電信行業大數據運用效益

『壹』 數據分析技術對電信運營商有哪方面的幫助呢

項目團隊建立了大數據智能分析平台，該平台可以集成客戶數據信息系統、客戶來電異常處理信息系統、信息系統等六大客戶來電系統起源、操作系統操作記錄和數據、標記等投訴工作單服務，同時基於 NLP (natural language processing，NLP)和 AI 分析能力，構建標簽理解模型，自動輸出工作單分類結果，通過機器學習、手工糾正和機器學習連續循環迭代過程，實現了利用人工智慧對投訴進行建模。

目前的電信數據分析允許運營商實時開啟新的洞察力，使他們能夠在客戶預定的購買、購買或響應的確切時間主動提供服務和解決方案。基本上，客戶得到他們需要的和他們需要的。除了利用客戶體驗，實時定製還可以提高電信公司的銷售能力，並有策略地推廣產品以增加收入。

基礎設施建設的優化。例如，利用大數據實現基站和熱點的選址和資源配置。通過分析 CDRS 和信令中用戶業務的時間周期和位置分布，運營商可以為2g 和3g 高流量區域設計4g 基站和無線區域網熱點。同時，運營商還可以建立一個評價模型來評價現有基站的效率和成本，找出基站建設中的資源浪費問題。例如，為了滿足基站建設指標，基站建在人員少的地方。

『貳』 大數據的價值如何體現

大數據的價值如何體現_數據分析師考試

進入大數據時代，運營商應用大數據發展的驅動因素是什麼，是否需要建立新型資料庫？ 劉偉光： 隨著通信行業的競爭日益激烈，傳統的語音和簡訊等主營收入的利潤不斷下滑，導致運營商必須找到新的利潤增長點，同時有效控制運營成本，從而使自身可以在激烈競爭中立於不敗之地。這也是為什麼運營商把實現精準化營銷和精細化運營提升到戰略層次的重要原因。

此外，傳統資料庫技術已無法滿足運營商對大數據充分利用的需求。新型資料庫應該具備如下特點：首先應該採用支持大規模並行處理的分布式架構；其次，應該使用基於符合工業標準的開放硬體和系統平台，保證成本可控；第三，隨著開源技術不斷成熟，創新速度快，新型資料庫平台應該易於與新的開源技術進行融合；第四，新的資料庫平台應該可以實現與Hadoop平台的無縫集成，實現跨結構化、半結構化、非結構化海量數據的混合分析能力。 盧東明： 運營商目前試圖做新型資料庫，但是不太現實，首先資料庫公司一直以來都是很穩定的幾家，需要長期積淀。

其次，大數據不是取代以前的技術，而是混合補充使用，不是新型資料庫出來後，就完全替代傳統資料庫從而大規模使用。資料庫是核心、穩定的技術，大數據是開源的軟體技術，運營商還是會選擇使用相對成熟的軟體。 《通信世界周刊》： 大數據今年以來得到格外關注，目前發展狀況如何？ 盧東明： 大數據在運營商的業務中早就有應用，目前在各個省都得到普遍應用了。大數據這個詞目前有些炒作成分，它和以前的資料庫不是完全脫節的，是對資料庫的延伸。大數據是個現象，是資料庫的另一個形態，不是否定、顛覆之前的資料庫形態。

目前做大數據的廠商依然是以前那幾家數據廠商，不同的產品解決不同的問題。在中國電信行業，從數據量和應用角度來看處於世界領先地位，這是由於電信用戶多、規模大，電信業遇到的問題和挑戰比較大，解決方案難度高。 劉偉光： 目前中國三個電信運營商在業務支撐領域、網管IT支撐領域包括增值業務領域，已經隨著市場的需求推出了很多新的大數據實時分析的項目，相信未來的兩到三年這個市場將會成倍增長，甚至會到達我們今天不能預期的數量。 需要分析共享大數據的管理工具 《通信世界周刊》： IT企業如何依託大數據為運營商提供管理工具，提升運營效率？ 劉偉光： 實現各部門的緊密協作永遠都是提升運營效率的不二法門。而IT企業應該為運營商提供實現緊密協作、分析、共享大數據的管理工具，來達成提升運營效率的目標。

