京公网安备 11010802034615号
经营许可证编号:京B2-20210330
看三大运营商如何将大数据的“富矿”变“钻石
如今我们处在一个无处不数据的时代,坐拥大数据这座富矿,国内无论是互联网企业还是运营商都在紧锣密鼓的建设大数据平台,企图将这座宝矿开发成为熠熠生辉的“钻石”。
目前,国内三大运营商迎接大数据时代的步伐和规划各自不同,中国电信的大数据平台已经扩展到31个省,基础平台建设基本完成;中国联通虽然起步晚一些,但是其大数据产品体系已经发展成为六大产品种类;相对于中国电信和中国联通的成熟,中国移动的数据中心资源略显不足,但是需求量不断递增,也在不断努力布局中。
中国电信:大数据平台扩展到31个省 基础平台建设基本完成
中国电信所有的大数据都是在云平台和云设施之上搭建的,如今其大数据平台建设从原来的5个省现在扩展到31个省,数据的种类从开始的几类主要的数据扩展到十几类,实效性是原来一周到现在小时的延时。
中国电信云计算分公司大数据事业部首席数据分析师张宇中表示:“中国电信的大数据平台跟其它合作伙伴的模式不一样,中国电信主要是做节约化运营,将数据的汇聚、接入、存储、加工、输出整合在一起,这样前端的响应可以快速的传递到客户中去,并且可以持续的循环。同时,中国电信的平台开发还做了具体功能区分。”
目前中国电信已经完成了大数据基础平台的建设,正在继续完善行业的应用。依托云网融合,中国电信的大数据开放平台一直拥有强大的资源,中国电信有八大资源基地,还有内蒙和贵州两大数据中心,并且很多区域下沉的边界。
2015年11月28日,中国电信正式发布“天翼大数据”品牌,并推出精准营销、风险防控、区域洞察、咨询报告四类数据型产品和大数据云平台型产品,重点服务于旅游、金融、广告、政府、交通等行业。这是中国电信运营商第一个大数据业务品牌。
据了解,中国电信推出的4+1产品模块,拥有15个子项。其中有面向个人拥护推出的风控的和精准营销产品;还有一部分是输出具体数据,形成相关报告;此外,中国电信还开发了PAAS的平台对价值链的某一方面具有专业特色的公司能够利用大数据平台做它所擅长的事情。可以说,中国电信通过多种手段为产业链打造了一个比较安全可靠的大数据平台。
此外,中国电信还和其它100家企业共同发起成立BDU中国企业大数据联盟,期望能够与产业链共同推进大数据生态的建设。
中国联通:大数据产品体系发展为六大类
中国联通从2013年开始发展大数据业务,如今其大数据产品体系已经发展成为六大产品种类。
据了解,这六大产品种类分别是:一征信产品,例如大数据最大的应用是在金融行业,金融行业需求电信运营商所拥有的大量用户的真实性数据;二沃指数,分析包括市场洞察和行业指数两个方面,行业指数涉及到金融、交通、旅游、APP,以及各类的各个垂直行业分析的指数;三精准营销产品,中国联通有很多用户资源和渠道,在保护用户隐私的前提下,可以做到针对不同的场景和不同的用户,进行内部和外部的精准营销;四用户标签;五能力开放平台;六智慧足迹。
特别需要指出的是去年底中国联通在第二届世界互联网大会上,首次发布了“沃指数”大数据产品体系。该产品体系以中国联通4亿用户数据为基础,具备海量、实时的数据处理能力,通过与政府、行业权威机构的数据进行整合、提炼、分析和挖掘,具有真实、全量、安全、实时、公正的特点。
据介绍,“沃指数”涵盖了3000余个用户标签,能够轻松识别3.8亿条URL、6万个互联网产品、约3000个手机品牌、8.2万个终端型号,据此可助力政府在城市规划、公共服务、交通出行、旅游监控、抢险救灾等方面提供决策依据;帮助企业在商业选址、广告投放、信用控制、产品设计等方面提供分析报告及经营决策指导;为公众提供交通出行、旅游选择、消费指南等生活服务。
目前中国联通对移动网和固网用户的数据采集、数据存储、分析和挖掘,形成了以下能力:包括9个大类的用户的标签,涉及到各个行业,各个类别,识别3.8亿条URL的特征,可以识别6万左右个互联网产品,以及可以对3000个手机品牌,以及8.2万个终端型号进行识别。
中国移动:数据中心资源不足 分两级布局
数据中心资源不足一直以来是中国移动面临的问题,尤其是随着4G用户近年来的高速发展,数据中心需求量不断递增。
据了解,2014年,中国移动数据中心全网机柜超过了43700架,预计2016年将突破10万架。
此外,日前中国移动启动2016-2017年度数据中心交换机集中采购工作,预计数据中心交换机(接入交换机)采购3697套,数据中心交换机(出口交换机)采购731套。
近日中国移动计划建设部基建管理处处长舒建军在公开场合谈及中国移动数据中心规划,“中国移动的数据中心在布局上分两级布局:一级是为全网服务的总部主管数据中心;另一级是省公司主管数据中心。总部主管数据中心主要部署在内蒙、哈尔滨这两个地方,主要服务于全网的集中化的自用系统,兼顾地域不敏感的IDC客户需求、公众服务云。”
另外,在选址方面,现在中国移动设计的数据中心,PUE在北方区域达到1.32,在南方甚至在海南、广东一带达到1.4。这些技术在呼和浩特、哈尔滨包括国际信息港、南方基地等数据中心都有应用,而且这四个数据中心都是为全网服务的数据中心。
总之,中国移动建设数据中心的目标是安全、高效、低成本、绿色,要努力实现IT、土建、机电的最佳匹配。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31