
大数据变现,电信运营商只需往前迈一步
经过多年的技术积累和市场培育,大数据已经从“炒作”走向落地。全球主流的电信运营商普遍认识到大数据所蕴藏的高价值,开始积极探索如何将手中掌握的大量数据资源变现。目前,电信运营商的大数据探索主要集中在如何利用大数据分析用户行为、优化网络质量和推动业务创新等方面。数据堂创始人、CEO齐红威在接受《人民邮电》报记者采访时指出,这些对于大数据的内部利用,往往需要对原有系统进行大规模改造,而且无法直接快速地带来收入的增长,其实电信运营商可以用另一种思路,在基本不改造现有系统的情况下,立竿见影地获得可观的收益。
国务院为大数据发展“定调”
齐红威具有十多年的数据挖掘研发应用经验,曾任NEC中国研究院研发部部长、高级研究员。“大数据的本质特征并不是‘规模大’”,他阐述了对于大数据的理解。
现在人们对于大数据的认识普遍存在着误区,认为当数据量达到一定量(TB级或PB级)就是大数据,其实不然,区分大数据与海量数据的标准并不取决于其数据量,从技术上讲,“非结构化”数据才是大数据最典型的特征。现实生活中80%的数据都是非结构化的,解读这些数据,蕴藏着巨大的商业价值,这才是大数据。从商业模式上讲,大数据就是移动互联网产生的大量的关于人的数据。
近日,国务院总理李克强主持召开国务院常务会议,讨论并通过了《关于促进大数据发展的行动纲要》,对消除信息孤岛、支持大数据产业发展、强化信息安全等提出了明确要求。
齐红威认为,这是一个极大的利好消息。“大数据作为全球发展的战略资源,未来将像石油一样,影响到世界格局。对于中国而言,大数据是国家战略转型升级的基础,依靠数据和互联网相结合的方式,减少中间环节,提升传统行业运作效率。以前,一些地方政府或者企业虽然都认识到大数据的价值,但对于发展大数据仍心存顾虑:能不能做?做到什么程度?‘红线’在哪里?《纲要》的推出相当于政府给大数据发展定了调——不仅要做,而且要做大做强。”
大数据变现的闭环已经形成
2014年是大数据的商用元年,许多行业开始利用大数据真正地产生价值,齐红威认为:“现在很像电商井喷式发展前的2006年、2007年,市场培育已经完成,生态圈初具规模,商业模式逐渐成熟。价值万亿的大数据市场的大门已经打开。”
齐红威将大数据生态圈划分为云计算服务商、数据提供商、数据服务商和数据应用商四部分,实现从”数据流“到”资金流“分享共赢的商业运作模式。
其中,云计算服务商主要负责提供计算、存储和带宽等基础能力。
数据服务商则提供各种数据,包括政府大数据(公安、交通等)、行业大数据(电信、金融、电力等)、互联网大数据(互联网企业的用户数据、互联网公共数据)以及线下大数据等。
“现在网络上随时都在产生海量的数据,但线下的许多资源都还没有被数据化,这些数据同样价值连城。”他透露,数据堂独家推出了一款名为“众客堂”的众包平台,普通用户可以通过该应用上传照片、录音等提供线下的数据并获得一定的酬劳,目前“众客堂”的众客数量在全球范围内已超过40万。这些线下数据已经开始产生价值,例如,自拍照帮助美颜相机优化美颜程序;大量的购物小票分析出商品的价格走势和促销信息;语音数据帮助语音交互系统提高识别准确度等。
数据应用商则利用经过初步处理的大数据开发各类应用,例如征信、个性化旅游和交通服务等。他认为,“数据应用商将‘百花齐放’,规模有望达到数万家。”
数据服务商是大数据变现闭环形成的关键,具有三大功能:第一,连接数据提供商和应用商的纽带,免去了双方一一洽谈的麻烦;第二,汇总大数据的平台,将各领域数据提供商的大数据整合、融合起来,将产生1+1大于2的价值,实现数据增值;第三,对大数据进行初步分析、过滤和分类,“数据服务商从提供商那儿收来的是‘小麦’,但应用商需要的是‘面粉’,所以服务商就要完成把‘小麦’加工成‘面粉’的工作。”
“简单地说,数据服务商就相当于‘数据银行’,接收各方的‘存款’,再将这些‘资金’包装成不同的产品后贷款给有需要的人,搭建数据共享的‘生命线’,达成商业共赢,实现大数据变现的闭环。”齐红威表示。
记者了解到,数据堂是国内首家也是唯一一家在新三板上市的大数据服务商,团队的主创人员都有着十多年在大数据领域的技术积累,并在大数据产业发展过程中有着先发优势,经过多年的数据源积累,已获得金融征信、交通地理、人工智能、商家货价等多领域的大数据,与国内外多家数据提供商和应用商建立了合作关系,摸索出一套适应我国国情的商业模式。
电信运营商如何从“数据银行”提现
“电信运营商坐拥着一大片未被开发的‘油田’。”齐红威认为,电信运营商拥有着海量的高价值数据,例如掌握着用户的各类地理位置信息、商业活动、搜索历史和社交网络信息等大数据,具有维度丰富、群体性强、连续性好、网络行为全覆盖和关联性强等独特优势,“关键是如何将这些大数据变现,实现数据价值。”
齐红威逐一分析并回应了目前电信运营商在发展大数据时普遍存在的几点顾虑:
一是“能不能做”的问题。现在国家已经明确表示要大力支持大数据发展,在政策方面为电信运营商发展大数据铺平了道路。
二是“投入与收益”问题。与数据服务商合作,电信运营商几乎不需要改造现有系统就可以通过大数据获利,预计产生的价值有望达到亿万元级别。
三是“竞争”问题。数据服务商只生产“面粉”不生产“面包”,不会与电信运营商形成业务竞争。
四是“数据安全”问题。数据堂独创了一种模式——不“取走”数据提供商的数据,只是将软件嵌入到数据提供商的系统中,最终只生成数据结果,经数据提供商审核后再将相关结果提供给数据应用商,这就有效地消除了可能出现的信息泄漏风险。
齐红威表示,阻碍电信运营商挖掘大数据价值的障碍已经被一一清除,他们只需“向前迈一步”,即可拥抱蕴藏着无限商机的大数据时代。
“如果说大数据的发展是一场数万米的马拉松比赛的话,那么现在才刚刚跑了1000多米。”但齐红威同时指出,大数据发展已进入高速发展期,2015年将是各方布局大数据的关键时期,未来两三年将初步奠定大数据市场的格局,大数据将迎来超过十年的上升期。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10