此外，大數據時代，IT企業僅僅為運營商提供分析平台、分析工具是不夠的。這是因為運營商雖然很了解業務和需求，但普遍缺乏數學建模能力，因此很難利用好這些平台，使其發揮最大效益。所以，如何利用這些平台、系統和數據實現科學建模，同樣是提升運營效率的關鍵所在。 武新： 運營商要解決數據處理效率問題，現在的數據用以前的系統處理需要一天一夜，而應用大數據技術處理可以一個小時完成。在大數據平台，應用雲技術，通過集群的方式，幾十台伺服器同時工作，並進行壓縮數據來節省空間。

目前大數據主要是針對結構化數據的應用，用戶上哪個網，停留多長時間，通過分析都可做相應的分析結果推送給相關部門。除了對用戶上網行為分析，還有網路使用情況、網路設備情況和用戶使用手機類型分析。而對非結構化的數據，如視頻和圖片，目前分析得還較少。 《通信世界周刊》： 大數據具體應用於運營商的哪些業務中，有哪些成功的應用和案例？ 盧東明： 大數據主要應用在運營商的「信令」系統分析上，由於其數據量非常大，比「話單」分析的挑戰大很多。移動互聯網發展起來之後，運營商開始關注大數據，進行「用戶行為分析」，根據人群分析做精準營銷，推薦流量套餐。

此外，運營商提供IDC服務，通過「雲」中心的方式為互聯網企業提供服務。 武新： 運營商從最近兩三年開始，感受到這方面的壓力，開始尋求解決方案。中國移動「信令」分析系統項目對海量數據進行分析和挖掘；中國聯通對「話單」數據進行用戶行為分析。中國電信「新一代資料庫」產品正在測試中，通過精分系統，進行精準營銷。此外，在運營商專網也已應用大數據。運營商目前仍處於測試探索中，通過幾種方法針對不同的應用進行測試、篩選。

目前運營商的相關項目有「流量分析」、「智能管道」和「新一代資料庫」產品等，傳統的資料庫面對海量數據已經無法支撐，將來會慢慢被大數據代替掉。 要有開放的心態 《通信世界周刊》： 發展大數據需要解決哪些問題，關鍵點是什麼？ 盧東明： 由於數據分析要看存儲效果，涉及到效率和速度。目前運營商應用大數據存在的問題是避免無限制的花錢。另一方面，運營商要和廠商合作，針對不同的業務類型和應用場景，採取不同的分析方法。此外，運營商要有開放的心態，因為大數據作為開源的軟體也不是可以解決所有的問題的。 武新： 在數據處理上，運營商轉型中不僅有技術上的問題，還需要經歷一個時間階段和過程。

此外，運營商要轉變思維方式，其在數據分析上的經驗不如互聯網企業，這是方法論問題，關繫到如何用數據做生意。運營商以前都是依託傳統業務，海量數據的出現，使得行業即將洗牌，運營商不得不轉型重視數據挖掘。 但運營商可以發揮自己的優勢，首先，要分析用戶行為的變化，由分析以前的語音用戶轉變為分析上網行為。其次，運營商有能力提供類似互聯網公司的服務，如QQ聊天。

