。來自設備外部的數據才是企業讓自己與眾不同的方面，結合上下文來捕獲和分析這種類型的數據為公司帶來了新的發展前途。
2.深度學習
深度學習主要用於從大量未標記/未監督的數據當中學習，因而對於從大數據中提取有意義的標識和模式頗具吸引力。比如說，它可以用來識別許多不同類型的數據，比如視頻中的形狀、顏色和對象，或者甚至是圖像中的貓，就像谷歌研製的一個神經網路在2012年所做的那樣。因此，企業可能會看到更多的注意力投向半監督式或未監督式訓練演算法來處理進入的大量數據。
3.內存中分析
不像常規的商業智能(BI)軟體對存儲在伺服器硬碟上的數據運行查詢，內存中技術查詢的是載入到內存中的信息，這可以通過減少或甚至消除磁碟輸入/輸出瓶頸來顯著提升分析性能。就大數據而言，正是由於TB級系統和大規模並行處理，讓內存中分析技術更令人關注。
在現階段，大數據分析的核心其實是發現數據。要是沒有毫秒級延遲，面對數百萬次/數十億次的迭代，運行迭代以查找數據點之間的關聯就不會成為現實。在內存中處理的速度比磁碟上處理要快三個數量級。
4.雲計算
混合雲和公共雲服務越來越受歡迎。大數據成功的關鍵是在彈性基礎設施上運行(Hadoop)平台。我們會看到數據存儲和分析趨於融合，帶來新的更智能的存儲系統，它們將經過優化，用於存儲、管理和排序龐大的PB級數據集。展望未來，我們可以預計會看到基於雲的大數據生態系統將繼續迎來發展，不僅僅局限於「早期採用者」。
5.Apache Spark
Apache Spark在點亮大數據。流行的Apache Spark項目提供了Spark Streaming技術，通過主要採用一種在內存中微批量處理的方法，近實時地處理數據流。它已從Hadoop生態系統的一部分，變成許多企業青睞的一種大數據平台。

