无处不数据的时代 三大运营商如何变现大数据价值?

简介:

5月18日消息,昨天是世界电信日,其主题是“发展大数据,扩大影响力”。

其实我们已经处在了无处不数据的时代,但大数据的发展才刚刚开始,城市中的数据利用率仅为0.4%,且大部分数据还在政府手里或者各个角落闲置。拿电信运营商本身,价值数千亿的数据尚未得到变现。

运营商既是大数据的拥有者,又是大数据技术的拥有者,同时可以面向各类用户提供大数据的应用服务。三大运营商也纷纷规划大数据发展步骤,逐渐将数据价值变现。

中国电信:大数据2+31模式

2013年中国电信着手布局大数据业务,坚持深化挖掘应用打造企业差异化的竞争力,全面开放合作、共建大数据产业生态的发展战略。

据悉,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,并且形成2+31模式,即两个大型的数据中心、31个省的中心。

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。

目前中国电信已经实现了14类数据的集中汇聚,沉淀的数据总量超过30个PB,每天更新的数据量,也超过200个TB,位居国内领先行列,数据的汇聚价值也已经逐步的显现。

中国电信的大数据应用服务平台,已经初步的建立,对内实现了大数据在市场营销、网络优化运营管理各个方面的应用和支撑,有效的提升了公司自身运营的精确化水平,对外服务于政务、金融、旅游、交通、物流等多个领域,助力提升了各行业精准化的服务能力。

在政务领域,积极落实国家网络扶贫的行动计划,在国家扶贫办的指导下,研发了精准扶贫大数据平台,打造了互联网+精准扶贫的信息示范区。目前已在云南、甘肃、陕西、江西等省份投入使用,覆盖了全国近25%贫困的人口。为各地的扶贫工作,提供了精准有效的手段。

在金融领域,依托大数据的资源,特别依托运营商的资源禀赋,积极开展了个人风险评估的服务,为金融企业风险管控提供有力地支撑。目前已经为30多家银行和100多家互联网金融机构提供服务,助力银行降低坏账的比例,促进互联网金融的安全和健康的发展。

在旅游领域,与国家旅游局全面开展合作,共同设立了联合的实验室,利用全国动态数据资源,构建数据模型,助力行业监管部门实时的监控,全国的旅游态势进行预警分析,调动旅游的资源,促进旅游业健康可持续的发展。

同时,中国电信还着力加大研发投入,目前有近2000人的大数据研发团队,聚焦数据的治理、数据的融合、平台的运营、核心模型开发等各个领域,持续提升自主研发的能力。

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,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。

中国联通:决定成立大数据公司

据中国联通中副总经理姜正新介绍,中国联通高度重视大数据的发展,把大输入纳入到集团的重要战略业务,很早就成立了运输局专业公司和物联网业务部,率先实现了全国数据的集中。此外,中国联通和西班牙电信基于国际领先的智慧足迹应用成立了一个专业的大数据公司智慧足迹公司,目前正在为二十几个政府提供城市规划等一系列的服务。

昨天的“2017世界电信和信息社会日大会”上,中国联通集团副总经理姜正新透露集团党组决定成立大数据公司,作为对外提供大数据服务和实现数据价值变现的一个主体。

从2013年中国联通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。

目前中国联通正在加大基础设施和能力布局。按照M+1+N的规划布局,在全国建设了十二个国家级的数据中心,31各省级数据中心,300多个本地网的数据中心。自主研发了沃云系列产品,构建了全国统一的物联网平台。为大数据的采集、汇聚、整合、存储、加工和应用创造了良好的基础条件和环境。

在安全方面,建立完善的大数据安全管理体系,高度重视数据安全和客户隐私的保护,不断优化数据安全体系,确保数据安全和信息安全。

在大数据应用方面,集团内部基于大数据全面实施经营模式转型,全面基于大数据开展存量客户的价值,全面基于大数据开展精准营销,全面基于据开展网络建设和运维。内部的经营管理,从过去的凭经验,拍脑袋的决策管理转向基于大数据的科学管理决策。同时基于大数据对外开展服务,在为经济发展提供新动能的同时实现数据资产的变现。

据悉,下一步中国联通将通过与各行业的紧密合作,实现大数据在产业发展中的作用,推动大数据+的发展,将打造大数据开放平台,让更多的企业,特别是中小企业能够方便的开发大数据应用。同时还将继续在原有的风控,精准营销,用户标签,成化规划,产品的基础上,不断开发更多的产品应用,为社会各界直接提供大数据应用和服务。

中国移动:推动大数据加速行业转型升级

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,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。

目前,中国移动正在积极推动大数据加速行业转型升级,中国移动的大数据平台为多各行业服务:

第一, 大数据成为治理的新途径,能够分析用户行为,消费,位置,行为等特征,为政府的社会治理、安全方面提供服务。

第二,大数据成为公众获取信息的新渠道。借助位置漫游等信息向公众发布舆情热点的分析,例如:由中国移动构建的健康云平台,通过帮助贵州卫集委收集1.5万的信息, 14亿次用药信息,构建了新型医疗健康数据云,为政府医疗机构提供智能审核,疾病救助,疾病预防等多方面的投入。平均每年发现一次规律病历近欧(数字),由此节省了上千万。

第四,大数据为传统行业打造新的能力。中国移动大数据提供人流预警,公交道路等服务,为公交管理,游客出行提供参考。

第五,大数据为有效处理社会复杂问题提供新手段。中国移动主动承担社会责任和行业责任,基于大数据构建了反电信网络,欺诈防范技术体系,实现每秒并行过滤和甄别两万次,每日甄别的疑似欺诈数据达十亿次以上。在2-10分钟可以识别市场号码源,来源区域,受害人集中地等等,同时实现最高风险等级,影响最大的境外异常号码源时时阻断。

第六,大数据持续激发商业模式创新,不断催生新业态。2016年,中国移动和招商局集团共同投资设立试金石信用服务有限公司。这是中国移动面向金融行业大数据,应用实践的首次探索。试金石公司成功推出了反欺诈类产品,通过实名验证、长租地验证、黑灰名单等服务,有效提升了金融机构的用户核验、信用审核效率。 “试金石公司自主研发了信用评分的产品,产品的有效性达到业界领先水平,国际上对个人信用有一个模型,国际上有一个信用模型,最高值能达到0.5,我们现在的训练模型已经达到0.49,应该说近乎完美。弥补了央行征信中心用户覆盖不足的问题,有助于普惠金融风控体系的建设。”中国移动副总经理李正茂说。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
46 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
4天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
10 3
|
6天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
1月前
|
分布式计算 DataWorks 关系型数据库
DataWorks报错问题之dataworks同步rds数据到maxcompute时报错如何解决
DataWorks是阿里云提供的一站式大数据开发与管理平台,支持数据集成、数据开发、数据治理等功能;在本汇总中,我们梳理了DataWorks产品在使用过程中经常遇到的问题及解答,以助用户在数据处理和分析工作中提高效率,降低难度。
|
1月前
|
存储 监控 大数据
数据仓库(11)什么是大数据治理,数据治理的范围是哪些
什么是数据治理,数据治理包含哪些方面?大数据时代的到来,给了我们很多的机遇,也有很多的挑战。最基础的调整也是大数据的计算和管理,数据治理是一个特别重要的大数据基础,他保证着数据能否被最好的应用,保证着数据的安全,治理等。那么数据治理到底能治什么,怎么治?
64 0
|
2月前
|
JSON 分布式计算 MaxCompute
MaxCompute问题之创建数据集失败如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
33 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1