
中国联通混改首秀:成立大数据公司 加码创新业务
中国联通混改方案发布后动作频频,先是出台机构精简方案,9月25日又在北京成立联通大数据有限公司(下称大数据公司)。
联通集团副总经理姜正新表示,大数据公司定位于中国联通大数据对外集中运营主体和大数据产业拓展的合资合作平台,是中国联通顶层架构设计策略实施落地的产物。
联通集团董事长王晓初向证券时报记者表示,混改方案正在走证监会的审批程序,预计一个月左右时间能够完成。另外,战略投资方的资金也有望年内全部到位。
成立大数据公司
今年1月,工信部发布了《大数据产业发展规划(2016-2020年)》,提出加快建设数据强国,为实现制造强国和网络强国提供强大产业支撑的目标。根据规划,到2020年,大数据相关产品和服务业务收入突破1万亿元,年复合增长率保持30%左右。
工信部信息化和软件服务业司副司长李冠宇表示,电信运营商拥有丰富的客户和数据资源,也是大数据应用相对领先的行业,拥有数据、技术、网络等优势,目前联通处于混改关键时期,成立大数据公司符合电信业务专业化发展趋势。
李冠宇认为,应从五方面提升大数据的能力水平:一是加强企业内部大数据应用,提升管理水平;二是加强金融、政府、医疗、交通等行业应用;三是随着5G、万物互联的来临,应积极探索工业大数据应用;四是商业领域数据分享推进比较慢,存在一定孤岛效应,应探索数据运营模式;五是进一步关注数据安全。
据姜正新介绍,目前除了在集团内部形成了针对市场运营、客户服务等领域的大数据分析体系外,对外还与政府、行业、企业等展开一系列合作,例如为各省市建设大数据平台、开展城市交通规划、旅游大数据服务,以及精准营销服务等。
姜正新表示,随着混改政策的逐步落地,大数据公司与参与联通混改的战略投资者将探寻开展更广泛、更深入的合作,赋予公司更大的活力和竞争力。
独立电信分析师付亮认为,运营商积累了大量数据资源,比如用户多久更换一次手机、旅游时愿意去哪等,并且这些数据都很详细,在去除敏感信息后,对这些数据进行经营,将根据数据分析出的结果提供给有需要的企业,旅游、交通部门等第三方,有助于提升数据的价值。
对此,姜正新表示,运营商基于庞大的客户群,具有获取多维度信息的优势,其中,静态数据价值上千亿元,而一旦这些数据得到动态的应用,价值将超过万亿元。
加码创新业务
中国联通科技委主任刘韵洁院士认为,成立大数据公司对运营商意义重大。一方面,利用运营商的数据可以为解决社会重大需求提供新的解决思路,其中,位置数据就是一大金矿。“如果能够将用户行动轨迹的大数据挖掘好,比如用户是骑车还是步行,或者在某个地方停留了多久,就可以为商户选址、城市规划等提供有价值的参考。”
另一方面,刘韵洁认为,运营商的大数据公司一项重要职责就是解决运营商面临的挑战,比如网络攻击。“现在还没有解决方案,如果能够利用大数据分析,很大一部分的网络攻击都可以预测到。”
付亮认为,对于国内三大运营商而言,无论哪一家的数据资源都足够大,在各家都重视大数据发展的情况下,关键是谁能抢占先机,推出成熟产品,谁就能获得更大市场。“目前三家都在起步阶段,整体还不够完善。”
不过,在王晓初看来,大数据业务非常重要,未来将不仅是中国联通的战略性业务。他告诉证券时报记者,集团已经在开展大数据业务。其中,基于位置服务的大数据服务去年实现了1亿多元的收入。
根据王晓初此前表态,创新业务将是联通未来重点的着力点之一。中国联通半年报显示,由于创新业务的快速增长,抵消了固网语音收入下降及宽带市场竞争带来的压力。
王晓初向记者表示,中国联通将为客户提供各种创新业务,而大数据只是众多创新车间中的一个,未来将由各个车间为客户提供其需要的各项业务。“比如一个智慧区域或者智慧行业、智慧城市需要什么,我们相应的几个创新车间就能为总装提供服务。”另外,除了已经成立的大数据、车联网和云业务的专业公司,中国联通物联网公司马上也要成立。
付亮告诉记者,三大运营商都要重视创新业务的发展,因为流量带来的收入增长一两年之内就到头了,必须寻找新的增长点,现在统称为创新业务,未来可能进一步细分。“运营商已经涉足物联网、智能家居、网络支付、游戏等众多创新业务领域,但是能不能做好,能不能参与竞争就是另外一回事了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29