⑹ 大數據在各行各業幾乎都站穩了腳跟

大數據時代的到來，改變的不僅僅是傳統的商業模式，更深入到人們的生活、工作等各個環節，以及人們的傳統觀念之中。隨著互聯網的發展，信息交流也在不斷加速，大數據在各行各業幾乎都站穩了腳跟，特別是越來越多的政府機構與公司組織都已經把大數據應用作為了重要的一環。
大數據不僅是一場顛覆性的技術革命，更是一種思維方式、行為模式與治理理念的全方位變革。那麼，大數據在社會生活中都有哪些運用與實踐呢 在瞬息萬變的時代，行業信息也顯得愈發重要，數據猿編輯在此為您做詳細解析。
大數據助推金融機構的戰略轉型
隨著互聯網特別是移動互聯網的爆發式增長，未來將迎來一個大數據浪潮。在宏觀經濟結構調整和利率逐步市場化的大環境下，目前國內的金融機構主要表現出盈利空間收窄、業務定位亟待調整、核心負債流失等問題。而大數據技術正是能夠幫助金融機構深入挖掘既有數據，找准市場定位，明確資源配置方向，推動業務創新的重要手段。
國務院頒布的《推進普惠金融發展規劃(2016-2020年)》中更是直接提到「鼓勵金融機構運用大數據、雲計算等新興信息技術，打造互聯網金融服務平台。」國內外各金融與類金融機構、互聯網金融企業紛紛開始探索大數據的應用，希望大數據可以帶來技術與應用上的突破，實現現有風控模型體系的升級，探索基於場景化的新消費金融市場，並提升催收效率、建設互聯網深層次大面積獲客能力，從而徹底提升國家金融行業的國際競爭力。
大數據提升科技管理系統升級
「在物聯網產生之前，或者大的感測器產生之前，我們的採集數據來源於訪談、測量或者是記錄在紙上，那個時候我們的數據量比較少，而如今，主要靠科學儀器獲取大量源源不斷產生的數據，數據產生的量非常大，而且復雜度非常高。」正如中國科學院計算機網路信息中心大數據部主任、CODATA中國委員會秘書長黎建輝所言，從手工記錄到儀器採集，大數據正發生著翻天覆地的變化。
在智能汽車研發方面，重要的一項工作就是大數據分析。福特汽車早已把大數據應用到了公司生產的每一個環節裡面，無論是商品的價格、消費者理想的汽車狀態，還是公司應該生產的車型以及這種車型采購的零部件，抑或汽車應有的設計構造，福特汽車已將大數據應用深入骨髓。車聯網時代的到來，讓大數據應用於汽車領域越來越廣泛。
大數據促進政務大數據共享進程
如今，政務大數據共享還沒真正落實，有些政府部門基於風險考慮而不敢將管理數據拿出來與其他部門共享。主要原因是擔心共享會帶來負面影響和不利後果，要麼害怕共享時暴露出本部門原有數據不真實、不精確而問責，要麼認為「數據安全與保密比共享更重要」、採取封閉行為更妥當。
大數據時代的到來，給政府管理變革帶來了新的契機。2015年8月國務院印發《促進大數據發展行動綱要》明確提出「推動政府數據開放共享」;2016年12月國務院通過了《「十三五」國家信息化規劃》，提出要打破各種信息壁壘和「孤島」，推動信息跨部門、跨層級共享共用。如何推動政府部門數據共享，打破信息壁壘和「數據煙囪」，優化政府管理流程和提升協同治理能力，已經成為當務之急。
大數據加速能源產業發展及商業模式創新
能源大數據理念是將電力、石油、燃氣等能源領域數據進行綜合採集、處理、分析與應用的相關技術與思想。不僅是大數據技術在能源領域的深入應用，也是能源生產、消費及相關技術革命與大數據理念的深度融合，將加速推進能源產業發展及商業模式創新。隨著信息化的深入和兩化的深度融合，大數據在石油石化行業應用的前景將越來越廣闊。
大數據與能源行業的結合目前主要體現在三個行業：(1)石油天然氣產業鏈與大數據的結合。在油氣勘探開發的過程中，可以利用大數據分析的方法尋找增長點，利用大數據平台可以幫助煉油廠提高煉化效率，也可幫助下游銷售挖掘消費規律，優化庫存，確定最佳促銷方案。(2)智能電網：利用大數據實時監測技術監測家庭用電量特徵，幫助電力公司調配電力供給，為客戶提供最佳用電方案。(3)風電行業：進行風電場分布式風機的在線監測，周期性及瞬時的實時數據採集和在線分析，生成警報、允許維護人員可視化和管理數據，簡化大規模監測系統的部署。
大數據推動天文學、微生物研究邁入新階段
天文學作為一個典型的大數據應用領域，同樣需要通過標准化和一系列規范實現全球的天文科學數據的共享與交易。為了解決國際上天文大數據的開放、共享以及數據間的操作問題，天文學家提出了虛擬天文台的構想，這是一個通過先進的信息技術將全球范圍內的研究資源無縫透明連接在一起而形成的數據密集型網路化天文研究與科普教育平台。
在談及大數據對天文學方面的貢獻時，中國科學院國家天文台信息與計算中心主任崔辰州表示，探索宇宙的奧秘，大數據正在發揮越來越重要的作用。目前，中科院微生物所正在通過研究和開發雲環境下微生物數據存儲和計算等一系列關鍵技術，形成完善的微生物數字資源體系、知識發現平台和大數據服務平台，建立具有國際影響力的微生物資料庫，實現我國微生物領域數字資源建設的突破。
大數據助推國家健康醫療服務新模式
當前，隨著經濟社會發展和人民生活水平的提高，人民群眾在健康方面的需求更加迫切和多元化，這就為健康產業和醫療服務新模式新業態構造創造了良好的生態條件，健康醫療大數據以其廣泛的應用性和特殊性未來將對經濟發展產生重大貢獻，必將成為我國國民經濟的重要支柱產業。
據悉，6月20日，國家衛生和計劃生育委員會副主任金小桃透露，組建以國有資本為主體的三大健康醫療大數據集團公司主要是為了落實黨中央「沒有全民健康就沒有全面小康」及「推進健康醫療大數據應用」的精神，落實國務院辦公廳47號文件要求，推動國家健康醫療大數據應用發展。這三大集團將以國家隊的形式來承擔國家健康醫療大數據中心、區域中心、應用發展中心和產業園建設任務，努力為提高群眾獲得感、深化醫改新動力和增強經濟發展新動能作出新貢獻。
大數據構建智能交通和推動智慧城市發展
「智能交通」概念的提出，源於日益嚴重的交通擁堵和出行需求的復雜多元化。但是，在交通數據資源充足的情況下，如何才能真正讓數據變「活」 網路地圖的智能路線規劃、實時路況、路況預測是交通數據價值的最佳體現。
6月14日，WGDC2017全球地理信息開發者大會進入到第二天，網路地圖開放平台總經理李志堂、主任架構師張紹文、內容生態總經理劉斌共同出席「空間大數據+智能交通峰會」，從地圖大數據、人工智慧導航、數據內容升維表達等角度闡述了網路地圖在構建智能交通和推動智慧城市發展中的作用。
大數據讓人們的生活更加方便快捷
日常生活中，大數據幫助電商平台打造更極致的用戶體驗，尤其是網購狂歡節，電商由於提前對消費者需求做了充分調研，因此更能抓住消費者的心理，通過大數據優化產品的質量。而方興未艾的智慧旅遊，避免了旅遊旺季各大旅遊景點人數太多從而降低遊客的好感度，特別是網路大數據通過數據分析，及時了解景區內的狀況，幫助遊客合理安排出行、提供智能服務。
而據經濟之聲《天下財經》報道，在今年的亞洲消費電子展上，京東、蘇寧等企業攜大數據與人工智慧，打造智慧物流產業鏈。伴隨著電商行業的迅猛發展，消費型物流需求激增，智慧物流有望成為快遞業下一個重要的突破口。這些都必將在一定程度上改變人們的生活，成為大數據帶給大家最直接的福利。
技術的不斷更新發展，讓數據的價值被重新發現和定義，進而帶來整個社會的變革。如今的大數據行業，正顯示出朝氣蓬勃的生命力，我們在享受這個時代賦予便利的同時，也將對其進行改變與創新。大數據，想說愛你真不容易。

