大數據金礦在哪裡

A. 推送是哪裡來的 大數據

關於數據來源，互聯網及物聯網是產生並承載大數據的基地。互聯網公司是天生的大數據公司，在搜索、社交、媒體、交易等各自核心業務領域，積累並持續產生海量數據。如阿里，網路，騰訊等。

物聯網設備每時每刻都在採集數據，設備數量和數據量都與日俱增。這兩類數據資源都是大數據金礦，還有一些企業，在業務中也積累了許多數據，如房地產交易、大宗商品價格、特定群體消費信息等。當然還有另外一類是政府部門掌握的數據資源。

詳細介紹：

目前圍繞Hadoop體系的大數據架構包括：
傳統大數據架構
數據分析的業務沒有發生任何變化，但是因為數據量、性能等問題導致系統無法正常使用，需要進行升級改造，那麼此類架構便是為了解決這個問題。依然保留了ETL的動作，將數據經過ETL動作進入數據存儲。

數據分析需求依舊以BI場景為主，但是因為數據量、性能等問題無法滿足日常使用。
流式架構
在傳統大數據架構的基礎上，流式架構數據全程以流的形式處理，在數據接入端將ETL替換為數據通道。經過流處理加工後的數據，以消息的形式直接推送給了消費者。

存儲部分在外圍系統以窗口的形式進行存儲。適用於預警、監控、對數據有有效期要求的情況。

B. 京東挖掘大數據金礦 讓用戶體驗更有「數」

京東挖掘大數據金礦 讓用戶體驗更有「數」

在剛剛結束的貴陽大數據產業博覽會上，京東向外界展示了全價值鏈電商大數據的應用價值，所謂全價值鏈指的是從商品采購、庫房、配送、售後、客服等整個鏈條產生的數據。有了這套完整的數據源，京東可以獲得最接近用戶真實需求的數據，進而進行深度的數據價值挖掘。

京東大數據部副總經理邢志峰認為：「京東的大數據應用理念是為用戶創造價值，給用戶帶來極致的用戶體驗。大數據本身就是一個以價值創造為導向的技術，如果技術不能夠給用戶或者企業帶來價值，它本身的存在意義就不大了。」

價值和含金量頗高的京東大數據「金礦」

邢志峰談到，在PC時代中國的大數據產業一直在扮演著追隨者的角色，與西方的先進技術相比存在差距。到了移動互聯網時代，這種差距已經被縮短，甚至不相上下，因為從移動互聯網開始，國內的技術領域始終處於這股潮流當中，從社交軟體就能看到，國內的用戶體量並不比FaceBook等國際廠商低。這就為「互聯網+」時代的大數據發展營造了良好的生態環境。中國具有全世界最大的人口基數，同樣數據量也是全世界最大的，換句話說，在如此龐大的數據背後，它所蘊含的價值和含金量也是最高的。而作為電商，可以說處於大數據發展的風口。

京東的大數據發展始終堅持雙向驅動為原則，也就是業務驅動+技術驅動。在業務上始終圍繞用戶體驗為導向，同時積極探索大數據技術，進行技術儲備。隨著技術的成熟和業務的發展，京東在去年承接了一些國家級大數據項目，北京市的大數據工程實驗室也落戶京東。此舉意在向社會輸出價值來提升大數據應用成果的轉化。

據了解，京東目前70%的數據源於自身，此外通過與騰訊、易車、途牛等夥伴的合作，使數據類型更加豐富。「但合作的原則是不侵害用戶的隱私數據，在保證數據安全的前提下，」邢志峰強調：「大數據層面的數據安全指通過技術手段確保數據在存儲、傳輸、展示等環節的數據信息安全。京東在這方面採取了多種保護措施，例如在數據傳輸上，根據HTTPS協議進行演算法加密，在存儲上京東開發了一套加密演算法，使得數據即使被盜也無法還原。」

用大數據提升用戶體驗創造更多價值

利用大數據，京東在不斷的豐富自身的業務，追求極致的用戶體驗。例如，京東通過用戶畫像等工具為用戶提供了更精準和有效的商品推薦，幫助用戶發現他們可能會喜愛的產品；針對部分商品，京東可以通過大數據挖掘，對用戶的消費需求進行預判，提前在離用戶最近的社區儲備商品，這樣能夠保證在用戶下單之後的2個小時之內將商品送達。這樣極速的送貨體驗，如果沒有基於大數據對用戶需求的挖掘是無法做到的。

京東除了將大數據用於自身業務提升用戶體驗之外，也在開放相關的大數據服務。此前與復旦大學合作建立的首個「互聯網+」量化追蹤體系，力求從消費者的信心與滿意度、行業發展的狀態與景氣度以及基礎設施的發展現狀三個方面綜合反映當前信息經濟消費情況，為政府政策、行業發展、消費者行為模式等提供重要的參考價值。而京東的人工智慧JIMI機器人，未來也會將服務開放給更多的中小企業，減少他們在客服方面的成本。

