運營商大數據行業分析

Ⅰ 大數據未來的發展前景怎麼樣

我不知道你理解的大數據是什麼？如果是真正的大數據，那麼現階段來看發展前景很好，專而且有很大可能性會更屬好，因為現在人們對大數據的利用還停留在一個比較初級的層面，大部分是分析已經發生（比如瀏覽習慣）或正在發生（比如自動駕駛），那麼將來還會出現「將要發生」（比如將要購買什麼，將要發生什麼等等）。
當然，這是一種比較理想的狀態，現在也有公司說有這種產品，不過大部分都是噱頭，沒什麼實際作用。
而且現在的的大數據，很大程度上是分析一種群體特徵，比如各種佔比、分布、多少等等，將來大數據還要細化，畢竟大數據的來源是人，那麼一個人的大數據能不用能對人本身進行分析呢？明顯可以，就和社會的發展一樣，開始是一家一戶的小農經濟，然後是大家一起乾的大鍋飯，然後再次出現細化分工甚至越來越細，然後繼續整合細化，整合細化，直到最優化（基本不可能，因為這個是沒有統一標準的，在這里這種方式最好，在另外一個地方可能就會有所區別）。
所以個人感覺，大數據將來的發展很好，當然如果你的大數據是狹義上的大數據，比如XX大數據，那就沒那麼重要了，也有發展，但是和真正的大數據去比較那麼就失色很多了。

Ⅱ 2020年運營商大數據市場價值大不大 有何價值

【導讀】在大數據行業發展過程中，運營商扮演者極其重要的角色，是大數據發展過程中非常重要的一環，今年來，運營商大數據已經應用到了很多行業和領域，那麼2020年運營商大數據市場價值大不大?有何價值呢?下面我們就來具體了解一下吧。

1、運營商大數據的市場應用

運營商大數據建模分析技術，運營商掌握著全國近15億用戶，用戶15億用戶數據資料進行實時監控，分行業建立用戶畫像具體分析，給各企業各行業各領域帶來了更先進的獲客，推廣與客戶關系管理平台。

(1)房產行業獲客應用

藉助強大的運營商大數據建模分析，和運營商用戶數據存儲分析能力，通過用戶畫像和完善的行業標簽幫助房產行業去挖掘和分析其潛在的有意向購房的客戶群體。依據對房產類網站，app，400電話，固話，小程序，關鍵詞等實時用戶數據進行實時數據監控和數據管理，緊密配合CRM平台對精準客戶資源進行獲客推廣服務和管理，實現精準用戶數據上的合理應用和轉化成交。

(2)教育行業獲客應用

藉助運營商大數據建模挖掘分析和精準的演算法對教育類網站，app,400電話，固話，小程序，關鍵詞實時訪問，活躍，來電者，搜索者用戶數據做用戶畫像，和行業分析處理，對有意向想接受教育者進行和教育資源分析，從而合理的與相關合作的教育機構進行匹配和部署。

(3)金融行業獲客應用

根據用戶畫像分析：依據金融行業網站，APP，400電話，固話等、從運營商用戶上網行為數據、通信行為數據等，去幫助相關金融機構，金融行業企業更加充分的了解自身潛在的客戶群體，從而減低業務難度，提高獲客轉化成交;

2、運營商大數據的應用價值

運營商大數據對我們的企業和不同的行業，領域，以及目前市場的營銷推廣，獲客都產生了重要的影響。從傳統營銷轉為數字營銷，數據營銷，在大數據時代，我們更應該選擇那些正規的規范的運營商大數據獲客產品，在避免法律風險的同時還可以讓其能夠發揮極高的市場價值，帶動政企又好又快的發展。

相信大家對於2020年運營商大數據市場價值大不大，已經有了自己的答案，如果已經確定了要在此行業獲得長足的發展，那就加油吧，你一定會成功的!

