中国移动大数据应用实践

❶ 举例说明大数据的应用

大数据应用案例之：医疗行业
[1] Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
[2] 在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
[3] 它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
[1] 智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
[2] 维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
[1] XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
[2] 电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
[3] 中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
[4] NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
[1] "我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
[2] 零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

❷ 结合实际生活中的具体案例,分析大数据在中国或世界经济中的应用

大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。以下是关于各行各业，不同的组织机构在大数据方面的应用的案例，在此申明，以下案例均来源于网络，本文仅作引用，并在此基础上作简单的梳理和分类。
大数据应用案例之：医疗行业
Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类App。也许未来数年后，它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药。
大数据应用案例之：能源行业
智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来。通过电网收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来2~3个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电。因为电有点像期货一样，如果提前买就会比较便宜，买现货就比较贵。通过这个预测后，可以降低采购成本。
维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
大数据应用案例之：通信行业
XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司及时采取措施，保留客户。此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
大数据应用案例之：零售业
"我们的某个客户，是一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从 Twitter 和 Facebook 上收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。希望通过接受免费化妆服务，让用户进行口碑宣传，这是交易数据与交互数据的完美结合，为业务挑战提供了解决方案。"Informatica的技术帮助这家零售商用社交平台上的数据充实了客户主数据，使他的业务服务更具有目标性。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

❸ 大数据引领移动互联时代

大数据引领移动互联时代_数据分析师考试

移动互联网+ 推动大众创业、万众创新的热潮，传统产业变革与转型势在必行，如何借助“移动互联网+”的国家战略东风，2015(第十四届)中国互联网大会发出的声音给业界新的思考。

此次互联网大会增加了很多新元素，专门为中小微企业特别设立了”移动互联网+转型创新——2015中国中小企业移动互联网服务论坛。其中大数据趋势、行业应用展望与APP创新峰会是本届会议亮点。

大数据引领移动互联

互联网大数据是利用移动互联技术，采集数据并搭建的大数据库，通过对用户数据的管理、挖掘和细化分析，将广告主和消费者的需求进行精确配对。

本次中国互联网协会的“大数据开启大未来”论坛，围绕如何解读、玩转大数据，营销有何突破来展开，主要探讨互联网大数据产业生态环境下，各行业的大数据应用态势及未来发展的趋势。

截至2014年6月，中国移动网民规模达5.27亿，较2013年底增加2699万人，中国移动网民的普及率达39.1%,近4成的中国人在使用手机上网。手机用户作为独立的个体，同时也是数据的传播载体。

移动互联广告秒赚的成功问世，正是依托移动互联网的革新与大数据，从而达到精准传播，使得用户与商家的合理化资源共享。秒赚平台通过参数设定，所定目标人群，通过性别、年龄、收入、职业、喜好筛选目标用户，并利用手机的GPS进行精准的广告推送。

移动互联广告助力企业营销升级

今年中国互联网大会最耀眼的亮点是迎合移动互联网发展趋势，以及传统产业变革的需求，响应“互联网+”行动计划号召。然而，面对来自互联网的冲击与挑战，传统产业纷纷触网转型，在转型的大潮中，中小微型企业如何求得生存，引人深思。

中国互联网协会副理事长高新民指出，中小企业决定中国经济的未来，也决定了中国互联网产业发展的未来。希望中小企业能够依托互联网环境成功转型，走出一条符合中国国情的道路。

在中小企业力生存求发展中，产品的宣传与推广是营销的根基，中小型企业对产品广告的需求量极为庞大，因此，广告的投放平台显得尤为重要，但传统渠道投放广告成本过高，将很多中小微企业拒之门外。

重庆秒银科技董事长马昭德介绍说，中小企业急需营销升级，移动互联广告可以有效帮助他们搭上营销升级的快车。也正因此，秒赚平台利用大数据的精准推送吸引商家的眼球。此外，“秒赚”的横空出世，打破了传统广告先付费的商业模式，解决中小微企业资金短缺的难题，企业不用砸钱做广告，不必担心租用店面的成本高，库存消化保值保价。秒赚平台还可以提供商家的商品信息展示，用户看商家的广告资讯后，也可在秒赚直购商城直接下订单完成商品交易，为商家开通了新的营销渠道。

秒赚自上线以来，受到很多企业的青睐，目前入驻商家已达到近30万。揭阳市一家药业公司的负责人林先生，分享其选择秒赚的原因在于其精准推广，将产品广告有效的分配给有需求的用户，迅速转化，快速提高企业营销。

秒赚广告的探索与创新

近年来，随着中国互联网行业的高速发展，移动互联广告呈几何暴增，未来，移动互联广告有望占据传媒行业的主导。

“秒赚”广告围绕客户关系开展一系列的探索与创新，把客户纳入广告费分配体系，将客户从被迫接收广告变成愿意看广告，深化用户体验是秒赚的新基调。

同时，秒赚的最大的特点是，突破时间和空间的限制，让用户可以利用碎片时间看广告。“看广告挣钱”的新颖运作模式，让受众在看广告的同时既收获了自己需要的资讯，同时也可直接获得虚拟货币银元，可以在秒赚平台兑换商品,彻底改善了广告与受众间的关系。秒赚通过数据分析实现了广告精准投放在很大程度上切合了用户的需求，同时也避免了资源的流失。

其模式一经问世，随即引领行业创新。在贵阳国际广告节上，互联网预测大师凯文凯利惊呼：秒赚DNA超级棒。现在，秒赚的用户已遍布全国，用户数量不断攀升，截至到今年上半年，用户量已达到近1200万。

秒赚因其先进的商业模式获得“2014年最佳商业模式大奖”，成为移动互联行业唯一获此殊荣的企业。重庆秒银科技有限公司董事长马昭德说，大数据是海量的、理性的，同时也易于形成数据结构的，因此，将大数据分解，精准化使用，才能更利于企业发展。

中国经济转型的大背景下，移动互联必将带动传统企业营销升级，为地方经济发展和产业转型注入新动力，助力中国经济转型新升级。

以上是小编为大家分享的关于大数据引领移动互联时代的相关内容，更多信息可以关注环球青藤分享更多干货

❹ 大数据在网络优化中大有可为

大数据在网络优化中大有可为

网络优化是确保网络质量，提升网络资源利用率的有效手段。近年来，随着网络容量的不断提升、网络用户数的不断增加、网络设备的多样化，用新技术和新方法替代传统网络优化手段成为一种趋势，尤其是在大数据分析技术的兴起下，其在网络优化中的作用日渐突出。

网络优化的传统手段

网络优化是通过对现已投入运营的网络进行话务数据分析、现场测试数据采集、参数分析、硬件检查等，找出影响网络质量的原因，并且通过参数的修改、网络结构的调整、设备配置的调整和采取某些技术手段，确保系统高质量的运行，使现有网络资源获得最佳效益，以最经济的投入获得最大的收益。一般而言，传统的网络优化有以下几种方法：

一、话务统计分析法：通过话务统计报告中的各项指标，可以了解和分析基站的话务分布及变化情况，分析出网络逻辑或物理参数设置的不合理、网络结构的不合理、话务量不均、频率干扰及硬件故障等问题。

二、DT&CQT测试法：从用户的角度，借助测试仪表对网络进行驱车和定点测试。可分析空中接口的信令、覆盖服务、基站分布、呼叫失败、干扰、掉话等现象，定位异常事件的原因，为制定网络优化方案和实施网络优化提供依据。

