電信運營商的大數據應用

Ⅰ 運營商大數據到底如何應用

運營商大數據到底如何應用？

運營商大數據，可以根據不同行業和不同企業，分配和分析內符合容自己行業的精準客戶數據資源！

相關企業搜集自己行業的網站，app,400電話，固話提供過來，就可以建模實時抓取，獲取精準客戶數據，相關企業可以通過外呼，簡訊等觸達方式去轉化和成交。

需要合作看評論

Ⅱ 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

Ⅲ 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。

Ⅳ 大數據時代電信運營商應該採用的運營策略

大數據時代電信運營商應該採用的運營策略

最近幾年，大數據在人們視野中出現的頻率越來越高，繼而也引起人們的關注。國際著名咨詢公司IDC、麥肯錫相繼發布了有關大數據的研究報告，將其比喻為「未來的金礦」，國內不少互聯網公司也開始著手部署各自的大數據戰略，作為通信行業的主要參與者和推動者，電信運營商在大數據的時代下開始試點了大數據系統的建設與應用，以充分挖掘企業的數據資產價值，創造新的利潤點。

大數據是什麼？

關於大數據的定義業界並沒有給出一個准確的定位，研究機構Gartner把大數據定義為是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產；維基百將大數據定義為無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合；《著雲台》的分析師團隊認為，「大數據」通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。

大數據時代電信運營商應該採用的運營策略是什麼？

1、優化網路：利用大數據分析，可突破傳統的智能網優以CDT和MR數據為基礎，通過3G基站的流量大數據，可以分析出哪些區域是用戶數據流量高消耗區，在這些區域建設4G基站，就能做到既精準又有效；通過對MR大數據的分析，可以知道哪些區域移動網路小區信號覆蓋不好，通過關聯CRM中的客戶信擾冊友息和套餐信息，便可排出網路優化的優先順序；通過LBS系統平台，對移動通信使用者的位置和運動軌跡進行分析，有效統計熱點地區的人群出現概率，並進行基站資源配置的優化，提高了資源使用效率。

2、精準營銷：中國電信利用大數據處理平台分析呼叫中心海量語音數據，建立呼叫中心測評體系和產品關聯分析，為保險公司等提供基於自動語音識別的大數據分析服務；根據使用不同移動終端的用戶的月均流量消耗，分析出在哪些移動終端上用戶的上網體驗最佳、DOU最大，根據該數據就可制定更為科學的終端補貼策略；通過對用戶手機的通話、簡訊和空間位置等信息進行處理，提取用戶通信行為的時空規則性和重復性，實現定向精確的終端營銷和個性化內容業務推薦。

3、深度擁抱大數據:大數據的時代已經來臨，因此電信運營商可以強化規劃引導、實現大數據建設全面統籌。電信運營商應針對不同的應用場景選取合適的技術進行大數據建設，在集團和省公司層面分別指定部門統一組織開展整個集團和省公司層面的大數據規劃，在規劃的指引下，實現大數據建設與應用的全面統籌，包括：清理分散在各部門中的數據資產，開展應用規劃，明確應用建設與運營分工，建設運營商集團和省公司層面統一的大數據基礎平台等。

4、精細運營：天津網站建設-文率科技建議電信可以使用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，從而有搶占市場的先機。

5、客戶維系：分析用戶的終端所支撐的系統，然後向客戶推薦比客戶目前使用系統更好的系統，如:客戶目前使用的終端是支撐的是3G，那麼我們可以向客戶推薦比3G更好的4G，繼而提升客戶體驗，降低用戶流失率；通過分析客戶通話對象結構轉移、使用量變化、上網行為漂移、套餐飽和度下降，分析出客戶離網傾向及繳費異常傾向，及時進行客戶維系與挽留。

在大數據的時代止步不前的話只能走向滅亡，天津西青網站建設發現在大數據的時代下中國聯通建立了用戶上網大數據分析系統，利用收集的用戶上網記錄解決用戶透明消費問題,並使用其中的數據做客戶的精細化營銷；中國移動建立網路資源的大數據系統，改進對緩槐用戶專線提供的速度，建立微營銷大數據分析系統，實現定向精確姿猛營銷、差異化的合作夥伴後向能力保障和智慧城市管理。