Ⅲ 大數據未來的前景怎麼樣

1、從行業來說：是很有發展前景的，因為互聯網發展已經關乎各行各業，大數據不僅是行業的選擇也是發展的選擇
2、從所在城市來說：如果是一線城市，那麼學成就業沒有問題，但二三線城市現階段有局限性
3、從個人能力來說：有專業技術就有發展前景，沒有專業技術，任何一個行業都沒有發展前景，也無法承受行業內卷。

Ⅳ 運營商大數據都有什麼優點

1、數據非常精準

運營商大數據最主要的一個優點就是數據非常的精準。可以獲取的數據有很多，比如某些品牌的競價還有優化。還有一種情況是，如果關鍵詞的排名非常的靠前。這種情況下，那些網站訪客，還有一些軟體的用戶，這些客戶的搜索意向非常的強，而且也非常的主動。

2、數據的轉化率比較高

雖然在很多情況下排名的網站，在點擊的過程中，成本都非常的高，但是獲得的數據是非常精準的。這個時候可以參考同行的一些數據，這樣可以把同行的數據作為抓取源。然後再用相對比較低的價格，這些同領域的客戶都爭取到，這一點的優勢是非常明顯的。

3、數據具有可控性

運營商大數據在運行的過程中，很多情況下都是自己抓模型。這樣就可以馬上知道是從哪些網站或者是哪些軟體裡面獲得的這些數據。所以說數據的可控性是非常強大的，另外運營商大數據在運行的過程中，數據也是非常全的，它覆蓋了很多個領域，也覆蓋了很多的網站，除此之外，這些數據還覆蓋了很多的軟體，對數據的全面更加具有優勢了。

關於運營商大數據都有什麼優點，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

Ⅳ 運營商大數據對外價值變現的十大趨勢

作者 | 傅一平

來源 | 與數據同行

最近中國移動提出了DICT戰略，顯示其在政企市場進一步拓展的雄心，在這個背景下，重新探討下運營商的大數據變現很有意義。雖然近半年「大數據圈」似乎有點風聲鶴唳，但對於合法合規的進行大數據業務的企業來講沒有什麼影響。

下面筆者就結合自身實踐，給出未來2-3年運營商大數據價值變現的十個趨勢判斷，僅代表個人看法，希望於你有所啟示。

1、行業服務邊界不斷拓展

依託於運營商潛力巨大的數據資源和政企市場渠道資源，經過多年的市場培育和拓展，當前運營商大數據業務從原來的金融、旅遊等行業逐步拓展到政府、旅遊、交通、教育、商業、招聘、醫療等各個各業。

運營商ICT業務在推進中，也孕育了不少大數據業務的商機，大數據業務則反過來促進了ICT業務的發展，因為大數據除了業務價值，還有一定的社會品牌效應，兩者通過融合可以形成合力。

隨著企業數字化轉型的加快及產業互聯網的崛起，作為未來社會基礎設施的大數據，將與雲計算、人工智慧、物聯網、區塊鏈一起，在行業領域開疆擴土，其應用的邊界幾乎是無限的。

2、進入行業應用的深水區

大數據在行業領域擁有著巨大的潛力並不意味著運營商就能分得多少杯羹。雖然運營商大數據業務當前在金融、旅遊等行業已經有所斬獲，但這些行業低垂的果實基本要被摘光了。

以金融為例，4-5年前運營商切入的驗真，失聯觸達等業務，當前仍然是運營商大數據變現的主力，但金融行業並未如運營商原先預料的那樣，在貸前、貸中、貸後中給予運營商更多的機會，運營商很多變現業務模式的拓展基本是停滯的，起碼不夠快。

