运营商如何运用大数据转型升级
首先是传统运营商所提供的服务类型已经从单一的话音结合少量的数据通讯，向多媒体、iptv等多业务叠加模式演变；其次，是价值链的改变，运营商不得不面对为数众多的、并且在逐步壮大的互联网服务提供商和应用提供商，想自己直接经营显然不太现实。但是，以腾讯、百度、新浪等为首的传统互联网巨头认为，三大电信运营商并不会对传统互联网公司以及新兴的移动互联网企业构成威胁，通过合作，互联网公司将与电信运营商实现共赢。如何处理与新兴互联网公司的关系？公司化运作、新的it技术的利用是否是其转型的救命稻草？云、管、端三线布局能否解决管道化的忧虑？这是移动互联网时代，摆在中国移动、中国联通、中国电信三大电信运营商面前的难题。电信运营商必须深化战略转型，否则将难以应对移动互联网时代的各项挑战据赛迪顾问数据显示，2012年中国已有超过4亿用户尝试用手机访问互联网，微信用户突破3亿，手机用户上网的频率全面提高。随着未来以智能手机、平板电脑为代表的新式移动互联网终端的不断推出，人们对于移动互联网业务的需求将呈现爆炸式增长趋势。显而易见，移动互联网正在孕育着一个巨大的市场商机。移动互联网产业生态价值链还在重塑过程中，但机遇大于挑战，关键是如何调整商业模式、战略、策略、渠道。然而，当电信运营商从被动转主动开始拥抱移动互联网所造就的数据时代时，其最强劲的竞争对手互联网巨头已经成为近年来发展最为迅速、灵活、并且创意无限的角色。当前，即便是世界优秀的电信运营商也面临着艰巨的业务转型需要和巨大的发展瓶颈。在移动互联网时代，运营商缺乏互联网运营经验、对终端掌控力度不足、业务创新能力落后、缺乏标准开发能力以及资源使用与管理运营支撑效率低已经成为了运营商全面增长的几个主要的劣势所在。从最新公布的中国移动、2013年一季度财报来看，利润增长几乎停滞，增长显现出疲态。运营商的转型之门若干年后又将重新打开，而不管是“流量经营”和“去电信化”等运营商转型思路，赛迪顾问认为，面临移动互联网带来的庞大的数据挑战，电信运营商的转型之路必须要围绕海量数据所带来的商机作深度挖掘和分析。海量数据的出现、数据结构变化给运营商的数据管理及分析带来高度挑战尽管移动互联网时代给电信运营商带来前所未有的机遇，然而正如硬币的两面，这个时代的到来同样也给电信运营商带来了无限的挑战，特别是大数据的挑战。这个挑战主要表现在以下两个方面：其一、传统数据仓库难以满足日益增长的业务数据所带来的存储、计算需求。随着业务发展数据量的增加，应用复杂导致的数据量增加，这些数据量导致了数据存储和处理压力； 数据仓库无法线性扩容，管理难度加大，成本高扩容压力大，效率下降等。其二、传统数据仓库难以满足非结构化数据的处理要求。移动互联网和物联网业务带来的非结构化数据、半结构化数据（如网页、聊天记录）对分析系统提出了不同以往的处理要求，如自然语言处理、网页分类等。下图描述了运营商针对不同业务所应具备的大数据处理模型特征，是运营商急需提升的应用处理能力模型。图1 电信运营商大数据处理应用模型从上图看，准实时处理、非实时处理以及oltp/在线事务处理以及在线分析应用四个方向的能力将是电信运营商在主要大数据应用所应具备的能力，也是未来运营商大数据的重要竞争优势的角逐。利用大数据转型，运营商在行动其实，各大运营商在面向移动互联时代已经做好了部分准备，而且在应对大数据挑战上逐步提高了竞争意识。中国电信很早就已经意识到移动互联网时代的到来，并于2005年提出了战略转型的构想，主要目的就是为了应对移动互联网时代的挑战。而当前，中国电信已经提出了“智慧城市”发展战略，其中很重要的技术结合点就是物联网和大数据。基于以上战略，中国电信定位成为智能管道的主导者、综合平台的提供者、内容应用的参与者。