三、用户投诉：通过用户投诉了解网络质量。即通过无处不在的用户通话发现的问题，进一步了解网络服务状况。

四、信令分析法：主要针对A接口、Abis等接口的数据进行跟踪分析。发现和定位切换局数据不全、信令负荷、硬件故障及话务量不均以及上、下行链路路径损耗过大的问题，还可以发现小区覆盖、一些无线干扰及隐性硬件故障等问题。

五、数据库核查与参数分析：对网络规划数据和现网配置参数、网络结构数据进行核查，找出网络数据中明显的数据错误，对参数设置策略进行合理性分析和总结。

六、网络设备告警的排查处理：硬件故障告警一般具有突发性，为了减小对用户的影响，需要快速的响应和处理。通过告警检查处理设备问题，保障设备的可用性，避免因设备告警导致网络性能问题。

在实际工作中，这几种方法都是相辅相成、互为印证的关系。网络优化就是利用上述几种方法，围绕接通率、掉话率、拥塞率和切换成功率等指标，通过性能统计测试数据分析制定实施优化方案系统调整重新制定优化目标性能统计测试的螺旋式循环上升，达到网络质量明显改善的目的。

网络优化亟待创新

当前，随着用户数的不断增长，随着网络容量的不断增加，随着网络复杂度的不断提升，以及网络设备的多样化，网络优化工作的难度正在不断提升，网络优化的方法和手段亟待创新。

首先，网络优化是一项技术难度大、涉及范围广、人员素质要求较高的工作，涉及的技术领域有交换技术、无线技术、频率配置、切换和和信令、话务统计分析等。传统网络优化工作多依赖于技术人员的经验，依赖人工进行统计分析。网络优化的自动化程度较低，优化过程需耗费大量的时间、人力、物力，造成了大量的资源浪费，影响网络问题解决的时效性。另外，优化工程师借助于个人经验对网络数据进行分析和对比，而非根据网络相关的数据综合得出优化方案，存在一定的局限性。

其次，随着我国移动通信事业迅速发展，我国移动互联网发展已正式进入全民时代，截至2014年1月，我国手机网民规模已达5亿。网络结构日益复杂，数据业务已经成为移动通信网络主要承载的业务，用户通过智能终端的即时互联通信行为，使移动网络成为大数据储存和流动的载体。高速变化的数据业务速率和巨大的网络吞吐量以及覆盖范围的动态实时变化，在很大程度上改变了现有网络规划和优化的模型，在网络优化工作中引入大数据是非常迫切和必要的。

最后，全球数据信息成为企业战略资产，市场竞争和政策管制要求越来越多的数据被长期保存。对于运营商的网络优化来说，也需要保存各类数据，以便进行用户行为分析和市场研究，通过大数据实践应用提升网络优化质量并助力市场决策，实现精细化营销策略，提升企业的核心竞争力。

面对上述挑战，运营商正尝试进行网络优化工作的创新，尝试在网络优化中引入新技术和新方法。而正在全球兴起的大数据分析技术，开始在网络优化中大显身手。

网络优化拥抱大数据

大数据（Big Data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、整理成为帮助企业经营决策目的的资讯。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。大数据具有数据量巨大、数据种类繁多、价值密度低及处理速度快的特点，同时具备规模性、高速性、多样性、价值性四大特征。

一般而言，利用大数据技术进行网络优化的过程可分为三个阶段：数据来源和获取、数据存储、数据分析。

数据来源和获取—对于运营商而言，通过现有网络可以收集大量的网络优化相关信令资源（含电路域、分组域）、DT测试&CQT测试数据，这些数据大都以用户的角度记录了终端与网络的信令交互，内含大量有价值的信息。如终端类型、小区位置、LAC、imsi、tmsi、用户业务使用行为、用户位置信息、通话相关信息、业务或信令、信令中包含的各种参数值。

设备层包含基站、BSC、核心网、传输网等配置参数和网络性能统计指标（呼叫成功率、掉话率、切换成功率、拥塞率、交换系统接通率等）、客户投诉数据等。

采集到的数据一般而言，经过IP骨干网传输到数据中心，进行存储。随着云计算技术的发展，未来数据中心将具备小型化、高性能、可靠性、可扩展性及绿色节能等特点。

数据存储—网络优化中涉及巨大的数据存储，包括信令层面的数据信息和设备存在的数据信息，这些数据只有妥善存储和长期运营，才能进一步挖掘其价值。传统数据仓库难以满足非结构化数据的处理需求。Google提出了GFS、BigTable、MapRece三项关键技术，推动了云计算的发展和运用。

源于云计算的虚拟资源池和并发计算能力，受到重视。2011年以来，中国移动、中国电信、中国联通相继推出“大云计划”、“天翼云”和“互联云”，大大缓解了数据中心IT资源的存储压力。

数据分析—数据的核心是发现价值，而驾驭数据的核心是分析，分析是大数据实践研究的最关键环节，尤其对于传统难以应对的非结构化数据。运营商利用自身在运营网络平台的优势，发展大数据在网络优化中的应用，可提高运营商在企业和个人用户中的影响力。

电信级的大数据分析可实现如下功能：第一，了解网络现状，包括网络的资源配置和使用情况，用户行为分析，用户分布等；第二，优化网络资源配置和使用，有针对性地进行网络维护优化和调整，提升网络运行质量，改善用户感知；第三，实施网络建设规划、网络优化性能预测，确保网络覆盖和资源利用最大化。对用户行为进行预测，提升用户体验，实现精细化网络运营。

网络优化相关的工具种类很多，针对不同的优化领域，常用的工具包括：路测数据分析软件、频率规划与优化软件、信令分析软件、话统数据分析平台、话单分析处理软件等。这些软件给网络优化工作带来了很大的便利，但往往只是针对网络优化过程中特定的领域，而网络优化是一个涉及全局的综合过程，因此需要引入大数据分析平台对这些优化工具所反映出来的问题进行集合并综合分析和判断，输出相关优化建议。

目前，大数据技术已经在网络优化工作中得到应用。中国电信就已经建设了引入大数据技术的网优平台，该平台可实现数据采集和获取、数据存储、数据分析，帮助中国电信利用分析结果优化网络质量并助力市场决策，实现精细化营销策略。利用信令数据支撑终端、网络、业务平台关联性分析，优化网络，实现网络价值的最大化。

总工点评

综合全球来看，对大数据认识、研究和应用还都处于初期阶段。中国三大电信运营商都在结合自身业务情况，积极推进大数据应用工作，目前还处于探索阶段，在数据采集、处理、应用方面仍处于初级阶段。电信运营商在国内拥有庞大的用户群和市场，利用自身海量的数据资源优势，探索以大数据为基础的网络优化解决方案，是推动产业升级、实现效率提升、提升企业核心竞争力、应对激烈市场竞争的重要手段。利用大数据将无线网、数据网、核心网、业务网优化进行整合，可以完整地优化整个业务生命期的所有网元，改善用户感知，是未来网络优化的趋势。