在大量的其他行業領域，運營商往往只能做到蜻蜓點水，而無法聚沙成塔，比如業務的復購率很低。

從定性的角度講，運營商對於行業的理解還是比較淺的，其大量的行業應用遊走在企業的核心生產流程之外，大數據似乎是奢侈品，而不是必需品，因此粘性是不夠的。

以金融驗真這個業務為例，其附加值並不高，且容易被替代，想想這幾年對於金融行業的理解又增加了多少呢？這些都是需要反思的地方。

筆者曾經在智慧交通相關文章中提到：運營商的數據在很多領域其實是很有前途的，但必須深耕，要理解這個行業的業務，通曉這個行業的演算法，不停的打磨產品，從而逼近核心。

可以這么說，運營商大數據將很快進入行業應用的深水區，為了順應這個趨勢，運營商需要建立專業化的組織去攻堅克難，挑戰很大。

3、與互聯網公司的競爭加劇

互聯網應該沒有把運營商當成主要的大數據競爭對手，但運營商進入這個領域會跟互聯網公司形成事實上的競爭，無論是新零售，智慧交通等等，進入者都會感受到互聯網巨頭的壓力。

比如運營商要為大型商超提供數據服務，但互聯網公司早就捷足先登，新零售是互聯網出的概念，當運營商還在進行自身渠道的艱難轉型時，互聯網公司線下商業的版圖已經規劃好了，當然也包括了大數據業務。你到商超談，人家一開口就提XX通怎麼樣怎麼樣。

當然還不僅僅是這些。

無論是互聯網公司在To G上自頂向下的推廣策略，還有諸如城市大腦單一采購來源的霸氣，都在說明巨型互聯網公司在這些領域的影響力。

運營商要獲得機會，得動用一切可用的資源，發揮自己數據的差異化價值，由點及面去尋找機會。實踐證明，管道數據的價值是巨大的，但巨型互聯網公司的數據也越來越好，這是不得不面對的現實。

4、從要素驅動向要素+能力驅動轉型

運營商當前在大數據變現上的突破只能說摘取了低垂的果實，但這種通過簡單數據加工形成的數據產品競爭力是不夠的，也是不可持續的。

比如做智慧交通，如果位置精度和覆蓋度不夠，連速度都測不準，根本做不出高質量的數據產品。

應該來講，運營商從來就沒有現成的、高精度的、可以到用戶級別的位置數據，粗精度的原始位置數據未來可能連支撐運營商自己的業務轉型都不夠，運營商需要充分挖掘現有位置數據的潛力，通過建模等方式把較為精準的位置模型做出來，才能有基本的大數據變現底蘊。

位置精度的提升雖然是一小步，但卻是對外大數據變現的一大步。位置准了，運營商對於人們整個線下生活的理解就准了，無論是客流，路網，OD等等都不再話下。

現在運營商依靠數據資源這個要素能走出第一步是不錯的，但光靠資源驅動已經不夠了，能力必須過來接棒，沒有能力加持的運營商大數據變現前景暗淡。

因此，運營商大數據變現未來不再是躺著掙錢，而是要從原始數據的驅動向數據+能力雙驅動轉型，這個能力包括人才、技術、數據、產品、運營等等，這是不容置疑的。但如果只是空喊著口號不敢探索嘗試，則也許連能力提升的機會都沒有。

5、持續強化大數據合作的生態

大數據變現從底向上涉及平台、數據、建模、產品、方案、渠道、咨詢、運營、安全等一系列的內容，運營商無法一手包辦，因此必須建立合作的生態。

從業務的角度看，缺乏渠道合作夥伴、缺乏行業解決方案對於運營商都是很現實的挑戰，最大的痛苦莫過於不知道商機在哪裡，不知道自己想做的這個數據或產品有沒有前途。運營商不可能瞬間將現有的客戶經理隊伍轉為數字化產品的銷售隊伍，畢竟知識結構的要求不一樣。

雖然可以採取MVP的方式推進，但一方面試錯的成本擺在那裡，運營商也並沒有資本為其背書，另一方面時間成本也大了點。現在很多運營商都有合作夥伴招募計劃，這是很好的嘗試，但符合要求的合作夥伴還是太少了。