而在“流量经营”方面，中国电信从“话务经营”向“流量经营”转型。结合大数据技术，中国电信也将深入idc服务以及智慧城市建设，并发掘移动互联与之结合的商机，重塑转型之路。中国移动数据部认为，在移动互联网时代，电信运营商需要转型，要以开放的姿态获取更多的合作，而中国移动的阅读、游戏、动漫、音乐等业务都将通过开放合作的方式来寻求发展。通过开放合作平台，中国移动从“移动通信专家”到“移动信息专家”的策略转变，就是为顺应移动互联网时代潮流而做出的改变。这一战略的发展基础就是中国移动针对大数据和云计算研究所获得的应用发展方向。中国移动在大云1.5平台上部署了分析型paas产品，利用bc-hadoop构建大数据处理平台，同时建设了并行数据挖掘系统（bc-pdm&etl）以及商务智能平台（bi-paas）等大数据应用平台，为将来在大数据应用和服务市场做了充分准备。中国联通对大数据的探索源自于2010年中国联通数据大集中策略的提出。2009年，中国联通3g业务正式商用，提出“统一品牌、统一业务、统一包装、统一资费、统一终端政策、统一服务标准”的“六个统一”策略。这意味着中国联通要走一条数据大集中的路线。2012年底，中国联通就已经成功将大数据和hadoop技术引入到移动通信用户上网记录集中查询与分析支撑系统。当前，中国联通已经新增100亿投资重庆大数据计划，显现了其发展大数据，转型自身业务的决心。总体来看，运营商利用大数据来推动业务转型将是未来电信市场的一个重要方向。电信运营商如果能够通过技术的进步，不断释放其管道中庞大数据的潜在力量，将会成为未来移动互联时代中最大的赢家。
2020年运营商大数据市场价值大不大 有何价值
【导读】在大数据行业发展过程中，运营商扮演者极其重要的角色，是大数据发展过程中非常重要的一环，今年来，运营商大数据已经应用到了很多行业和领域，那么2020年运营商大数据市场价值大不大?有何价值呢?下面我们就来具体了解一下吧。1、运营商大数据的市场应用运营商大数据建模分析技术，运营商掌握着全国近15亿用户，用户15亿用户数据资料进行实时监控，分行业建立用户画像具体分析，给各企业各行业各领域带来了更先进的获客，推广与客户关系管理平台。(1)房产行业获客应用借助强大的运营商大数据建模分析，和运营商用户数据存储分析能力，通过用户画像和完善的行业标签帮助房产行业去挖掘和分析其潜在的有意向购房的客户群体。依据对房产类网站，app，400电话，固话，小程序，关键词等实时用户数据进行实时数据监控和数据管理，紧密配合CRM平台对精准客户资源进行获客推广服务和管理，实现精准用户数据上的合理应用和转化成交。(2)教育行业获客应用借助运营商大数据建模挖掘分析和精准的算法对教育类网站，app,400电话，固话，小程序，关键词实时访问，活跃，来电者，搜索者用户数据做用户画像，和行业分析处理，对有意向想接受教育者进行和教育资源分析，从而合理的与相关合作的教育机构进行匹配和部署。(3)金融行业获客应用根据用户画像分析：依据金融行业网站，APP，400电话，固话等、从运营商用户上网行为数据、通信行为数据等，去帮助相关金融机构，金融行业企业更加充分的了解自身潜在的客户群体，从而减低业务难度，提高获客转化成交;2、运营商大数据的应用价值运营商大数据对我们的企业和不同的行业，领域，以及目前市场的营销推广，获客都产生了重要的影响。从传统营销转为数字营销，数据营销，在大数据时代，我们更应该选择那些正规的规范的运营商大数据获客产品，在避免法律风险的同时还可以让其能够发挥极高的市场价值，带动政企又好又快的发展。相信大家对于2020年运营商大数据市场价值大不大，已经有了自己的答案，如果已经确定了要在此行业获得长足的发展，那就加油吧，你一定会成功的!