「互聯網+」時代，數據是做好用戶體驗最精準的依據，京東對大數據的探索也在進一步深化，通過整合產業鏈上下游的數據並進行深度的挖掘，使京東的服務更精細化的發展，讓用戶能夠通過數據更好的決策自己的生活。

以上是小編為大家分享的關於京東挖掘大數據金礦 讓用戶體驗更有「數」的相關內容，更多信息可以關注環球青藤分享更多干貨

C. 大數據時代九種從大數據中獲取價值的方法

大數據時代九種從大數據中獲取價值的方法

大數據時代九種從大數據中獲取價值的方法,現在已經有了許多利用大數據獲取商業價值的案例，我們可以參考這些案例並以之為起點，我們也可以從大數據中挖掘出更多的金礦。 去年TDWI關於管理大數據的調查顯示，89%的受訪者認為大數據是一個機會，而在2011年的大數據分析的調查中這個比例僅為70％。在這兩次調查中受訪問者均普遍認為，要抓住大數據的機會並從中獲取商業價值，需要使用先進的分析方法。此外，其他從大數據中獲取商業價值的方法包括數據探索、捕捉實時流動的大數據並把新的大數據來源與原來的企業數據相整合。 雖然很多人已有了這樣一個認識：大數據將為我們呈現一個新的商業機會。但目前僅有少量公司可以真正的從大數據中獲取到較多的商業價值。下邊介紹了9個大數據用例，我們在進行大數據分析項目時可以參考一下這些用例，從而更好地從大數據中獲取到我們想要的價值。1、探索大數據以發現新的商業機會。很多大數據都是來自一些新的來源，這代表客戶或合作夥伴互動的新渠道。和任何新的數據來源一樣，大數據值得探索。通過數據探索，你可以了解一些之前所不知道的商業模式和事實真相，比如新的客戶群細分、客戶行為、客戶流失的形式，和最低成本的根本原因等等。2、從數據分析中獲取商業價值。請注意，這里涉及到一些高級的數據分析方法，例如數據挖掘、統計分析、自然語言處理和極端SQL等等。3、對已收集到的大數據進行分析。許多公司都收集了大量的數據，他們感覺這些數據存在著商業價值，但並不知道怎樣從這些弄出來的值大的數據。不同行業的數據集有所不同，比如，如果你處於網路營銷行業，你可能會有大量Web站點的日誌數據集，這可以把數據按會話進行劃分，進行分析以了解網站訪客的行為並提升網站的訪問體驗。4、重點分析對你的行業有價值的大數據。大數據的類型和內容因行業而異，每一類數據對於每個行業的價值是不一樣的。比如電信行業的呼叫詳細記錄（CDR），零售業、製造業或其他以產口為中心的行業的RFID數據，以及製造業（特別是汽車和消費電子）中機器人的感測器數據等等，這些都是各個行業中非常重要的數據。5、使用社交媒體數據來擴展現有的客戶分析。客戶的各種行為比如評論品牌、評價產品、參與營銷活動或表示他們的喜好等等，會在客戶中相互影響。社交大數據可以來自社交媒體網站，以及自有的客戶能夠表達意見及事實的渠道。我們可以使用預測性分析發現規律和預測產品或服務的問題。我們也可以利用這些數據來評估市場知名度、品牌美譽度、用戶情緒變動和新的客戶群。6、理解非結構化的大數據。非結構化的信息主要指的是是使用文字表達的人類語言，這與大多數關系型數據有著很大的不同，你需要使用一些新的工具來進行自然語言處理、搜索和文本分析。把基於文本內容的業務流程進行可視化展示。7、把客戶的意見整合到大數據中。通過運用大數據（與原有的企業資源集成），我們可以對客戶或其他商業實體（產品，供應商，合作夥伴）實現360度全景分析，分析的維度屬性從幾百個擴展到幾千個。新增的粒狀細節帶來更准確的客戶群細分，直銷策略和客戶分析。8、分析大數據流，實時操作業務，提升業務動作水平。實時監測和分析的程序已經在企業運營中存在了很多年，那些需要全天候運行的能源、通訊網路或任何系統網路、服務或設施的機構早就在使用這類型的程序。最近，從監控行業（網路安全、態勢感知、欺詐檢測）到物流行業（公路或鐵路運輸、移動資產管理、實時庫存），越來越多的組織正在利用大數據流的應用。9、整合大數據以改善原有的分析應用。對於原有的分析應用，大數據可以擴大和擴展其數據樣本。尤其在依賴於大樣本的分析技術的情況下，比如統計或數據挖掘；而在欺詐檢測、風險管理或精確計算的情況下同樣也得用上大樣本的數據。