Ⅳ 運營商如何運用大數據轉型升級

據研究顯示，大數據在全球的收入快速增長，預期在2012-2017年的復合增長率將達到60%。根據最近一段時間發布的各類大數據投資研究報告進行了初步估算，預期未來超過40%的GDP增量。大數據已經成為與自然資源同等重要的寶貴財富，發展潛力空間巨大。

而電信運營商作為數據的生產者，多年來積累的數據蘊藏著豐富的業務信息和商業信息，價值挖掘的潛力巨大，擁有如此優質的數據基礎，使得運營商在企業、行業、社會等多個層面，都會大有作為。

在8月19日召開的中國國際大數據大會上，中國移動副總裁李正茂表示，中國移動已經意識到，大數據將與運營商的通信網路和客戶資源具有同等重要的地位。

從企業層面來看，大數據將助力運營商全面提升運營商的精細化運營水平。一是改善用戶體驗，通過對用戶感知的分析，並運用智能交互技術，進一步提升用戶體驗；二是實現科學決策，通過大數據刻畫當前企業發展的狀況，預測未來趨勢，對企業成本、收入風險等進行精細化管控。

從行業層面來看，目前各行業紛紛加快大數據應用，重構未來的核心競爭力，運營商可利用數據與網路資源優勢，聚焦行政管理、醫療、交通、教育等多個行業，在行政管理領域可以輔助提升政策制定、信息發布、事務辦理、管理監控等多個領域的效率和設備，在醫療領域患者可通過可穿戴設備向醫生發布數據，從而得到更為便捷的醫療服務。醫葯研發機構可以利用收集到的醫學大數據提高研發能力和醫療水平。在交通、物流領域，可實現智能化的運輸網路與運力規劃，實施交通管理、車隊管理等等。

從社會層面來看，運營商依靠多年的數據和平台經驗積累，一定會成為提供社會化大數據生態平台服務的有力參與者。在未來，社會化大數據生態平台，將以數據銀行的形式存在，平台使用者不但可以享用運營商的各類數據分析服務，使用者數據也可以在這里得到充分共享和流通，不同的商業模式將在這個平台上衍生和繁榮。

李正茂認為，大數據對於運營商轉型升級具有重大的戰略意義。而中國移動在大數據的具體研發、產業合作與對外應用方面，也進行了一些積極探索和實踐。在自主研發方面，中國移動在2007年啟動了大雲的研發計劃，構建了海量存儲處理和數據分析和挖掘等核心能力。到目前為止，大雲的大數據相關產品已經在17個省市進行了超過100項應用試點和商用，部署規模超過了3000台伺服器，在快速響應市場需求的同時也降低了企業運營成本。

李正茂還透露，中國移動在今年成立了蘇州研發中心，計劃構建3000-4000人的研發團隊和運營團隊，宗旨就是要進一步完善雲計算和大數據產品體系，盡快形成國際一流的雲計算和大數據服務能力。

在產業合作方面，中國移動一直秉承開放共贏理念，推動雲計算和大數據技術的成熟和產業健康發展。我們構建了大雲產業聯盟，與技術提供商、集成商、高等院校、政府機構等超過50家單位，在核心模塊合作、授權技術服務、應用開發技術攻關等產業不同層面開展了合作。我們還積極參與了國內、國際標准化和開源組織工作，在TMF完成了大數據報告並完成發布，牽頭完成了彈性應用計算介面等國家標準的制定。

另外，在大數據對內的研究探索方面，中國移動率先提出了大數據超細分微營銷精服務的理念，在客戶服務、市場營銷等方面，也有不少成功案例。現階段的工作，更多集中在應對數據規模增長和促進企業不同專業領域數據融合上面，以及不同程度的發揮數據價值。