大数据火了,对运营商意味着什么
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。
运营商看待大数据最易陷入的四大误区
运营商看待大数据最易陷入的四大误区
在大数据概念迅速普及、产业快速发展的今天，运营商仍以传统的通信思维看待大数据业务的发展，导致其在发展中陷入了某些误区。
误区1：大数据项目应当“做成产品”
最容易形成这种误区的就是运营商的政企服务机构。在他们的工作中，有一大部分的时间是用来联合设备厂商或服务支撑方满足客户各种需求，尤其是在一些ICT项目中，“运营商+服务方”联合投标的模式屡见不鲜。
在这种背景下，运营商习惯于打包提供“整体解决方案”的模式。这里面一个非常核心的点是：运营商要在摸清客户需求的情况下，协同服务支撑方事先提供一套产品/服务方案，这套方案的顶层设计、解决方案、落地服务都是由运营商或者服务商单方面提供，客户主要负责定方向以及政策指导。而在这种思维模式下，运营商更愿意将项目做成“产品”提供给客户。
然而在大数据合作项目中，笔者更愿意称之为“服务”。一个巨大的差异点在于：客户需要全程参与项目设计，在模型训练及数据验证的过程中要进行实战演练，在一些关键模型、核心参数的设定上要有明确的意见。而在此过程中有一个心态和理念上的重大区别，如果说在政企的ICT项目上，运营商扮演的是“包工头”角色大包大揽，那么在大数据项目中，运营商更多应该充当“开放平台”，将数据作为能力开放出来，数据应用的事交给更专业的行业用户。这样既可以为运营商提供广阔的思路、积攒宝贵的经验，又可以在合作过程中探索和实践出一套互信机制。
误区2：大数据项目应当“做大做强”
在运营商发展大数据的过程中，一个比较突出的现象是做大数据项目，往往都是“大”项目。一方面，大项目的影响力更大，更容易出彩；另一方面，运营商政企机构“对等服务”的设置也在某种程度上决定了高层级政企机构只愿意做高层级客户，无论从职责还是意愿上，他们都不太可能去找低层级客户。
基于此，对于高层级客户肯定要“高大上”，功能越多、越全、越高级越好，界面越酷、越炫、越缤纷越好，对于重要客户，“面子”是一定要给足的，至于报价，通常都是“鉴于双方深厚的合作基础或一定要着眼未来，不要太在意短期收益，适当收点费就可以了。”
但这样做最有可能导致的后果就是快速透支新型业务的价值，有可能导致这个业务线迅速进入枯水期。事实上，运营商的流量经营就是让流量快速贬值，从而迅速见顶。
所以笔者认为，运营商的大数据项目应该做小、做精、做深、做透、做实，真正在客户的实战场景中发挥作用。让客户用了就说好、用了就离不开。如此，才能真正深入用户，让功能变成服务、再让服务变成收入。
误区3：大数据项目应当“由内向外”
有一种观点认为，运营商的大数据项目就应该“从内到外”，也就是说主要服务内部，然后再逐步考虑外部应用。理由也非常简单，如果连自己的稀饭都“吹不冷”，又怎么能做好外部的事情？更何况，还有一把“用户隐私”的“达摩克利斯之剑”高高悬在头顶。
事实上，这种逻辑未必成立。在笔者看来，大数据项目真正成功的关键往往是部门与部门之间、行业与行业之间打破数据壁垒，产生融通价值。让人感到遗憾的是，尽管运营商拥有海量数据，但这些数据多是散落在M/B/O三域当中，经过多年的发展，不同的IT系统像是一个个高高的烟囱，随之而起的还有部门之间越来越厚重的“部门墙”。
相比之下，外部则有所不同。对于其他行业来说，通信数据是一个完全陌生的领域。从概率上来说，这种“结构洞”式的机会往往会带来“跨界交叉的意外惊喜”。两个完全不同的行业数据碰撞得出有趣结论的可能性的确会更高一些。更何况，通信数据本身就蕴含着十分丰富的内涵。
