
运营商刚挖到大数据宝库的皮毛
人来人往的展馆中究竟有多少人驻足展台?大数据可以告诉你。本届展会上,中国电信展出了大数据能力可视化系统,通过采集电信运营商及政府公共服务部门现有的各类数据,利用大数据分析手段,对人流密集程度进行动态监控,对可能出现的人流高密度聚集风险采取事前预警、事中处置和事后分析,并对特定区域人流情况提供专题分析报告。同时展出的个人征信评分产品,通过大数据分析,让一个电话、一纸通信账单都成为用户信用的参考依据。
“其实,电信运营商拥有非常优质的数据,但是这些数据的价值仍未被充分挖掘出来。”中国信通院技术与标准研究所移动与大数据研究部副主任魏凯对《人民邮电》报记者表示:“用户数据经过脱敏加工、合理使用,可以做到隐私不泄露,希望各界都能给电信运营商一个更为宽松的环境,让这些数据得以‘解冻’,而当这些数据得以很好地应用时,真正受益者将是用户。”
必须抓住大数据机遇
本次展会上,很多企业并没有把大数据作为展示重点,魏凯认为,一方面是因为大数据“躲”在很多应用的背后;另一方面,大数据类的产品和解决方案目前仍不是企业利润增长的重要来源,但是从长远来看,大数据大有可为。
今年以来,国内大数据政策的环境不断完善。1月初,国务院《关于促进云计算创新发展培育信息产业新业态的意见》提出要“开展公共数据开放利用改革试点”,重点在公共安全、疾病防治、灾害预防等领域开展应用示范。随着今年8月国家大数据政策颁布,大数据产业正式上升为国家战略发展地位,各部委也制定落实大数据在各层面的实施管理推动工作。
魏凯介绍,大型互联网企业引领大数据应用前沿,腾讯、阿里、百度等,不仅在社交、电商、广告、搜索等业务上越来越深入地使用大数据技术,还以大数据作为核心引擎发展金融、打车、医疗、教育等跨界应用,推进“互联网+”发展。
电信运营商也在积极推进自身数据整合,深化大数据在客户细分、经营分析、反欺诈、征信等方面的应用。中国电信展出的大数据能力可视化系统就能实现智能交通、舆情分析、电商精确营销、精准广告、金融评估、位置OTO等深层次应用服务。
魏凯表示,BAT等互联网企业在大数据领域的来势汹汹,也为电信运营商敲响警钟,电信运营商的数据活性很高,但同时也意味着变化很快,电信运营商必须抓住机遇。
政府可带头使用大数据
对于大数据产业发展的突破口,魏凯表示,政府的示范带动作用非常重要。他介绍说,英国、澳大利亚、日本等国政府都带头在公共服务领域率先使用大数据。“一方面,政府拥有非常丰富的数据资源;另一方面,政府需要运用大数据来提升治理效率。”
魏凯进一步解释说,具体而言,首先是重点面向提升政府治理能力、改善民生服务和城市治理等方面,通过政府向社会开放数据、加强与社会企业和组织的数据合作、向社会购买服务等方式,积极推动环保、医疗、教育、交通等关键领域的大数据整合与集成应用,进一步提高政务和公共服务效率。其次是在政府数据开放基础上,在跨行业大数据应用方面出台推动政策,打破行业壁垒,促进互联网、电信、金融、制造等数据资源丰富和信息化程度较高的行业企业与其他行业开展大数据融合与创新,带动全社会大数据应用不断深化。
除了政府带头使用大数据,魏凯认为还需大力发展自主可控的大数据技术体系。“要把大数据获取、海量数据存储管理、分布式实时计算、新型数据仓库、人工智能与机器学习和大数据安全等大数据关键技术,作为信息领域技术研发的重心。”对此,魏凯建议,机制上可重点依托百度、腾讯、阿里巴巴、华为等技术实力好、产业化能力强的龙头企业,突出应用带动技术创新的一体化组织形式,把自主创新与开源运动有机结合,着力打造自主可控的平台级大数据服务和软硬件产品,逐步实现大数据核心技术的自主可控。政策措施上要综合采取科研专项、政府采购、人才和税收政策优惠等措施,对企业开展前沿技术研究给予充分激励。
对于数据资源相关法律法规建设,魏凯建议,一是要围绕个人隐私、商业秘密、知识产权、国家安全等范畴,在数据采集、管理、流通、应用和安全等环节梳理研究现有法律法规的缺陷,提出制修订意见。二是要加快研究制定《数据跨境流动管理办法》,对跨境数据流动做出分级分类规定,保护数据主权。三是尽快启动数据资产管理相关制度的研究工作。四是引导行业组织制定数据流通规则,规范不同主体之间数据的交换共享活动。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python 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 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-04