D. O2O的大數據金礦應以什麼姿勢挖掘

O2O的大數據金礦應以什麼姿勢挖掘

首先我們先來分清數據在商業社會中產生的兩端，一端是TO B端，也就是商家端，這個部分在銀行表現有企業的存貸等數據；零售業則是商品屬性、進價、商家類型等數據。說白了，就是和商家相關的數據；另一端是TO C端，也就是個人端，這個部分在銀行表現為個人存貸數據；零售業則是銷售、顧客在賣場的動線、會員卡信息等數據。說白了，就是和個人相關的數據。
數據演變的第一階段：靜態數據
在線下的商業時代，也就是我們說的傳統企業，數據的第一階段屬於靜態數據，怎麼理解呢？
就是說你辦了張信用卡或者實體店的會員卡，初次登記的信息沒辦法隨時由你個人來改動，這個數 據如果你不打電話去銀行或者到實體店，或者他們不聯系你時，一直是不會變動的，哪怕你已經換了無數次手機號搬了無數次家，信用卡和會員卡仍然在有效期內可 以使用，這種情況現在已經有很大變化，但仍然是靜態數據。而線下的許多動態數據，例如在店裡走過來走過去、眼睛看這看那等，原來的技術能力無法獲取這些數 據。
數據演變的第二階段：相對動態數據
在線上的商業時代，也就是我們說的PC電商，數據的第二階段開始了，那就是相對動態數據，為什麼說是相對動態呢？
你在電商網站注冊了用戶名和密碼，你的瀏覽、點擊等這些數據被記錄，並可以隨時根據你的變化 而變化，這些數據實際上也是相對動態，因為數據和個人及最終銷售的關聯度有限，而且數據量有限，因為無法對接離開電腦後的數據；然後你產生了購買行為，如 果你的地址和聯系方式信息不自行調整，這些電商網站會按照這樣的信息進行送貨，這種情況現在都會發生。
所以數據需要你手工進行修改，這樣的數據就是相對動態數據。這樣的數據量一方面是量有限，一 方面是價值有限，最終勝出的並不是燒錢推廣的網站，而是構建基礎電商服務體系的兩個公司，一是構建了在線金融優勢的阿里巴巴的支付寶，解決了在線支付；二 是構建了物流優勢的京東，解決了快速送貨和售後服務。
PC時代產生的許多數據，除了電商外，其它的游戲、門戶、商業服務基本都是這樣的相關動態形態。傻傻地認為電商要發展起來砸錢買流量的基本都掛了，無一倖免，很有可能是對於數據與商業基礎服務關聯思考和實踐得不足導致，其它原因不再過多贅述！
數據演變的第三階段：動態數據
到了移動互聯網或者再進一步移動社交互聯網時代，數據進入到第三階段，那就是動態數據。
說到這個部分就很好理解了，你的手機可以隨時定位你的具體位置，就是你不修改保存的地址平台 都能夠知道你的位置精確變化，還有你的瀏覽軌跡從線上到線下都被跟蹤和獲取……數據量以幾何級開始增長，價值變得越來越高，O2O（線上線下結合）的大數 據時代來臨，個人和商家所謂的隱私數據越來越多被各種各樣的智能機器獲取，人力已經無法HOLD住自己的隱私數據，這個我在2012底年就寫過一篇 《O2O的世界沒有隱私》的分析文章。
不過話說回來，在這樣的大數據時代下，實際上對於輕易能夠獲取數據的任何一家公司來說，個人 和商家的隱私保護顯然擔子更重了，因為一旦這些隱私數據被泄露，對於一家公司來說很多時候直接倒閉，無法再次獲得信任，這也解釋了為什麼現在數據安全和攻 擊比之前兩個時代要多得多的緣故。
非常簡單地描述了到現在為止數據演變的三個階段，當然在「商性研究院」對數據的研究里，還有一個即將來臨的階段應該叫做：超動態數據。
超動態數據
這個階段的數據到了生物層面，隨著智能設備和人類在物質極大豐富後對健康的重視，可能植入設 備不會到來，但是能夠通過各種光線探測人類生物數據的智能設備會快速發展並成為日常使用的工具，例如通過增加光線檢測的空調能夠直接測試人的體溫和環境溫 度的數據，這些數據再和其它設備產生的熱量關聯，智能調節溫度；戴的手錶金屬接觸皮膚後檢測細胞狀態獲得數據；紅外攝影頭感應熱度數據等等很快會成為可 能，這時候生物數據的快速變化（人的體溫變化估計要用毫秒來進行）就使得數據進入到「超動態數據」階段了。
「那麼，大數據金礦應以什麼姿勢挖掘？」
第一階段的靜態數據結合得讓人惱火，簡單說大家會有感性認識，你每天收到的垃圾簡訊、詐騙電 話、推銷電話等行為都是這些靜態數據被簡單粗暴「出賣」的數據金礦挖掘姿勢，別說個人非常不爽，其實像電信三巨頭和金融業、房地產、4S店、零售企業等這 些擁有在數據第一階段擁有算是海量的個人和商家靜態數據的公司這種金礦挖掘姿勢也顯得有些無奈，明知大家都不爽，為什麼都做？這個話題聊下去估計要上升到 哲學高度，就多扯了，總之金礦挖得很苦，個人罵平台，平台假裝沒聽見或者裝無辜……
