电信行业大数据浅析

2024-11-25

电信行业大数据浅析（共13篇）

1.电信行业大数据浅析篇一

浅析CRM在电信行业的应用

内容摘要

在灵活与快速反映主宰的商业战场上，在信息技术带来的巨大冲击下，中国电信业如何及时回应？在电信市场业务迅速增长、ARPU值下降、竞争日益激烈的情况下，电信运营如何运用CRM策略从过去以产品为中心的运作模式向到以客户为中心的运作模式前进？在CRM引进中国后，运营们越来越发现CRMDE的重要性，本文就CRM在电信行业的应用做一个浅析。

关键词：CRM电信行业客户管理关系客户为中心

一、从整体战略上看待CRM

CRM（Customer Relationship Management），译为“客户关系管理”。CRM最早由Gartner提出，他强调CRM是一种商业战略而不是一套系统，它涉及的范围是整个企业而不是一个部们，它的战略目标是增进赢利、销售收入，提升客户满意度。也就是说CRM是一种以客户为中心的经营策略，它虽以信息技术为手段，但又不仅仅是一个软件而已，而是一种方法论、是软件和I T能力综合，是一套对业务功能进行重新设计，并对工作流程进行重组，是一种商业策略。

二、CRM在电信业的运用

CRM近几年才开始被逐步引入到国内的，21世纪来更是被各界广为关注。电信行业作为CRM的主要应用领域之一，一些世界级的电信运营商，如英国电信、德国电信、MCI、T、TELIA等，无不把CRM作为企业竞争的利器。在当前的竞争形势下，CRM无疑是电信运营商们的那根弦。

CRM在电信业的应用，不仅意味着要通过维护与客户的关系，创造客户价值来保留和竞争优质客户，提高企业盈利能力，同时也意味着使企业重新认识业务模式和运作模式，包括面对平台、业务、运营这三者之间的业务关系。对电信运营商而言，CRM不仅是一种增加业务收入、优化盈利能力、提高客户满意度的商业战略。而且是能够使得电信运营商从过去以产品为中心的运作模式顺利过渡到以客户为中心的运作模式，最终走向一种集约化的经营方式的策略。当然，这要要求电信运营商站在企业整体战略的高度来看待CRM，方能从根本上实现企业的在人员、业务流程及技术层面的综合转变，真正提升自身的核心竞争能力。

1、CRM对电信业价值链的建构的重要性。

在成长极为迅猛的中国电信行业中，企业之间的竞争已从基于业务层面的“异质竞争”，转变为客户层面的“价值链竞争”。相信不久不同价值链之间的竞争，将成为未来竞争的主要领域。目前，中国电信行业的竞争主要体现在话务量竞争、接入手段竞争等，而未来，竞争将体现为一种全面满足客户多媒体通信需求的综合竞争。价值链竞争是一种全面满足客户多媒体需求的综合解决方案能力的竞争，运营商只有在价值链中谋求控制、主导角色，才可能获得较为长久的竞争优势。电信业只有与客户进行信息的充分沟通，才能更多的了解到客户多媒体通信的需求，只有运行商和客户双方的共同参与，才能提高双方的价值。在帮助电信企业获得价值链竞争优势的过程中，CRM将具有重要的意义，未来，电信企业只有通过实施CRM，才能掌控关键客户，从而在价值链中扮演控制和主导的角色。今天，新联通、中国电信、中国移动都提出和开始构建适合自己的CRM系统，未来谁胜谁败，且看谁能把CRM运用到极致。

2,、CRM是维护与客户关系的有利方法。

由于电信服务市场拓展的需要，当前运营商与客户的接触渠道愈趋多样化。除了传统的营业窗口外，市场营销部门、客户服务部门、呼叫中心、互联网等其他沟通渠道同样成为运营商与客户之间交互的重要途径。特别是呼叫中心的建设近年为各运营商广泛重视，如中国移动的10086已经基本覆盖全国。不同的客户沟通渠道各具特色，如互联网在成本上具有很强的优势，但要求客户必须进行自助式服务，人性化程度低；而营业厅受理或业务代表直接拜访的客户沟通方式，则更具人性化，但人力成本明显高于互联网。问题的关键是当前国内运营商并没有把多种沟通渠道进行有效的整合，使得客户信息得不到很好的共享和利用，分散的信息收集方式容易导致有价值的客户信息的流失。CRM可以有效的帮助运营商整合目前与客户交互的各种渠道，充分结合不同渠道的特点及优势，最终实现客户信息的高效收集及最大程度的共享，使得客户与运营商之间建立起一个统一的沟通界面，从而强化与客户沟通的效果，提升了客户的满意度，有利于客户关系的维护。

3．CRM是增强电信企业盈利能力的手段。

CRM可以帮助运营商实现营销、销售、服务等业务环节的流程自动化，真正做到利用IT的手段提高了运营商的运作效率、同时降低了运作成本的目的。通过实施CRM，运营商最终将建立起一套以客户为中心的运作流程及管理制度，同时有助于培养员工的服务意识，销售、服务、营销部门的业绩将明显得到提升。从销售方面来看，CRM可以帮助运营商扩大销售。由于对客户资料的全面掌握，销售的成功率必然会提高。CRM的运用必然会使得电信企业的成本更低，销售更少，盈利能力增强。

4、CRM的实施可以为电信业制定战略做参考。

“二八法则”在电信行业同样适用，这就要求找出那20%的大客户，如何寻找？CRM就是一个好的方法，CRM的实施可以使运营商将宝贵的客户信息转变为客户知识，从某种意义上说，CRM系统通过建立数据仓库、运用数据挖掘、商业智能等技术手段，将企业原有的客户信息管理系统提升到客户知识管理系统的高度，对大量的客户信息进行分析，可以让运营商更好的了解客户的消费模式，并对客户进行分类寻找到大客户，从而能针对客户的实际需求，制定相应的营销战略。

总体而言，CRM可以帮助电信运营商树立以客户为中心的战略思想，实现从以生产运营为主向以客户服务为主的转变。实际上，实施CRM的过程就是电信运营商在管理思想、服务意识和业务流程等各方面综合转变的过程。在经营思想上，电信运营商的重点将不再是盲目扩张，而是分析有价值客户的需求，及时推出有

针对性的服务，然后通过高满意度的服务来维持客户尤其是一些可以带来高回报的大客户。员工的服务意识也将通过CRM的实施发生质的飞跃，各部门将树立起协同工作、共同服务客户的理念。在流程上，通过简洁、高效的流程提高效率，最大程度地让客户满意。

三、CRM在电信业应用中的不足之处

虽然新联通、中国电信、中国移动都提出并开始构建适合自己的CRM系统，多年来的信息系统建设已经有个雏形，但就整体而言，典型企业在客户管理的管理理念、商务模式、应用系统方面还很不成熟。具体有以下几点：

1缺乏明确的CRM建设目标和信息系统的统一规划。

在完整的电信业信息化蓝图中，不仅包括业务处理，还要包括营销活动管理、客户流失分析及管理等应用，可将经营分析的结果反馈到业务运营系统中，形成闭环系统。但目前，中国电信企业信息化，主要集中在企业的内部管理和运营业务系统建设两个方面，在营销活动管理、客户流失分析及管理等方面做的都不够。

2、实施CRM时人的因素不可忽略。

多数运营商实施CRM往往更加注重相关软件的功能和系统，容易忽略人的因素。在实施CRM中人才是最为关键的因素。企业实施CRM的前提条件是企业所有人员必须要树立起以客户为中心的经营观念及服务意识，同时要求员工具备一定的业务技能。试想，企业的员工眼里如果根本就没有客户，也不知道如何正确处理客户的投诉，即使有最先进的技术，又怎能提高服务质量，又怎能保证客户的满意度。所以，在不能确保企业人员的观念、客户意识、素质及业务技能达到一定要求时，实施CRM往往并不能带来预期的效果。系统上线、系统更新更应该与职工的观念更新、知识更新同步。