⑺ 為破局而生，情報分析師決勝大數據

大數據時代，誰擁有數據，誰也就擁有財富。

數據服務產業的發展，提高數據的應用水平，所離不開的關鍵核心都是專業的情報分析師。

通常所說的大數據分為三種，企業數據、公權機構數據和開源網路數據。前兩種可供挖掘和應用的價值有限，目前世界上各國所重視的都是開源網路數據。

挖掘大數據價值，獲取目標對象（人物、事件、機構、項目等）精確可靠的信息，需要經由情報分析師充分利用自身的技術、方法、經驗和手段，建立和理清調查任務內在的邏輯關系，通過綜合研判，才能從紛繁冗餘的數據中找出價值。

大數據是座挖不完的「鑽石礦」，隨著科學技術的發展，每個人的生活都與大數據息息相關，同時隨著國家政策對於大數據等前沿技術的愈發重視，大數據行業已逐步形成了一個萬億級別的市場。

截至2018年底，致力於打造「中國數谷」的貴州省會貴陽正推動大數據與相關領域深度融合，全國人大代表、貴陽市市長陳晏表示，貴陽建成大數據產業園10個，大數據企業1632家，全年企業主營業務收入1000億元人民幣。在推動大數據與實體經濟、社會治理等方面，貴陽市「融」出了新動能、新前景、新生活、新效率。貴陽市政府數據已實現100%共享交換，向社會免費開放618餘萬條數據。

基於大數據對各個行業的深入影響，近幾年，美國、歐盟、日本等主要發達經濟體都積極推進各自的大數據戰略。2009年，美國科學家委員會(NSTC)就發布了《開發數字數據的威力》報告，初步提出發展大數據的框架，奧巴馬政府亦對大數據行業大力支持，幫助美國取得世界領先地位。參考《大數據白皮書(2016)》，2016年全球大數據核心產業規模約為300億美元，預計2020年有望達到近600億美元。

