京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:心在远方 路在脚下
大数据大战略。当前,全球各国已经将大数据看做是新型生产力,是国家竞争力的重要组成部分。在十八届五中全会上,明确提出要“实施国家大数据战略”,国务院也于去年九月出台了《促进大数据发展行动纲要》。在政策指导、技术引领以及市场推动下,我国大数据产业规模不断扩大,技术实力不断增强,一批掌握大数据技术的企业开始涌现,大数据正在加速向各行各业渗透,为人们生活的方方面面提供支撑。
在政策、技术和市场的多重推动下,我国大数据产业正在蓬勃发展。在推进大数据的发展中,电信业扮演着重要角色,一方面,电信业承担了数据收集和传输的使命,另一方面,电信业也正在大力推进大数据的融合发展,促进其在各行各业中应用。电信行业如何抓住大数据发展契机加快转型升级,电信运营商如何深度拥抱大数据等成为热点话题,而电信运营商和各大设备企业在大数据应用上的探索也颇有看头。
大数据产业发展提速
“我国大数据产业蓬勃发展”,工信部总工程师张峰在会上作出了这一判断。他表示,“十二五”期间我国ICT产业快速壮大,为大数据的蓬勃发展奠定了良好基础。当前,我国数据资源不断丰富,截止到2015年年底,我国网民数量已突破6.8亿,移动电话用户规模突破13亿,居世界第一。
技术水平的日益进步为大数据的发展提供了有力支撑。张峰指出,近年来,我国ICT技术与国际先进水平的差距日渐缩小,骨干互联网企业具备建设运营超大规模大数据平台的能力,掌握核心数据的大数据软硬件企业的规模不断壮大,在深度学习和人工智能等前沿领域的应用取得了突破,对国际主流开源社区的贡献也越来越多。与此同时,我国大数据应用服务也在加快发展。目前我国正在加速向数据资源挖掘和应用方面转变,大型互联网企业将大数据应用于网络社交、电商、广告、搜索等业务,电信和金融行业携手,基于大数据推出了风险防控、信用评价等应用,政府也正在利用大数据提升治理能力和公众服务水平。
我国大数据发展呈现出七大特点。中央网信办信息化发展局大数据处处长张晓在会上指出,一是大数据发展呈现欣欣向荣的良好势头,北京、贵阳、上海、武汉等地建立了政府数据开放平台;二是许多地方政府建立了专门的大数据机构,如贵州、广州、沈阳等地建立了大数据局或办公室;三是很多高校和科研院所纷纷加强大数据科学研究,如清华大学、北京大学成立了专门的大数据研究院;四是大数据产业集聚效应正在形成,如京津冀、长三角、珠三角和中西部四大各具特色的大数据集聚区正在形成;五是大数据相关产业联盟纷纷涌现,如中关村大数据产业联盟等;六是大型互联网企业积极地推进大数据发展的战略布局,比如阿里推出的“从IT到DT战略”、腾讯的大数据连接未来战略等;七是一大批数据中心落地,如贵阳大数据交易所,刚刚挂牌的上海、浙江大数据交易中心等。大数据是信息化发展的必然阶段,同时也会给信息化发展带来新的重大机遇。
机遇和挑战并存,大数据产业的不足和挑战也成为与会嘉宾探讨的话题。多数观点认为我国大数据发展存在信息孤岛问题,跨部门、跨行业的数据共享仍不顺畅。同时,大数据的安全问题也非常突出,数据的滥用对个人隐私、企业商业秘密乃至国家安全形成了威胁。大数据相关法律法规不健全,政府信息资源开放共享制度欠缺等问题也不容忽视。
运营商需抓住“时间窗口”
“电信运营商拥有丰富的数据资源”,工信部信息通信发展司政策与标准处副处长黄业晶在会上表示,电信运营商各大信息系统记录的数据,为电信运营商开展大数据运用奠定了良好基础。大数据将在电信运营商增长方式转变,打造新的业务增长点上发挥重要作用,因此,电信运营商要紧紧抓住大数据的重要发展契机。
当前,全球电信运营商都在探索借助大数据谋求新发展。与此同时,互联网企业也正在积极部署。从长远上看,电信运营商在数据资源上的优势正在逐步减弱,因此抓住目前这一难得的“时间窗口”尤为重要。中国信息通信研究院高级工程师韩涵认为,运营商拥有的来自于基础网络的数据是全社会大数据资源的重要组成部分,这为电信运营商拥抱大数据提供了便利。不过随着越来越多的大型互联网企业通过各种渠道,弥补在数据准确性和真实性上的不足,未来电信运营商在大数据资源上的优势将逐步减弱甚至消失,形势非常紧迫。
我国三大电信运营商正在积极推进大数据应用的落地。中国电信云计算公司副总经理王兴刚透露,中国电信在全国拥有370多个大型IDC数据中心,在呼和浩特和贵阳都建设了超大型数据中心,具备了每天200TB以上的数据处理能力。中国电信利用大数据和云计算技术,能够提供公有云、行业云、私有云、混合云等各类云服务,同时基于这些能力为各行各业提供大数据产品,包括风险防控、验证类服务等。中国移动大数据系统总架构设计师段云峰表示,中国移动从2001年开始规划数据仓库建设,2003年开始建设经营分析系统,2010年开始研究Hadoop技术及应用,2013年开始研究Spark等相关技术,2015年在全国范围内启动大数据系统建设。中国联通信息化事业部副总经理范济安表示,中国联通正在从对内和对外两方面推进大数据应用,对内主要是帮助企业实现转型,从线下业务向线上业务转型,从产品性管理向以客户为中心的管理转型。对外主要是推进大数据平台建设,打造外向型的大数据业务,从通信业务向数据业务转型,从运营流量向运营数据转型。
需要看到的是,电信行业以及整个社会在大数据应用上的探索还处于初级阶段,运营商在观念、制度、技术上还需要进一步提升。黄业晶认为,运营商在推进大数据发展时需重视三大问题:一是电信运营商的数据开放程度还不够高,数据开放共享氛围没有形成,数据流动性比较差,同时已有的数据资源存在标准化、准确性、完整性问题;二是仍然缺乏原创技术,没有形成大数据解决方案;三是个人信息保护交易方面的法律法规不健全,在数据开放和商业化流通中没有隐私隔离和相关标准,使得电信运营企业无章可循。
ICT技术的发展将推动大数据的发展,大数据的发展也将反过来促进ICT技术的发展。而更为重要的是,大数据将给其他行业带来颠覆和变革,改变整个社会的生产方式和人类的生活方式。电信业拥有了大数据,就是拥有了机遇和未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29