3、业务流程管理系统不完整。

从整体设计来说，由于电信运营商信息化建设是以客户为中心，支撑所有电信产品和服务，充分发掘日益丰富的客户资料，从而提供个性化服务，提高客户的忠诚度，所以如何以推动CRM应用为核心，建设完整高效的业务支撑平台，实现业务流程的全面整合，成为中国电信企业信息化的关键。这也是中国电信、中国移动、中国联通等公司纷纷推动自身CRM应用的最主要原因。但是显然现在中国电信业的这种CRM业务流程管理系统并不完整。

缺乏支持CRM的绩效考核系统。在斯坦利.布朗和穆萨.古丽姿兹著的《绩效驱动的客户关系管理》一书中把众多的CRM失败归结为没有建立有效地绩效驱动。在我看来这一说法虽有偏颇，但CRM战略中绩效驱动的确是一个不可忽视的因素。即使CRM已经制定一个好的愿景目标。战略、行动计划等，但是要确保成功，还需要一个绩效驱动来保证。但是在现实中这种CRM的绩效考核系统却是缺乏的。

四、结束语

CRM是国内电信运营商由粗放式经营模式向集约化经营模式转变的必经之路。CRM的实施是一个漫长的过程，最终将涉及到企业的人员、流程及技术观念的改变、服务的改变等要素的综合转变，这些都是成功实施CRM的关键因素，只

有解决了以上问题，甚至是更多的问题，才能真正的把CRM更好的用于电信事业。

参考文献:

专著：彭志忠李蕴主编《客户关系管理理论、实务与系统应用》 2005年山东大学出版社

王广宇著《客户关系管理方法论》2004 清华大学出版社

斯坦利.布朗和穆萨.古丽姿兹著《绩效驱动的客户关系管理》

经大学出版社

期刊：《客户世界》 2005年刊登鲁凤华《CRM在电信行业的应用》

2005年东北财

2.电信行业大数据浅析篇二

大数据正改变企业运营管理的决策方式。但是, 大数据促进企业管理决策的力量不在于数据之大, 也不在于数据本身, 而在于企业利用大数据所作出的更深入、全面的客户需求洞察, 并依此支撑企业运营管理决策的有效形成, 促进企业运营管理的高效运行。

运营商建立大数据应用雏形

虽然尚处起步和探索阶段, 但先行的电信运营商已经开展一些大数据的采集和分析应用, 基本可归为以下四类。

1.通过DPI系统采集用户所浏览网站的URL信息

严格意义上说, 这并不真正属于大数据分析的范畴。理由一是将URL信息采集后对URL网站所属信息内容类别的首次判定一般必须通过人工方式, 这不符合大数据分析的自动和智能的思想;理由二是将用户所浏览网站一一作信息类别 (比如娱乐、体育、音乐等) 归纳之后, 标签处理已经损失大量原生态信息, 且因抽离所处时空环境, 信息价值锐减, 这违背了大数据分析的核心思想;理由三是这种分析一直尚未找到适合的营销方式, 向喜欢浏览娱乐信息的用户推销娱乐信息, 事实证明是后知后觉且多此一举。

2.社交网络分析

利用电信CDR及短信数据对主被叫关系分析形成对交往圈、交往圈中各节点影响力、影响如何沿交往圈在各节点间辐射等信息的社交网络分析, 在一些电信企业已有成熟算法和模型, 且有成功营销应用实践案例。

3.大数据量的集中采集和存储, 供实时监控、查询

一些电信运营商在总部或省分公司层面已经实现了集团或全省的上网数据、通话数据或网间数据的采集和实时监控查询, 比如中国移动某省的流量分析与监控系统, 能够基于时间、地区、运营商、业务、App、IP分组、域名等维度对全省的上网流量进行实时分析和报告。从严格意义上, 这属于大量的结构化数据的采集和统计分组汇总处理, 所以依然不属于大数据范畴。

4.基于论坛、微博等平台专题信息的舆情监测

目前一些电信运营商针对新推出产品、某细分客户群产品偏好、竞争对手新推出产品等都有基于专门论坛及微博平台等进行的相关信息采集, 并对所采集信息进行相关专题信息的分析工作。但因为这种分析所基于的数据源是文本信息, 区别于传统结构化数据, 所以通常被人们称为“大数据分析”, 但深究其处理和分析信息的手段, 本质上还属于关键字搜索技术加人工干预, 所以严格来说, 目前针对固定主题的舆情监测并不属大数据的分析应用范畴。

大数据在电信业的拓展方向

实时地理位置判定可携带及无线移动设备的普及和使用方式的多样化 (如文本、Email、视频、上网、拍照等) 发展, 为企业提供了潜在数据采集的便利条件, 也为市场人员提供了通过个人设备和平台实时接触并获得消费者反馈的能力。因此, 企业充分利用移动技术, 结合社交网络等应用, 能够取代并补充传统营销的一些功能。

基于位置的服务是个令人兴奋的新兴事物, 对于电信运营商来说, 他们能够实时知道客户的位置, 根据企业对客户需求模式的长期跟踪识别, 借客户所处位置实时触发营销时机, 将用户所处位置周边已整合的餐馆、银行、警察局或煤气站等产品信息, 针对性传达给有需求的目标客户, 在满足客户需求获取客户满意的同时, 利用消费者“移动设备比自己眼睛看得更清楚”的感知来增加客户粘性、提升客户忠诚, 实现电信运营商成为综合平台提供者的“新三者”目标。

社交网络分析 (SNA) 对于电信企业来说, 客户的社交网络分析即为一个重要的大数据分析方向。社交网络分析内容为:通过测算识别客户与客户之间关系所形成的圈子, 以及圈子中各客户角色的判定——领袖者是谁, 追随者是谁——来形成企业对各个客户影响力和价值判断, 在此基础上, 利用这些圈子、角色和影响力的认识, 帮助企业实现相关营销活动或产品套餐的推广, 提高企业营销运营管理效率。

客户体验分析 (CEA) 过去几年, 电信运营商一直倡导客户体验管理。但是, 由于以往数据处理和分析技术条件所限, 客户体验管理难以实现, 因为企业要对每一个客户使用产品过程中每一个环节中的每一次接触在每一个接触点都能够测量并判断客户的体验感受, 数据很难获取, 分析测算也很难实现。而在大数据时代的数据处理和分析技术中, 其中有一个特点就是机器数据即非结构化、半结构化数据处理分析技术的成熟。

借由该技术, 我们可以将贯穿客户使用产品全流程每一个环节每一个接触点的每一次接触行为的留在我们系统中的日志数据实时采集、处理, 并将客户的操作行为轨迹数据与正常行为所需时长和行为轨迹标准进行对比, 进而实时判断问题, 实时与客户交互并调配资源, 实时解决用户使用产品中遇到的问题, 并依此不断发现总结客户的典型行为模式, 不断修正产品和流程设计, 最终提升客户体验。

3.电信行业大数据浅析篇三

英国女王伊丽莎白在大不列颠和爱尔兰分离100年后终于踏上了这块仍旧对她存在着很多异议的土地。自从爱尔兰从大不列颠独立出来后，尽管两国65%的国民间都有着血缘上的关系，英国女王却在近100年内没有再踏上过这块曾经的殖民地。

当然，我来爱尔兰并不是为了见证这一历史时刻，而是因为从今年开始，电信管理论坛（TMF）选择将都柏林作为未来连续两年的会址。

随着交流技术（CT）与信息技术（IT）的融合，TMF很早的时候就在这方面进行探讨，并产生出如今世界范围内被广为接受的框架标准。因此，作为电信行业四大协会中唯一与IT结缘的国际级协会,TMF对整个信息交流技术（ICT）行业的发展起着重要的作用。

去年，中国移动刘爱力副总裁在TMF法国年会上作了主题发言，由此成为中国电信行业历年参与TMF年会的最高级领导。

今年，Facebook的合伙人作为TMF爱尔兰年会最受瞩目的主旨发言人，吸引了几乎所有参会者的注意，并展现出IT行业的成功经验正在更广泛地影响电信行业向ICT转型的现状。

转型（Transformation）是今年TMF年会的主题，这涉及商业模式转型、IT和系统基础设施转型、用户体验转型、企业职工和文化转型、业务流程转型等重要方面。

