
大数据火了,对运营商意味着什么
大数据火了?对通信业特别是运营商意味着什么?大数据的作用,看似云里雾里,其实可抓可拿。
根据IDC的研究,全球64%的企业已成为数字化转型的探索者和实践者,“全方位的客户体验、灵活高效的业务流程、智慧化的产品与服务、创新的商业模式”已成为新的数字化转型战略的核心,而这一切的基础就是大数据。
在工业4.0的大环境下,工业企业的信息化水平越来越高,信息数据量越来越多,各种设备仪器产生的海量数据对信息处理的要求也在提高。现在,新兴的大数据、云计算这类ICT技术刚好可以解决数据海量性问题。本来ICT业对“互联网+”、工业4.0的大蛋糕正愁无处下口,而大数据无疑是一个极好的抓手和切入点,可以让ICT一下子切入到工业领域的各个环节,同时ICT自身也可以实现完美转型。
难怪今年大数据火了,甚至马云放言:今天不参与大数据建设,十年后会像今天一样抱怨与埋怨。
其实,作为信息化建设的主力军,运营商在大数据领域早有布局。早在2012年,三大运营商就投资150亿元在贵州建设了数据中心基 地。不仅如此,2012年,在内蒙古呼和浩特,三大运营商共投资近400亿元兴建了规模比贵阳还大的大数据中心。此外,在郑州、重庆、杭州、苏州等地,运 营商都建设了大数据中心,运营商发力大数据不可谓不早。但是,运营商建设的大数据中心,其巨额投资却大都没有产生相应的效益。
“明明自己坐拥一座金矿,却都被BAT挖走了!”原信息产业部部长吴基传在不久前召开的第十二届中国信息港信息论坛上疾呼:“三家电信运营商要转变思路,应从单纯追求数量增长转向创新和挖掘信息数据价值。”
大数据本身是没有价值的,它必须通过清洗、建模、分析、交易才能产生价值,使之成为一座巨大的金矿,让更多的人去挖掘数据,交易数据,从而产生巨大价值,可以预见,未来大数据会作为一种资产存在并将诞生一个万亿级别的交易市场。
在这一轮大数据热中,互联网企业抢了风头,互联网大佬不仅高调亮相,实质性动作也是接二连三。百度、腾讯、阿里等拥有数据的平台型企业,纷纷针对自身的平台用户提供数据分析业务,并且向金融、环保、交通、医疗等行业的数据分析应用逐渐渗透。
目 前,在不少地方,运营商还停留在搭建数据中心基地、邀请互联网企业租用入驻挣租金这种低层次的商务模式上。非但如此,在某些地区,还发生了三家运营商为了 吸引一些互联网企业入驻,而竞相压低租金的现象,本来就只能挣个廉价的管道租金和物业费,却连这个“苦力活”还在搞恶性竞争,真是让人扼腕!
更令人担忧的是,如今不少地方虽然建起了大数据产业园,但是对于海量数据自己无法处理,只能将其卖给一些国外公司进行大数据挖掘,这不仅带来了严重的安全隐患,而且也将产业链上利润最为丰厚的一块拱手让出。
从不久前公布的第一季度财报看,三大运营商利润全部是负增长,收入增长也显现出疲态,战略转型迫在眉睫。而不管是“流量经营”还是“去电信化”,都面临移动互联网带来的大数据挑战,运营商要避免大数据领域的“哑管道”危机,必须向数据挖掘、分析、应用的价值高端迈进,别再像互联网刚刚起步时那样起个大早,赶个晚集。
业 内人士表示,手里掌握着所有用户通话、数据流量消费数据的三大运营商,如果能在大数据时代多往前跨出一步,组建专业化团队,吸纳高层次人才,用更加开放和 互联网化的方式来运作,释放自身管道中庞大数据的潜在力量,在数据清洗、建模、分析甚至交易等方面多做做文章,将会打开一个潜力无限的市场。
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