因此，只要找到合适、可靠的行业，将两者的数据打通、解构、清洗、再结构化并进行交叉分析，有很大的机会可以做出某个特定场景下的“神奇功能”。当然，这里的场景一定是基于行业用户的自身实际应用，绝非是那些“面子工程”。
误区4：大数据项目应当“自上而下”
按照运营商拓展政企市场的思路，通常更习惯于“自上而下”的策略，即与垂直行业的上级管理机构签订战略框架合作协议，再由运营商各级分公司与属地机构签订业务协议。
其实，“自上而下”部署项目是一把双刃剑。好处在于，一旦项目签约成功，可在相对较短的时间内完成某个行业的全面部署；坏处在于，客户需求不易收敛，项目极有可能失控，同时，通过行政命令强压下级机构执行时，下级单位处于被动接受的状态，或许会出现“消极怠工”的现象。
所以，笔者更倾向于“自下而上”去推动大数据的发展，原因非常简单：基层单位往往更接地气，可以在一些特定的场景、特定的行业以及特定的区域中形成收敛的需求，容易形成单点突破和饱和度攻击，最终直接产生“实战”效果。更加深层次的原因在于，基层单位主动创新提出的项目，往往在落地执行过程中更具主动性，一旦项目具备规模推广的可能性，无疑将为基层单位在上级管理机构那里变成加分项。
运营商位置数据主要来源是什么
运营商位置数据主要来源包括信令系统、业务应用系统、自有定位平台及网管及日志系统等。随着智能移动终端的普及和网络技术的发展，运营商可以通过信令数据、业务应用系统、自有定位平台及用户上网日志获取位置信息。移动位置信息服务作为移动通信增值服务中的重要一环，已逐渐成为人们生活中不可缺少的一部分，用户可以随时随地通过便携的移动设备，如手机、pda、palm等，查询到各种所需的位置信息，从而可以从这些位置信息中继续挖掘出用户的意图、活动规律和潜在的兴趣爱好等重要信息。位置信息的隐匿方法第一、生成虚假用户的方法。在生成虚假用户的方法中，通过采用直接随机生成虚假用户，该方法适合应用于隐私程度不高的情况。它的缺点是大量的虚假用户会增加服务器计算的开销，延长用户等待服务结果的时间，并且浪费了系统的资源，降低了服务质量。第二、空间匿名的方法。空间匿名方法的隐私保护度比生成虚假用户方法更好，并且匿名区域大小能够直观的反映隐私保护度。时空匿名方法的优点是在空间匿名的基础上考虑了用户查询的时间，进一步提升了位置隐私保护度。第三、时空匿名的方法。时空匿名方法能够连续的保护用户的位置信息，保证攻击者不能通过推理获得用户的位置信息。空间匿名与时空匿名的缺点是在用户稀疏环境下，匿名区域过大而导致服务器返回用户的结果不够精确。
运营商网络位置数据主要来源于什么
其实运营商有多种定位客户的手段，潜力很大。(1)以手机附着的基站位置来判定用户的位置，城镇的误差在几百米，农村、山区在1公里以上;(2)以MR数据来判定用户的位置，主要基于多个基站与手机的信号的距离衰减来定位，目前误差已可以做到几十米;(3)4G热点定位、应急车、无人飞机等等：也许是几米哦。【摘要】
运营商网络位置数据主要来源于什么【提问】
其实运营商有多种定位客户的手段，潜力很大。(1)以手机附着的基站位置来判定用户的位置，城镇的误差在几百米，农村、山区在1公里以上;(2)以MR数据来判定用户的位置，主要基于多个基站与手机的信号的距离衰减来定位，目前误差已可以做到几十米;(3)4G热点定位、应急车、无人飞机等等：也许是几米哦。【回答】
扩展资料:软件（中国大陆及香港用语，台湾称作软体，英文：software）是一系列按照特定顺序组织的计算机数据和指令的集合。一般来讲软件被划分为系统软件、应用软件和介于这两者之间的中间件。软件并不只是包括可以在计算机（这里的计算机是指广义的计算机）上运行的电脑程序，与这些电脑程序相关的文档一般也被认为是软件的一部分。简单的说软件就是程序加文档的集合体。另也泛指社会结构中的管理系统、思想意识形态、思想政治觉悟、法律法规等等。【回答】