用TMF现任CEO Keith Wellitte的话说，就是“今天电信公司的核心竞争意味着人们需要在任意的地点间的通信交流都极为简单和方便，而这些交流是不需要‘说话’的”。

这也就意味着，以语音通信为核心业务的传统电信时代正逐渐向以内容和应用为主的数据业务时代转移。

在转移的过程中，出现了大规模的无线通信业务和互联网业务的高度融合，并依靠云技术应用带来广泛而廉价的数据应用部署及海量数据分布，这都使得无线通信业务以几何级数速度快速发展。

与有线互联网不同的是，无线互联网涉及的范围和特点在频率资源，所能够提供的带宽，移动终端的信息显示屏幕，用户在使用过程中信息的精准性、及时性等方面有着不同的要求。

例如，用户通信地址簿已成为最被看重的用户资源，从电脑、网站到终端嵌入，运营商都在进行着全方位的争夺。

每个人都可以回想一下，我们拥有了多少手机号码、聊天账户号码、社区号码、邮件地址、IP电话号码？

这些号码意味着我们陷入了电信运营商和互联网竞争的汪洋大海中。而未来2-3年内电信行业的重要看点则是，电信运营商能否成功转型？互联网公司能否成功登顶，抢占电信运营商的话音业务市场？

当然，作为最大受益者的用户一定会高兴看到这个竞争的到来，但目前还不能高兴得太早，因为政府在这即将到来的竞争中扮演什么样的角色，还不确定。

忙里偷闲中，我打了场纯粹的Links风格的海边高尔夫球。在这个有100多年历史的球场上，曾出现过很多著名的爱尔兰球手的身影。

尽管一天下来精疲力竭，但我也深刻体会到只有这样自己背球包、判断距离、选杆，而且完全步行，才能练出像麦克罗伊（有望接替世界著名高尔夫球手“老虎”伍兹成为今年大满贯冠军的爱尔兰青年球手）那样的选手，同时也才能反映出高尔夫球运动的平民本质。

这不禁让我想到了国内靠高度垄断保证超额利润的电信业务。我认为，只有像爱尔兰高尔夫球运动一样大幅度降低价格（一场球的全部费用仅28欧元），我国电信行业才能在互联网的促进下回归本质，在低价、广泛服务的同时保证给用户最好的体验。

4.大数据时代下的银行业篇四

一、前言

2012 年3 月，奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”，并且定义为“未来的新石油”，希望增强政府收集、分析和萃取海量数据的能力。这个由世界最强国家政府推动的项目，标志着“大数据”时代的到来。

近年来,移动互联网、物联网等迅速发展,使得新数据源不断出现,全球的数据总量正呈指数增长,过去3年间产生的数据量已超过以往总和。大数据时代的到来已经成为全球共识,数据正成为与物质资产和人力资本相提并论的重要生产.随着信息技术及互联网的快速发展，社会正在走向全面数字化。处于大数据时代的银行业，正面临着一场经营方式的大变革。一方面，互联网和大数据打破了原有银行在渠道和信息上的壁垒，给银行带来更多的竞争对手；另一方面，大数据将推动银行更加科学地经营管理，从而促进银行更健康地发展。

二、大数据时代银行业分析

目前，银行业正处在以客户为中心、以市场为导向的激烈竞争时代，如何应用先进的计算机网络技术跟踪、预测银行客户的发展动向，最大限度地挖掘客户信息的潜在价值，并利用这些信息来改进银行服务，提高竞争能力对银行来说至关重要。

（一）独特优势分析

对银行独特优势或其存在理由的理解有很多角度，基本的一种是将银行看作一个信息处理的机构，它能够获得和处理金融市场所无法获得的信息，并通过贷款决策向市场发送有关借款人信用的信号。

所谓市场无法获得的信息，首先来自于借款人为获得贷款而自愿向银行做出的披露，其次来自于银行家对于借款人进行的近距离的调查和判断。这些信息又可以分为两类，一是能够被编排的、数码化的或结构化的；二是只能意会的。银行贷款决策的做出，固然有赖于对于数码化信息进行分析的技术，但也离不开银行家的职业直觉和判断。

（二）机会分析

1、助推经营转型。以小微贷款发展为例，导致小微企业贷款难的原因很多，包括缺乏足够的抵押担保、缺乏信用评价机制、银行管理成本高等等。而大数据给这个难题带来了新的解决思路，通过大数据可以建立更完善的信用评价机制、风险定价机制、贷款全流程管理机制，并降低人工成本。

2、提升精准营销能力。通过大数据技术，信用卡客户营销可能基于以下的流程：首先对客户的性别、年龄、职业、金融资产、刷卡频度、消费地点、购物种类、营销活动参与情况等数据进行分析，得到客户的贡献度、活跃度和行为偏好等客户特征；然后根据客户特征进行分类差异化营销设计、举办营销活动；最后根据营销结果再进行数据分析，为下次改善提供参考。

3、提高客户满意度。通过分析客服中心的咨询、投诉内容，可以及时发现产品或服务存在不起眼的小缺陷，而改变这些小缺陷，可能会极大地提升客户满意度。通过对大量交易、行为数据、社交网络数据的分析，可以帮助银行找准客户需求，真正做到以客户为中心设计开发产品。

4、创新品牌营销策略。大数据时代，信息传播的方式、渠道和速度都是前所未有的。社交网络将会成为品牌营销的主阵地，客户在社交媒体上快速传播自身体验和感受的影响力将远远超过空洞的形象广告。传统上依赖信息不对称的品牌营销都将无所适从，与其投巨额资金到媒体做广告，不如扎扎实实地搞好自身的产品和服务，通过客户来帮助银行宣传。

三、对我行采取的策略建议

大数据时代是分析时代。大数据分析的实质就是将客户放到更大的社会背景下加以曝光，准确定位环境中客户所处的位置符合怎样一种商业模式；到现在为止没有任何技术能超越人（对我行来说就是客户经理）更能对活生生的客户加以把握分析，客户经理是最好的社会感知装置，同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络，扩大关系。

打好数据基础。“在今天的社会中，最重要的资源，不再是劳力、资产或是土地，而是数据和知识。”我行首先要把行内业务系统的数据用好，这些数据是高价值密度的数据。除了要完整地保存这些数据外，还需要注意数据治理，保证内部数据的可用性。在此基础上，还需要进一步打破传统数据源边界，通过各种渠道和方式获取行外数据。银行可以通过合作、购买、收集等方式获取相关的数据，包括政府公布的各类统计数据、央行征信数据、企业客户的ERP数据、第三方评级机构的数据，以及电商、社交网络的数据等等，用以丰富和完善数据资源。

做好技术支撑和人才培养。当前采用传统的数据库已难以支撑大数据的需求，需要采用开放式的并行计算架构来建设大数据平台。而技术支撑的关键在于人才，既需要熟悉大数据技术的科技人才，也需要具有数据思考能力的业务人才，更需要具有综合素质的数据科学家。

强化数据治行理念。“除了上帝，任何人都要凭数据来说话。”要强化依靠数据说话的理念。首先要改善现有的管理决策文化，真正把数据分析作为决策重要依据；其次要优化数据分析流程，更好地把业务与技术融合在一起。

创新业务发展。大数据应用的深入，将为银行经营模式、业务流程的转变提供依据。我行需要建立新型的创新机制，为基于大数据分析的业务创新提供充分的条件和保障。无论是产品服务创新、风险管理创新、客户营销创新还是运营模式创新，大数据分析都将成为必不可少的途径。

四、结束语

在这个不断创造神奇的大数据时代，银行无法置身度外。若干年后，我们再回看银行的转变，也许会发现改变银行的不是某个人，某个企业，而是大数据。因此，我行有理由自信地拥抱大数据时代，具备作为信息处理机构的传统优势，在大数据时代有无限机遇。

附：基于数据挖掘的银行客户管理信息系统的构建（百度完全摘抄，供参考）

(一)顾客互动模块｡它为整个客户管理信息系统提供具体的客户信息,这些信息包括客户的基本信息､财务会计信息､行为特征信息､信用信息等,把这些数据信息进行预处理存入数据库后,可以为银行的客户工作提供有利的支持,银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通,同时也可以在客户营销管理的进程中直接为这些渠道提供信息｡

