電信行業大數據應用

Ⅰ 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。

Ⅱ 大數據具體是做什麼有哪些應用

大數據即海量的數據，一般至少要達到TB級別才能算得上大數據，相比於傳統的企業內數據，大數據的內容和結構要更加多樣化，數值、文本、視頻、語音、圖像、文檔、XML、HTML等都可以作為大數據的內容。

提到大數據，最常見的應用就是大數據分析，大數據分析的數據來源不僅是局限於企業內部的信息化系統，還包括各種外部系統、機器設備、感測器、資料庫的逗吵渣數據，如：政府、銀行、國計民生、行業產業、社交網站等數據，通過大數據分析技術及工具將海量數據進行統計匯總後，以圖形圖表的方式進行數據展現，實現數據的可視化，在此基礎上結合機器學習演算法，對數據進行深度挖掘，發掘數據的潛在價值。

應用部分，大數據不僅包括企業內部應用系統的數據分析，還包括與行業、產業的深度融合，大數據分析的應用場景具有行業性，不同行業所呈現碰肢的內容與分析維度各不相同，具體場景包括：互聯網行業、政府行業、金融行業、傳統企業中的地產、醫療、能源、製造、電信行業等等。

1.互聯網行業大數據的應用代表為電商、社交、網路檢索領域，可以根據銷售數據、客戶行為（活躍度、商品偏好、購買率等）數據、交易數據、商品收藏數據、售後數據等、搜索數據刻畫用戶畫像，根據客戶的喜好為其推薦對應的產品。

2.政府行業在大數據分析部分包括質檢部門、公安部門、氣象部門、醫療部門等，質檢部門包括對商品生產、加工、物流、貿易、消費全過程的信息進行採集、驗證、檢查，保證食品物品安全；氣象部門通過構建大氣運動規律評估模型、氣象變化關聯性分析等路徑，精準地預測氣象變化，尋找最佳的解決方案，規劃應急、救災工作。

3.金融行業的大數據分析多應用於銀行、證券、保險等細分領域，在大山悄數據分析方面結合多種渠道數據進行分析，客戶在社交媒體上的行為數據、在網站上消費的交易數據、客戶辦理業務的預留數據，結合客戶年齡、資產規模、消費偏好等對客戶群進行精準定位，分析其在金融業的需求等。

4.傳統行業包括：能源、電信、地產、零售、製造等。電信行業藉助大數據應用分析感測器數據異常情況，預測設備故障，提高用戶滿意度；能源行業利用大數據分析挖掘客戶行為特徵、消費規律，提高能源需求准確性；地產行業通過內外部數據的挖掘分析，使管理者掌握和了解房地產行業潛在的市場需求，掌握商情和動態，針對細分市場實施動態定價和差別定價等；製造行業通過大數據分析實現設備預測維護、優化生產流程、能源消耗管控、發現潛在問題並及時預警等。