從開放的角度看，中國移動的夢網曾經創造過輝煌，但開放這句口號不是隨便喊喊的，你得建立一套標准，清晰的告訴別人你有什麼能力，然後如何能方便的接入。

比如當我們在互聯網大會展示城市實驗室產品的時候，發現仍然有那麼多的人驚訝於運營商竟然還能做這個，就說明我們在開放這條道上還有很長的路要走。

而當筆者第一次訪問阿里雲網站的時候，其較好的使用體驗給我留下了深刻的印象，隨後定期的營銷推送起碼說明是用心的，又比如筆者第一次使用騰訊雲域名申請時，其後騰訊雲客服的電話調研也是很及時的。

因此，能否跟更廣泛的合作夥伴建立連接，能否建立起開放的平台，能否確保信息的安全，在很大程度上決定了運營商大數據變現的蛋糕能做多大。

6、通過集中化獲得溢價能力的趨勢將加強

由於歷史原因運營商的大數據實際是分省存儲和運營的，這跟互聯網公司天然的集中統一的數據基因是完全不同的。雖然一些運營商在集中化上做了很多努力，但相對互聯網公司，還是有一些差距。

各省本地化做一些產品雖然帶來了靈活性，但造成了事實上的重復開發，這種模式在創新階段其實沒什麼問題，但最大的問題是各個省能否有足夠的資源去保證產品的持續優化，無論從數據的角度，還是從運營的角度看，我們都需要一定的集約化機制來確保高效低成本的運作。

但這還僅僅是一個方面。

另一方面，相較互聯網，由於數據的割裂，運營商基於單個省的數據做出的產品溢價能力不高，往往只能服務於特定區域，在很多競爭中會處於劣勢，比如當前運營商基於位置數據的應用很多，但為什麼上網數據的變現卻很少呢？

這個不僅僅是簡單的https問題，更是因為客戶對於上網數據的訴求基本是全國的，沒有地域的概念，這讓運營商失去了很多突破的機會。

因此，運營商的大數據在一個省創新後迅速全網復制是一直要堅持的策略，而基於集中化的數據進行創新是提升產品競爭力的一個關鍵。

7、運營商DICT戰略將使得大數據獲得更大支持

隨著數字經濟的發展和行業數字化的進步，傳統產業轉型升級的需求強勁，運營商和雲服務提供商，均在強化雲、網、端、邊協同，推出「雲+網+DICT」智能化解決方案，幫助企業實現更深層次的數字化轉型。

運營商的政企2B市場是當前關注的焦點，而雲+DICT（DT+CT+ICT+IDC）又是其中的關鍵，這意味著未來各種資源會逐步會向DICT傾斜，大數據需要抓住這個機會，通過DICT的融合來促進大數據業務的規模化發展，所謂「借勢」。

另外，當前三大運營商已經宣布了5G商用，中國移動也發布了了「5G+」計劃，其中包括「5G+AICDE」計劃，「5G+AICDE」是將5G作為接入方式，與人工智慧（AI）、物聯網（IoT）、雲計算（Cloud Computing）、大數據（Big Data）、邊緣計算（Edge Computing）等新興信息技術深度融合，准備打造以5G為中心的泛智能基礎設施。

5G時代人和物、物和物之間的連接產生的數據類型將會更多，5G更密集的基站布點意味著更高的定位精度，5G業務形式更加多樣意味著管道中的數據內容會爆發性增加，運營商對於客戶行為的刻畫能力將進一步加強，每項垂直5G行業應用都將會與大數據有著千絲萬縷的關系，這些對於運營大數據的發展是利好。

8、日益趨緊的數據安全要求對於運營商既是挑戰也是機遇

運營商雖然擁有海量的數據，但很多省公司並未實質性的開展大數據業務，很多是基於安全的考量。即使是正在開展大數據變現業務的運營商省份，合規合法經營也是其開展大數據業務的底線，運營商對於大數據的業務創新是相對保守的。