最後，運營商有專網資源，有自己的數據中心可以運維，但是目前這些優勢還沒有完全發揮出來，是因為還沒把握透用戶的需求。

以上是小編為大家分享的關於大數據的價值如何體現的相關內容，更多信息可以關注環球青藤分享更多干貨

『叄』 電信行業如何應用大數據

大數據運用的四個類型 運營商運用大數據主要有四個類型。首先，在市場層面，運營商可以利用大數據對自身的產品進行服務，通過大數據分析用戶行為，改進產品設計，並通過用戶偏好分析，及時、准確進行業務推薦，強化客戶關懷，這樣就可以不斷改善用戶體驗，增加用戶的信息消費以及對運營商的粘稠度；其次，在網路層面，可以通過大數據分析網路的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網路日誌，進行全網路優化，不斷提升網路質量和網路利用率；第三，在企業經營層面，可以通過業務、資源、財務等各類數據的綜合分析，快速准確地確定公司經營管理和市場競爭策略；第四，在業務創新層面，可以在確保用戶隱私不被侵犯的前提下，對數據進行深度加工，對外提供信息服務，為企業創造新的價值。這樣，大數據將助力運營商實現從網路服務提供商，向信息服務提供商的轉變。 由於大數據產業具有強烈互聯網特徵，現有的運營模式很難幫助運營商實現大數據產業的迅速發展，這是因為，對於大數據產業，運營商傳統的金字塔式的組織結構已經過時，傳統架構的信息系統及組織架構已無法應對海量數據和創新型應用，那種由上而下的運營模式無法更接近用戶的需求，顯然已經阻礙運營商自身大數據產業的縱深發展。根據市場需求，運營商必須全面轉向以客戶和消費者為中心的運營體系，重新梳理企業的經營模式和組織架構，這就是模式的創新，大數據產業發展要求運營商實現管理經營和市場信息系統完美對接，新型大數據應用必將助力運營商向信息服務模式轉型。 面向大數據時代，運營商的及時轉型成為必然，否則將有被互聯網企業超越的可能性。理論上講，運營商擁有頗具優勢的大數據資源並不是完全不可替代，例如，用戶的位置信息就可以通過多種APP應用獲得，用戶的網路使用信息也可以通過多家互聯網企業合作獲取，互聯網企業通過泛互聯網化收集更多的大數據信息。另一方面，多行業的垂直整合將成為趨勢，在數據應用層面，行業企業通過多種手段搜集大量的用戶數據，將更貼近用戶，更理解用戶，為其提供更適當的服務，大數據將成為資產更具有戰略意義，各個行業及單位都在關注大數據。 根據大數據數量大、時效性要求高、數據種類及來源多樣化等特徵，運營商首先獲取更多有用的大數據資源，例如，很多的網路運行信息，包含大量有價值的用戶行為和位置信息，這樣的信息可以加以利用。有了資源應該加以利用，避免大數據資源的浪費。事實上，一些運營商擁有大數據這樣的金山，卻似乎無奈坐看並逐漸淪為管道，在不斷強化傳統市場的效益考核，卻好像在忽視大數據價值的流失。 直面數據分析挑戰 當然，海量數據的出現、數據結構的改變，也給運營商的大數據管理及分析帶來了挑戰，一是由於多種業務的發展、市場需求的變化和網路規模的擴大使得運營商大數據迅速的增加，這增加了運營商大數據存儲和處理的難度，使得現有數據倉庫無法線性擴容，這表明傳統的數據倉庫無法有效存儲日益增長的業務數據；二是由於新型大數據服務不同於傳統通信業務分析特點，需要對內容等非結構化、大容量信息進行多用戶、多應用、實時有效的分析，傳統的架構和數據倉庫處理已不能滿足新的信息服務需求。因此，運營商需要建立新型大數據中心，來存儲、分析和處理海量數據，必要的投入是必不可少的。 大數據產業出現和發展是現代信息技術與互聯網時代海量信息的發展到一定階段的必然結果，大數據應用將是海量數據、現代信息技術與各種社會應用的一次化學反應，必將對當今社會的信息技術、商業模式和相關的法律法規產生深刻的變革。

『肆』 大數據主要應用於哪些行業，有什麼價值

大數據無處不在，大數據應用於各個行業，包括金融、汽車、餐飲、電信、能源、體能和娛樂等在內的社會各行各業都已經融入了大數據的印跡，下面詳細介紹一下大數據在各行各業的具體應用。

製造業， 利用工業大數據提升製造業水平，包括產品故障診斷與預測、分析工藝流程、改進生產工藝，優化生產過程能耗、工業供應鏈分析與優化、生產計劃與排程

金融行業 ，大數據在高頻交易、社交情緒分析和信貸風險分析三大金融創新領域發揮重大作用。

汽車行業， 利用大數據和物聯網技術的無人駕駛汽車，在不遠的未來將走入我們的日常生活。

互聯網行業， 藉助於大數據技術，可以分析客戶行為，進行商品推薦和針對性廣告投放。

餐飲行業， 利用大數據實現餐飲O2O模式，徹底改變傳統餐飲經營方式

電信行業 ，利用大數據技術實現客戶離網分析，及時掌握客戶離網傾向，出台客戶挽留措施

能源行業， 隨著智能電網的發展，電力公司可以掌握海量的用戶用電信息，利用大數據技術分析用戶用電模式，可以改進電網運行，合理設計電力需求響應系統，確保電網運行安全。

