京公网安备 11010802034615号
经营许可证编号:京B2-20210330
运营商大数据产业链迎机遇_数据分析师
“人类正从IT时代走向DT时代。”阿里巴巴集团创始人马云在各种场合都不遗余力地推销自己的观点,信息社会已经进入了大数据(Big Data)时代。利用所有的数据,而不再仅仅是一部分。
大数据的简单算法比小数据的复杂算法更为有效,即混杂性代替过去所谓的“精确性”。大数据的核心是预测,更看重相关关系,让数据发声!
电信运营商拥有多年的数据积累,涉及移动语音、固定电话、固网接入和无线上网等所有业务,也包含公众客户、政企客户和家庭客户,同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。随着语音业务的逐渐免费,数据流量经营将成为运营商的主要业务,由此运营商“管道化”甚嚣尘上。然而运营商拥有任何移动互联网公司都无法比拟的海量数据,大数据金矿价值凸显,由流量经营进入大数据运营已成为大势所趋。
事实上,全球运营商已经开始为掘金大数据开始准备:电信与媒体市场调研公司Informa Telecoms & Media在2013年的调查结果显示,全球120家运营商中约有48%的运营商正在实施大数据业务。该调研公司表示,大数据业务成本平均占到运营商总IT预算的10%,并且在未来五年内将升至23%左右,成为运营商的一项战略性优势。
2014年开始,随着中移动大规模发展TD-LTE业务,中国将全面进入4G时代,运营商传统数据(信令)采集业务也将由过去的2G、3G以语音和短信为主全面向4G数据(上网)业务拓展,而4G大量的图片、视频信息也将在采集规模上远远超过于2G、3G。(据我们了解,中国联通3G时代三期采集投资规模约9亿元,而中国移动LTE一期预计投资规模约20亿元,中国移动今年已开始大规模集采DPB数据采集设备)。
运营商数据采集为刚性需求,随着4G建设深入推进,运营商数据“采集”业务将在未来几年出现大规模爆发。今年年底或2015年初LTE-FDD牌照的发放将推动电信、联通加入到4G建设大潮中,有望成为新的行业催化剂。
同时,信息安全等要求日益提高,国家基本要求运营商数据采集采用“全采”模式;大量的全面上网数据将携带更多的用户有效信息;运营商采集数据将由过去以网络优化为主要目的向精准营销价值发展,数据价值商用化场景全面提升及扩展。
由此,运营商大数据业务产业链将全面迎来新的发展机遇。运营商大数据产业链主要分为四层:大数据采集、管理、应用、运营。
A股不乏众多大数据概念股,像银信科技、东方国信、宜通世纪、天源迪科、世纪鼎利、过去的中创信测等等。从通信板块上市公司来看,东土科技收购拓明科技、初灵信息收购博瑞得,宜通世纪则通过OEM模式等,均已开启运营商大数据价值的挖掘,而且已有了一定的较为清晰的模式。我们的核心投资逻辑为:一是,数据采集为刚性需求的公司将率先爆发;二是,工业4.0时代,工业互联网爆发,运营商数据行业应用将率先实现突破;三是,盈利模式的突破将在于产业链的垂直化及商业变现,基础IDC服务运营商也值得关注。
在盈利模式方面,我们认为相关产业链的公司与运营商共建平台并进行分成的模式将会是较为合理的一种情形。另外,产业链相关公司垂直化拓展其数据挖掘、分析及营销能力也将成为与运营商形成更好的互补效应,进而形成合作共赢的较好突破口。目前在积极拓展下游数据应用及营运的相关公司值得关注。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17