京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30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