以上是小编为大家分享的关于大数据在网络优化中大有可为的相关内容，更多信息可以关注环球青藤分享更多干货

❺ 移动营销在大数据时代的十大趋势

移动营销在大数据时代的十大趋势
我们已经进入了一个大数据的时代，在数字生活空间，用户每天上网产生大量的数据信息，这些非结构化的数据通过大数据挖掘技术和应用正在显现出巨大的商业价值。智能手机、平板电脑等移动终端设备的不断普及，正在深刻改变整个广告市场营销的生态，大数据、智能化、移动化必将主导未来的营销格局。在大数据时代，移动营销正在呈现出以下十大趋势。一、智能终端成为数字营销的主战场随着智能手机和平板电脑的普及，移动网络的访问量急剧增长，用户在智能手机和平板电脑平台上花费的时间也越来越多，中国移动广告市场呈现快速增长的态势。根据CNNIC发布的《第34次中国互联网络发展状况统计报告》数据显示，截至2014年6月，我国网民规模达6.32亿，手机网民规模达5.27亿，手机上网的网民比例为83.4%，手机上网比例首超传统PC上网比例（80.9%）。据调研公司eMarketer发布的最新报告显示，2014年全球数字广告市场规模将达到1460亿美元，而移动广告市场整体规模达到402亿美元，占数字广告市场规模的比例超过1/4，以阿里巴巴和网络为代表的中国公司的移动广告市场份额占到11.3%。2014年中国移动广告市场发展迅猛，增长近6倍至64亿美元，超越英国和日本成为全球第二大移动广告市场，未来的中国广告市场移动端支出将在所有数字广告版块起主导作用。智能终端将成为数字营销的主战场，广告主需要及时调整营销战略，合理分配营销预算，并结合企业自身特点，积极布局移动营销领域。二、大数据的应用让移动营销更精准依托大数据为驱动力将使得移动营销更加精准、投资回报率更高。大数据移动营销不仅仅是量上的，更多是数据背后对用户的感知。移动营销公司利用数据挖掘技术，分析受众的个人特征、媒介接触、消费行为甚至是生活方式等，帮助广告主找出目标受众，然后对广告信息、媒体和用户进行精准匹配，从而达到提升营销效果的目的。大数据的应用让移动营销更精准体现在三个方面：一是精准定制产品，通过对移动用户大数据的分析，企业可以了解用户需求，进而定制个性化产品；二是精准信息推送，避免向用户发送不相干的信息造成用户反感；三是精准推荐服务，通过对用户现有的浏览和搜索行为数据的分析，预测其当下及后续的需求，由此开展更精准和更实时的营销推广。三、移动电商改变整个市场营销生态如果说电子商务对实体店生存构成巨大挑战，那么移动电子商务则正在改变整个市场营销的生态。智能手机和平板电脑的普及，上网流量资费的降低，大量移动电商平台的创建，为消费者提供了更多便利的购物选择。移动电商购物良好的消费体验，例如比实体店更低的价格，丰富的产品选择，简便的购物流程，安全的支付系统，快捷的物流配送等，都为移动电商市场规模的扩大创造了条件。2014年11月11日，在天猫的571亿元成交额中，移动端交易额达到243亿元，占到总成交额的42.6%，为上一年度“双11”移动端交易额的4.5倍。这不仅令阿里成为全球最大的移动电商平台，也预示着移动电商时代的深刻变化已经来临。四、新型城镇和农村成移动新蓝海随着国家新型城镇化战略的实施和移动终端网络的不断普及，三四线城市、新兴城镇和农村市场成为移动电商的新蓝海。事实上，阿里，京东、1号店、苏宁云商等电商近年来已经大跨步进军三四线城市和农村市场。CNNIC的数据显示，截至去年6月，我国网民中农村人口占比为28.2%，规模达1.78亿。农村网购市场蕴含巨大的开发潜力。另据阿里研究院对农村网购市场规模的预测，2014年，中国农村网购市场规模将达到1800亿元人民币，预计2016年时市场总量突破4600亿元。农村居民对网购接受率达84.41%，人均年网购消费额在500-2000元人民币左右，主要集中在日用品、服装、家电等品类。随着新型城镇和农村智能手机及互联网普及率稳步提升，移动电商消费市场空间巨大。 五、App营销是移动营销主要形式现阶段移动互联网流量主要由各种App产生，App产生的流量占70%以上，App的数量在IOS和Android都在百万个以上，无疑，App成为移动营销的主要形式。庞大的App数量和广告形成两个巨大长尾市场，通过大数据分析可以让用户在合适的时间、合适的地点、合适的场景，看到合适的广告信息。易观智库监测数据显示，移动App广告占比逐年加大，2013年占比22.4%，2014年移动App广告占比将达28.6%，2016年预计达30.8%，仅次于移动搜索。智能手机和平板电脑的App分为两种，一是线下安装，二是主动下载。无论是线下安装还是用户主动下载的App，都需要增强用户体验，提供奖励优惠，激励用户参与，建立情景消费联想。 六、本地化移动营销市场空间广阔本地化移动营销是人、位置、移动媒体三者的结合。由于广告主及数字广告代理商不断寻求一种既具有高度本地化有高度相关性的传递商品信息的方式，本地化移动营销得以快速发展。本地化移动营销的核心发展主要体现在以下三个领域：一是增强现实，二是移动支付，三是游戏化。比方说网络地图和麦当劳联合推出的樱花甜筒跑酷活动。打开网络地图，或是使用“附近”、“搜索”功能，会看到一个漂浮在地图上的甜筒标识。这是网络地图结合大数据分析和智能推送技术，对麦当劳甜品站周边三公里的用户进行匹配，挑选部分用户推送了“樱花甜筒跑酷0元抢”的优惠信息。用户在规定时间内跑到麦当劳甜品站，就可以免费领取樱花甜筒。这种两家企业结合自身优势推广的活动，很快引起了“樱花风暴”，实现了共赢。 七、移动营销打造O2O营销新模式移动O2O营销模式充分利用了移动互联网跨地域、无边界、海量信息、海量用户的优势，同时充分挖掘线下资源，进而促成线上用户与线下商品服务的交易。在移动互联时代，企业需要思考如何将线上和线下有效整合，将线上的推广活动转化为实际的销售。例如，星巴克曾推出一款“早安闹钟”App与目标消费者深度沟通，用户下载星巴克“早安闹钟”App后，设定起床闹铃，闹铃响起后的1小时内，走进任意一家星巴克门店，可享受早餐新品半价的优惠。又比如，杜蕾斯和iPhone推出的“宝贝计划”。这是一款养小孩App，两部手机相互摩擦后就可以进入模拟养小孩的程序，如果消费者想终止该游戏，就必须买一包杜蕾斯并扫描其上的二维码。星巴克和杜蕾斯的O2O移动营销新模式，不仅调动了移动用户的参与热情，同时也大大提升了企业的销量。八、RTB成移动广告投放主导模式RTB（Real Time Bidding）实时竞价，是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同，实时竞价规避了无效的受众到达，针对有意义的用户进行购买。据调研公司eMarketer预测，在美国，程序化广告投放将继续作为相关的显示广告投放中的最大份额，而RTB广告投放将占程序化投放的最大份额。2014年，美国RTB占到显示广告投放的34%，同时非RTB程序广告投放占29%的份额。但是到2017年，RTB将增长占到显示广告投放的52%，而非RTB程序化广告将占31%，非程序化广告投放较为平稳。中国移动广告市场RTB日益成为广告投放的主导模式，多盟、有米、芒果、木瓜移动等众多国内领先的移动广告公司均已推出了实时竞价广告交易平台（AdExchange）和需求方平台（DSP）。九、多屏整合成移动营销必然趋势根据最新发布的调查报告显示，中国消费者使用智能手机、平板电脑等多屏媒体的频率要高于世界上任何其他地区。多屏整合将成为移动营销的主导方向。这里的多屏整合包含两层含义：一是多屏整合的大数据分析。用户可以同时使用手机屏、iPad屏、电脑屏、电视屏、户外屏等终端，数字广告平台需要知道用户在多屏上浏览的信息和行为模式，从而通过跨屏来修正和完善对消费者的认知，让移动广告投放更精准更有效。事实上，网络、阿里巴巴和腾讯等互联网巨头已经开始在做跨屏的数据分析。二是多屏的整合营销。即将智能手机与PC电脑、电视、户外广告等进行较好的关联和互动，实现线上线下的整合推广。例如，1号店在地铁站做户外广告，根据地铁站的人流来判断大家喜欢买什么样的产品，你在上下地铁时，用手机扫描二维码并完成购买，等你到家，东西可能已经送到家里了。十、建立战略联盟是移动营销平台方向大数据时代，大数据、技术和创意将是移动数字营销公司的核心竞争优势。建立战略联盟是移动营销平台发展的必然选择，数字营销公司建立战略联盟可以通过以下途径：一是大型互联网企业之间的战略联盟。例如，2014年10月30日，阿里巴巴集团和优酷土豆集团在京举办联合战略发布会，双方宣布展开全面合作，共同推进中国营销领域的DT化进程（Data Technology）。优酷土豆和阿里妈妈还分别发布了基于大数据的精准营销方案。二是数字广告平台与移动媒体之间的战略联盟。例如，与多盟合作的App媒体超过7.7万，日均PV1.8亿，与App媒体的深度合作，奠定了多盟在移动广告平台领域的领导地位。大数据时代对于广告产业而言是一个极富挑战的时代，也是一个充满机会的时代，亟需广告公司调整经营战略，快速布局数字营销和移动营销。

