京公网安备 11010802034615号
经营许可证编号:京B2-20210330
看三大运营商如何将大数据的“富矿”变“钻石
如今我们处在一个无处不数据的时代,坐拥大数据这座富矿,国内无论是互联网企业还是运营商都在紧锣密鼓的建设大数据平台,企图将这座宝矿开发成为熠熠生辉的“钻石”。
目前,国内三大运营商迎接大数据时代的步伐和规划各自不同,中国电信的大数据平台已经扩展到31个省,基础平台建设基本完成;中国联通虽然起步晚一些,但是其大数据产品体系已经发展成为六大产品种类;相对于中国电信和中国联通的成熟,中国移动的数据中心资源略显不足,但是需求量不断递增,也在不断努力布局中。
中国电信:大数据平台扩展到31个省 基础平台建设基本完成
中国电信所有的大数据都是在云平台和云设施之上搭建的,如今其大数据平台建设从原来的5个省现在扩展到31个省,数据的种类从开始的几类主要的数据扩展到十几类,实效性是原来一周到现在小时的延时。
中国电信云计算分公司大数据事业部首席数据分析师张宇中表示:“中国电信的大数据平台跟其它合作伙伴的模式不一样,中国电信主要是做节约化运营,将数据的汇聚、接入、存储、加工、输出整合在一起,这样前端的响应可以快速的传递到客户中去,并且可以持续的循环。同时,中国电信的平台开发还做了具体功能区分。”
目前中国电信已经完成了大数据基础平台的建设,正在继续完善行业的应用。依托云网融合,中国电信的大数据开放平台一直拥有强大的资源,中国电信有八大资源基地,还有内蒙和贵州两大数据中心,并且很多区域下沉的边界。
2015年11月28日,中国电信正式发布“天翼大数据”品牌,并推出精准营销、风险防控、区域洞察、咨询报告四类数据型产品和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。这是中国电信运营商第一个大数据业务品牌。
据了解,中国电信推出的4+1产品模块,拥有15个子项。其中有面向个人拥护推出的风控的和精准营销产品;还有一部分是输出具体数据,形成相关报告;此外,中国电信还开发了PAAS的平台对价值链的某一方面具有专业特色的公司能够利用大数据平台做它所擅长的事情。可以说,中国电信通过多种手段为产业链打造了一个比较安全可靠的大数据平台。
此外,中国电信还和其它100家企业共同发起成立BDU中国企业大数据联盟,期望能够与产业链共同推进大数据生态的建设。
中国联通:大数据产品体系发展为六大类
中国联通从2013年开始发展大数据业务,如今其大数据产品体系已经发展成为六大产品种类。
据了解,这六大产品种类分别是:一征信产品,例如大数据最大的应用是在金融行业,金融行业需求电信运营商所拥有的大量用户的真实性数据;二沃指数,分析包括市场洞察和行业指数两个方面,行业指数涉及到金融、交通、旅游、APP,以及各类的各个垂直行业分析的指数;三精准营销产品,中国联通有很多用户资源和渠道,在保护用户隐私的前提下,可以做到针对不同的场景和不同的用户,进行内部和外部的精准营销;四用户标签;五能力开放平台;六智慧足迹。
特别需要指出的是去年底中国联通在第二届世界互联网大会上,首次发布了“沃指数”大数据产品体系。该产品体系以中国联通4亿用户数据为基础,具备海量、实时的数据处理能力,通过与政府、行业权威机构的数据进行整合、提炼、分析和挖掘,具有真实、全量、安全、实时、公正的特点。
据介绍,“沃指数”涵盖了3000余个用户标签,能够轻松识别3.8亿条URL、6万个互联网产品、约3000个手机品牌、8.2万个终端型号,据此可助力政府在城市规划、公共服务、交通出行、旅游监控、抢险救灾等方面提供决策依据;帮助企业在商业选址、广告投放、信用控制、产品设计等方面提供分析报告及经营决策指导;为公众提供交通出行、旅游选择、消费指南等生活服务。
目前中国联通对移动网和固网用户的数据采集、数据存储、分析和挖掘,形成了以下能力:包括9个大类的用户的标签,涉及到各个行业,各个类别,识别3.8亿条URL的特征,可以识别6万左右个互联网产品,以及可以对3000个手机品牌,以及8.2万个终端型号进行识别。
中国移动:数据中心资源不足 分两级布局
数据中心资源不足一直以来是中国移动面临的问题,尤其是随着4G用户近年来的高速发展,数据中心需求量不断递增。
据了解,2014年,中国移动数据中心全网机柜超过了43700架,预计2016年将突破10万架。
此外,日前中国移动启动2016-2017年度数据中心交换机集中采购工作,预计数据中心交换机(接入交换机)采购3697套,数据中心交换机(出口交换机)采购731套。
近日中国移动计划建设部基建管理处处长舒建军在公开场合谈及中国移动数据中心规划,“中国移动的数据中心在布局上分两级布局:一级是为全网服务的总部主管数据中心;另一级是省公司主管数据中心。总部主管数据中心主要部署在内蒙、哈尔滨这两个地方,主要服务于全网的集中化的自用系统,兼顾地域不敏感的IDC客户需求、公众服务云。”
另外,在选址方面,现在中国移动设计的数据中心,PUE在北方区域达到1.32,在南方甚至在海南、广东一带达到1.4。这些技术在呼和浩特、哈尔滨包括国际信息港、南方基地等数据中心都有应用,而且这四个数据中心都是为全网服务的数据中心。
总之,中国移动建设数据中心的目标是安全、高效、低成本、绿色,要努力实现IT、土建、机电的最佳匹配。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04