中國亦將大數據視為新經濟的重要支撐。2014年「大數據」首次出現在《政府工作報告》，奠定了行業快速發展的政策基礎。2017 年，工信部印發了《大數據產業發展規劃(2016-2020 年)》，全面部署「十三五」時期大數據產業發展工作。發改委、工信部及農業部、運輸部等部委先後頒布相關後續政策，推動大數據產業發展。預計未來將有更多部門出台相應具體政策，推動大數據行業的發展。

根據中國信通院數據顯示，2017年中國大數據產業規模(包括數據資源建設、大數據軟硬體產品的開發、銷售和租賃活動，以及相關信息技術服務)為4700億元人民幣，同比增長30%，且預計2020年這一規模有望趕超1萬億，年均復合增速近30%。其中，大數據核心產業規模2017年為234億元，同比增長39%，預計2018年為329億元。

目前中國金融數據體量位居全球第一，其中金融行業數據量是數據的重要貢獻和使用機構，互聯網金融占據相當大的比重，活躍的交易賬戶和交易事項為金融領域貢獻了大量可供挖掘的有價數據。

受互聯網金融的影響，金融行業大數據也迎來了迅速發展，大數據在金融行業正實現全面普及應用。大數據在金融行業的應用，除了傳統的風險管理、運營管理及業務創新外，近年金融行業大數據應用呈現新的趨勢，主要包括高頻金融交易、小額信貸、P2P放款審核、客戶管理、精準營銷等。

隨著大數據發展和應用的持續推進，未來金融大數據行業中的機構和企業將圍繞建立新的金融環境而競爭，主要表現在圍繞生態圈、戰略和產品三個層面的競爭，並由此確定金融行業企業的市場地位及競爭力。因此，金融機構、互聯網企業都不會局限於某一個層面的發展，更傾向於多維度、多層面的布局。

此外，A股上市公司在大數據產業的各個領域布局廣泛，目前A股大數據概念板塊中，有118個標的，但是在各個子版塊中有較強變現能力的龍頭企業的數量卻很少，對於一些概念炒作，沒有核心技術能力的公司，很容易因為一些市場環境的變化，產生大幅下跌，讓投資者蒙受損失。

由此可見，大數據進一步發展急切需要綜合解決方案提供商，專注於利用當代最先進的IT技術推動企業和政府部門在管理和商業模式上的創新發展，提供綜合解決方案，包括運營支撐、大數據、移動互聯網解決方案等。最終形成電信+政府+金融的大數據全面布局。

內生外延布局金融大數據，業務協同發展。在公共安全、運營商等傳統大數據業務將大數據平台和應用技術研發落地，繼而可將經驗快速復制到金融、農業等其他領域。形成強協同效用。

大數據是未來的發展趨勢，現今人人也都可以談一點大數據，任何行業都可以直接間接的與大數據相關聯，但是真正專業應用大數據技術的公司卻也屈指可數，更難辨別出真正具有大數據業務變現能力的企業。

身處信息爆炸的時代，要想透過大數據去發現背後的真相，也並不是一件易事。

術業有專攻，作為企業方需要有意識培養大數據技術和情報分析師等專業人才，而作為個人也要有意識培養情報分析師思維，如此才能真正將大數據為己所用，如此也才能在未來市場的角逐中不被淘汰出局。

未來，每一個人都離不開對於數據的分析。

⑻ 大數據行業都有哪些大會

2021 WeDataSphere 社區大會（當前未開始）

場活動面向開源大數據領域的開發者和用戶，邀請到開放原子開源基金會 TOC 主席堵俊平、WeDataSphere 社區發起人邸帥、天翼雲大數據平台技術專家王小剛等嘉賓進行分享。

本次分享既有對開源大數據技術和工具發展趨勢的解讀，還有開源一站式大數據平台套件 WeDataSphere 最佳實踐和優秀案例的分享，更有如何基於開源項目構建企業級數據平台的探討和交流。