❻ 运营商如何运用大数据转型升级

据研究显示，大数据在全球的收入快速增长，预期在2012-2017年的复合增长率将达到60%。根据最近一段时间发布的各类大数据投资研究报告进行了初步估算，预期未来超过40%的GDP增量。大数据已经成为与自然资源同等重要的宝贵财富，发展潜力空间巨大。

而电信运营商作为数据的生产者，多年来积累的数据蕴藏着丰富的业务信息和商业信息，价值挖掘的潜力巨大，拥有如此优质的数据基础，使得运营商在企业、行业、社会等多个层面，都会大有作为。

在8月19日召开的中国国际大数据大会上，中国移动副总裁李正茂表示，中国移动已经意识到，大数据将与运营商的通信网络和客户资源具有同等重要的地位。

从企业层面来看，大数据将助力运营商全面提升运营商的精细化运营水平。一是改善用户体验，通过对用户感知的分析，并运用智能交互技术，进一步提升用户体验；二是实现科学决策，通过大数据刻画当前企业发展的状况，预测未来趋势，对企业成本、收入风险等进行精细化管控。

从行业层面来看，目前各行业纷纷加快大数据应用，重构未来的核心竞争力，运营商可利用数据与网络资源优势，聚焦行政管理、医疗、交通、教育等多个行业，在行政管理领域可以辅助提升政策制定、信息发布、事务办理、管理监控等多个领域的效率和设备，在医疗领域患者可通过可穿戴设备向医生发布数据，从而得到更为便捷的医疗服务。医药研发机构可以利用收集到的医学大数据提高研发能力和医疗水平。在交通、物流领域，可实现智能化的运输网络与运力规划，实施交通管理、车队管理等等。

从社会层面来看，运营商依靠多年的数据和平台经验积累，一定会成为提供社会化大数据生态平台服务的有力参与者。在未来，社会化大数据生态平台，将以数据银行的形式存在，平台使用者不但可以享用运营商的各类数据分析服务，使用者数据也可以在这里得到充分共享和流通，不同的商业模式将在这个平台上衍生和繁荣。

李正茂认为，大数据对于运营商转型升级具有重大的战略意义。而中国移动在大数据的具体研发、产业合作与对外应用方面，也进行了一些积极探索和实践。在自主研发方面，中国移动在2007年启动了大云的研发计划，构建了海量存储处理和数据分析和挖掘等核心能力。到目前为止，大云的大数据相关产品已经在17个省市进行了超过100项应用试点和商用，部署规模超过了3000台服务器，在快速响应市场需求的同时也降低了企业运营成本。

李正茂还透露，中国移动在今年成立了苏州研发中心，计划构建3000-4000人的研发团队和运营团队，宗旨就是要进一步完善云计算和大数据产品体系，尽快形成国际一流的云计算和大数据服务能力。

在产业合作方面，中国移动一直秉承开放共赢理念，推动云计算和大数据技术的成熟和产业健康发展。我们构建了大云产业联盟，与技术提供商、集成商、高等院校、政府机构等超过50家单位，在核心模块合作、授权技术服务、应用开发技术攻关等产业不同层面开展了合作。我们还积极参与了国内、国际标准化和开源组织工作，在TMF完成了大数据报告并完成发布，牵头完成了弹性应用计算接口等国家标准的制定。

另外，在大数据对内的研究探索方面，中国移动率先提出了大数据超细分微营销精服务的理念，在客户服务、市场营销等方面，也有不少成功案例。现阶段的工作，更多集中在应对数据规模增长和促进企业不同专业领域数据融合上面，以及不同程度的发挥数据价值。

❼ 运营商大数据对外价值变现的十大趋势

作者 | 傅一平

来源 | 与数据同行

最近中国移动提出了DICT战略，显示其在政企市场进一步拓展的雄心，在这个背景下，重新探讨下运营商的大数据变现很有意义。虽然近半年“大数据圈”似乎有点风声鹤唳，但对于合法合规的进行大数据业务的企业来讲没有什么影响。

下面笔者就结合自身实践，给出未来2-3年运营商大数据价值变现的十个趋势判断，仅代表个人看法，希望于你有所启示。

1、行业服务边界不断拓展

依托于运营商潜力巨大的数据资源和政企市场渠道资源，经过多年的市场培育和拓展，当前运营商大数据业务从原来的金融、旅游等行业逐步拓展到政府、旅游、交通、教育、商业、招聘、医疗等各个各业。

运营商ICT业务在推进中，也孕育了不少大数据业务的商机，大数据业务则反过来促进了ICT业务的发展，因为大数据除了业务价值，还有一定的社会品牌效应，两者通过融合可以形成合力。

随着企业数字化转型的加快及产业互联网的崛起，作为未来社会基础设施的大数据，将与云计算、人工智能、物联网、区块链一起，在行业领域开疆扩土，其应用的边界几乎是无限的。

2、进入行业应用的深水区

大数据在行业领域拥有着巨大的潜力并不意味着运营商就能分得多少杯羹。虽然运营商大数据业务当前在金融、旅游等行业已经有所斩获，但这些行业低垂的果实基本要被摘光了。

以金融为例，4-5年前运营商切入的验真，失联触达等业务，当前仍然是运营商大数据变现的主力，但金融行业并未如运营商原先预料的那样，在贷前、贷中、贷后中给予运营商更多的机会，运营商很多变现业务模式的拓展基本是停滞的，起码不够快。