物流行業， 利用大數據優化物流網路，提高物流效率，降低物流成本

城市管理， 可以利用大數據實現智能交通、環保監測、城市規劃和智能安防

生物醫學， 大數據可以幫助我們實現流行病預測、智慧醫療、健康管理，同時還可以幫助我們解讀DNA,了解更多的生命奧秘

體育娛樂 ，大數據可以幫助我們訓練球隊，決定投拍哪種題財的影視作品，以及預測比賽結果

安全領域， 政府可以利用大數據技術構建起強大的國家安全保障體系，企業可以利用大數據抵禦網路攻擊，警察可以藉助大數據來預防犯罪。

個人生活 ，大數據還可以應用於個人生活，利用與每個人相關聯的「個人大數據」，分析個人生活行為習慣，為其提供更加周到的個性化服務。

大數據的價值，遠遠不止於此，大數據對各行各業的滲透，大大推動了社會生產和生活，未來必將產生重大而深遠的影響，對大數據感興趣的可以到科多大數據進行更深入的了解咨詢~

『伍』 大數據分析的作用和影響

1、大數據分析對互聯網的作用。
隨著移動互聯網技術的發展,利用手機終端接收新聞、聽音樂、看電視是眾多消費者的第一選擇.營銷者想要在激烈的市場競爭中占據一席之地,就需要對海量用戶數據進行挖掘分析,發現用戶的個性喜好,從而對用戶的消費行為進行准確把握。
2、大數據分析對電商的作用。
對於電子商務行業來說，數據分析職位在企業內部是非常重要，營銷管理、客戶管理等環節都需要應用到數據分析的結果，利用數據分來來發現企業內部的不足，營銷手段的不足、客戶體驗的不足等等，利用數據挖掘來了解客戶的內在需求。
3、大數據分析對金融的作用。
數據技術對金融行業的影響巨大，金融業對信息系統的實際應用前景還是非常大的，金融業對信息系統的實用性要求很高，且積累了大量的客戶交易數據。目前金融業主要信息需求是客戶行為分析、防堵詐騙、金融分析等。
4、大數據分析對其他行業的作用。
大數據分析可以進行人流、車流量等統計，使旅遊行業得企業公司可以更好地了解用戶的的想法和需求;數據分析可以幫助電信行業進行增值業務推薦和新套餐科學定價分析;數據分析可以幫助房地產行業做出投資決策建議等等。