Ⅵ 大數據變現,電信運營商只需往前邁一步

大數據變現,電信運營商只需往前邁一步

經過多年的技術積累和市場培育，大數據已經從「炒作」走向落地。全球主流的電信運營商普遍認識到大數據所蘊藏的高價值，開始積極探索如何將手中掌握的大量數據資源變現。目前，電信運營商的大數據探索主要集中在如何利用大數據分析用戶行為、優化網路質量和推動業務創新等方面。數據堂創始人、CEO齊紅威在接受《人民郵電》報記者采訪時指出，這些對於大數據的內部利用，往往需要對原有系統進行大規模改造，而且無法直接快速地帶來收入的增長，其實電信運營商可以用另一種思路，在基本不改造現有系統的情況下，立竿見影地獲得可觀的收益。

國務院為大數據發展「定調」

齊紅威具有十多年的數據挖掘研發應用經驗，曾任NEC中國研究院研發部部長、高級研究員。「大數據的本質特徵並不是『規模大』」，他闡述了對於大數據的理解。

現在人們對於大數據的認識普遍存在著誤區，認為當數據量達到一定量（TB級或PB級）就是大數據，其實不然，區分大數據與海量數據的標准並不取決於其數據量，從技術上講，「非結構化」數據才是大數據最典型的特徵。現實生活中80%的數據都是非結構化的，解讀這些數據，蘊藏著巨大的商業價值，這才是大數據。從商業模式上講，大數據就是移動互聯網產生的大量的關於人的數據。

近日，國務院總理李克強主持召開國務院常務會議，討論並通過了《關於促進大數據發展的行動綱要》，對消除信息孤島、支持大數據產業發展、強化信息安全等提出了明確要求。

齊紅威認為，這是一個極大的利好消息。「大數據作為全球發展的戰略資源，未來將像石油一樣，影響到世界格局。對於中國而言，大數據是國家戰略轉型升級的基礎，依靠數據和互聯網相結合的方式，減少中間環節，提升傳統行業運作效率。以前，一些地方政府或者企業雖然都認識到大數據的價值，但對於發展大數據仍心存顧慮：能不能做？做到什麼程度？『紅線』在哪裡？《綱要》的推出相當於政府給大數據發展定了調——不僅要做，而且要做大做強。」

大數據變現的閉環已經形成

2014年是大數據的商用元年，許多行業開始利用大數據真正地產生價值，齊紅威認為：「現在很像電商井噴式發展前的2006年、2007年，市場培育已經完成，生態圈初具規模，商業模式逐漸成熟。價值萬億的大數據市場的大門已經打開。」

齊紅威將大數據生態圈劃分為雲計算服務商、數據提供商、數據服務商和數據應用商四部分，實現從」數據流「到」資金流「分享共贏的商業運作模式。

其中，雲計算服務商主要負責提供計算、存儲和帶寬等基礎能力。

數據服務商則提供各種數據，包括政府大數據（公安、交通等）、行業大數據（電信、金融、電力等）、互聯網大數據（互聯網企業的用戶數據、互聯網公共數據）以及線下大數據等。

「現在網路上隨時都在產生海量的數據，但線下的許多資源都還沒有被數據化，這些數據同樣價值連城。」他透露，數據堂獨家推出了一款名為「眾客堂」的眾包平台，普通用戶可以通過該應用上傳照片、錄音等提供線下的數據並獲得一定的酬勞，目前「眾客堂」的眾客數量在全球范圍內已超過40萬。這些線下數據已經開始產生價值，例如，自拍照幫助美顏相機優化美顏程序；大量的購物小票分析出商品的價格走勢和促銷信息；語音數據幫助語音交互系統提高識別准確度等。

數據應用商則利用經過初步處理的大數據開發各類應用，例如徵信、個性化旅遊和交通服務等。他認為，「數據應用商將『百花齊放』，規模有望達到數萬家。」

數據服務商是大數據變現閉環形成的關鍵，具有三大功能：第一，連接數據提供商和應用商的紐帶，免去了雙方一一洽談的麻煩；第二，匯總大數據的平台，將各領域數據提供商的大數據整合、融合起來，將產生1+1大於2的價值，實現數據增值；第三，對大數據進行初步分析、過濾和分類，「數據服務商從提供商那兒收來的是『小麥』，但應用商需要的是『麵粉』，所以服務商就要完成把『小麥』加工成『麵粉』的工作。」