在大量的其他行业领域，运营商往往只能做到蜻蜓点水，而无法聚沙成塔，比如业务的复购率很低。

从定性的角度讲，运营商对于行业的理解还是比较浅的，其大量的行业应用游走在企业的核心生产流程之外，大数据似乎是奢侈品，而不是必需品，因此粘性是不够的。

以金融验真这个业务为例，其附加值并不高，且容易被替代，想想这几年对于金融行业的理解又增加了多少呢？这些都是需要反思的地方。

笔者曾经在智慧交通相关文章中提到：运营商的数据在很多领域其实是很有前途的，但必须深耕，要理解这个行业的业务，通晓这个行业的算法，不停的打磨产品，从而逼近核心。

可以这么说，运营商大数据将很快进入行业应用的深水区，为了顺应这个趋势，运营商需要建立专业化的组织去攻坚克难，挑战很大。

3、与互联网公司的竞争加剧

互联网应该没有把运营商当成主要的大数据竞争对手，但运营商进入这个领域会跟互联网公司形成事实上的竞争，无论是新零售，智慧交通等等，进入者都会感受到互联网巨头的压力。

比如运营商要为大型商超提供数据服务，但互联网公司早就捷足先登，新零售是互联网出的概念，当运营商还在进行自身渠道的艰难转型时，互联网公司线下商业的版图已经规划好了，当然也包括了大数据业务。你到商超谈，人家一开口就提XX通怎么样怎么样。

当然还不仅仅是这些。

无论是互联网公司在To G上自顶向下的推广策略，还有诸如城市大脑单一采购来源的霸气，都在说明巨型互联网公司在这些领域的影响力。

运营商要获得机会，得动用一切可用的资源，发挥自己数据的差异化价值，由点及面去寻找机会。实践证明，管道数据的价值是巨大的，但巨型互联网公司的数据也越来越好，这是不得不面对的现实。

4、从要素驱动向要素+能力驱动转型

运营商当前在大数据变现上的突破只能说摘取了低垂的果实，但这种通过简单数据加工形成的数据产品竞争力是不够的，也是不可持续的。

比如做智慧交通，如果位置精度和覆盖度不够，连速度都测不准，根本做不出高质量的数据产品。

应该来讲，运营商从来就没有现成的、高精度的、可以到用户级别的位置数据，粗精度的原始位置数据未来可能连支撑运营商自己的业务转型都不够，运营商需要充分挖掘现有位置数据的潜力，通过建模等方式把较为精准的位置模型做出来，才能有基本的大数据变现底蕴。

位置精度的提升虽然是一小步，但却是对外大数据变现的一大步。位置准了，运营商对于人们整个线下生活的理解就准了，无论是客流，路网，OD等等都不再话下。

现在运营商依靠数据资源这个要素能走出第一步是不错的，但光靠资源驱动已经不够了，能力必须过来接棒，没有能力加持的运营商大数据变现前景暗淡。

因此，运营商大数据变现未来不再是躺着挣钱，而是要从原始数据的驱动向数据+能力双驱动转型，这个能力包括人才、技术、数据、产品、运营等等，这是不容置疑的。但如果只是空喊着口号不敢探索尝试，则也许连能力提升的机会都没有。

5、持续强化大数据合作的生态

大数据变现从底向上涉及平台、数据、建模、产品、方案、渠道、咨询、运营、安全等一系列的内容，运营商无法一手包办，因此必须建立合作的生态。

从业务的角度看，缺乏渠道合作伙伴、缺乏行业解决方案对于运营商都是很现实的挑战，最大的痛苦莫过于不知道商机在哪里，不知道自己想做的这个数据或产品有没有前途。运营商不可能瞬间将现有的客户经理队伍转为数字化产品的销售队伍，毕竟知识结构的要求不一样。

虽然可以采取MVP的方式推进，但一方面试错的成本摆在那里，运营商也并没有资本为其背书，另一方面时间成本也大了点。现在很多运营商都有合作伙伴招募计划，这是很好的尝试，但符合要求的合作伙伴还是太少了。

从开放的角度看，中国移动的梦网曾经创造过辉煌，但开放这句口号不是随便喊喊的，你得建立一套标准，清晰的告诉别人你有什么能力，然后如何能方便的接入。

比如当我们在互联网大会展示城市实验室产品的时候，发现仍然有那么多的人惊讶于运营商竟然还能做这个，就说明我们在开放这条道上还有很长的路要走。

而当笔者第一次访问阿里云网站的时候，其较好的使用体验给我留下了深刻的印象，随后定期的营销推送起码说明是用心的，又比如笔者第一次使用腾讯云域名申请时，其后腾讯云客服的电话调研也是很及时的。

因此，能否跟更广泛的合作伙伴建立连接，能否建立起开放的平台，能否确保信息的安全，在很大程度上决定了运营商大数据变现的蛋糕能做多大。

6、通过集中化获得溢价能力的趋势将加强

由于历史原因运营商的大数据实际是分省存储和运营的，这跟互联网公司天然的集中统一的数据基因是完全不同的。虽然一些运营商在集中化上做了很多努力，但相对互联网公司，还是有一些差距。

各省本地化做一些产品虽然带来了灵活性，但造成了事实上的重复开发，这种模式在创新阶段其实没什么问题，但最大的问题是各个省能否有足够的资源去保证产品的持续优化，无论从数据的角度，还是从运营的角度看，我们都需要一定的集约化机制来确保高效低成本的运作。

但这还仅仅是一个方面。

另一方面，相较互联网，由于数据的割裂，运营商基于单个省的数据做出的产品溢价能力不高，往往只能服务于特定区域，在很多竞争中会处于劣势，比如当前运营商基于位置数据的应用很多，但为什么上网数据的变现却很少呢？

这个不仅仅是简单的https问题，更是因为客户对于上网数据的诉求基本是全国的，没有地域的概念，这让运营商失去了很多突破的机会。

因此，运营商的大数据在一个省创新后迅速全网复制是一直要坚持的策略，而基于集中化的数据进行创新是提升产品竞争力的一个关键。

7、运营商DICT战略将使得大数据获得更大支持

随着数字经济的发展和行业数字化的进步，传统产业转型升级的需求强劲，运营商和云服务提供商，均在强化云、网、端、边协同，推出“云+网+DICT”智能化解决方案，帮助企业实现更深层次的数字化转型。

运营商的政企2B市场是当前关注的焦点，而云+DICT（DT+CT+ICT+IDC）又是其中的关键，这意味着未来各种资源会逐步会向DICT倾斜，大数据需要抓住这个机会，通过DICT的融合来促进大数据业务的规模化发展，所谓“借势”。

另外，当前三大运营商已经宣布了5G商用，中国移动也发布了了“5G+”计划，其中包括“5G+AICDE”计划，“5G+AICDE”是将5G作为接入方式，与人工智能（AI）、物联网（IoT）、云计算（Cloud Computing）、大数据（Big Data）、边缘计算（Edge Computing）等新兴信息技术深度融合，准备打造以5G为中心的泛智能基础设施。

5G时代人和物、物和物之间的连接产生的数据类型将会更多，5G更密集的基站布点意味着更高的定位精度，5G业务形式更加多样意味着管道中的数据内容会爆发性增加，运营商对于客户行为的刻画能力将进一步加强，每项垂直5G行业应用都将会与大数据有着千丝万缕的关系，这些对于运营大数据的发展是利好。