伴隨著信息化的快速發展、數據量加大，已經進入數據時代，相信各行業間日後對於大數據的應用會更多、更深入。

Ⅲ 大數據時代，電信運營商如何「點石成金」

大數據風起雲涌。對於大數據中蘊含的商業價值，有人形象地將其稱為「數據鑽出石油」。充分利用大數據技術，從海量堆積的交互數據中發現帶有趨勢性、前瞻性的信息，能夠孕育出驚人的社會價值和商業價值。 然而，即便放眼全球，我們看到的大數據應用案例還鮮有電信運營商的身影，與互聯網領域的諸多探索相比，他們略顯平淡，大規模鑽出「石油」就更談不上了。面對這種情況，相信很多業內人士都在思考這些問題：大數據究竟會給電信運營商帶來哪些新機遇？大數據時代下的電信運營商面臨什麼樣的挑戰？電信運營商今後將如何運籌帷幄、構建面向智慧運營的大數據體系？ 從4W到4V： 運營商擁有先天優勢 根據信息爆炸時代的特徵，業界將大數據總結為「4V」體量（Volume）、多樣（Variety）、速度（Velocity）和價值（Value）。體量意味著海量的數據，多樣是指數據類型繁多，速度主要指數據被創建和移動的速度快，而價值是處理數據的目標、從各種形式呈現的復雜數據中挖掘有用的東西。 電信運營商作為信息服務的基礎服務商，其提供的服務用一個簡單的詞來概括就是「4W」Who、When、Where、What，在使用服務時，哪些用戶、需要聯系誰、什麼時間、處於什麼位置、做些什麼，這些信息無疑都需要經過運營商的管道。 對比「4V」和「4W」，我們可以發現兩者之間的契合之處，通信用戶數以億計的基數保證了數據的海量和多樣性，通信網路的實時承載保證了數據的速度，更重要的是，運營商還可以搜集到用戶位置、大體收入等有價值的數據，進而為精準營銷提供參考。因此，運營商在掌握用戶行為數據方面具有先天優勢，這是一般互聯網廠商所望塵莫及的。隨著智能手機和高速網路的普及，運營商能夠獲得的用戶行為數據還將更為豐富。 數據科學家、《大數據時代》的作者維克托·邁爾·舍恩伯格表示，在大數據時代，擁有數據的公司無疑將取得巨大的成功。因為他們具有洞察力，大數據會提供他們全新的洞察力。從這個角度看，運營商無疑坐擁一座天然的寶藏，但是能否挖掘、提煉出這些礦藏中的價值將決定運營商能否把握住大數據帶來的機遇。 由大入微： 構建智慧的大數據體系 由微入大易，由大入微難。對電信運營商來說，將無數具體而微的信息匯集起來其實並不難，真正的難點在於如何點石成金，如何「駕馭」這紛繁復雜的數據，如何存儲、整合、分析、汲取出真正有價值的內容，並創造性地使用它。 大流量並不一定帶來大數據，電信運營商獲得的數據中大部分都是「桀驁不馴」的它們被稱為非結構數據，這種數據本身並沒有太多價值。目前，電信運營商在大數據方面的探索還僅僅處於起步階段：一方面，用戶的行為、軌跡、狀態等數據散在網路各個環節中，形成信息資產的成本非常高；另一方面，運營商大數據挖掘手段還很不充足，如何從龐大的數據中分析出有價值的信息並找到合理的商業模式，提高「駕馭」數據的能力，成為電信運營商面臨的挑戰。 那麼電信運營商該如何去構建面向智慧運營的大數據體系？ 對電信運營商來說，可以利用大數據實現自身的精確化營銷和精細化運營，在這方面，國內已經有運營商作出了嘗試。使用Hadoop等大數據處理工具，通過分析用戶的興趣圖譜、關系圖譜、行為定向，再結合自身的業務推出量身定製的服務，如針對出差較多的商務人士，向他們推薦漫遊套餐；對愛好移動上網的用戶，向他們提供流量包……這本身就屬於大數據應用的范疇，而且，運營商通過對業務資源和財務等數據的綜合分析，可以讓決策層進行快速的市場決策，從而搶占市場制高點。 未來，運營商還可以拓展第三方模式，加大開放合作力度，與產業鏈各個環節開展合作，加快對大數據經營商業模式的探索，不斷釋放其管道中龐大數據的潛在力量，將數據轉化成「真金白銀」。在這方面，國外電信運營商的探索給我們提供了思路。西班牙電信去年成立了名為「動態洞察」的大數據業務部門，它可以為客戶提供數據分析打包服務，幫助客戶把握重大變化趨勢。法國電信的移動業務部門也開始嘗試挖掘大數據的潛在價值，比如，它承建了一個法國高速公路數據監測項目，對每天產生的幾百萬條記錄進行分析，從而提高了道路通暢率。更具顛覆性的是Verizon，其數據業務的盈利收入在其整個業務中佔比非常高，其中就有聯合第三方機構對其用戶群進行大數據分析，再將有價值的信息提供給政府或企業獲取的額外價值。 分析人士指出，數據化程度越高的行業，其大數據的應用場景越多，能夠帶來的價值也就越高。數據重構商業，雖然國內在這方面的探索還未形成規模，但對運營商來說卻代表著前進的方向憑借自身優勢，將數據分析包裝為服務，提供給政府、商場、銀行等第三方機構進行決策，從而實現商業模式的創新，並在與互聯網企業的競爭中佔得先機。不過，需要明確的是，這里的數據包裝並不是非法採集用戶個人信息，更不是販賣用戶個性化隱私，真正的大數據應該是用加工實現增值，用分析來指導決策，而非原始數據信息本身的低層次濫用。

Ⅳ 大數據可以應用在哪些方面

大數據應用於各個行業，包括金融、汽車、餐飲、電信、能源、娛樂等在內的社會各行各業都已經融入了大數據的痕跡。

1、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。

2、金融業：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。

3、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。

4、互聯網行業：藉助於大數據技術分析用戶行為，進行商品推薦和針對性廣告投放。

5、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。

6、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。

7、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。

8、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。

9、城市管理：利用大數據實現智能交通、環保監測、城市規劃和智能安防。

11、公共安全領域：政府利用大數據技術構建強大的國家安全保障體系，公共安全領域的大數據分析應用，反恐維穩與各類案件分析的信息化手段，藉助大數據預防犯罪。

12、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」，分析個人生活行為軌跡，為其提供更加周到的個性化服務。

大數據的價值遠不止於此，大數據對各行各業的滲透，是推動社會生產和生活的核心要素。

(4)電信行業大數據應用擴展閱讀

七個典型的大數據應用案例

1、梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基於SAS的系統對多達7300萬種貨品進行實時調價。

2、Tipp24AG針對歐洲博彩業構建的下注和預測平台。該公司用KXEN軟體來分析數十億計的交易以及客戶的特性，然後通過預測模型對特定用戶進行動態的營銷活動。這項舉措減少了悉指培90%的預測模型構建時間。SAP公司正在試圖收購KXEN。

3、沃爾瑪的搜索。這家零售業寡頭為其網站Walmart.com自行設計了最新的搜索引擎Polaris，利用語義數據進行文本分析、機器學習和同義詞挖掘等。根據沃爾瑪的說法，語義搜索技術的運用使得在線購物的完成率提升了10%到15%。「對睜唯沃爾瑪來說，這就意味著數十億美元的金額。」Laney說。