「簡單地說，數據服務商就相當於『數據銀行』，接收各方的『存款』，再將這些『資金』包裝成不同的產品後貸款給有需要的人，搭建數據共享的『生命線』，達成商業共贏，實現大數據變現的閉環。」齊紅威表示。

數據堂是國內首家也是唯一一家在新三板上市的大數據服務商，團隊的主創人員都有著十多年在大數據領域的技術積累，並在大數據產業發展過程中有著先發優勢，經過多年的數據源積累，已獲得金融徵信、交通地理、人工智慧、商家貨價等多領域的大數據，與國內外多家數據提供商和應用商建立了合作關系，摸索出一套適應我國國情的商業模式。

電信運營商如何從「數據銀行」提現

「電信運營商坐擁著一大片未被開發的『油田』。」齊紅威認為，電信運營商擁有著海量的高價值數據，例如掌握著用戶的各類地理位置信息、商業活動、搜索歷史和社交網路信息等大數據，具有維度豐富、群體性強、連續性好、網路行為全覆蓋和關聯性強等獨特優勢，「關鍵是如何將這些大數據變現，實現數據價值。」

齊紅威逐一分析並回應了目前電信運營商在發展大數據時普遍存在的幾點顧慮：

一是「能不能做」的問題。現在國家已經明確表示要大力支持大數據發展，在政策方面為電信運營商發展大數據鋪平了道路。

二是「投入與收益」問題。與數據服務商合作，電信運營商幾乎不需要改造現有系統就可以通過大數據獲利，預計產生的價值有望達到億萬元級別。

三是「競爭」問題。數據服務商只生產「麵粉」不生產「麵包」，不會與電信運營商形成業務競爭。

四是「數據安全」問題。數據堂獨創了一種模式——不「取走」數據提供商的數據，只是將軟體嵌入到數據提供商的系統中，最終只生成數據結果，經數據提供商審核後再將相關結果提供給數據應用商，這就有效地消除了可能出現的信息泄漏風險。

齊紅威表示，阻礙電信運營商挖掘大數據價值的障礙已經被一一清除，他們只需「向前邁一步」，即可擁抱蘊藏著無限商機的大數據時代。

「如果說大數據的發展是一場數萬米的馬拉松比賽的話，那麼現在才剛剛跑了1000多米。」但齊紅威同時指出，大數據發展已進入高速發展期，2015年將是各方布局大數據的關鍵時期，未來兩三年將初步奠定大數據市場的格局，大數據將迎來超過十年的上升期。

以上是小編為大家分享的關於大數據變現,電信運營商只需往前邁一步的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅶ 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。

(7)電信運營商的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。

Ⅷ 大數據的應用有哪些

大數據的應用有：構建知識圖譜，追蹤傳播路徑；大數據構建疫情發展模型；大數據挖掘疫情輿論等。

1. 構建知識圖譜，追蹤傳播路徑

大數據技術可以梳理感染者的移動軌跡，追蹤人群接觸史，建立知識圖譜，為精準定位疫情傳播路徑，防控疫情擴散等方面提供重要信息。

追蹤移動軌跡、建立知識圖譜，已經是大數據領域比較成熟的技術。位置數據方面，除了航空、鐵路、公路、輪渡等交通部門統計的出行數據外，在用戶授權的前提下，電信運營商可以基於手機信令等包含地理位置和時間戳信息的數據有效定位用戶的手機位置。

2. 大數據構建疫情發展模型

疫情期間，大眾密切關注疫情的傳播態勢。疫情還會傳播多久？感染者還會大幅增加嗎？哪裡感染風險高？何時能夠進入安全期？要解決這些問題，需要找出關鍵影響因素、分析疫情傳播特徵、搭建疫情發展模型，這其中大數據能夠發揮關鍵作用。

3. 大數據挖掘疫情輿論

疫情面前，疏解民眾的焦慮心理至關重要。由於信息獲取方式、生活方式的改變，搜索大數據已成為疫情之下了解民意的重要載體，每一條信息背後的點擊、每一次搜索，都精準揭示了民眾的需求與問題。

Ⅸ 電信如何構建智慧運營大數據體系

樂活引語：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。 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 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。 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。