8、日益趋紧的数据安全要求对于运营商既是挑战也是机遇

运营商虽然拥有海量的数据，但很多省公司并未实质性的开展大数据业务，很多是基于安全的考量。即使是正在开展大数据变现业务的运营商省份，合规合法经营也是其开展大数据业务的底线，运营商对于大数据的业务创新是相对保守的。

事实上，运营商当前能开展的各项大数据新业务，都需要经过内部极其严格的法律、安全多道审核，加上行业、集团、省出台的各种安全管理规范的约束，还有定期的安全检查，都让运营商大数据业务从一出生就经历着内部一轮轮的安全洗礼。

2019年持续发酵的各种信息安全事件让大数据圈似乎如履薄冰，但其打击的还是各种违法经营和黑市交易。事实上，经过新一轮的洗盘，运营商也许会面临较以往更好的商业环境，数据可能会变得更为稀缺，毕竟以前黑市的数据交易会导致良币驱逐劣币的现象，当然这也只是一种猜测。

可以肯定的是，未来国家对于信息安全管控的趋紧会使得大数据业务的创新变得更具挑战性，但合规合法的进行大数据价值挖掘，助力中国经济高质量发展始终是主流，运营商虽然会面临安全上的挑战，但也有更多的机会。

9、运营商大数据对于TO C业务的探索不会停止

互联网公司TO C业务前期是靠钱烧出来的，毕竟消费者是趋利的，拥有高体验的产品和一定基础的用户后，互联网公司才有了珍贵的海量数据，这个时候大数据才有用武之地，反过来赋能业务发展，这是互联网公司应用大数据的本质。

运营商天然就有大数据，但大数据变现的实践还是告诉我们，运营商的数据维度还是不够丰富，比如缺乏消费数据，而巨型的互联网公司通过应用的丰富不断积累着更多维度的数据。

事实上，当前运营商的数据维度拓展基本是停滞不前的，如果不加以改善，在不久的将来，运营商的数据优势会逐步变小，最终会影响到产品的竞争力。

现在运营商建立了很多专业公司，比如中国移动的咪咕，有人会质疑这些公司能否赚钱，姑且不从战略的角度思考这个问题，即使站在大数据的角度看，这些公司的拓展能够让运营商拥有更丰富的数据，这就很有价值。最近中移金科成立了，支付数据对于DT有多重要不用解释吧，因此意义是很深远的。

其实做大数据产品的，哪个没有点TO C的梦想？希望运营商能基于自己的资源优势，结合大数据的差异化特点，能够打造出真正的既卖座又叫好的TO C产品。

10、运营商对于低价值密度的大数据处理能力要求会大幅提升

运营商的DPI数据具有典型的大数据特征，有潜力但价值密度低，但这个数据是运营商除位置数据以外最珍贵的数据，很多人说这个数据在运营商变现中实际没啥应用场景，或者言必称https，那是比较业余的说法。

随着5G时代的到来，对于DPI数据的有效开采挖掘对于运营商大数据变现是核心的基础工作之一。

首先，DPI这个技术原生是为网络优化服务的，比如很多字段对于数据变现没有价值，能否考虑更高性价比的处理手段？这个就需要运营商针对性的进行研究，比如从客户洞察、精准营销和价值变现的角度去高效低成本的采集管道中的数据。

其次，5G海量、低延时、非结构数据的特点，将进一步促进数据存储、处理和分析技术的进步，即使是当前的4G，从采集到应用的时延也是比较高的，很难达到场景式营销的要求，而且保留的周期也非常有限。

最后，5G大数据的价值密度将进一 步降低，对AI的能力要求将更高，即使是针对当前的4G数据，运营商的NLP等能力储备也是不够的，因此要尽快补足短板。

当然，以上十个趋势只是笔者的个人判断，受限于自己的能力和视野，以上谈的肯定有很多不到位的地方，权当笔者抛砖引玉，如果能引发一点思考，那就更好了。

❽ 移动通信论文参考文献有哪些

有关移动通信论文参考文献有哪些

有关移动通信论文参考文献：

[1]谢显忠等，基于TDD的第四代移动通信技术[M].电子工业出版社，2005.

[2]解梅，移动通信技术及发展[J].电子科技大学学报，2003，02.

[3]宋文涛、罗汉文，移动通信[M].上海交通大学出版社，1996.

[4]何林娜，数字移动通信技术[M].机械工业出版社，2004.

[5]吕昌春，李林园.移动互联网产业链平台竞争与电信运营商增值业务发展策略研究[J].邮电设计技术，2012（11）：16-20.

[6]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下），2011（01）：52-53.

有关移动通信论文参考文献：

[1]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下），2011（01）：52-53.

[2]吕昌春，李林园.移动互联网产业链平台竞争与电信运营商增值业务发展策略研究[J].邮电设计技术，2012（11）：16-20.

[3]刘文婷.以运营商为主导的移动互联网业务商业模式研究[J].中国工业经济，2012（08）：66-74.

[4]冯文高.我国移动通信产业的竞争均衡分析[J].现代经济信息.2009（16）

[5]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下）.2011（01）

[6]马云泽.我国移动通信产业的市场结构与规制改革[J].经济问题.2009（01）

[7]张平王卫东陶小峰《WCDMA移动通信系统》人民邮电出版社

[8]詹炳根，《工程建设监理》，中国建设工业出版社，1997

[9]谢坚勋浅谈工程监理与项目管理接轨建设监理2004(2)

有关移动通信论文参考文献：

[1]赵刚.大数据：技术与应用实践指南[M].北京：电子工业出版社，2013.

[2]漆晨牺.电信企业大数据分析、应用及管理发展策略[J].电信科学，2013（3）：12-16.

[3]刘洁，王哲.基于大数据的电信运营商业务精确运营平台的构建化[J].电信科学，2015，29（3）：22-26.

[4]张俊.移动通信网络中大数据处理的关键技术研究[J].电信网技术，2014（4）：10-12.

[5]康波，刘胜强.基于大数据分析的互联网业务用户体验管理[J].电信科学，2013，29（3）：32-35.

[6]谢华.大数据在移动通信中的`应用探讨[J].科技创业家，2014（1）.

[7]夏磊.探巧大数据下的智能数据分析技术[J].科技创新导报，2014（10）：21.

[8]侯优优，隋化严.网络优化中的大数据应用[J].互联网天地，2014（l）：34-37.

[9]刘震，付俊辉，赵楠.基于移动通信数据的用户移动轨迹预测方法[J].计算机应用与软件，2015，30（2）：10-13.

[10]林国华.时间序列分析法在移动通信数据分析中的研究[D].广州：广东工业大学，2015.

[11]刘钢.无线移动通信与物联网的应用与研究[J].数字技术与应用，2016，05：33.