(二)公共信息模块｡公共信息模块是存储金融信息和金融行情的模块,它可以为银行提供服务和支持,能使银行便捷地查阅各种金融信息与行情｡同时,这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议､标准化的流程支持和随时更新的公用信息,使银行和客户都能获得及时宝贵的信息反馈

(三)银行产品信息模块｡银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品｡随着金融市场的开放与发展,金融衍生产品层出不穷,银行这些产品的出现为拓展客户服务提供了很大的平台,有关信息包括这些产品的特征､价格､适用等｡产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息｡

(四)数据存储模块｡信息库可以在数据上进行清理和集成,消除信息噪声和不一致数据,使多种数据组合在一起,然后将结果数据存放在分门别类的数据仓库中,再根据使用客户管理信息系统的银行请求,数据仓库可以负责高效地提取相关数据｡同样,存储模块信息也可以进行不断的更新｡

(五)数据分析模块｡数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价,然后按照银行的业务侧重点把目标客户从中筛选出来;同时,以各种信息为基础,分析出客户的行为特征,这样就可以为银行进行个性化的差别服务提供分析依据｡另一方面,为银行指定客户拓展策略和创新产品提供依据｡

5.电信行业大数据浅析篇五

报告指出，英语培训依然占据了网民语言教育搜索的主流位置。而据中国社会调查公布的数据显示，年中国英语培训市场总值大约为300亿元，全国英语培训机构为5万多家。其中，少儿英语培训增长最快并占据了70%以上的份额。面对如此激烈的市场竞争，瑞思是如何在众多英语培训机构中脱颖而出?又是如何得到消费者认可和关注的呢?

开辟学科英语教育以国际化人才培养为己任

在全球一体化的背景下，许多家长意识到英语的重要性。良好的英语组织和应用能力是孩子走向国际化的重要基础，这就要求孩子不仅会说英语，还要会用英语，更重要的是用英语去思考。学生的英语应用能力、思维方式、沟通能力、学习能力等综合素质更被看重。而这些综合素质的培养，对传统的英语学习方式提出了变革的诉求，学生在学习英语的同时，还需要通过英语这个工具，来培养沟通能力、思维方式、形成国际化的视野等。一句话概况，需要形成“英语思维”，才能让孩子更具有国际竞争力。

然而在中国应试教育的培养模式下，孩子在接受英语培训的过程中，往往只注重听说读写等基础能力的提升，忽视综合能力的培养。为解决这一问题，瑞思开创性地引入学科英语。瑞思学科英语是以英语为教学语言，以语文、数学、科学等学科为教学内容，同时锻炼演讲演示、团队协作、项目管理等未来领导力，在全英文的浸入式教学环境中培养学生获得综合语言运用能力。

通过在瑞思学科英语学习，孩子不但能轻松应对日常的英语交流，还为今后获得更好的工作发展机会打下基础，从而真正成为具备国际竞争力的国际化人才。近年来，瑞思学科英语已经被越来越多的家长和孩子所接受认可。自至今，瑞思在全国近80个城市，发展了200多家校区，每年有超过10万名学员就读。

专注教学质量提升领航K12教育

瑞思学科英语作为学科英语领域的领航者，非常注重孩子学习效果的提升。在课程研发和提升教学质量等方面，瑞思做了很多的努力和有益的尝试。

随着由瑞思70多人的自主研发团队针对12~18岁研发的Riseup高阶课程正式上线，瑞思课程从年龄层上已经覆盖到了3~18岁的广阔学生群体，完成了年龄跨度上的整合。

为了让更多的瑞思学员享受到原汁原味的美国课堂，瑞思国际推出了“美国插班生”项目，通过与遍布美国东西海岸的超过300所美国合作学校建立直接、稳定的伙伴关系，为每一位瑞思学员打开了一扇通往世界的大门。今年初，瑞思与Saint Raphael Academy，The Prout School等美国知名高中签署战略合作协议，让Riseup学员可以直通美国就读重点合作高中。

除课程不断优化与创新外，瑞思还要求老师的素质与国际接轨。不仅有专业的教师培训团队对全国专职教师进行培训，还会提供各种和国外中小学交流互访、专业切磋的机会。通过日常备课、技能学习、赴美交流、参加“十二五”国家级课题研究，瑞思教师在教授学生的同时，实时提高自身教学水平。凭借科学完整的课程体系、强大的师资队伍，瑞思引领K12教育体系中学科英语的发展，在学术理论研究、教学实践研究以及教学标准化管理的研究上占有着绝对领导地位。

6.浅析大数据时代保护公民信息安全篇六

作者:张百玲宋羽婷

摘要：随着大数据的不断发展，个人对信息的控制能力逐步削弱，大数据通过数据关联整合挖掘，轻易恢复数据的身份属性，如何保护个人的数据安全成为电子商务发展中需要解决的问题。

关键词：大数据、个人信息

一、什么是大数据？

大数据：是指以多元形式，自许多来源搜集而来的庞大数据组，大数据的意义是由人类日益普及的网络行为所伴生的，受到相关部门、企业采集的，蕴含数据生产者真实意图、喜好的，非传统结构和意义的数据。

二、个人信息的概述及分类

（一）、个人信息

个人信息: 是指与个人相关的，能够直接或间接识别特定自然人的信息。

（二）、个人信息的分类

1.直接个人信息和间接个人信息

直接个人信息: 是指可以直接识别特定个人的数据信息，比如，信息的主体姓名、身份证号、肖像、指纹等。

间接个人信息: 是指仅拥有这些数据信息还不能直接识别出特定个人，需要通过与其他数据信息组合分析，才可以勾勒出特定个人的某种形象信息。2.个人敏感信息和个人一般信息

个人敏感信息：是指关涉个人隐私核心领域、具有高度私密性、对其公开或利用将会对个人造成重大影响的个人信息，各行业个人敏感信息的具体内容根据接受服务的个人信息主体意愿和各业务特点确定。

个人一般信息：是指除个人敏感信息以外的个人信息。3.个人基本信息、个人网络活动信息和个人存储信息

个人基本信息：是指姓名、性别、电话号码、家庭住址、邮箱地址等。

个人网络活动信息：是指消费者在网络交易过程中浏览过的网页，关注过的产品，对产品的评论及发布的相关信息等内容。

个人存储信息：是指网民存储在电脑上、移动存储设备上的信息，包括电子邮箱、网络硬盘等虚拟空间存储的各类信息。

三、大数据时代怎样保护公民的个人信息安全？

我国个人信息保护现状：侵害个人信息的案件越来越多。随着徐玉玉案件发酵，个人信息保护引起大众注视，其实在之前已有多起个人信息遭侵害的案例CSDN 遭受攻击、12306 网站信息泄露、Yahoo 邮箱泄露案、Equifax 征信信息泄露案等。如何保障数据安全已成为企业个人都尤为关注的现象级问题。

政府机关在执行公务时也会遇到很多问题。在个人信息泄露案件频发的现在，政府机关没有可依据的法律法规，在执法过程中困难加剧，急需得到法律的支持。公民保护个人信息意识与日增加，随各种个人信息案件的发生，公民个人也发觉个人信息的重要性，也随之呼吁保护个人信息，并在生活中有所注意。

案例：据外媒报道，Instagram 此前曾对外宣称，其应用程序界面存在一处安全漏洞，允许黑客利用恶意代码窃取目标用户帐号电子邮件地址、手机号码。不过，虽然该漏洞已被修复，但影响范围远比想象还要严重。知情人士获悉，该漏洞似乎正是导致赛琳娜 ·戈麦斯账号突然发出大量前男友贾斯汀·比伯裸照的缘由。官方最新消息披露，虽然一开始 Instagram 表示此次攻击仅影响到获得认证的账号，但最新更新数据却指出未获得认证的用户账号也在影响范围之内。据了解，在这一网络攻击曝光数小时后，黑客建立了一个名为 Doxagram 的搜索数据库，即用户可花费 10 美元在其获得一次搜索受害者联系信息的机会。目前，黑客总共在上面发布了 1000 个账号，包括 50 个关注者最多的账号。Instagram 至今仍未公布受影响账号数量。据历史统计 Instagram 总共拥有 7 亿多个活跃账号，然而黑客声称他们手上已掌握逾 600 万个账号信息。另外，Instagram 还表示在这次攻击中用户的账号密码并未被盗。截止当前，虽然 Doxagram 已经下线，但并不清楚它是否还会卷土重来。不过，即便 Doxagram 已经关闭，但网络安全公司 RepKnight 发现包括演员、歌手与运动员在内的多数名人信息于暗网出售：