4、快餐業的視頻分析。該公司通過視頻分析等候隊列的長度，然後自動變化電子菜單顯示的內容。如果隊列較長，則顯示可以快速供給的食物;如果隊列較短，則顯示那些利潤較高但准備時間相對長的食品。

5、Morton牛排店的品牌認知。當一位顧客開玩笑地通過推特向這家位於芝加哥的牛排連鎖店訂餐送到紐約Newark機場（他將在一天工作之後抵達該處）時，Morton就開始了自己的社交秀。首先，分析推逗改特數據，發現該顧客是本店的常客，也是推特的常用者。根據客戶以往的訂單，推測出其所乘的航班，然後派出一位身著燕尾服的侍者為客戶提供晚餐。

6、PredPolInc.。PredPol公司通過與洛杉磯和聖克魯斯的警方以及一群研究人員合作，基於地震預測演算法的變體和犯罪數據來預測犯罪發生的幾率，可以精確到500平方英尺的范圍內。在洛杉磯運用該演算法的地區，盜竊罪和暴力犯罪分布下降了33%和21%。

7、TescoPLC（特易購）和運營效率。這家超市連鎖在其數據倉庫中收集了700萬部冰箱的數據。通過對這些數據的分析，進行更全面的監控並進行主動的維修以降低整體能耗。

Ⅳ 以下哪個屬於大數據在電信行業的數據商業化方面的應用

以下個性化推薦，客戶細分，數據分析決策，客戶體驗管理，風險控制屬於大數據在電信行業的數據商業化方面的應用。
1、個性化推薦：通過分析用戶的通訊記錄、消費行為等數據，為用戶提供個性化的產品及服務推薦。
2、客戶細分：通過對海量用戶數據進行分類和聚類分析，將用戶按照其特徵劃分成不同的群體，以便更好地針對不同的用戶群體開展營銷活動。
3、數據分析決策：拆攜通過分析運營數據，如流量、話務量、ARPU等數據，來幫助企業做出更加明智的運營決策。
4、客戶體驗管理：通過對用戶行為和需求的分析，為客戶提供更好的服務體驗兆閉，並旅猜伏提高用戶的滿意度。
5、風險控制：通過對用戶行為、賬單支付情況等數據的分析，識別潛在的風險，及時採取措施進行防範。

Ⅵ 大數據的意義和作用及發展前景

大數據具有規模性、高速性、多樣性、而且無處不在等全新特點。具體地說，是指需要通過快速獲取、處理、分析和提取有價值的、海量、多樣化的交易數據、交互數據為基礎，針對企業的運作模式提出有針對性的方案。

大數據的作用和應用

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。

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。

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。

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。

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，提旦悔高物流效率，降低物流成本。

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。

大數據發展前景

就現如今的發展趨勢而言，大數據技術的發展如火如荼。在各個領域都得到了廣泛的應用，而且就其目前的發展情況來看，大數據技術具有十分良好的發鄭碰展前景。

現在社會的大數據公司主要可以分為三大類，分別是技術型、創新型、數據型這三種，不論是哪一種類型的大數據公司，都是現代社會不可獲缺的。人們熟悉的技術型的大數據公司通常是IT公司，這些公司十分看重數模叢正據的處理這一模塊。創新型的大數據公司需要一些非常有想像力的人，對於相同的數據，他們往往有不同的見解，並發現其中的不同。

而數據型的大數據公司，人們了解的比較多，如新浪、網路、網易、搜狐、淘寶等等，這些也是與人們的日常生活密切相關的，或者是一些零售的連鎖企業、市政公司、金融服務公司等等，這些公司自身擁有較多的數據，也正是因為涵蓋的數據較多，因而容易導致有價值的信息被忽略。

在這三種不同的大數據公司中，技術型的大數據公司未來的發展將會使得技術趨向於多元化，製造出越來越多樣的技術。不論是從哪個方面來說，大數據技術今後的發展都會越來越好。

Ⅶ 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~

Ⅷ 大數據主要應用於哪些行業

大數據逐漸滲透我們的日常生活與每個角落，讓生活更加便利。大數據可以說是無處不在，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，下面就為大家詳細介紹一下大數據主要應用於哪些行業。

01

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。

02

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。

03

汽車行業：利用大數據和物聯網技術的無人駕駛汽車，未來會逐漸步入市場。

04

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，給客戶提供方便快捷的通道。

05

餐飲行業：利用大數據打破老式的餐飲經營模式，徹底改變傳統餐飲經營方式。

06

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，掌握客戶需求。

07

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。

08

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，提高工作效率。

09

城市管理：可以利用大數據實現智能交通、環保監測、城市規劃和智能防護。

10

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」，分析個人生活習慣，為我們提供更加全面的服務。

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。

最近整理了一套適合2019年學習的Java\大數據資料，從基礎的Java、大數據面向對象到進階的框架知識都有整理哦，可以來我的主頁免費領取哦。

Ⅸ 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