這個階段很快被第二階段的數據挖掘姿勢取代，雖然有少量行為，但變得少很多，阿里和京東並不需要將相對動態數據以這種方式變現，而是開始建立數據分析模型和產品，以產品化、工具化和平台化三種方式更有效率且更高收益地挖掘數據金礦。
簡單地說：通過相對動態數據就可以知道什麼商品更好賣，這個指導著京東這種采銷體系的平台進行采購和營銷，就比蘇寧和國美效率高且數據產生的收益大，再進一步推動的金融創新：京東白條、京東金融讓數據收益開始更高效率更低成本地從零售業跨界到金融業。
阿里做得更加極致，除了比京東更早的金融創新之外，還有開發了數據魔方這樣數據產品，商家可 以通過付年費方式獲取更多數據指導自己的商業行為；還有服務平台的建立，也使得數據進一步在產品和工具開發上獲得發展，從而獲取收益。這些方面是開放平台 的思路，商家通過平台的個人數據和工具提升效率提高銷售降低成本，願意為數據付費；個人通過數據服務平台了解自己的消費情況，更理性地消費和引導到理財平 台，為後面的動態數據階段打下了堅實的金礦挖掘基礎。
這個時候的銀行業、金融業、汽車業、房地產業、零售業面對著自己的數據金礦開始顯現出無奈和 無力的一面，只好開始向互聯網平台學習，積極尋求兩個方面的數據演變：一是數據轉化，讓靜態數據不斷轉化成相對動態數據；二是通過產品和工具為商家和個人 提供服務，從而願意為數據付費。但似乎又不願意放棄之前的數據金礦挖掘方式（有很多企業實際上從來沒有挖掘過數據金礦），所以演變得很慢，開始出現暴力開 采導致的帶大量金子的沙子流失，這就是「數據遷移」現象。
這個現象很可怕，商家的人力、資金開始不斷像線上的平台傾斜，線下的媒體首先受影響，然後是實體店的銷售受影響。不過由於在相對動態數據的第二階段，由於線下數據和線上數據的分離，影響並不那麼深遠！
第三階段的動態數據是在硬體技術引發量變的基礎上發展起來的，原來PC時代挖掘金礦能力相對 較弱的騰訊藉助移動技術優勢反而變成最強的一家，一個小小的紅包產品在TO C（個人端）引發的數據挖掘方式至今無人可以抗衡，而且已經持續了兩年多，每月紅包未提現金額的資金沉澱非常驚人；並且在春節的聯合商家的紅包營銷讓我們 看到形成了上百年的廣告投放和盈利模式被顛覆，廣告費直接以紅包形式到了個人用戶，然後再和商家的公眾號進行聯接，構建商家和用戶關系持續免費營銷！
同時藉助幾乎屬於永不退出的微信賬號產生的朋友圈位置和動態數據、聊天數據、附近的人調動的 位置數據、第三方應用產生的數據等等開始深度和線下商業結合，一個朋友圈的推廣廣告產品不僅沒有讓人反感，反而引發：為什麼我沒有收到寶馬廣告這樣的二次 營銷擴散，每次收到朋友圈推廣的人們各種開心各種歡樂評論；商家通過這些數據獲得品牌推廣和銷售增長的機會，平台獲得巨額的廣告收益。
金融創新的數據挖掘方式在這樣的動態數據階段得到新的爆發，可以說如果不是對傳統金融業的有限保護，毫不誇張地說，余額寶這樣通過大數據挖掘演變出來的產品會像剛才提到的商家紅包一樣顛覆金融業在個人領域的盈利模式！
還有一個我所知道的大數據金礦挖掘姿勢來自亞馬遜的大數據系統給沃爾瑪美國和中國的部署基本 實現了全面的智能采購，簡單點說就是將全球沃爾瑪線下實體店的商家和個人消費數據輸入這樣的系統，通過演算法可以實現不需要人工再分析的采購訂單，然後直接 發給供應商訂單，然後再配送到店！這方面在努力的公司還有谷歌、網路、FACEBOOK、特斯拉、阿里、華為等等。
如果再深入研究和學習下去，我們就可以發現第三階段動態數據進化來的大數據金礦能夠用很多種 商家和個人都很爽的姿勢挖出來，收益是前兩個階段的總和還要高幾個幾何級。這個部分歡迎大家加我個人微信公眾號：izhuangshuai持續關注和交 流，想更深度一起研究，歡迎支付底部的年費後加入「商性研究院」。
這樣的大數據金礦挖掘姿勢顯然比第一階段和第二階段都要爽很多、高效很多，收益曾幾何級增長 並且幫助到更多商家更有效率更自動化地實現銷售增長和利潤增長，如果進入到第四個階段：超動態數據！所有零售系統、生產系統、物流系統和金融系統和人們的 幾乎所有數據關聯，生產和銷售就會變得無須人力，真正進入到「物質極大豐富」的時代，這個時代70後在有生之年應該可以見證了……
這樣的發展也再次印證了我的第一本新書《商性》的中心思想：商業越發達越能激發人的真誠和善良！在物質極大豐富之後的人們，在所有隱私數據（包括生物數據）都被獲取、存儲和關聯到人、物的階段時，我們確實沒有理由不變得真誠和善良了！