演员：艾玛·沃特森、艾米莉亚·克拉克、扎克·埃夫隆、莱昂纳多·迪卡普里奥。歌手：维多利亚·贝克汉姆、碧昂斯、Lady Gaga等。运动员：齐达内、内马尔、大卫·贝克汉姆、小罗纳尔多等。目前，虽然尚不清楚此次大规模网络攻击幕后黑手真正身份，但 Instagram 已与执法部门展开合作。①

成因：Instagram对外宣称其应用程序界面存在安全漏洞，导致黑客可利用恶意代码窃取到用户的账户信息。该漏洞现已被修复，黑客通过攻击该应用漏洞窃用他人个人信息并赚取不当收入。

防范措施：我认为此次案件犯罪嫌疑人与平台都有责任，Instagram方应对应用程序进行正常的维护，发现漏洞及时修复。应该重视程序的日常维护，提高技术手段保障系统的安全性。此外，安全专家提醒 Instagram 用户启用双因素身份验证并始终通过复杂密码保护账号信息

建议：国家政府方面要对大数据时代下公民的信息安全进行保护，对企事业单位收集公民个人信息的公司进行监管，对于个人信息违法者必须严格惩罚企业对收集来的用户个人信息应当严格保密，并采取必要的技术保密措施保障信息安全，不断提高网络安全的防护水平，禁止私自篡改、泄露或非法向他人提供。

公民个人要提高对个人信息安全的保护意识，在生活中要谨防个人信息的泄漏，比如，网购的快递单和火车票等。接触互联网时不要随意点击不明的网站或链接以及问卷调查和测试等。

然而在保护个人信息的同时也维持大数据时代的发展，如何在二者之间取得平衡，此次云栖大会数据安全专场上讨论对大数据时代个人信息保护，数据安全的问题：阿里提出数据安全能力成熟度模型（DSMM），此模型内部有以阿里为中心认证、评估咨询、产品解决三项相制衡由产业生态支撑，外部有经济环境，公民常识、技术发展、政策法规几项构成，经济环境有大数据服务大数据交易；公民常识有个人隐私保护；技术发展有云计算、大数据、移动互联网、物联网；政策法规有国家安全个人隐私保护数据跨境。此模型外部环境对个人信息保护很是符合，政策法规上可以建立个人信息保护法，与企业合作试验建立法律规范。据阿里巴巴集团标准化总监朱红儒介绍，DSMM 除了正在制定国家标准外，阿里也在 ITU-T 牵头制定《Security reference architecture for lifecycle management of e-commerce business data》的国际标准，同时在 ISO 牵头制定《Big data security capability maturity model》的国际标准研究项目，还在 CCSA 牵头制定行业标准《面向互联网的数据安全能力技术框架》，DSMM 今年年底有望正式成为国家标准，向全行业推行。②

①引自：赛迪网

7.四川省电信行业统计数据篇七

2013年1月-2013年12月, 境外木马或僵尸程序控制服务器IP数量月度统计如图16所示。

境内木马或僵尸程序控制服务器IP的地区分布情况如图17所示, 其中数量最多的地区分别是广东 (占11.1%) 、江苏 (占9.2%) 和云南 (占8.0%) 。其中四川有占5.2%, 排名7位。

境内木马或僵尸程序控制服务器IP中, 中国电信用户所占比例较大, 具体分布情况如图18所示。

8.电信行业大数据浅析篇八

关键词：电信行业；优劣势；应对策略

中图分类号：TP3 文献标识码：A文章编号：1007-9599 (2011) 13-0000-01

Analysis of China's Telecom Industry Market Development and Coping Strategies

Li Jize

(Talent Services Ltd.Shantou Guangdong Posts and Telecommunications Branch,Shantou515000,China)

Abstract:Analysis of China's telecom industry market development strengths and weaknesses,as well as the opportunities and challenges they face,according to their strengths and weaknesses to develop corresponding strategies.

Keywords:Telecommunications industry;Strengths and weaknesses;Strategies

一、电信行业的优劣势

（一）优势

1.电信设备制造业方面，以“巨龙”“大唐”“中兴”“华为”为代表的民族通讯产业和以“上海贝尔”为代表的合资企业占据市场绝大份额。其中巨龙，大唐，中兴，华为占有国内通信设备市场50%以上的份额，其自主开发的数字程控交换机、信令系统、综合业务数字网（ISDN）等均已达到世界领先水平。近几年来，中兴、华为等公司已成功走向世界，将其具有自主知识产权和在国内竞争激烈的数字程控交换机等产品打入了巴基斯坦、俄罗斯、巴西等市场。

2.由于中国加入WTO，以及在2005年参加了《信息技术协定》，使得协定下产品的关税在2005年前全部降至为零，大幅度降低我国电信设备出口关税，这大大降低我国通信设备的制造成本，增加其价格竞争力。

3.由于宏观经济环境的不断改善，中国电信行业持续保持较快增长。这表现在以下几个方面：

第一，加入WTO对于我国电信体制改革起到了明显推动的作用。我们的电信企业经历了分拆、重组、改制、上市，中国国有电信公司的体制改革发生了重大突破，企业竞争力大大提高，无论是在网络规模、用户人数，还是在运营效率等各方面都明显提升。

第二，中国的电信服务消费者，从中国电信业融入国际市场的过程中，切实体会到了技术升级和引入竞争带来的好处。

（二）劣势

1.在拥有自主知识产权的电信设备方面，我国除在程控交换设备方面获得一定的规模经济外，其他技术含量较高的产品，如智能手机等产品大多刚刚投产，与外国知名品牌相比较仍有很大差距，规模经济尚未形成。

2.由于我国民族电信设备企业的开发能力相比外国企业较为薄弱，一些企业在与外资合作时，基本未掌握到技术，甚至不像国外企业那样设立研究开发中心，所以缺乏消化创新能力。在竞争如此激烈的现在，如果这些企业还不能抓紧并重视研究与开发，那么他们将面临被淘汰的危险。

3.在运营方面，我国现行的电信规章，部门法规未能与国际接轨。我国的行政管理部门在观念，职能以及方法上都不能适应加入WTO后新形势的需要。

三、中国电信行业面临的挑战与机遇

（一）挑战

由于当前我国进入障碍的减少乃至消除（降低关税和非关税壁垒），外国“入侵者”带来的新产品的威胁骤然增加。同时，电信服务产业的对外开放可能会削弱电信服务部门的议价能力，随着外国运营商的进入，导致多个市场竞争的局面，在很大程度上提高提高整个电信服务质量的同时，也使资费被迫下降。由于国内很多企业加入了竞争的行列，以及关税和允许外商从事内贸，外国品牌在价格上的劣势可能会得到改变，所以在后的内市上，竞争将会更加激烈。

（二）机遇

通信市场开放，必然会引发和刺激对电讯设备的需求，从而为通信制造企业提供新的商机。通信设备的上游产品是各类零部件，通信制造商一直采用全球采购战略，在核心设备和软件上更是如此。

加入WTO后，由于进口关税的降低，可望在这一方面享受一定的好处。同时，在WTO的框架下，我国的电信企业走向国际将会受到更好的法律保护。加入WTO以后，我国在制定国际法规方面增加了更大的发言权，并积极投身到法制创制和修改完善之中，更多体现了我国的利益，为我国电信企业走出去提供了有利的环境条件。

走出去战略是中国政府在2000年提出的开放战略，2003年，中共十六届三中全会明确提出促进中国跨国公司的发展，加上我国的市场经济是政府主导的经济，催生本国跨国公司，是政府的一个重要的经济社会责任。所以，政府相关部门不鼓励推动我国电信业走出去的战略研究，将为电信行业新的更高的发展创造更多便利化条件。