❾ 手机产业跟大数据有什么必然联系

移动互联网迅猛发展加速大数据应用落地

2015.1.4
全球著名商业咨询机构麦肯锡早就说：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”在与我们切身相关的衣、食、住、行等方面，大数据对生活方式的改变显而易见，而大数据从理论到实践的真正应用才刚刚开始。

移动互联网迅猛发展加速大数据应用落地
数据时代正在来临，我们周围的一切正在被数据定义。每天人们都会通过使用电脑、手机、GPS等设备产生以十亿计的海量信息，这些相互作用的信息从根本上改变着世界原本的面貌。

随着移动用户数量的增长，基于移动互联网大数据的应用备受瞩目。据CNNIC最新统计显示，截至2014年10月，全国移动电话用户达到11.22亿户。智能手机的保有量由2013年的2亿部，迅速增长到2014年的3.6亿部。目前拥有过亿用户的移动应用已达10款左右，包括微信、快滴打车、手机淘宝、网络地图、搜狗输入法、PPTV、高德地图及墨迹天气等，它们都很好地利用了大数据带来的益处，在对用户数据进行分析整理的基础上提取有效信息，由此成为APP大数据应用的先行者。

墨迹天气APP是应用大数据的典型代表。它旗下产品空气果，可以利用Wi-Fi进行简单设置。空气果外观设计很酷，界面友好，可以语音播报，显示屏挥手可以点亮，挥手可以切换数据，在用户数据保存和分析利用方面较其他同类移动APP具有明显优势。
快的打车的大规模使用，增加了移动APP的大数据应用程度。快的打车是打车软件和移动支付市场的代表，它获得了大数据以及O2O市场。通过软件实现对用户打车习惯、打车路径等数据的积累，进而分析，再叠加地图服务、生活信息服务等内容，实现智能服务模式增加客户黏性，从而与商家以及消费者形成合作，实现赢利。

在移动互联网大数据应用快速发展的同时，仍有两个问题需要正视：
一是用户对隐私安全问题存质疑，造成数据的开放性和完整度不够，因此限制了大数据应用的发展。如今，手机成为第一终端、互联网中心及个人信息中心，人们把自己的沟通、社交、娱乐、生活、商务、隐私交给了智能手机及其各种应用。据DCCI第三季度报告显示，截止2014年10月有66.9%的智能手机移动应用在抓取用户隐私数据，其中高达34.5%的移动应用有“隐私越轨”行为，通话记录、短信记录、通讯录是隐私信息泄露的三个高危地带。如何确保数据采集的适当尺度同时又能保证服务的完整性，这对企业而言是一个挑战。
二是存在对数据分析发掘的技术壁垒，不能“数”尽其用，使得很多具有潜在价值的数据流失。基于大数据的移动应用已经非常广泛，很多移动终端上都留下了使用者的数据。IHS Screen Digest公布的2014年第三季度的数据显示，有48.2%的数据被浪费，并没有真正提取数据的有效价值，在数据的分析和挖掘方面还有待提高。

运营商试水大数据经营
如今，大数据巨大的商业价值已经显现出来。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。数据大爆炸下，如何挖掘这些数据，也面临着技术与商业的双重挑战。
电信运营商作为数据的生产者，拥有丰富的大数据资源，这些资源优势是其他企业无法企及的，价值挖掘潜力巨大。而拥有如此优质的数据基础，使得运营商在企业、行业、社会等多个层面，都将大有作为。

纵观全球市场，电信运营商大数据发展仍处在初级阶段，海量的数据并未给其带来可观的收入，如何依靠大数据避免哑管道化的危机是全球运营商共有的话题，国内三大运营商也开始了积极布局。

中国移动通信集团公司业务支撑系统部项目经理何鸿凌曾透露，中国移动当前每日新增结构化数据8T，每日新增日志类数据400T，而每日处理的数据10倍于此，每日查询的数据100倍于此。他认为：“数据已经成为当下企业的第一等竞争力，数据可以列入资产负债表，企业应该竭尽可能收集整理数据，竭尽可能保存数据，将数据列为企业核心资产。”

据了解，中国移动在大数据的具体研发、产业合作与对外应用方面，也进行了一些积极探索和实践。2014年，中国移动成立了苏州研发中心，构建3000~4000人的研发团队和运营团队，旨在进一步完善云计算和大数据产品体系，尽快形成国际一流的云计算和大数据服务能力。

中国电信则组织编制了大数据领域深化改革方案，明确要建立“统筹管理、两级运营”的大数据运营体系。中国电信市场部先期组织开展了大数据RTB 精准广告业务、景区流动人口监测业务等试点，成效显著。下一步中国电信将重点聚焦互联网用户行为分析报告、大数据金融信用风险防范业务、大数据区域洞察业务等研究，组织开展试点工作，打通业务流程，验证商业模式，探索电信大数据在重点行业领域的纵深应用和价值挖掘，取得一定社会和经济效益。

而中国联通也同样利用其无线管道的大数据流量，采用Hadoop以及Spark的大数据挖掘算法，构建的移动性洞察解决方案，从网络数据中提炼出有价值的信息，创造出更多的行业、政府新服务及新应用。例如，上海联通将存量和增量经营适当分离，利用大数据技术手段，真正关注和了解用户，持续挖掘和提升存量客户的价值。通过已离网用户的时空数据分析需要优化的网络区域，并结合ROI分析最需要优化的区域以及最需要关怀的频繁进入质差区域未离网高价值用户；另外，在集客区重点识别客户来自哪里，以便考虑是否对所在的位置进行针对性的广告投放。