以上是小編為大家分享的關於O2O的大數據金礦應以什麼姿勢挖掘的相關內容，更多信息可以關注環球青藤分享更多干貨

E. 爭奪大數據「金礦」這場戰爭 運營商orBAT誰是贏家

樓下小白別亂說，如果地球完蛋那是和俄羅斯打，互投核武器。當然現在戰爭都是常規，應該說不可能使用核武器，除非世界大戰。中國和美國打是一場消耗戰，當然和美國打，日本韓國那些提供機場後勤的盟友肯定要吃中國導彈。所以中國和美國打的確很嚇人，但中國也不是完全贏不了，只是中國軍方的保密程度太高了，中國電子戰能力可以說決定這場戰爭的勝負，當然，中國在本土周圍單挑美國還是行的。畢竟美國要跑到家門口來，中國依靠地理優勢肯定無壓力。

F. 談大數據營銷，如何利用大數據發現商機，靠大數據

這里我把大數據的核心價值理解為核心商業價值。
第一次工業革命以煤炭為基礎，蒸汽機和印刷術為標志，
第二次工業革命以石油為基礎，內燃機和電信技術為標志，
第三次工業革命以核能基礎，互聯網技術為標志，
第四次工業革命以可再生能源為基礎，數據和內容作為互聯網的核心為標志。
不論是傳統行業還是新型行業，誰率先與互聯網融合成功，能夠從大數據的金礦中發現暗藏的規律，就能夠搶佔先機，成為技術改革的標志。
四個月前，《網路安全法》以及最新刑事司法解釋正式施行，信息安全尤其是個人隱私保護問題被上升到了一個新高度，當時寫了《分水嶺：6月1號起，大數據進入下半場！》。
幾個月過去了，據媒體報道，有數十家做大數據的公司因涉嫌數據信息安全被約談或者協助調查，很多數據查詢訪問介面關停，有人驚呼"大數據行業進入冰封時代"。
但更多的大數據從業人士認為那些倒賣數據的企業是掛羊頭賣狗肉，對大數據的名聲和產業空間傷害非常大，對整頓拍手稱快，認為唯有如此，才能讓大數據產業走得更遠。
喧鬧過後，要冷靜思考。不做倒賣數據出售隱私信息，生意應該如何做呢？這不是簡單的問題，而是大數據產業的戰略選擇。
未來的盈利模式
以《網路安全法》為代表，國家嚴厲打擊倒賣客戶隱私信息的行為，斬斷了數據簡單變現的發展模式，目的是推動大數據產業持續健康發展。然而從大數據產業發展的視角看，如果產業鏈的各個玩家不盡快做出戰略選擇，那麼未來也是死路一條。
做"大而全"的大數據平台是賺大錢的生意經，核心價值是數據完整性和有效性，其價值體現則有直接和間接兩種。
由於不能直接售賣個人數據和信息，因此數據變現多以行業報告的方式呈現出來，這將成為平台直接創造商業價值的重要手段。雖然數據來自於個體，但是由於報告呈現的是宏觀整體數據，收益也是匯總加工之後產生的，並不受單個數據的影響，完全可以規避法律風險，成為大數據平台名正言順的收入。
而且，如果大數據平台里有相應的數據，不排除根據企業的要求為其提供指定的"競品分析報告"，比如運營商的大數據平台給騰訊做一份優酷視頻的使用情況分析報告，也是合法的生意。
除了發布或提供報告，大數據平台的價值更多地通過間接方式來實現，也就是為數據分析應用提供數據服務。所以致力於建設大數據平台的企業要做好與應用企業的協作，如果應用發展不起來，大數據平台也活不下去——光靠賣報告是養不活大數據平台的。
大數據玩家的另一種存在方式就是做應用，相信未來會有很多以此為生的小而美的企業。這些企業或者在技術（演算法、模型）方面有過人之處，或者在業務（營銷、運維）方面有一技之長，總之是靠突出的專業性優勢而存在，同時由於規模小，成本低，因此可以快速呈現價值，也可以快速調整以適應變化。
無論是做大而全的大數據平台，還是做小而美的應用企業，適逢大數據發展的熱潮，都有成功的機會。但這是兩類不同的發展模式，筆者很難想像什麼樣的企業能將這兩個角色融為一體，換句話說，就是大數據產業的玩家要清楚自己的戰略定位，明確自己的選擇，知道什麼是應該放棄的，才能涅槃重生。
以上由物聯傳媒轉載，如有侵權聯系刪除