四、中国电信业的发展策略

1.政府部门的当务之急是赶紧完善电信行业的法律法规，规范电信服务贸易。从世界各国电信法律环境看，我国的《中华人民共和国电信条例》及部门规章、地方性法规与GATS的总体要求还有相当大的差距，特别是一些地方性电信法规表现出本位主义特别严重，而且不透明、不公开。电信管理层应尽快根据国际电信服务贸易的规则和要求，修改完善有关的部门规章，废除那些与WTO规则相抵触的规章和地方性法规，加快立法进程，特别是要提高立法质量，建立一套清晰透明、符合国际惯例的电信法律法规。

2.企业要强化竞争规则意识，创新意识，改变竞争战略。后过渡期国内市场和国际市场更加全面接轨，我国企业的竞争对手都是熟悉市场的国际游戏规则的，所以我国企业必须深入研究、熟练掌握WTO规则，并能熟练运用，以提高竞争能力和应对能力。否则很可能因为稍不留神违反规则而照成很大损失。在经济全球化的浪潮中，中国企业家要有战略眼光，要有驾驭WTO规则的魄力和能力，不要等到出了问题才去了解竞争规则。企业要不断提高创新能力，在技术、产品、管理、营销、市场、服务方式等方面不断探索，不断创新。必须加大对R&D（技术研发）的投入力度，要有自主技术和自主知识产权，不断提高核心竞争能力。企业还要改变竞争战略，从价格战略转变为品牌战略、优质战略、服务战略等。企业应有自己的品牌，提高出口产品的附加值，改善售后服务。

参考文献：

[1]万大为,朱金周.我国电信业转型和国际化道路问题[J].世界电信,2005,9:31

[2]任晓婷.中国电信行业发展对策分析[J].学理论,2008,8:28

9.电信行业大数据浅析篇九

大数据这一概念的引入是由计算机云计算发展而来的,在现今阶段计算机科学技术迅猛发展,云计算技术也日臻成熟。对电子信息的利用时图书馆管理与创新的突破点,也是图书馆变革的需要。在以大数据为主的时代背景下,图书馆需要转变服务模式和管理方式。

1 大数据的概念

大数据是指在云计算基础上发展起来的,其拥有一定的信息收集能力,带有更加准确的定位功能,通过收集数据为客户服务的一种载体。网络收集数据的方式有传统和现代两种,也可以分为是非结构化和半结构化两种。大数据最为突出的功能就是大量的收集数据,然后进行整理。目前大数据在科学技术和数据及设备的统一上有十分突出的作用。大数据时代是计算机信息发展的一种必然现象,人们的工作和生活因此变得更加快捷。图书馆建设在大数据时代也进入了创新探索的时期。

2 大数据推动图书馆的创新发展

2.1 图书馆的变革需要大数据的支持

大数据时代的来临给图书馆也带来了前所未有的挑战,但也是发展的机遇。图书馆可以利用大数据来建设自己的风险评估模型,对用户的进入和流失做进一步的统计,并且预测出信息价值所在,还能对图书馆资源的故障进行预测,重新组合各种资源,智能帮助图书馆解决各种信息问题,同时最大限度的扩大储存能力、分析能力和计算能力。大数据可以在服务上完善图书馆的.职能,建立起隐私保护系统,拓展公共服务意识。大数据的出现,改变了传统图书馆的管理模式,这是一种创新的展示,也表现了现代图书馆更为公开的想象力。

2.2 大数据时代图书馆创新建设的对策

2.2.1 成本低廉的信息使图书馆信息获取效率大大提升

图书馆是信息量非常庞大的场所,大量的数据一直积攒,但是信息成本的下降也引起了资源的大量浪费。例如,在图书馆中会存有一些声音资料、视频资料等各种文献。这种积攒和浪费会对数据采集造成一定的影响,并且对优化系统资源也十分不利。大数据时代的来临解决了这些问题,它能够把不同的复杂性的信息数据进行处理,改变以往获取信息和处理信息效率低下的现状,因此图书馆的建设运行成本会大大降低,从而提升图书馆的信息储存量。

2.2.2 云计算使图书馆更加注意人文建设和人性化服务

云计算的出现使原有的图书馆资源建设得到改变,在不同程度上促进了图书馆的人文建设和人性化服务。目前阶段,图书馆的服务面向更加多样化的移动终端,例如微信、微博、人人、QQ等等这些社交软件的服务功能可以被图书馆进行参考利用。在大数据时代,图书馆需要更加了解读者的需求,才能展开人性化服务。那么图书馆可以建立起属于读者的交流平台,用大量的数据和信息来探索读者的阅读习惯及对图书馆的意见和建议,这样就可以促进图书馆在大数据的支持下日臻完善,提升服务质量,加快服务进程。

2.2.3 图书馆知识服务在大数据时代的创新

大数据时代需要新的知识结构对读者进行服务,这种模式也被叫做是大数据的知识服务模式。它把图书馆为读者的知识服务转向更加智慧化和绿色化的境地。知识结构的创新是现代科学技术的融合,也是人们对新知识的渴求的展现,在大数据背景下,图书馆知识结构创新平台所能够涉及到的技术有大数据管理技术和处理技术,它能够更加智能的识别和准确的定位读者的需要,因此图书馆利用大数据手段将各种资源进行整合,从而产生新的知识结构,为信息的推送创造机会,也为知识的价值实现创造机会。

2.2.4 大数据使图书馆更加智能化

在大数据背景下,图书馆的变革对技术有了新的要求。对于图书馆本身来说,可以使用更先进的技术进行复杂信息数据的处理,这样不仅节省了大量的人力物力,还提升了工作效率,完成以往人工不可能完成的工作量。例如,大数据下的关键技术可以对关键词等进行搜索,改变以往人工找寻图书的程序。图书馆的服务对象是读者,大数据来临可以建立起读者智能平台,在这里拥有他们所需要的文件、视频、影音资料等等,使个体信息更加全面,为读者带去的参考价值也更高。智能化平台使一些隐性知识变成了显性知识,更加有利于读者的发现与获取。

3 结语

10.解析电信巨头如何玩转大数据篇十

AT&T:位置数据货币化

AT&T是美国最大的本地和长途电话公司, 创建于1877年。2009年起, AT&T开始了向信息运营商的转变。

在培育新型业绩增长点的过程中, AT&T决定和星巴克开展合作, 通过客户在星巴克门店附近通话或者其他通信行为, 预判消费者的购物行为。为此, AT&T挑选高忠诚度客户, 让其了解AT&T与星巴克之间的这项业务, 并签署协议, 将客户隐私的管理权交给客户自己。在获得允许的情况下, AT&T将这些信息服务以一定金额交付给星巴克。星巴克通过对这些数据的挖掘, 可以预估消费者登门消费的大概时间段, 并且预测用户个人行为, 做出个性化的推荐。此外, 在i Phone上市伊始, 为了解i Phone的市场反响, AT&T还选择与Facebook结成战略联盟, 通过对Facebook的非结构化数据进行分析, 发现用户对价格、移动功能、服务感知等产品指标的体验情况, 从而推出更加准确的电信捆绑服务。

NTT:创新医疗行业的社会化整合

NTT是日本最大电信服务提供商, 创立于1976年。它旗下的NTTDOCOMO是日本最大的移动通信运营商, 也是全球最大的移动通信运营商之一, 拥有超过6千万的签约用户。

自2010年, NTTDOCOMO利用大数据解决方案, 实现了医疗资源的社会化创新, 培育了医疗信息服务增长点。面对日本社会的老龄化趋势, NTTDOCOMO想到了通过搭建信息服务平台, 满足用户的个性化医疗需求。因此, NTTDOCOMO通过开设Medical Brain和MD+平台, 聚合大量的医疗专业信息, 网聚了大批医疗行业专业人士。这使用户和各种专业医疗和保健服务提供商共同拥有了符合标准的、安全可靠的生命参数采集和分发平台。在这个平台上, NTTDOCOMO能够根据用户的以往行为洞察其个性化需求, 再将这些需求反馈至对应的医疗人员, 帮助用户获得高价值的信息反馈。

