电信大数据应用介绍

一、电信数据的应用领域

对内(27.27%):支撑电信公司运营管理。

对外:金融(15.55%)——征信服务。参考UP值。

     零售(14.55%)——制定营销策略。参考终端销售情况。

     政务(12.73%)——舆情分析,搜寻追踪。参考语音,短信,位置信息,上网日志信息。

     旅游(10.91%)——位置信息的变动分析旅游热点。参考终端信令的变动。

     智慧城市(9.09%)——智能硬件的使用信息。物联网芯片接入。

   交通(7.27%)——位置信息变动。参考终端信令的变动,移动速度等信息分析。

   体育(1.82%)——热门体育。上网日志分析。

   游戏(1.82%)——热门游戏。上网日志分析。

二、电信大数据应用的优势

1、数据规模大、类型丰富,数据覆盖深度和广度不断拓展。

  用户量大,产生的数据达到PB级;实名制认证,唯一ID,数据具备公信力;数据形式多样,包括通话数据、位置数据、用户属性数据、用户上网数据、手机消 费数据、终端数据等,数据类型涵盖结构化的用户基本信息数据、半 结构化的用户访问日志数据、非结构化的流媒体数据等。

2、数据基础设施发展迅速,数据存储和传输能力优势明显。

  存储设施基础夯实,网络通信可靠有保障。

3、数据应用价值广泛,能有效促进经济发展、改善公共服务

  电信网络是信息化社会的基础支撑,承载大量国民经济活动。电信大数据与各行各业的融合应用可直接支撑我国社会和国民经济发展的方方面面。

4、“电信级”标准与规范能力奠定数据安全保障基础

  电信业从诞生之日起,就是基于严谨的电信级标准框架协议而构建的,安全、稳定的“电信级”标准已深入电信业的基因。目前,我国运营商在数据 获取、存储、处理、管理、交易等多个环节,已经逐步形成了明确的大数据业务发展规范。

三、电信大数据应用面临的挑战

1、市场应用需求有待培育,数据交易缺乏规范化管理

  除了精准营销、金融征信等个别领域,医疗、教育、交通等大部分垂直领域的应用需求仍处于较低 水平,客户对于电信大数据应用价值、应用方式的认识不足,市场培育和开发的压力仍较大。同时,全国性的大数据交易市场建设仍处于初级阶段,在交易渠道、交易方式、数据定价和技术支撑等多个方面均存在盲区,大数据交易过程中各细分领域的专业化水平低,服务能力不足,而且相关政策法规还处于构建期,整个大数据交易过程的规范化管理能力明显不足。

2、行业协同能力不足,应用拓展缺乏统一协调规划

  目前的电信大数据应用仍处于各自为战的态势,各家电信企业缺乏协同,力量分散,绝大部分应用案例规模小、范围窄、 层次不高,缺乏突出性的社会影响力,制约了电信大数据的应用拓展。

3、数据安全标准仍存在多方面缺失,风险管控压力大

  当前,大数据安全领域的相关标准仍处于探索期,涉及电信大数据应 用的安全规范更是存在较多空白。在缺乏行业统一安全标准和管理规范的情况下,单纯依靠企业自身管控,会带来较大的安全管控风险。

4、电信企业数据管理能力有待提升,软件开发能力短板仍较突出

  电信企业传统的数据系统是“烟囱”式建设,数据分散在各个系统中,缺乏统一的数据存储管理标准,“三域”数据整合仍处于建设阶段,不同领域的数据壁垒仍较为明显,而且系统改造难度大,短期内难以改变。同时,现有的数据采集和应用分析能力是基于传统结构化数据形成的,难以满足大数据业务的海量数据存储和非结构化多样性数据计算要求,数据需求响应速度慢,个性化分析能力不足。此外,传统电信业务的多层级运营架构,难以适应大数据业务的灵活运营特点和快速创新趋势。对我国电信企业而言,发展大数据业务在组织架构、人才储备和运营流程等方面均面临较大的转型调整压力。

注:本文参考《电信大数据应用白皮书2017版》

时间: 05-01

电信大数据应用介绍的相关文章

大数据入门:各种大数据技术介绍

转自:http://www.aboutyun.com/thread-7569-1-1.html 大数据我们都知道hadoop,可是还会各种各样的技术进入我们的视野:Spark,Storm,impala,让我们都反映不过来.为了能够更好的架构大数据项目,这里整理一下,供技术人员,项目经理,架构师选择合适的技术,了解大数据各种技术之间的关系,选择合适的语言.我们可以带着下面问题来阅读本文章:1.hadoop都包含什么技术2.Cloudera公司与hadoop的关系是什么,都有什么产品,产品有什么特性