❿ 产品和应用前景广阔 大数据为信息社会赋能

产品和应用前景广阔 大数据为信息社会赋能
今年5·17世界电信和信息社会日主题是“发展大数据，扩大影响力”，这是国际电信联盟首次将“大数据”设为主题。发展大数据最活跃的是互联网公司，与BAT等互联网巨头相似，通信运营商储存和管理的数据量也十分惊人，通过把数据变为工具，使之成为GDP的“倍增器”。
目前，整个通信网络正在努力实现支持更大数据流量和更多终端的连接，5G带来的万物互联远景将会使整个通信网络中增加上百亿的连接，这些连接需要通过大数据、云计算等技术赋予更多的智慧，为整个信息社会赋能。
通信运营商沉淀海量数据
如何更好地发挥数据资产的价值，对于通信运营商来说是一个崭新的课题。通信运营商是大数据的传送者、生产者和使用者。运营商中的大数据主要可分为三大类。第一类是CS（CircuitSwitch）域中的信令数据，主要包含用户的电话呼叫记录（CDR）、短信发送记录以及终端与网络的其他交互记录（如终端的开机消息、位置更新消息、鉴权消息）等；第二类是PS（PacketSwitch）域中的IP包数据，PS域数据主要包含用户上网时的控制面和用户面数据包记录，控制面数据如AAA的鉴权、认证数据包，PDP建立、更新、删除等，用户面数据主要是用户的上网记录数据；第三类是包含用户个人属性的CRM数据，主要包含用户的身份资料数据、产品的订购数据、用户的消费数据、用户的支付数据、用户的套餐数据、用户的终端数据等。
目前通信运营商对这些数据的管理能力已经达到了新的水平。中国联通信息化事业部副总经理范济安告诉记者，自2012年中国联通成立全集团范围内的大数据中心以来，中国联通在持续强化和提升对公司内部数据支撑能力的同时，加快建设中国联通大数据应用开放平台，已形成国内除BAT外最大的云架构大数据平台，沉淀了海量的数据。
现在这一平台存储容量为85PB，Hadoop集群的计算能力已近4500个节点，平台上集中了全国4.1亿多用户数据和GPS级的实时位置数据，建立了涵盖9大类，共计3800多个用户标签体系；可轻松识别4亿URL，20万个互联网产品，约4200个手机品牌、10.5万个终端型号；日处理5480亿条上网记录信息，670亿条位置信息，170亿条计费详单。每月可支撑内部各种数据查询服务超过6000万次。
范济安说，在数据安全保障水平提升方面，2015年，面向全集团发布了《中国联通数据服务安全管理办法》，加强数据输出及应用监管，严格把控数据质量及数据扩散，有效开展数据治理，保障数据安全和质量，处理好个人隐私保护（严格控制可追溯到个人或终端的数据授权和应用），让数据只能在安全可控的范围内使用，提供持续、稳定、高效的大数据运营服务。2016年数据中心整体通过了ISO27001国际数据安全标准认证，实现了既定信息安全目标，信息安全和商业秘密信息泄露事故为零。
中国电信在大数据方面动手也很早。2014年11月4日，在中国电信牵头下，由工信部电信研究院、中国电信、亚信、东方航空、中国互联网协会等45家单位联合组成中国企业大数据联盟。2015年11月，中国电信正式发布了大数据开放平台和“天翼大数据”品牌，并推出精准营销、风险防控、区域洞察、咨询报告4类数据型产品及大数据云平台型产品，重点服务于旅游、金融、广告、政府、交通等行业。
大数据产品和应用
前景广阔
中国联通在2016年推出了六类大数据产品：沃标签、沃平台、沃征信、沃营销、沃指数及智慧足迹。前两个产品的定位是通用的基础服务，目标是将联通的数据通过标签的形式进行开放，供合作伙伴在沃平台上使用。后四类产品属行业应用，为特定的行业提供特定的服务。
范济安表示，六大产品中沃风控和沃指数取得了巨大成功，收到金融领域和互联网企业的热烈响应。一年多来发展了200多个政企客户，其中既有各大部委，又有颇具代表性的互联网企业；金融行业里各大保险公司等尤显活跃，同时许多初创公司中小企业也纷纷利用联通开放的数据与平台开发运营自己的应用。
到目前为止，中国联通已经形成了征信风控、沃指数、精准营销、用户标签、能力开放平台、智慧足迹、沃广告、沃旅游、沃政务大数据共计九大产品。
中国联通与国家旅游局共同开发发布的旅游大数据指数、与腾讯公司共同开发运营的防电信欺诈的天眼、与招联公司共同开发并在双方各自业务中部署使用的沃信用分、与中国电信合作推出的个人征信查询系统大数据应用已经实现了数据的深度融合。其中与中国电信合作推出的个人征信查询系统获得工业部颁发的“司马”奖特等奖。
风险防控产品基于中国电信用户标签数据，建立用户信用模型，主要服务于银行、保险、征信、P2P等金融机构，在贷前风险防控、贷中风险管理、贷后风险追踪等方面提供大数据服务；区域洞察产品基于中国电信用户位置标签数据，为道路交通、区域人流分析、商业选址分析、智慧城市建设、智慧旅游建设等领域提供数据服务。
中国移动利用大数据精准扶贫。智慧精准扶贫系统依托中国移动在IT和数据方面的资源及能力，具备精准识别、精准匹配、精准帮扶与精准管控等功能，可以实现贫困组织（县/村等）、贫困户、贫困人口的精准识别，系统不仅可以在电子屏上精准显示贫困户、帮扶党员干部等的数据信息，还能通过数据图表分析出贫困人口致贫原因、务工状况、文化程度，图文并茂、一目了然，可以更精准地制定扶贫方案。
通信运营商
发展大数据仅是开端
电信运营商发展大数据，也面临很多挑战。范济安说，经过四年的建设运行，中国联通在数据集中、平台建设、对外开放和服务运营等方面积累了一些经验，在国内具备一定的领先地位。与国内同行相比，中国联通的领先优势有四点：全国集中的数据、数据质量、平台规模与能力、集团与分子公司之间协调发展的一体化运营体系。“同国外同行相比，应该说我们是两优一劣：数据量和应用广度与深度要远远优于国外；而在技术方面，大量使用的开源软件还都源自国外。”
当前，针对“互联网+”或产业互联网中所需的多行业业务和数据融合模式，首先，在对外开放方面，运营商过于聚焦在银行、保险、征信等领域，在工业制造等行业的案例寥寥无几。其次是缺乏像德国“工业4.0”中的大数据或其中的工业数据空间IDS那样有个系统化的顶层设计，流于摸着石头过河。最重要的是第三点，即运营商只能做到有限的数据开放，而没有做到数据共享和多方数据的整合。
范济安表示，出于防止数据扩散，用户个人信息可能受到侵犯，数据价值无法持久化等方面的考虑，中国联通在数据对外合作方面往往采取的是“请进来”的方式（这也是运营商的普遍情况）。这样的做法有两个缺陷：一是过于以我为中心，请进来的基本都是自身没数据或有数据也不愿意分享的合作伙伴；二是如果大家都坚持这种“请进来”的模式，不能实现多方数据的整合，跨行业应用就得不到发展。
欧洲最大应用科学研究机构、有2万多研究人员、20亿欧元研究经费的德国Fraunhofer研究所在德国“工业4.0”项目中启动和领导了德国工业数字化创新的工业数据空间子项目（IDS），该子项目专注于跨行业数据代理交换和数据应用，其目的是将分散的工业数据转换为一个可信的数据网络空间，目前已经得到德国或国际30多个重点企业支持，其中不乏世界500强企业，如欧洲著名的保险公司Allianz、最大的IT服务公司Atos Origin、世界知名的拜耳制药公司、世界顶级会计事务所普华永道、德国技术检验协会TUV、大众汽车、重型工业公司克虏伯、蒂森等。
“IDS中的去中心化思想摒除了将数据都集中在一个平台上进行整合、共享的方案，奠定了大数据持续顺畅发展的基石。”范济安说，“所以我们在积极与Fraunhofer研究所合作，希望能够借鉴他们的经验，满足30家世界500强企业到中国来发展的需求，发展数据交易技术，打造一张去中心化的、由认证的合作伙伴自营的中国式工业大数据网，实现中国联通从‘请进来’到‘走出去’的发展愿望，实现三家运营商以及众多大数据企业在数据合作上共享共赢的愿望。此外，我们也在与我们的战略合作伙伴西班牙电信在多个维度开展合作。”
从数据资源或资产的角度，互联网企业的数据一般受限于本身的业务和数据基因，其数据的范围和深度都是有限的。运营商在大数据领域具有其他行业无可比拟的优势，主要体现在以下三个方面：一是规模性。一方面是数据体量大，每天产生的数据以PB计算，具有丰富充足的数据源；另一方面是数据维度全面，包含用户行为、地理位置、上网行为、运动轨迹、支付能力、咨询投诉等信息；二是准确性。网络系统可实时产生与终端用户相关的多维度行为信息，准确实时的反映用户行为状态。三是连续性。网络数据可持续提供，具有连续和可追溯性，仅取决于数据的存储策略，无人为因素干扰。而且通过这些不同维度数据的交叉关联，可以创造更多的新数据和新价值。
作为运营商，尽管在数据资源上具有其独特的价值，并不意味着仅靠自身的数据就所向披靡。尤其是在跨行业的复合场景下，多个数据源的关联分析能产生出更大的价值。这就要求运营商还要整合更为广泛的外部数据源，包括其他行业、公司及政府机构。
通信运营商发展大数据，目前仅仅是一个开端。整个通信网络正在努力实现支持更大数据流量和更多终端的连接，5G带来的万物互联远景将会使整个通信网络中增加上百亿的连接，这些连接需要通过大数据、云计算等技术赋予更多的智慧，需要运营商通过持续不断的投入和深入的行业分析，为整个信息社会赋能。