德国电信:智能网络培育新增长点

德国电信是欧洲最大的电信运营商, 全球第五大电信运营商。旗下T-Systems是全球领先的ICT解决方案和服务供应商。

正是T-Systems将德国电信带上了大数据的发展快车道。基于拥有全球12万平方米数据中心的优势, T-Systems提出了“智能网络”的概念。通过实时获得汽车、医疗以及能源企业的数据, T-Systems先后开发了车载互联网导航系统、交通意外自动呼叫系统和声控电邮系统, 以及能源网开发解决方案, 实现电量的供需平衡。此外, 它还通过设计安全的传输方式和便捷的解决方案, 将医生和患者对接, 提供整合的医疗解决方案。

Telefónica:大数据支撑用户体验优化

Telefónica创立于1924年, 是西班牙的一家大型跨国电信公司, 主要在西班牙本国和拉丁美洲运营, 它也是全球最大的固定线路和移动电信公司之一。

Telefónica一直将用户体验视为企业发展重点。Telefónica启动一个针对移动宽带网络的端到端用户体验管理项目, 并建立了一个包含60多个用户体验指标的系统, 支持无线网络控制器 (RNC) 、域名系统 (DNS) 、在线计费系统 (OCS) 、GPRS业务支撑节点 (SGSN) 、探针等各种网络节点的信息采集。采集的所有信息经过整合后存储到数据库中, 为后续的用户体验测量提供数据支撑。

Vodafone:动态数据仓库支持商业决策

Vodafone是跨国性的移动电话运营商, 现为全球最大的流动通信网络公司之一。

Vodafone在大数据应用方面取得了丰硕成果。早在2009年, 旗下Smar Tone-Vodafone就通过动态数据仓库的部署, 使企业所有管理人员可以根据信息轻松制订最佳决策。它主要通过开放API, 向数据挖掘公司等合作方提供部分用户匿名地理位置数据, 以掌握人群出行规律, 有效地与一些LBS应用服务对接。这些大数据解决方案极大提高了Smar Tone-Vodafone的市场领导力。

中国移动:投诉智能识别系统降低投诉率

中国移动通信集团公司是中国规模最大的移动通信运营商, 也是全球用户规模最大的移动运营商。在中国移动近实现客户数量迅猛增长的同时, 相应也带来了客户投诉量的增长。

为了辨别客户投诉的真实原因、发现问题、改进产品、提升服务体验, 中国移动基于CCR模型的客户投诉智能识别系统, 以投诉内容为源头, 通过智能文本分析, 实现了从发现问题到分析问题, 再到解决问题以及跟踪评估的闭环管理。经过一段时间的使用, 仅中国移动某省级公司, 就实现全网投诉内容的智能识别:769个投诉原因被识别;配合业务部门提出37个产品优化建议, 协助优化11个产品;优化不满意点58个, 消除368 295客户的潜在不满隐患;每年节约成本达540万元。

法国电信:数据分析改善服务水平

法国电信是法国最大的企业, 也是全球第四大电信运营商, 拥有全球最大的3G网络Orange。

为了优化用户体验, 法国电信旗下企业Orange开展了针对用户消费数据的分析评估。Orange通过分析掉话率数据, 找出了超负荷运转的网络并及时进行扩容, 从而有效完善了网络布局, 给客户提供了更好的服务体验, 获得了更多的客户以及业务增长。同时, Orange承建了一个法国高速公路数据监测项目, 面对每天产生的500万条记录, Orange深入挖掘和分析, 为行驶于高速公路上的车辆提供准确及时的信息, 有效提高道路通畅率。FTT

11.电信行业大数据浅析篇十一

未来是一个大数据的时代。各领域数据将以数十倍、数百倍的速度增长。企业只有快速地获取、分析和变现相关的数据, 才能转化为商业价值。一些企业意图提前抓住这个机会, 实现市场卡位。如中国电信将大数据作为未来战略业务, 使其承担增收重任。

目前, 中国电信已经取得新进展。11月27日, 中国电信牵头举办了中国企业大数据联盟峰会 (China Big Data Union, 简称BDU) 。在本次峰会上, 作为2016年联盟重点发展目标, 联盟推出了大数据共同成长计划。

与此同时, 中国电信正式发布了大数据开放平台和“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4类数据型产品及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, 为客户提供全面的数据服务, 帮助客户持续提升业务价值。

中国电信“下重注”到大数据

在发布会上, 中国电信副总经理高同庆重点介绍了精准营销、风险防控、区域洞察、咨询报告产品和大数据云平台型产品。

其中, 风险防控产品基于中国电信用户标签数据, 建立用户信用模型, 主要服务于银行、保险、征信、P2P等金融机构, 在贷前风险防控、贷中风险管理、贷后风险追踪等方面提供大数据服务;区域洞察产品基于中国电信用户位置标签数据, 为道路交通、区域人流分析、商业选址分析、智慧城市建设、智慧旅游建设等领域提供数据服务。

那么, 中国电信进军大数据的优势在哪里?中国电信一位大数据专家告诉记者, 中国电信拥有丰富的网络资源, 大数据技术应用场景较多, 因此早在2008年开始研究储备大数据处理技术, 并在实际的工程实施、平台运营过程中积累了很多经验。

众所周知, 中国电信拥有世界上规模最大的宽带网络和CDMA网络, 拥有近2亿移动用户、超过1.3亿宽带用户和近1.4亿固话用户, 以及超过百万的公共Wi-Fi和数千万的家庭Wi-Fi。这是中国电信作为基础运营商具备的强大优势。

此外, 中国电信在大数据方面布局也很积极:现已建有超过上千个节点的大数据平台, 每日数据汇聚量过百TB, 并具备海量数据的实时和批量处理能力。据悉, 中国电信云计算公司负责大数据对外的集约运营。

可见, 中国电信凭借在网络、云计算、基础设施方面的绝对优势, 为各行业、产业提供大数据共享开放平台, 推动大数据产业链和生态圈的建设发展。

中国电信还重视大数据人才的培养和发掘。在本次活动上, 中国电信启动了“天翼杯”大数据算法应用大赛。据悉, 该大赛以创新为主旋律, 面向高校和创业团队, 推动大数据领域的万众创新和人才培养。首轮大赛在北京、上海、广州、西安4城市同步举行。

在大数据技术标准方面, 中国电信已经取得不俗成绩。2015年8月, 国际电信联盟 (ITU) 批准了由中国电信主导制定的ITU-T首个大数据标准——《基于云计算的大数据需求与能力标准》 (编号ITU-T Y.3600) 。该标准明确回答了大数据的定义、特征、生态系统、功能需求等基本问题。

12.电信行业大数据浅析篇十二

大数据的匿名更为复杂，大数据中多元数据之间的集成融合以及相关性分析是的上述那些针对小数据的被动式保护方法失效，与主动式隐私管理框架相比，传统匿名技术存在缺陷是被动式地防止隐私泄露，结合单一数据集上的攻击假设来制定相应的匿名化策略。然而，大数据的大规模性、多样性是的传统匿名花技术顾此失彼。

对于大数据中的结构化数据而言，数据发布匿名保护是实现其隐私保护的核心关键技术与基本手段，目前仍处于不断发展与完善阶段。在大数据场景中，数据发布匿名保护问题较之更为复杂：攻击者可以从多种渠道获得数据，而不仅仅是同一发布源。对网络用户中的匿名技术以及对于大数据网络下的数据分析技术和相关的预测技术对于网络的营销业务的发展都有着非常重要的促进作用，相关的企业还要进一步对匿名技术进行研究，保证用户的个人信息安全以及数据之间的应用安全。

3.2加强数据的监管

海量数据的汇集加大了隐私信息暴露的可能性，对大数据的无序使用也增加了信息泄露的风险。在监管层面，明确重点领域数据库范围，制定完善的数据库管理和安全操作制度，加大对重点领数据库的日常监管。在企业层面，加强企业内部管理，制定设备尤其是移动设备的安全使用规程，规范大数据的使用流程和使用权限。

