京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:心在远方 路在脚下
大数据大战略。当前,全球各国已经将大数据看做是新型生产力,是国家竞争力的重要组成部分。在十八届五中全会上,明确提出要“实施国家大数据战略”,国务院也于去年九月出台了《促进大数据发展行动纲要》。在政策指导、技术引领以及市场推动下,我国大数据产业规模不断扩大,技术实力不断增强,一批掌握大数据技术的企业开始涌现,大数据正在加速向各行各业渗透,为人们生活的方方面面提供支撑。
在政策、技术和市场的多重推动下,我国大数据产业正在蓬勃发展。在推进大数据的发展中,电信业扮演着重要角色,一方面,电信业承担了数据收集和传输的使命,另一方面,电信业也正在大力推进大数据的融合发展,促进其在各行各业中应用。电信行业如何抓住大数据发展契机加快转型升级,电信运营商如何深度拥抱大数据等成为热点话题,而电信运营商和各大设备企业在大数据应用上的探索也颇有看头。
大数据产业发展提速
“我国大数据产业蓬勃发展”,工信部总工程师张峰在会上作出了这一判断。他表示,“十二五”期间我国ICT产业快速壮大,为大数据的蓬勃发展奠定了良好基础。当前,我国数据资源不断丰富,截止到2015年年底,我国网民数量已突破6.8亿,移动电话用户规模突破13亿,居世界第一。
技术水平的日益进步为大数据的发展提供了有力支撑。张峰指出,近年来,我国ICT技术与国际先进水平的差距日渐缩小,骨干互联网企业具备建设运营超大规模大数据平台的能力,掌握核心数据的大数据软硬件企业的规模不断壮大,在深度学习和人工智能等前沿领域的应用取得了突破,对国际主流开源社区的贡献也越来越多。与此同时,我国大数据应用服务也在加快发展。目前我国正在加速向数据资源挖掘和应用方面转变,大型互联网企业将大数据应用于网络社交、电商、广告、搜索等业务,电信和金融行业携手,基于大数据推出了风险防控、信用评价等应用,政府也正在利用大数据提升治理能力和公众服务水平。
我国大数据发展呈现出七大特点。中央网信办信息化发展局大数据处处长张晓在会上指出,一是大数据发展呈现欣欣向荣的良好势头,北京、贵阳、上海、武汉等地建立了政府数据开放平台;二是许多地方政府建立了专门的大数据机构,如贵州、广州、沈阳等地建立了大数据局或办公室;三是很多高校和科研院所纷纷加强大数据科学研究,如清华大学、北京大学成立了专门的大数据研究院;四是大数据产业集聚效应正在形成,如京津冀、长三角、珠三角和中西部四大各具特色的大数据集聚区正在形成;五是大数据相关产业联盟纷纷涌现,如中关村大数据产业联盟等;六是大型互联网企业积极地推进大数据发展的战略布局,比如阿里推出的“从IT到DT战略”、腾讯的大数据连接未来战略等;七是一大批数据中心落地,如贵阳大数据交易所,刚刚挂牌的上海、浙江大数据交易中心等。大数据是信息化发展的必然阶段,同时也会给信息化发展带来新的重大机遇。
机遇和挑战并存,大数据产业的不足和挑战也成为与会嘉宾探讨的话题。多数观点认为我国大数据发展存在信息孤岛问题,跨部门、跨行业的数据共享仍不顺畅。同时,大数据的安全问题也非常突出,数据的滥用对个人隐私、企业商业秘密乃至国家安全形成了威胁。大数据相关法律法规不健全,政府信息资源开放共享制度欠缺等问题也不容忽视。
运营商需抓住“时间窗口”
“电信运营商拥有丰富的数据资源”,工信部信息通信发展司政策与标准处副处长黄业晶在会上表示,电信运营商各大信息系统记录的数据,为电信运营商开展大数据运用奠定了良好基础。大数据将在电信运营商增长方式转变,打造新的业务增长点上发挥重要作用,因此,电信运营商要紧紧抓住大数据的重要发展契机。
当前,全球电信运营商都在探索借助大数据谋求新发展。与此同时,互联网企业也正在积极部署。从长远上看,电信运营商在数据资源上的优势正在逐步减弱,因此抓住目前这一难得的“时间窗口”尤为重要。中国信息通信研究院高级工程师韩涵认为,运营商拥有的来自于基础网络的数据是全社会大数据资源的重要组成部分,这为电信运营商拥抱大数据提供了便利。不过随着越来越多的大型互联网企业通过各种渠道,弥补在数据准确性和真实性上的不足,未来电信运营商在大数据资源上的优势将逐步减弱甚至消失,形势非常紧迫。
我国三大电信运营商正在积极推进大数据应用的落地。中国电信云计算公司副总经理王兴刚透露,中国电信在全国拥有370多个大型IDC数据中心,在呼和浩特和贵阳都建设了超大型数据中心,具备了每天200TB以上的数据处理能力。中国电信利用大数据和云计算技术,能够提供公有云、行业云、私有云、混合云等各类云服务,同时基于这些能力为各行各业提供大数据产品,包括风险防控、验证类服务等。中国移动大数据系统总架构设计师段云峰表示,中国移动从2001年开始规划数据仓库建设,2003年开始建设经营分析系统,2010年开始研究Hadoop技术及应用,2013年开始研究Spark等相关技术,2015年在全国范围内启动大数据系统建设。中国联通信息化事业部副总经理范济安表示,中国联通正在从对内和对外两方面推进大数据应用,对内主要是帮助企业实现转型,从线下业务向线上业务转型,从产品性管理向以客户为中心的管理转型。对外主要是推进大数据平台建设,打造外向型的大数据业务,从通信业务向数据业务转型,从运营流量向运营数据转型。
需要看到的是,电信行业以及整个社会在大数据应用上的探索还处于初级阶段,运营商在观念、制度、技术上还需要进一步提升。黄业晶认为,运营商在推进大数据发展时需重视三大问题:一是电信运营商的数据开放程度还不够高,数据开放共享氛围没有形成,数据流动性比较差,同时已有的数据资源存在标准化、准确性、完整性问题;二是仍然缺乏原创技术,没有形成大数据解决方案;三是个人信息保护交易方面的法律法规不健全,在数据开放和商业化流通中没有隐私隔离和相关标准,使得电信运营企业无章可循。
ICT技术的发展将推动大数据的发展,大数据的发展也将反过来促进ICT技术的发展。而更为重要的是,大数据将给其他行业带来颠覆和变革,改变整个社会的生产方式和人类的生活方式。电信业拥有了大数据,就是拥有了机遇和未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21