
运营商的大数据能否有大影响的未来
大数据显然已经成为全社会的热点,而且,这个热点不再虚无缥缈,更多的大数据落地项目和前端应用让大数据开始发挥自身的效力。
2017年世界电信日主题是“发展大数据,扩大影响力(BigDataforBigImpact)”,这也是国际电联首次以大数据为主题。
就此,广东省通信管理局党组书记、局长苏少林表示,数据已成为国家基础性战略资源,正成为一种新的资产、资源和生产要素,是21世纪的“钻石矿”。通信行业作为目前数据量最大、覆盖面最广的行业之一,拥有大量具有社会属性、消费属性的数据资源,是一座储量惊人的“数据富矿”。
在大数据的使用中,阿里巴巴走在了互联网行业的领先位置。从淘宝、天猫等电商大数据出发,阿里巴巴将数据价值充分挖掘出来,不仅支持其精准营销和业务拓展,更是结合支付金融与其他行业的数据,芝麻信用已经化身中国商业社会的基础设施,这些都值得电信运营商学习借鉴。
据了解,北京移动从2013年底就开始大数据的研究和开发工作,2014年形成收益,2015年正式推出司马大数据品牌并固化了服务产品。其他的很多运营商也都在不断发展自己的大数据产品开发,取得了初步的成绩。从电信运营商数据特征来看,精确营销、征信产品、咨询服务、互联网服务等都可以成为大数据价值体现的主要方面。
未来,大数据的价值在于进一步用于参考预测分析,用户行为分析,高级数据方法(包括人工智能),而不仅仅停留在数据集的大小本身。电信运营商拥有最好的大数据资源,但长期并未得到最好的开发,也因为局限于电信领域而缺乏使用场景和实用案例。如果要让电信运营商能够将大数据的价值发挥出来,就必须有效的拓展电信运营商的业务范围,让数据可以得到安全的使用。
大数据并非仅仅是数据量大,不是数据数量多的应用就是大数据,需要的是全面,更需要的是跨界融合。如果仅是将某一方面的数据加以整理和分析,这样的所谓“大数据”只是统计报表的一种碰瓷而已。在大数据的发展中,包括运营商在内的使用者都应该致力于提高数据的跨度、融合度以及综合应用能力。
大数据不是泡沫,但也并非是很多想象的那样简单,不是所有的存储量大的数据就是大数据,而是要将不同的数据整合起来,比如运营商掌握的通信行为数据、交通数据、天气数据、旅游数据甚至分散在社会各个领域的数据进行整合,从而提升大数据的全面性和实用性。在这方面,电信运营商有社会公信力、有数据处理能力,也有投资能力和链接客户的资源,所以应该当仁不让的走在领路人的位置上。
所以,大数据代表大未来,也代表大的影响力,而这种影响力不会想当然的拥有,必须付出相当的努力。电信运营商需要的是更广阔的视野、更充分的研究,跳出通信运营商的小圈子,面向全社会提供服务。对于电信运营商来说,大数据战略中,需要的是利用自身的数据资源和能力整合全面数据,面向社会提供更有价值的服务,如此才能真正让大数据发挥应有的效力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03