G. 企業大數據 一座值得開墾的金礦

企業大數據：一座值得開墾的金礦
雖然尚處起步階段，但是大數據已經成為多個行業的關注熱點之一。如何更好地利用大數據推動自身業務的運營發展，這是眾多企業不斷探索的問題，而運營商也無法忽視這個未來的大金礦。
一、現階段大數據業務市場狀況
從全球情況來看，2015年全球大數據市場規模達到421億美元，同比增長了47.7%。以此增速進行推算，到2020年全球大數據市場規模可突破3000億美元。

今年年初，中國信息通信研究院日前發布的《中國大數據發展調查報告（2017）》稱，2016年中國大數據市場規模達168億元，預計2017年~2020年仍將保持30%以上的增長。調查顯示，目前近六成企業已成立數據分析相關部門，超過1/3的企業已經應用大數據。

對比起全球情況，中國大數據產業市場規模增長還有很大空間。
二、運營商進入大數據行業思路
運營商先天優勢在於掌控大量數據中心資源，這是大數據業務硬體基礎。更為重要的是運營商本身擁有大量存量客戶資源和客戶數據，這也是對運營商進入大數據領域一個有力支撐。
運營商大數據業務運營SWOT分析：

三、運營商大數據業務發展對比
聯通
今年9月，中國聯通集團正式宣布，旗下的聯通大數據有限公司正式揭牌成立。中國聯通大數據公司定位於中國聯通大數據對外集中運營主體和大數據產業拓展的合資合作平台，全面對接國家和聯通集團戰略，建立專業化子公司開展市場化運營、建設全產業鏈大數據生態體系。此外，聯通還與中國銀聯簽署了戰略合作協議，雙方決定建立長期穩定的合作夥伴關系，在數據資源、技術能力、產品研發等方面開展全方位合作。
電信
早在2015年末，中國電信正式發布「天翼大數據」品牌，並推出精準營銷、風險防控、區域洞察、咨詢報告四類數據型產品和大數據雲平台型產品，重點服務於旅遊、金融、廣告、政府、交通等行業。這是中國電信運營商第一個大數據業務品牌。
電信所有的大數據都是在雲平台和雲設施之上搭建的，2016年下半年其大數據平台建設從原來的5個省份現在擴展到31個省份，數據種類從開始的幾類主要數據擴展到十幾類，實效性從原來以「周」為單位到現在以「小時」為單位的延時。
移動
在今年「世界電信和信息化社會日大會」上，中國移動通信集團公司副總經理李正茂表示：「發展大數據不是簡單的建設IDC，根本目的還是為了應用。大數據正在從炒作的高峰期間，向產業落地期間發展。」
中國移動在六個方面積極推動大數據加速行業轉型升級：
第一，社會管理方面，大數據能夠分析用戶的消費、行為、位置等特徵，為政府的社會治理提供保障。
第二，信息傳播，大數據成為公眾獲取信息的新渠道。移動藉助位置漫遊等信息向公眾發布輿情熱點的分析。
第三，醫療健康領域，中國移動構建健康雲平台在貴州省取得成效，一方面幫助貴州衛集委收集信息，同時為政府醫療機構提供智能審核，疾病救助，疾病預防等多方面的投入，由此為當地醫療支出節省了上千萬。
第四，行業創新能力提升，大數據為傳統行業打造新的能力。中國移動的大數據提供人流預警，公交道路等服務，為公交管理，遊客出行提供參考。
第五，社會熱點問題處理支撐，中國移動基於大數據構建了反電信網路，欺詐防範技術體系，在2-10分鍾可以識別市場號碼源，來源區域，受害人集中地等等，同時實現最高風險等級，影響最大的境外異常號碼源時時阻斷。
第六，商業模式創新，2016年，中國移動和招商局集團共同投資設立試金石信用服務有限公司。
雖然三大運營商大數據布局在實際操作上不同，但是都明確把大數據從布局轉移到實行階段，軟硬體資源日益充實，並且已經打造出不少成功案例。
四、布局大數據市場
1、攻堅熱點領域
智慧城市
早在2014年，國家發改委會同中央網信辦等25部委組成部際協調工作組，啟動新型智慧城市試點建設。2016年又明確提出了到2018年要分級分類建設100個新型示範性智慧城市。
智慧城市建設帶來的商機是巨大的，而大數據恰好在智慧城市建設中扮演重要角色。可以通過方方面面滲入，如城市交通、環境監測、治安管理、衛生管理等城市生活每個細節。
當然，運營商也已經對此領域有所行動。比如聯通大數據公司就有「智慧足跡」這一項業務，提供「以人為本」的群體位置數據應用，為政府和企業提供包括人流量、人流密度、職住空間分布、人口時空分布在內的位置大數據解決方案。
政務
通過IDC、ICT基礎通信業務為政府部門提供服務，並且為其構建大數據管理分析平台。政府運作效率和質量提升已經不僅僅拘泥於辦理業務、處理業務時間上的減少，還要做到未雨綢繆，及時發現潛在民生問題，做好預防工作：比如通過婚姻注冊數據挖掘離婚率提升因素，從而地提出針對性措施；又比如通過分析注冊中小企業稅務數據，了解稅收政策對中小企業是否存在推進作用，有消極作用的加以改善。
醫療健康
根據前瞻產業研究院發布的《2017-2022年全球健康醫療大數據行業發展前景預測與投資戰略規劃分析報告》顯示，2010年我國健康醫療大數據行業市場規模約為171億元，到2015年快速增長到466億元，年均復合增長率超過20%。