『陸』 運營商發展大數據的核心價值在於商業化

運營商發展大數據的核心價值在於商業化
近年來，電信運營商利潤率增幅放緩甚至下降，傳統話音業務收入增長乏力，日趨邊緣化、管道化；數據業務佔比迅速增長，但量收的剪刀差持續擴大，投入多回報少。
在運營商轉型路上，大數據技術的深入應用與商業模式的開發大有可為，可以說是運營商規避同質化競爭，打造智能數據管道，尋找差異化經營「藍海」的必由之路。大數據的技術架構尋求高性能與低成本的統一，可以降低電信運營商龐大的IT資本開支壓力。大數據的商業應用促使電信運營商從單純提供網路資源、前向收費方式轉變為基於網路資源和依據海量數據資源提供服務的靈活多樣的混合模式，是一種新的商業模式。
國內運營商大數據應用受限
國內電信運營商在大數據應用方面主要受到了以下方面的限制。
第一，數據採集散亂、深度不足：電信運營商擁有海量數據的來源，但採集渠道散亂，通常分級、分地區、分系統建設，整體規劃不足，數據標准化程度低，匯聚困難，無法形成有效的數據資產。
第二，數據分析能力不足：電信運營商建有以數據倉庫為核心的經營分析系統，通常採用小型機加高性能存儲架構建設，針對傳統話單日誌等結構化數據設計，還不具備非結構化數據與流數據的分析處理能力。
第三，數據商業應用不足：電信運營商大量數據尚沒有充分發掘數據應有的價值，智能管道的建設正處在初期階段。現有分析系統僅對內部提供服務，缺乏對外數據開放平台，大量數據未能有效進行商業利用。
電信運營商大數據發展探析
（1）大數據的政策支撐
電信運營商應積極尋求政府的支持，推動政府為大數據產業發展提供積極的政策支撐與引導、對關鍵技術的研發提供專項財政資金支持、對重點工程項目的實施提供支持與保障。電信運營商應高度重視大數據信息安全，推動政府部門牽頭啟動大數據立法，解決大數據信息權屬與隱私保護問題；制定大數據技術標准與運營標准，規范大數據安全體系。通過政策支撐保障大數據產業的可持續發展。
2012年10月，中國計算機學會和中國通信學會均成立了大數據專家委員會，從行業學會的層面來組織和推動大數據的相關產學研用活動。運營商可以依託該平台推動企業內部大數據的發展。
（2）大數據技術架構與演算法的研發
根據2012年美國市場調查咨詢公司（Gartner）發布的新興技術曲線，大數據技術正處於「期望膨脹期」，距離真正成熟尚需2~5年。電信運營商應抓住機遇加強技術研發，在開源技術的基礎上，發展適合運營商的大數據技術；同時應積極對技術標准做出貢獻，掌握技術主動權。在技術的拓展可主要集中在三個方面：（a）大數據的採集與傳輸技術。採集技術是指基於智能管道和物聯網的大數據獲取技術和演算法；大數據傳輸技術研究應注重海量數據傳輸的安全可靠性，解決調度與控制問題。（b）大數據的存儲與分析技術。存儲技術主要指面向海量數據文件的有效存儲與讀取能力、大數據的新型表示方法和去冗降噪演算法；分析技術的拓展方向應包括數據可用性和可計算性，計算復雜性問題，研究求解演算法，進行高效處理等。（c）大數據的隱私安全技術。在大數據時代，如何保護用戶隱私安全不僅是法規層面需要解決的問題，也是電信運營商在技術層面亟待解決的問題。
（3）大數據支撐運營中心
運營商要充分發揮大數據的價值，首要條件是具備採集、融合、存儲、分析海量數據的能力。電信運營商可以在現有經分系統或數據倉庫的基礎上，針對目前數據採集散亂、採集深度不足、分析能力不足的問題，構建數據集中、平台統一的省級或全國級大數據支撐運營中心，為大數據的應用與商業化提供精確支撐。大數據支撐運營中心可以設置如下邏輯架構。
數據採集層：通過建設數據採集聚合網關，匯聚跨地區、跨系統的採集的豐富數據源。
數據融合層：建設海量結構化數據、非結構化數據以及流數據處理能力，建立數據標准化體系，進行統一處理和存儲。
數據應用層：通過構建不同的數據挖掘與分析模型，融合結構化數據，形成數據倉庫，對外提供統一服務能力。
資源管理層：提供統一監控、資源管理與運營等功能。
（4）大數據應用與商業化
大數據應用與商業化是大數據發展的核心價值與落腳點。電信運營商擁有極其豐富的數據資源，相比互聯網公司更具天然優勢。對大數據進行全面、深入、實時的分析和應用，以客戶體驗為核心發展流量經營，是電信運營商應對新形勢下挑戰避免淪為啞管道的關鍵。
通過大數據助力業務創新，提供市場營銷與客戶服務的精準支撐能力。在互聯網社會中，擁有數據，就擁有了了解用戶行為的基礎，從足夠多數據的疊加中可以探知一個人的過往行為，同時可以精準的預測出其未來的需求。通過對海量的行為和內容數據處理，可以獲得用戶的時間、位置、業務、終端等基礎信息，分析出用戶的身份、興趣、社交圈等，這樣可以開發出很多新的增值業務。
通過大數據提升企業管理水平，提供透明管控與科學運營的精準支撐能力。運營商可以融合市場、財務、網路等多個系統產生的海量數據，將相關聯的數據進行處理分析，有利於運營商更全面、更准確、更快速地獲得企業運營數據，為投資決策和網路優化方案提供更多視角。
通過大數據發展開放合作平台，開辟新的商業模式，助力電信運營商轉型。電信運營商可以通過大數據支撐運營中心發展開放合作平台，為廣大開發者提供海量數據資源，發揮大數據的價值，將數據作為資源，進而提升的運營商利潤增長點。
大數據技術的發展及規模商用，使得電信運營商能夠充分挖掘管道內容，創造新的業務增長模式，應對「去電信化」的趨勢，轉型為綜合信息服務提供商，成為未來大數據時代中最大的贏家。但在推動商業化應用的過程中還應全面認識大數據的內涵，避免陷入單純的計算能力和存儲能力建設，要清醒認識大數據發展的成熟度，客觀分析用戶的應用需求，避免過度建設