⑼ 中國大數據六大技術變遷記

中國大數據六大技術變遷記_數據分析師考試

集「Hadoop中國雲計算大會」與「CSDN大數據技術大會」精華之大成， 歷屆的中國大數據技術大會（BDTC） 已發展成為國內事實上的行業頂尖技術盛會。從2008年的60人Hadoop沙龍到當下的數千人技術盛宴，作為業內極具實戰價值的專業交流平台，每一屆的中國大數據技術大會都忠實地描繪了大數據領域內的技術熱點，沉澱了行業實戰經驗，見證了整個大數據生態圈技術的發展與演變。
2014年12月12-14日，由中國計算機學會（CCF）主辦，CCF大數據專家委員會協辦，中科院計算所與CSDN共同承辦的 2014中國大數據技術大會(Big Data Technology Conference 2014，BDTC 2014) 將在北京新雲南皇冠假日酒店拉開帷幕。大會為期三天，以推進行業應用中的大數據技術發展為主旨，擬設立「大數據基礎設施」、「大數據生態系統」、「大數據技術」、「大數據應用」、「大數據互聯網金融技術」、「智能信息處理」等多場主題論壇與行業峰會。由中國計算機學會主辦，CCF大數據專家委員會承辦，南京大學與復旦大學協辦的「2014年第二屆CCF大數據學術會議」也將同時召開，並與技術大會共享主題報告。
本次大會將邀請近100位國外大數據技術領域頂尖專家與一線實踐者，深入討論Hadoop、YARN、Spark、Tez、 HBase、Kafka、OceanBase等開源軟體的最新進展，NoSQL/NewSQL、內存計算、流計算和圖計算技術的發展趨勢，OpenStack生態系統對於大數據計算需求的思考，以及大數據下的可視化、機器學習/深度學習、商業智能、數據分析等的最新業界應用，分享實際生產系統中的技術特色和實踐經驗。