事實上，運營商當前能開展的各項大數據新業務，都需要經過內部極其嚴格的法律、安全多道審核，加上行業、集團、省出台的各種安全管理規范的約束，還有定期的安全檢查，都讓運營商大數據業務從一出生就經歷著內部一輪輪的安全洗禮。

2019年持續發酵的各種信息安全事件讓大數據圈似乎如履薄冰，但其打擊的還是各種違法經營和黑市交易。事實上，經過新一輪的洗盤，運營商也許會面臨較以往更好的商業環境，數據可能會變得更為稀缺，畢竟以前黑市的數據交易會導致良幣驅逐劣幣的現象，當然這也只是一種猜測。

可以肯定的是，未來國家對於信息安全管控的趨緊會使得大數據業務的創新變得更具挑戰性，但合規合法的進行大數據價值挖掘，助力中國經濟高質量發展始終是主流，運營商雖然會面臨安全上的挑戰，但也有更多的機會。

9、運營商大數據對於TO C業務的探索不會停止

互聯網公司TO C業務前期是靠錢燒出來的，畢竟消費者是趨利的，擁有高體驗的產品和一定基礎的用戶後，互聯網公司才有了珍貴的海量數據，這個時候大數據才有用武之地，反過來賦能業務發展，這是互聯網公司應用大數據的本質。

運營商天然就有大數據，但大數據變現的實踐還是告訴我們，運營商的數據維度還是不夠豐富，比如缺乏消費數據，而巨型的互聯網公司通過應用的豐富不斷積累著更多維度的數據。

事實上，當前運營商的數據維度拓展基本是停滯不前的，如果不加以改善，在不久的將來，運營商的數據優勢會逐步變小，最終會影響到產品的競爭力。

現在運營商建立了很多專業公司，比如中國移動的咪咕，有人會質疑這些公司能否賺錢，姑且不從戰略的角度思考這個問題，即使站在大數據的角度看，這些公司的拓展能夠讓運營商擁有更豐富的數據，這就很有價值。最近中移金科成立了，支付數據對於DT有多重要不用解釋吧，因此意義是很深遠的。

其實做大數據產品的，哪個沒有點TO C的夢想？希望運營商能基於自己的資源優勢，結合大數據的差異化特點，能夠打造出真正的既賣座又叫好的TO C產品。

10、運營商對於低價值密度的大數據處理能力要求會大幅提升

運營商的DPI數據具有典型的大數據特徵，有潛力但價值密度低，但這個數據是運營商除位置數據以外最珍貴的數據，很多人說這個數據在運營商變現中實際沒啥應用場景，或者言必稱https，那是比較業余的說法。

隨著5G時代的到來，對於DPI數據的有效開採挖掘對於運營商大數據變現是核心的基礎工作之一。

首先，DPI這個技術原生是為網路優化服務的，比如很多欄位對於數據變現沒有價值，能否考慮更高性價比的處理手段？這個就需要運營商針對性的進行研究，比如從客戶洞察、精準營銷和價值變現的角度去高效低成本的採集管道中的數據。

其次，5G海量、低延時、非結構數據的特點，將進一步促進數據存儲、處理和分析技術的進步，即使是當前的4G，從採集到應用的時延也是比較高的，很難達到場景式營銷的要求，而且保留的周期也非常有限。

最後，5G大數據的價值密度將進一 步降低，對AI的能力要求將更高，即使是針對當前的4G數據，運營商的NLP等能力儲備也是不夠的，因此要盡快補足短板。

當然，以上十個趨勢只是筆者的個人判斷，受限於自己的能力和視野，以上談的肯定有很多不到位的地方，權當筆者拋磚引玉，如果能引發一點思考，那就更好了。

Ⅵ 2021年我國大數據行業發展現狀如何

我國大數據產業開始已進入深化階段

中國大數據產業從萌芽到如今漸成體系，已走過將近10個年頭。「十四五」開局之年，大數據產業也進入了集成創新、深度應用的新階段。大數據在醫療、工業、交通等領域的融合應用技術加快創新突破，大數據融合應用重點從虛擬經濟轉變為實體經濟;大數據底層技術方面，信息安全、模式識別、語言工程、計算機輔助設計、高性能計算等加快突破，大數據技術領域逐漸補齊短板，並進一步強化長板。