『柒』 電信運營商轉型發展如何應用大數據

因此，運營商擁有的是更加名副其實的大數據，如果將這些數據加以應用，必將為運營商帶來巨大的商業價值。 大數據為電信行業帶來巨大變化 Gartner預測到2020年大約75%的企業都將大數據分析融入其日常經營決策中，未來大數據分析將成為企業經營的一項基本能力。 根據Sysbase的統計分析，電信行業通過在運營中應用大數據，人均產值提升了17%，而在行業價值貢獻方面更是排在了所有行業的首位。在電信行業收入增幅日趨放緩的今天，這樣的產值增幅無手型敬疑是鼓舞人心的。 通過構建行業大數據分析系統讓運營商具備了大數據分析處理的技能，但這只是在大數據時代獲得成功的基礎；運營商還需要從企業戰略和經營思維層面改變，發現新的機遇和模式並付諸實施，才能真正將自己所掌握的大數據資產和大數據技能轉變為企業價值。 大數據運用的四個類型 運營商運用大數據主要有四個類型。首先，在市場層面，運營商可以利用大數據對自身的產品進行服務，通過大數據分析用戶行為，改進產品設計，並通過用戶偏好分析，及時、准確進行業務推薦，強化客戶關懷，這樣就可以不斷改善用戶體驗，增加用戶的信息消費以及對運營商的粘稠度；其次，在網路層面，可畢慎以通過大數據分析網路的流量、流向變化趨勢，及時調整資源配置，同時還可以分析網路日誌，進行全網路優化，不斷提升網路質量和網路利用率；第三，在企業經營層面，可以通過業務、資源、財務等各類數據的綜合分析，快速准確地確定公司經營管理和市場競爭策略；第四，在業務創新層面，可以在確保用戶隱私不被侵犯的前提下，對數據進行深度加工，對外提供信息服務，為企業創造新的價值。這樣，大數據將助力運營商實現從網路服務提供商，向信息服務提供商的轉變。 由於大數據產業具有強烈互聯網特徵，現有的運營模式很難幫助運營商實現大數據產業的迅速發展，這是因為，對於大數據產業，運營商傳統的金字塔式的組織結構已經過時，傳統架構的信息系統及組織架構已無法應對海量數據和創新型應用，那種由上而下的運營模式無法更接近用戶的需求，顯然已經阻礙運營商自身大數據產業的縱深發展。根據市場需求，運營商必須全面轉向以客戶和消費者為中心的運營體系，重新梳理企業的經營模式和組織架構，這就是模式的創新，大數據產業發展要求運營商實現管理經營和市場信息系統完美對接，新型大數據應用必將助力運營商向信息服務模式轉型。 面向大數據時代，運營商的及時轉型成為必然，否則將有被互聯網企業超越的可能性。理論上講，運營商擁有頗具優勢的大數據資源並不是完全不可替代，例如，用戶的位置信息就可以通過多種APP應用獲得，用戶的網路使用信息也可以通過多家互聯網企業合作獲取，互聯網企業通過泛互聯網化收集更多的大數據信息。另一方面，多行業的垂直整合將成為趨勢，在數據應用層面，行業企業通過多種手段搜集大量的用戶數據，將更貼近用戶，更理解用戶，為其提供更適當的服務，大數據將成為資產更具有戰略意義，各個行業及單位都在關注大數據。 根據大數據數量大、時效性要求高、數據種類及來源多租帶樣化等特徵，運營商首先獲取更多有用的大數據資源，例如，很多的網路運行信息，包含大量有價值的用戶行為和位置信息，這樣的信息可以加以利用。有了資源應該加以利用，避免大數據資源的浪費。事實上，一些運營商擁有大數據這樣的金山，卻似乎無奈坐看並逐漸淪為管道，在不斷強化傳統市場的效益考核，卻好像在忽視大數據價值的流失。 直面數據分析挑戰 當然，海量數據的出現、數據結構的改變，也給運營商的大數據管理及分析帶來了挑戰，一是由於多種業務的發展、市場需求的變化和網路規模的擴大使得運營商大數據迅速的增加，這增加了運營商大數據存儲和處理的難度，使得現有數據倉庫無法線性擴容，這表明傳統的數據倉庫無法有效存儲日益增長的業務數據；二是由於新型大數據服務不同於傳統通信業務分析特點，需要對內容等非結構化、大容量信息進行多用戶、多應用、實時有效的分析，傳統的架構和數據倉庫處理已不能滿足新的信息服務需求。因此，運營商需要建立新型大數據中心，來存儲、分析和處理海量數據，必要的投入是必不可少的。 大數據產業出現和發展是現代信息技術與互聯網時代海量信息的發展到一定階段的必然結果，大數據應用將是海量數據、現代信息技術與各種社會應用的一次化學反應，必將對當今社會的信息技術、商業模式和相關的法律法規產生深刻的變革。