
电信大数据:打造数据综合平台能力_数据分析师考试
2015年7月4日,在第七届智能终端及移动互联网产业高峰论坛上,中国电信云计算公司承办了主题为“云和大数据服务全产业链”的云和大数据分论坛。现场齐聚微软、华为等10余家云和大数据产业链合作伙伴,共同探讨云和大数据的发展方向。中国电信云计算公司副总经理王兴刚作了“大数据·大时代”的主题演讲,他指出,中国电信大数据目前已形成了包括精准营销、风险防控、区域洞察、咨询报告在内的四大数据产品,并在“互联网+”行动中发挥着重要作用。
定位:数据综合平台能力提供者
大数据正在成为继互联网、云计算、移动互联网之后的信息技术新热点,成为重要的战略性资源以及产业竞争力和商业创新的源泉。以云计算和大数据为核心的新一轮IT变革正在如火如荼的开展。
作为国家信息化建设的排头兵和主力军,中国电信积极顺应时代和技术潮流,2009年启动云计算计划,2012年成立了专业化的云计算公司,2014年在云计算公司成立大数据产品线,旨在依托中国电信广泛的云计算资源布局,整合丰富的数据资源,开拓互联网时代运营商大数据的创新应用。
在近一年的大数据实践中,中国电信摸索出清晰的行业定位,即成为数据综合平台能力提供者,主要包括:大数据分析能力、大数据资源服务能力、大数据运维监控能力、大数据产品孵化能力。中国电信在大数据产业底层建立了大数据基础能力平台,运用业界最新的技术架构实现对海量实时数据和非实时数据的分析处理,目前中国电信平均每天处理数据达10.5万亿条,并在持续快速增长之中。
方向:大数据创造大价值
一组名为“互联网上的一天”的数据告诉我们:一天之中,互联网产生的全部内容可以轻松刻满1.68亿张DVD;发出的邮件有2940亿封之多(相当于美国两年的纸质信件数量);发出的社区帖子达200万个(相当于《时代》杂志770年的文字量)。IBM的研究称,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍,每一天,全世界将会上传超过5亿张图片,每分钟就有20小时时长的视频被分享。移动互联网时代,智能终端的迅速增长使大数据的发展拥有了得天独厚的土壤。
安全:大数据存储更加注重可信
大数据时代除了有效运用数据,还面临如何安全存储海量数据的问题。2014年7月,中国电信对象存储通过工信部“可信云”认证,并荣获“可信云政务云服务奖。在2015年1月召开的中国第十届政府采购年会上,中国电信云计算公司被评委“2014年度全国政府采购首选安全云商”,是业内唯一获此殊荣的运营商。2015年4月,中国电信对象存储获得公安部安全产品销售许可证。除了安全,可定制也是中国电信云存储“可信”的重要特征,能为每一位客户提供专属定制的产品。
作为中国电信的核心资源之一,大数据具有极其重要的战略价值。大数据的核心技术,是数据的建模和算法研究,在这一领域,中国电信立足于对数据的深刻理解,与产业链伙伴密切合作 ,在精准营销、信用评估等领域进行了大量的探索和研究,探索大数据规律,建设电信大数据的科学体系,并与合作伙伴一道打造大数据生态圈,服务于“互联网+”行动,实现企业经济价值与 社会价值的共同提升。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22