成都大数据Hadoop与Spark技术培训班

成都大数据Hadoop与Spark技术培训班 中国信息化培训中心特推出了大数据技术架构及应用实战课程培训班,通过专业的大数据Hadoop与Spark技术架构体系与业界真实案例来全面提升大数据工程师.开发设计人员的工作水平,旨在培养专业的大数据Hadoop与Spark技术架构专家,更好地服务于各个行业的大数据项目开发和落地实施. 2015年近期公开课安排:(全国巡回开班) 08月21日——08月23日大连 09月23日——09月25日北京 10月16日——10月18日成都 11月27日——11月2

深入浅出解析大数据平台架构

目录: 什么是大数据 Hadoop介绍-HDFS.MR.Hbase 大数据平台应用举例-腾讯 公司的大数据平台架构 "就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式--". 大数据的4V特征-来源 公司的"大数据" 随着公司业务的增长,大量和流程.规则相关的非结构化数据也爆发式增长.比如: 1.业务系统现在平均每天存储20万张图片,磁盘空间每天消耗100G: 2.平均每天产生签约视频文件6000个,每个平均2

大数据以及Hadoop相关概念介绍

一.大数据的基本概念 1.1.什么是大数据 大数据指的就是要处理的数据是TB级别以上的数据.大数据是以TB级别起步的.在计算机当中,存放到硬盘上面的文件都会占用一定的存储空间,例如: 文件占用的存储空间代表的就是该文件的大小,在计算机当中,文件的大小可以采用以下单位来表示,各个单位之间的转换关系如下: 平时我们在我们自己的电脑上面常见的就是Byte.KB.MB.GB这几种,那么究竟什么是大数据呢,大数据的起步是以TB级别开始的,1TB=1024GB,而我们处理的数据可能会到达PB级别,1PB=1

大数据时代的技术hive:hive介绍

我最近研究了hive的相关技术,有点心得,这里和大家分享下. 首先我们要知道hive到底是做什么的.下面这几段文字很好的描述了hive的特性: 1.hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供完整的sql查询功能,可以将sql语句转换为MapReduce任务进行运行.其优点是学习成本低,可以通过类SQL语句快速实现简单的MapReduce统计,不必开发专门的MapReduce应用,十分适合数据仓库的统计分析. 2.Hive是建立在 Hadoop

网络安全标准与 “腾讯模式”背后的海量大数据及技术优势

针对腾讯反电信网络诈骗的系列技术产品和成果进行考察.交流座谈中,腾讯公司董事会主席兼CEO马化腾首次提出了反电信网络诈骗的"腾讯模式",依托现代网络安全技术与大数据能力,联合全行业伙伴,开放合作共享,职能联动互通,形成对抗黑色产业链的联合反诈骗生态闭环.值得一提的是,"腾讯模式"的思路在企业安全领域也有体现,其背后的安全大数据积累将通过腾讯云开放,促进各行业安全能力的提升. 安全标准是网络安全工作重中之重 "网络安全标准作为网络安全保障体系的重要组成部分,

决胜大数据时代:Hadoop&Yarn&Spark企业级最佳实践(8天完整版脱产式培训版本)

Hadoop.Yarn.Spark是企业构建生产环境下大数据中心的关键技术,也是大数据处理的核心技术,是每个云计算大数据工程师必修课. 课程简介 大数据时代的精髓技术在于Hadoop.Yarn.Spark,是大数据时代公司和个人必须掌握和使用的核心内容. Hadoop.Yarn.Spark是Yahoo!.阿里淘宝等公司公认的大数据时代的三大核心技术,是大数据处理的灵魂,是云计算大数据时代的技术命脉之所在,以Hadoop.Yarn.Spark为基石构建起来云计算大数据中心广泛运行于Yahoo!.阿

基于大数据技术的手机用户画像与征信研究

内容提要:手机用户画像是电信运营商实现“数据驱动业务与运营”的重要举措.首先,介绍了手机用户画像过程中对个人隐私保护的方法,然后分析手机用户画像的数据来源与大数据实现技术,最后,通过数据样本实例分析手机用户画像在个人征信中的应用. 引言 随着计算机网络技术的不断发展,“数据即资源”的大数据时代已经来临.用户画像是电信运营商为了避免管道化风险,实现“数据驱动业务与运营”的重要举措.用户画像与应用大数据技术对客户分类密切相关,是单个客户的众多属性标签的累积:另一方面,在运营商涉足的消费金融领域,对手

年度钜献,108个大数据文档PDF开放下载

1.大数据的开放式创新——吴甘沙 相关阅读:[PPT]吴甘沙:让不同领域的数据真正流动.融合起来,才能释放大数据的价值 下载:大数据的开放式创新——吴甘沙.pdf 2.微软严治庆——让大数据为每个人服务 导读:数据文化带来1.6万亿美元数据红利,IDC调查显示,采用完整的大数据解决方案,将在未来4年内,给全球企业带来1.6万亿. 下载:微软严治庆—让大数据为每个人服务.pdf 3.大规模主题模型建模及其在腾讯业务中的应用 相关阅读:广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中