—— 更多本行業研究分析詳見前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

Ⅶ 城市交通大數據行業發展現狀剖析

城市交通大數據行業發展現狀剖析
人們在城市中生活每天產生大量的數據，有結構化的也有非結構化的，有一些與交通出行密切相關，而有一些又看似與交通出行沒有什麼關系，這些數據分布在不同的行政管理部門、互聯網公司或者傳統運營企業。舉個例子來說，隨著智慧城市建設熱潮，很多城市中已經布滿了感測設備(交叉口進口道地磁、電子警察、卡口等)，通過地磁可以採集到一定時間間隔交叉口進口道交通流量、速度以及佔有率；通過電子警察或卡口可以實時獲取經過卡口的車輛車牌號、通過時間以及地點車速，這些數據基本都匯聚在地方交警部門。互聯網公司通過為城市居民提供即時通信、導航以及共享服務，可以通過客戶終端定位實時獲取居民的位置。傳統運營企業范圍也很廣泛，包括了公交公司客運企業、計程車公司、通信運營商等，公交公司和客運企業匯聚了客流數據(IC卡、第三方支付以及零票)、車輛定位數據等，計程車公司匯聚了計程車定位數據、而通信運營商則可以匯聚客戶手機MAC地址。上述列舉的數據，都可以為城市交通規劃、政策制定、設計以及管理提供數據支持。後續筆者會結合自身十幾年的理論研究以及交通工程經驗，闡述每種數據未來的應用場景及潛在價值。
城市交通系統分析是一個復雜巨系統，尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。交通科學自誕生之日起，就與數據結下不解之緣，這是一門基於統計學的工程科學。
互聯網公司最早認識到了數據在交通領域的應用價值，也極大推動了雲計算、大數據等新一代信息技術在交通領域的應用。高德、滴滴擁堵排名、阿里城市大腦就是互聯網公司藉助自身的數據資源開展交通領域大數據應用的探索。
互聯網公司進軍傳統智能交通行業，一邊是互聯網公司頻頻發布基於大數據分析的各種報告，另一邊也開始產生了各種質疑的聲音。當前城市交通已經有一隻腳邁入了大數據時代，而另外一隻腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。撥開當前交通大數據行業的繁華偽裝，我們以冷靜的眼光去審視，看到當前還存在很多問題，今天就略談一二：
第一、所謂的交通大數據基本還是針對單一數據源開展分析，分析精度有待進一步提高，應用場景有待進一步豐富。大部分的研究集中在基於車載GPS數據以及視頻數據提取車輛描述信息、交通流狀態信息，研究擁堵的表徵指標以及交警執法應用；
第二、城市交通感測設備布局並未從交通大數據的視角進行優化分析。城市智能交通系統規劃一個重要的任務就是研究城市交通採集設備布局方案，目前，較少有人從城市交通規劃與管理智庫頂層設計的高度，對檢測器的分布進行研究。此外，提高感測設備的適用性以及穩定性，也是有效提高當前數據質量的重要手段。
第三、城市交通大數據缺乏統一的數據標准。前面也論述了當前可以用於交通系統分析的數據，這些數據來源不同，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，並制定統一數據標准；此外，形成城市數據池後，城市交通數據治理將是一項復雜而艱巨的任務。
第四、大數據時代城市交通理論的創新面臨巨大挑戰。傳統的交通理論基本都是基於統計學，也就是基於樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革，交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮雲遮住望眼。
城市交通系統理論與大數據技術的融合發展任重而道遠，也期望與廣大交通工程師以及研究人員共同探討、共同進步。