
运营商大数据产业链迎机遇_数据分析师
“人类正从IT时代走向DT时代。”阿里巴巴集团创始人马云在各种场合都不遗余力地推销自己的观点,信息社会已经进入了大数据(Big Data)时代。利用所有的数据,而不再仅仅是一部分。
大数据的简单算法比小数据的复杂算法更为有效,即混杂性代替过去所谓的“精确性”。大数据的核心是预测,更看重相关关系,让数据发声!
电信运营商拥有多年的数据积累,涉及移动语音、固定电话、固网接入和无线上网等所有业务,也包含公众客户、政企客户和家庭客户,同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。随着语音业务的逐渐免费,数据流量经营将成为运营商的主要业务,由此运营商“管道化”甚嚣尘上。然而运营商拥有任何移动互联网公司都无法比拟的海量数据,大数据金矿价值凸显,由流量经营进入大数据运营已成为大势所趋。
事实上,全球运营商已经开始为掘金大数据开始准备:电信与媒体市场调研公司Informa Telecoms & Media在2013年的调查结果显示,全球120家运营商中约有48%的运营商正在实施大数据业务。该调研公司表示,大数据业务成本平均占到运营商总IT预算的10%,并且在未来五年内将升至23%左右,成为运营商的一项战略性优势。
2014年开始,随着中移动大规模发展TD-LTE业务,中国将全面进入4G时代,运营商传统数据(信令)采集业务也将由过去的2G、3G以语音和短信为主全面向4G数据(上网)业务拓展,而4G大量的图片、视频信息也将在采集规模上远远超过于2G、3G。(据我们了解,中国联通3G时代三期采集投资规模约9亿元,而中国移动LTE一期预计投资规模约20亿元,中国移动今年已开始大规模集采DPB数据采集设备)。
运营商数据采集为刚性需求,随着4G建设深入推进,运营商数据“采集”业务将在未来几年出现大规模爆发。今年年底或2015年初LTE-FDD牌照的发放将推动电信、联通加入到4G建设大潮中,有望成为新的行业催化剂。
同时,信息安全等要求日益提高,国家基本要求运营商数据采集采用“全采”模式;大量的全面上网数据将携带更多的用户有效信息;运营商采集数据将由过去以网络优化为主要目的向精准营销价值发展,数据价值商用化场景全面提升及扩展。
由此,运营商大数据业务产业链将全面迎来新的发展机遇。运营商大数据产业链主要分为四层:大数据采集、管理、应用、运营。
A股不乏众多大数据概念股,像银信科技、东方国信、宜通世纪、天源迪科、世纪鼎利、过去的中创信测等等。从通信板块上市公司来看,东土科技收购拓明科技、初灵信息收购博瑞得,宜通世纪则通过OEM模式等,均已开启运营商大数据价值的挖掘,而且已有了一定的较为清晰的模式。我们的核心投资逻辑为:一是,数据采集为刚性需求的公司将率先爆发;二是,工业4.0时代,工业互联网爆发,运营商数据行业应用将率先实现突破;三是,盈利模式的突破将在于产业链的垂直化及商业变现,基础IDC服务运营商也值得关注。
在盈利模式方面,我们认为相关产业链的公司与运营商共建平台并进行分成的模式将会是较为合理的一种情形。另外,产业链相关公司垂直化拓展其数据挖掘、分析及营销能力也将成为与运营商形成更好的互补效应,进而形成合作共赢的较好突破口。目前在积极拓展下游数据应用及营运的相关公司值得关注。
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