大會召開前期，特別梳理了歷屆大會亮點以記錄中國大數據技術領域發展歷程，並立足當下生態圈現狀對即將召開的BDTC 2014進行展望：
追本溯源，悉大數據六大技術變遷
伴隨著大數據技術大會的發展，我們親歷了中國大數據技術與應用時代的到來，也見證了整個大數據生態圈技術的發展與衍變：
1. 計算資源的分布化——從網格計算到雲計算。 回顧歷屆BDTC大會，我們不難發現，自2009年，資源的組織和調度方式已逐漸從跨域分布的網格計算向本地分布的雲計算轉變。而時至今日，雲計算已成為大數據資源保障的不二平台。
2. 數據存儲變更——HDFS、NoSQL應運而生。 隨著數據格式越來越多樣化，傳統關系型存儲已然無法滿足新時代的應用程序需求，HDFS、NoSQL等新技術應運而生，並成為當下許多大型應用架構不可或缺的一環，也帶動了定製計算機/伺服器的發展，同時也成為大數據生態圈中最熱門的技術之一。
3. 計算模式改變——Hadoop計算框成主流。 為了更好和更廉價地支撐其搜索服務，Google創建了Map/Rece和GFS。而在Google論文的啟發下，原雅虎工程師Doug Cutting開創了與高性能計算模式迥異的，計算向數據靠攏的Hadoop軟體生態系統。Hadoop天生高貴，時至今日已成為Apache基金會最「Hot」的開源項目，更被公認為大數據處理的事實標准。Hadoop以低廉的成本在分布式環境下提供了海量數據的處理能力。因此，Hadoop技術研討與實踐分享也一直是歷屆中國大數據技術大會最亮眼的特色之一。
4. 流計算技術引入——滿足應用的低延遲數據處理需求。 隨著業務需求擴展，大數據逐漸走出離線批處理的范疇，Storm、Kafka等將實時性、擴展性、容錯性和靈活性發揮得淋漓盡致的流處理框架，使得舊有消息中間件技術得以重生。成為歷屆BDTC上一道亮麗的風景線。
5. 內存計算初露端倪——新貴Spark敢與老將叫板。 Spark發源於美國加州大學伯克利分校AMPLab的集群計算平台，它立足於內存計算，從多迭代批量處理出發，兼容並蓄數據倉庫、流處理和圖計算等多種計算範式，是罕見的全能選手。在短短4年，Spark已發展為Apache軟體基金會的頂級項目，擁有30個Committers，其用戶更包括IBM、Amazon、Yahoo!、Sohu、網路、阿里、騰訊等多家知名公司，還包括了Spark SQL、Spark Streaming、MLlib、GraphX等多個相關項目。毫無疑問，Spark已站穩腳跟。
6. 關系資料庫技術進化—NewSQL改寫資料庫歷史。 關系資料庫系統的研發並沒有停下腳步，在橫向擴展、高可用和高性能方面也在不斷進步。實際應用對面向聯機分析處理（OLAP）的MPP（Massively Parallel Processing）資料庫的需求最迫切，包括MPP資料庫學習和採用大數據領域的新技術，如多副本技術、列存儲技術等。而面向聯機事務處理（OLTP）的資料庫則向著高性能演進，其目標是高吞吐率、低延遲，技術發展趨勢包括全內存化、無鎖化等。
立足揚帆，看2014大數據生態圈發展
時光荏苒，轉眼間第2014中國大數據技術大會將如期舉行。在技術日新月異的當下，2014年的BDTC上又可以洞察些什麼？這里我們不妨著眼當下技術發展趨勢：
1. MapRece已成頹勢，YARN/Tez是否可以再創輝煌？ 對於Hadoop來說，2014是歡欣鼓舞的一年——EMC、Microsoft、Intel、Teradata、Cisco等眾多巨頭都加大了Hadoop方面的投入。然而對於眾多機構來說，這一年卻並不輕松：基於MapRece的實時性短板以及機構對更通用大數據處理平台的需求，Hadoop 2.0轉型已勢在必行。那麼，在轉型中，機構究竟會遭遇什麼樣的挑戰？各個機構如何才能更好地利用YARN所帶來的新特性？Hadoop未來的發展又會有什麼重大變化？為此，BDTC 2014特邀請了Apache Hadoop committer，Apache Hadoop Project Management Committee（PMC）成員Uma Maheswara Rao G，Apache Hadoop committer Yi Liu，Bikas Saha（PMC member of the Apache Hadoop and Tez）等國際頂尖Hadoop專家，我們不妨當面探討。
2. 時過境遷，Storm、Kafka等流計算框架前途未卜。 如果說MapRece的緩慢給眾多流計算框架帶來了可乘之機，那麼當Hadoop生態圈組件越發成熟，Spark更加易用，迎接這些流計算框架的又是什麼？這里我們不妨根據BDTC 2014近百場的實踐分享進行一個側面的了解，亦或是與專家們當面交流。
3. Spark，是顛覆還是補充？ 與Hadoop生態圈的兼容，讓Spark的發展日新月異。然而根據近日Sort Benchmark公布的排序結果，在海量（100TB）離線數據排序上，對比上屆冠軍Hadoop，Spark以不到十分之一的機器，只使用三分之一的時間就完成了同樣數據量的排序。毫無疑問，當下Spark已不止步於實時計算，目標直指通用大數據處理平台，而終止Shark，開啟Spark SQL或許已經初見端倪。那麼，當Spark愈加成熟，更加原生的支持離線計算後，開源大數據標准處理平台這個榮譽又將花落誰家？這里我們一起期待。
4. 基礎設施層，用什麼來提升我們的網路？ 時至今日，網路已成為眾多大數據處理平台的攻堅對象。比如，為了克服網路瓶頸，Spark使用新的基於Netty的網路模塊取代了原有的NIO網路模塊，從而提高了對網路帶寬的利用。那麼，在基礎設施層我們又該如何克服網路這個瓶頸？直接使用更高效的網路設備，比如Infiniband能夠帶來多少性能提升？建立一個更智能網路，通過計算的每個階段，自適應來調整拆分/合並階段中的數據傳輸要求，不僅提高了速度，也提高了利用率。在BDTC 2014上，我們可以從Infiniband/RDMA技術及應用演講，以及數場SDN實戰上吸取寶貴的經驗。
5. 數據挖掘的靈魂——機器學習。 近年來，機器學習領域的人才搶奪已進入白熱化，類似Google、IBM、微軟、網路、阿里、騰訊對機器學習領域的投入也是愈來愈高，囊括了晶元設計、系統結構（異構計算）、軟體系統、模型演算法和深度應用各個方面。大數據標志一個新時代的到來，PB數據讓人們坐擁金山，然而缺少了智能演算法，機器學習這個靈魂，價值的提取無疑變得鏡花水月。而在本屆會議上，我們同樣為大家准備了數場機器學習相關分享，靜候諸位參與。
而在技術分享之外，2014年第二屆CCF大數據學術會議也將同時召開，並與技術大會共享主題報告。屆時，我們同樣可以斬獲許多來自學術領域的最新科研成果。