可穿戴設備的出現使到個人身體健康實時監測得到硬體上的支持，而把這個契機轉化為商機就需要完善的大數據平台作為支撐。

而通信運營商涉足該領域也有很合適的切入口，比如利用存量家庭業務客戶進行拓展，享受低資費優惠。
2、提升自身運營
運營商本身擁有著龐大數據資源，也應該很好地利用這些資源為自身運營提供動力。
一方面通過用戶資料庫做好用戶維系和質量提升，對高危潛在離網用戶及早挽留，而對潛在需求用戶可以推廣增值業務提升客戶價值。
另一方面，涉及到數據交互（即通過與其他行業合作，雙方數據通過融合整理）發掘出的更多有價值結論，能支撐雙方運營，互惠互利。
五、大數據業務營銷
通過IDC建設、產品建設打好基礎，進行業務營銷就是下一步關鍵所在。進行大數據業務營銷通過標桿打造+體驗營銷是較好選擇。
由於業務屬於起步階段，要吸引到市場目光和認同，必須樹立業務標桿。在硬體和軟體有實力的前提下，運營商要打造專業化團隊，樹立行業頂尖形象，以優質案例打動潛在客戶。
營銷人員在向潛在客戶推銷產品時，需要結合案例詳解、實體考察、攜帶型設備體驗進行銷售活動，以具體化、專業化的方式打動客戶。
需要明確的是，大數據硬體軟體方面做好後，剩下最關鍵一環就是在營銷上打動客戶。
如何打動客戶？用事實說話
例如2013年，微軟紐約研究院的經濟學家大衛?羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。2014年羅斯柴爾德再次成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個。在這種震撼的事實面前，展現大數據的實用性和威力。
六、展望
由於各行各業各領域都能夠有機會用到大數據分析為管理運營作支撐，所以大數據業務發展潛力毋容置疑。現在對運營商而言，做好硬體軟體基礎的同時，更要深挖市場需求，打造營收模式標桿，以點帶面地實現業務快速增長。