以上是小編為大家分享的關於中國大數據六大技術變遷記的相關內容，更多信息可以關注環球青藤分享更多干貨

⑽ 企業大數據 一座值得開墾的金礦

企業大數據：一座值得開墾的金礦
雖然尚處起步階段，但是大數據已經成為多個行業的關注熱點之一。如何更好地利用大數據推動自身業務的運營發展，這是眾多企業不斷探索的問題，而運營商也無法忽視這個未來的大金礦。
一、現階段大數據業務市場狀況
從全球情況來看，2015年全球大數據市場規模達到421億美元，同比增長了47.7%。以此增速進行推算，到2020年全球大數據市場規模可突破3000億美元。

今年年初，中國信息通信研究院日前發布的《中國大數據發展調查報告（2017）》稱，2016年中國大數據市場規模達168億元，預計2017年~2020年仍將保持30%以上的增長。調查顯示，目前近六成企業已成立數據分析相關部門，超過1/3的企業已經應用大數據。

對比起全球情況，中國大數據產業市場規模增長還有很大空間。
二、運營商進入大數據行業思路
運營商先天優勢在於掌控大量數據中心資源，這是大數據業務硬體基礎。更為重要的是運營商本身擁有大量存量客戶資源和客戶數據，這也是對運營商進入大數據領域一個有力支撐。
運營商大數據業務運營SWOT分析：

三、運營商大數據業務發展對比
聯通
今年9月，中國聯通集團正式宣布，旗下的聯通大數據有限公司正式揭牌成立。中國聯通大數據公司定位於中國聯通大數據對外集中運營主體和大數據產業拓展的合資合作平台，全面對接國家和聯通集團戰略，建立專業化子公司開展市場化運營、建設全產業鏈大數據生態體系。此外，聯通還與中國銀聯簽署了戰略合作協議，雙方決定建立長期穩定的合作夥伴關系，在數據資源、技術能力、產品研發等方面開展全方位合作。
電信
早在2015年末，中國電信正式發布「天翼大數據」品牌，並推出精準營銷、風險防控、區域洞察、咨詢報告四類數據型產品和大數據雲平台型產品，重點服務於旅遊、金融、廣告、政府、交通等行業。這是中國電信運營商第一個大數據業務品牌。
電信所有的大數據都是在雲平台和雲設施之上搭建的，2016年下半年其大數據平台建設從原來的5個省份現在擴展到31個省份，數據種類從開始的幾類主要數據擴展到十幾類，實效性從原來以「周」為單位到現在以「小時」為單位的延時。
移動
在今年「世界電信和信息化社會日大會」上，中國移動通信集團公司副總經理李正茂表示：「發展大數據不是簡單的建設IDC，根本目的還是為了應用。大數據正在從炒作的高峰期間，向產業落地期間發展。」
中國移動在六個方面積極推動大數據加速行業轉型升級：
第一，社會管理方面，大數據能夠分析用戶的消費、行為、位置等特徵，為政府的社會治理提供保障。
第二，信息傳播，大數據成為公眾獲取信息的新渠道。移動藉助位置漫遊等信息向公眾發布輿情熱點的分析。
第三，醫療健康領域，中國移動構建健康雲平台在貴州省取得成效，一方面幫助貴州衛集委收集信息，同時為政府醫療機構提供智能審核，疾病救助，疾病預防等多方面的投入，由此為當地醫療支出節省了上千萬。
第四，行業創新能力提升，大數據為傳統行業打造新的能力。中國移動的大數據提供人流預警，公交道路等服務，為公交管理，遊客出行提供參考。
第五，社會熱點問題處理支撐，中國移動基於大數據構建了反電信網路，欺詐防範技術體系，在2-10分鍾可以識別市場號碼源，來源區域，受害人集中地等等，同時實現最高風險等級，影響最大的境外異常號碼源時時阻斷。
第六，商業模式創新，2016年，中國移動和招商局集團共同投資設立試金石信用服務有限公司。
雖然三大運營商大數據布局在實際操作上不同，但是都明確把大數據從布局轉移到實行階段，軟硬體資源日益充實，並且已經打造出不少成功案例。
四、布局大數據市場
1、攻堅熱點領域
智慧城市
早在2014年，國家發改委會同中央網信辦等25部委組成部際協調工作組，啟動新型智慧城市試點建設。2016年又明確提出了到2018年要分級分類建設100個新型示範性智慧城市。
智慧城市建設帶來的商機是巨大的，而大數據恰好在智慧城市建設中扮演重要角色。可以通過方方面面滲入，如城市交通、環境監測、治安管理、衛生管理等城市生活每個細節。
當然，運營商也已經對此領域有所行動。比如聯通大數據公司就有「智慧足跡」這一項業務，提供「以人為本」的群體位置數據應用，為政府和企業提供包括人流量、人流密度、職住空間分布、人口時空分布在內的位置大數據解決方案。
政務
通過IDC、ICT基礎通信業務為政府部門提供服務，並且為其構建大數據管理分析平台。政府運作效率和質量提升已經不僅僅拘泥於辦理業務、處理業務時間上的減少，還要做到未雨綢繆，及時發現潛在民生問題，做好預防工作：比如通過婚姻注冊數據挖掘離婚率提升因素，從而地提出針對性措施；又比如通過分析注冊中小企業稅務數據，了解稅收政策對中小企業是否存在推進作用，有消極作用的加以改善。
醫療健康
根據前瞻產業研究院發布的《2017-2022年全球健康醫療大數據行業發展前景預測與投資戰略規劃分析報告》顯示，2010年我國健康醫療大數據行業市場規模約為171億元，到2015年快速增長到466億元，年均復合增長率超過20%。

可穿戴設備的出現使到個人身體健康實時監測得到硬體上的支持，而把這個契機轉化為商機就需要完善的大數據平台作為支撐。

而通信運營商涉足該領域也有很合適的切入口，比如利用存量家庭業務客戶進行拓展，享受低資費優惠。
2、提升自身運營
運營商本身擁有著龐大數據資源，也應該很好地利用這些資源為自身運營提供動力。
一方面通過用戶資料庫做好用戶維系和質量提升，對高危潛在離網用戶及早挽留，而對潛在需求用戶可以推廣增值業務提升客戶價值。
另一方面，涉及到數據交互（即通過與其他行業合作，雙方數據通過融合整理）發掘出的更多有價值結論，能支撐雙方運營，互惠互利。
五、大數據業務營銷
通過IDC建設、產品建設打好基礎，進行業務營銷就是下一步關鍵所在。進行大數據業務營銷通過標桿打造+體驗營銷是較好選擇。
由於業務屬於起步階段，要吸引到市場目光和認同，必須樹立業務標桿。在硬體和軟體有實力的前提下，運營商要打造專業化團隊，樹立行業頂尖形象，以優質案例打動潛在客戶。
營銷人員在向潛在客戶推銷產品時，需要結合案例詳解、實體考察、攜帶型設備體驗進行銷售活動，以具體化、專業化的方式打動客戶。
需要明確的是，大數據硬體軟體方面做好後，剩下最關鍵一環就是在營銷上打動客戶。
如何打動客戶？用事實說話
例如2013年，微軟紐約研究院的經濟學家大衛?羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。2014年羅斯柴爾德再次成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個。在這種震撼的事實面前，展現大數據的實用性和威力。
六、展望
由於各行各業各領域都能夠有機會用到大數據分析為管理運營作支撐，所以大數據業務發展潛力毋容置疑。現在對運營商而言，做好硬體軟體基礎的同時，更要深挖市場需求，打造營收模式標桿，以點帶面地實現業務快速增長。