H. 坐擁大數據「金礦」卻難挖掘

坐擁大數據「金礦」卻難挖掘
大數據將成運營商「去管道化」利器，近期圍繞這一話題，國內運營商人士討論熱烈。由受OTT的沖擊，到「去電信化」等思索，再到大數據這一運營商手中天然的金礦成為理論中的突破口，這一邏輯順理成章。
大數據並非運營商獨家的概念，它已成為整個互聯網行業共同關注的領域。那麼運營商手中的金礦，含金量究竟幾分，金礦如何挖？敢不敢挖？能否比其他人挖得更好？這是全球運營商共有的話題。
日本
隱私問題讓NTT Docomo頭疼
陶旭駿告訴記者，日本最大的移動通信運營商NTT Docomo 2010年以前就開始著手大數據運用的規劃。Docomo不但著重搜集用戶本身的年齡、性別、住址等信息，而且製作精細化的表格，要求用戶辦理業務填寫更詳細信息。
「我曾見過這樣的表格，包括用戶家裡有幾口人，每個人的教育水平，通信需求等都會有所涉及。而且他們的優勢是可以掌握全國用戶的數據，而不像我們的運營商劃省而治，各地數據收集、整合方式不一。Docomo的CRM系統和知識庫為此大大加強，業務辦理中很少出現愚蠢的狀況，比如一個用戶此前剛投訴過還向其推銷同類產品等。」
盡管信息完整度高，但因為日本社會十分注重個人隱私，Docomo多年來在大數據運營上仍停留在規劃階段，對如何越過隱私問題進行商用還是比較頭疼。陶旭駿表示，Docomo曾為未來的大數據商業化制定了三個階段：首先是建立資料庫，其次是建立活用機制，最後是實現活用，而當前只處於第一階段。
歐洲
運營商謹慎開放地理位置信息服務
方紅剛表示，在德國，身為主流運營商的德國電信和Vodafone在利用大數據為自身業務服務之餘，已向商業模式跨出了一步。主要嘗試是通過開放API，向數據挖掘公司等合作方提供部分用戶匿名地理位置數據，以掌握人群出行規律，有效地與一些LBS應用服務對接。而西班牙電信的商業模式與之比較相像，去年推出的「智慧足跡」大數據服務同樣是通過人流移動網路數據，為零售客戶開店選址和促銷提供借鑒。
「歐洲運營商對大數據API開放同樣持比較謹慎的態度，有時帶有戰略意圖。比如數據開放同時伴隨著收費，對於和自己合作緊密的初創型企業，就以更寬松政策予以扶持，而對於有競爭關系的OTT企業等，則要求更高。總而言之，運營商不太可能將未經加密的用戶數據直接提供給第三方。」方紅剛稱。
美國
Verizon激進，向特定商家「兜售」數據
步子最為激進的則數美國運營商Verizon，其一項舉措則讓譚炎明等業內人士感到錯愕：Verizon已開始通過一項名為Precision MarketInsights的服務，將手中的用戶數據直接向第三方出售。譚炎明對此業務進行過詳細了解，Verizon的該項服務主要針對商場、球場等特定的公開場所，搜集手機用戶的背景信息，為第三方所用。
在美國，棒球和籃球比賽是觀眾雲集，商家最為看中的營銷場合，此前在超級碗和NBA的比賽中，Verizon針對觀眾的來源地進行了精確數據分析，球隊得以了解觀眾對贊助商的喜好等。體育比賽中，觀眾隨機買票，沒有什麼環節可以將身份信息進行錄入，通過任何其他方式搜集數據成本都會更高，運營商的大數據在這項服務中無可替代。
「金礦」體量最大 挖掘出來有難度
與《IT時報》記者交流中，專家們一致認為運營商對大數據資源掌握的完整性遠超任何一家互聯網公司。「用戶的屬性、整個通信消費數據、GPS行走軌跡、登錄網站的偏好、頻率等運營商手中都有數據，這么完整、詳盡的精準用戶行為數據單一網站無法掌握。」方紅剛總結，正因為運營商的「管道」特性，管道中的任何一個細節都逃不過運營商的眼睛。從這個層面來說，運營商手中大數據的金礦體量是最大的，如從事大數據業務是具有天然優勢的。
正因為運營商手中的數據量太大，其整合為有價值信息的成本也較高。如何將「金礦」開采成不同屬性的輕產品，是全球運營商面臨的課題。
「之所以當前大數據應用多停留在零售層面，而非更復雜的功能，一方面是因為運營商手中數據到底該怎麼用，還是取決於合作方最切實可行的需求。其次，復雜需求從技術上或尚難做到，或成本太高。」談到技術局限，方紅剛表示自己就曾親自對一些大數據項目展開調研，發現提取有效數據的時間精力很高。
「互聯網上的數據收集相對簡單，例如用戶在網路搜索某個關鍵詞，網路後台一目瞭然。但通信網中的數據有物理層、邏輯層、應用層等層級化的特徵，每層都是映射方式，所以問題就產生了，數據都存在於邏輯層以下，需要把它們從邏輯層解構到應用層，數據分析成為了協議分析。」方紅剛表示，他曾在電腦上僅僅針對某一小塊特定區域一小時內的通信數據進行採集，結果就跑了兩個多小時。
「如今是一個信息泛濫的時代，在成本非常高，而且數據來源往往分散在各個部門的情況下，運營商內部需要做大量的工作才能進行有效的精華數據深度挖掘，所以如果沒有來自合作方的非常明確需求，且該需求能帶來相匹配的商業價值，業務發展就可能陷於停滯。」方紅剛解釋。為避免內部結構問題阻礙大數據業務的發展，西班牙電信與Verizon都已於去年專門成立了大數據部門，脫離於傳統體制而單獨發展業務，這也是這兩家的大數據業務發展相對更快的原因之一。
顧洪文直言，基於上述因素，盡管國外運營商有一些突破性的應用案例，但純屬個別，且初始階段的痕跡明顯：「嚴格來說，全球運營商在大數據商業化挖掘方面都停留在一個淺層次的階段。該概念當前過熱，實際運營良好與否取決於數據持有方的運營能力。」

I. 離貴陽火車站最近的金礦

貴陽現在最大的金礦就是大數據中心，所以離火車站最近的就是貴州省大數據產業發展中心。
大數據產業最核心的是大數據中心，因為它可以收集、存儲、挖掘數據，而貴陽擁有這樣的中心，就擁有了新的金礦。貴陽接下來要建立大數據思維，尋找大數據運用，並時刻保持飢餓感。

J. 大數據被稱為21世紀的石油和金礦它具有哪四大特徵

價值，多樣，大量，高速。
石油是指氣態、液態和固態的烴類混合物，具有天然的產狀。石油又分為原油、天然氣、天然氣液及天然焦油等形式，但習慣上仍將「石油」作為「原油」的定義用。
金礦指金礦石或金礦床（山）。金礦石是具有足夠含量黃金並可工業利用的礦物集合體。金礦山是通過采礦作業獲得黃金的場所，是通過成礦作用形成的具有一定規模的可工業利用的金礦石堆積。