3.3建立和完善法律法规

在我国现阶段个人信息安全法律法规与大数据技术同步跟进还是新生事物，行业内部仍在不断地摸索中努力前进，在其发展的过程中也会有很多的挑战，比如法律法规相对不够健全，相关的用户信息不能进行安全的保护等等。《信息安全技术公共及商用服务信息系统个人信息保护指南》作为个人信息、保护方面的最高国家标准于2月1日开始实施，这项标准主要是在整个大数据的环境下对用户个人信息的安全性以及合理利用性进行相应的标准规定，这就进一步保证了在对用户个人信息处理过程中的规范性。所以，在目前我国大数据的背景下，如果想要进一步对个人信息的安全进行保护，就要对相关的法律法规进行相应的建立和完善。

3.4安全体系建设

在目前我国大数据环境下的社会网络，要对网络行业的相关规范标准以及相关的公约进行相应的建立，要想保证我国的社会网络行业在目前我国社会经济的发展背景下能够进一步提升，在市场上能够占有一定的地位，就要对相关的建立相应的安全体系，并且对用户的信息安全进行进一步的保障，保证用户能够对网络行业产生一定的信任，并且能够在目前大数据的环境下能够获取一定的收益。

3.5提高个人安全意识

提高个人的安全意识是社会网络用户在大数据时代主动保护个人信息、安全的有力措施。如学习信息安全基本保护措施，加强对信息安全知识的拓展，不仅能够帮助用户对相关的网络病毒特征进行了解，还进一步提升了自身的信息安全保护意识，进而保护其他用户的个人信息安全。还要对用户的信息进行及时的备份，提高用户的信息安全保护的意识。

对于网站以及相关的网络应用要进行相应的控制，保持其合理性的应用，在使用网络的过程中要对各个方面进行考虑，不要将个人信息过多的放入到网络中去，对于分享的照片以及地理位置等等个人信息要进行相应的控制，还要对陌生人进行相应的访问权限设置，对于自己的个人信息要能够把控住，保证自己信息的安全性。

在访问网站时，会产生很多注册的信息，在注册的过程中要保证自己的个人信息不被透露。用户还要进行定期的个人信息安全教育，根据相关数据表明，用户信息在进行相关的安全教育之后，对于其个人信息的保护意识也就有所提升。在目前大数据的背景下，相关的用户要对网络中相关的隐私安全保护公约进行更多的了解，主动地进行自身信息安全的保护。

4结语

13.电信行业大数据浅析篇十三

移动互联网时代, 云计算、物联网、智能终端等新技术新应用涌现, 移动互联网的迅猛发展给电信运营商带来了流量收益的同时, 也加快了互联网企业端云整合步伐, 电信运营商被管道化趋势加剧;同时, 电信行业、互联网企业、电子商务等产业的相互渗透, 持续改变着人们的生活、工作习惯。进入2012年以来, 大数据 (Big Data) 一词越来越多地被提及与使用, 人们用它来描述和定义信息爆炸时代产生的海量数据。互联网时代, 数据就是金钱, 电信运营商应抓住机遇, 利用大数据技术的出现和发展, 对企业客户行为数据、信令数据、网络运维数据等海量数据进行存储与深度挖掘分析, 让其产生价值, 更好的服务于企业, 服务于客户。

二、什么是大数据

维基百科将大数据定义为:大数据是很多各种数据集汇合起来的数据集合, 规模非常大并且复杂, 以至于很难使用常规的数据管理工具或传统的数据管理技术来处理这些数据。大数据处理的挑战主要包括:大数据的捕获、治理、存储、搜索、共享、分析和可视化。早在2001年, Gartner分析师DougLaney就提出数据处理领域的三大挑战, 即Volume (巨大数据量) , Velocity (数据快速处理) , Variety (多变的数据源数据类型) 。业界通常用4个V, 即容量、类型、价值和速度, Volume、Variety、Velocity和Value) 来概括大数据的特征。

如表1所示, 大数据虽然有4V特征, 但大数据从本质上并未突破传统数据处理范畴而是丰富了传统数据处理范畴。

在大数据商业革命的暗涌中, 各大IT巨头纷纷布局大数据业务, 通过收购大数据相关厂商来实现技术整合, 以图在大数据的新生代商业格局中率先抢占全新的制高点。例如, 2009年至2010年之间, EMC先后收购Data Domain、Greenplum、Isilon, 甲骨文收购了sun, IBM先后收购SPSS以及Storwize;2011年, 惠普收购了Autonomy等。同时各大企业纷纷推出自己的大数据分析产品, 包括GOOGLE、IBM、EMC、ORACLE、微软、惠普、SAP、Teradata, 这些企业几乎囊括了目前全球最顶尖的搜索服务、数据库、服务器、存储设备、企业解决方案的主要提供商, 足以显示大数据在产业界的汹汹来势。

三、大数据处理主流开源技术体系——HADOOP

大数据必要的底层技术包括分布式计算、分布式通信、内存计算、列存储、库内计算等。谷歌分别于2003年、2010年、2012年, 先后发表了大数据技术相关的研究论文。Hadoop HDFS、Hadoop Map Reduce、HBase、Hive渐次诞生, 早期Hadoop生态圈逐步形成。

Hadoop是一个Apache软件基金会项目, 包含一系列用于存储和处理大量非结构化数据的工具集。其中两个核心组件是用于存储数据的Hadoop Distributed File System (Hadoop分布式文件系统) 和用于写入并行处理任务的Hadoop Map Reduce。Hadoop是一个能够对大量数据进行分布式处理的软件框架。它是在互联网行业处理大数据的一个非常好的工具。后续大数据的技术发展基本以hadoop为基础进行演化。HADOOP体系架构如图1所示。

HADOOP大数据开源系列主要组件如下:

HDFS/Map Reduce:分布式文件系统 (HDFS) 是一个高度容错性的系统, 适合部署在廉价的机器上。HDFS实现海量数据存储服务能提供高吞吐量的数据访问, 非常适合大规模数据集上的应用。Map Reduce提供大规模分布式计算服务。

HBASE:是一个在Hadoop上提供离线和在线存储服务, 适合实时性要求较高的随机读写。其优点是写入速度快 (LSM-Tree) , 混合行列存储, 表结构变更容易, 稀松矩阵利亍节省存储空间。缺点是没有跨行事务, 没有索引不利亍简单的多维分析, API比较复杂学习成本高并且线上关系型数据向HBase迁移工作量比较大。以google的Mega Store为代表在进一步研究hbase的改良。

HIVE:是一个在Hadoop上构建数据库的软件, 它基于Map Reduce支持通过类SQL的HQL语言操作结构化的数据, 适合于实时性要求不高查询和分析;HIVE的优势是实现了基本的SQL功能;支持多语言客户端;缺点是数据仓库功能不够完善 (缺乏权限管理、窗口函数、多维分析等功能) 、使用门槛高 (用户界面简陋、运行调试麻烦、问题定位困难、查询计划难看) 、性能有提升空间 (SQL翻译成的MR仸务效率低或者不合理) 、不够稳定 (在生产环境中经常会出现卡死、元数据损坏、进程异常退出等) 。

PIG:Pig Latin, 类似于Hive癿大规模数据分析平台, 提供类SQL数据处理语言;在Hadoop上运行的Pig Latin执行引擎, 对hadhoop Mapredurce常见的操作, 如join, orderby等操作进行优化。相比hive, pig是一种过程化语言, 把数据进行处理后存入hive中。

Zookeeper:Hadhoop开源组件之一, 提供对存储、计算节点的调度、管理工具。维护界面简陋, 使用门槛较高。

四、大数据解决方案及产品分析

互联网时代, 数据就是金钱。Google、Facebook、Amazon等互联网企业都是大数据应用的领先者, 他们通过对大数据的追踪、分析和挖掘, 快速精确地为企业实现大数据营销, 使其产生商业价值。而在国内, 百度与阿里巴巴的搜索和竞价广告体系都是相对成功的案例, 2012年7月, 阿里巴巴在管理层设置了“首席数据官 (CDO) ”一职 (陆兆禧) , 负责推进“数据分享平台”, 落实“将阿里集团变成一家真正意义上的数据公司”战略。此外, 腾讯在天津投资建立亚洲最大的数据中心, 新浪推出企业微博产品提供精确的数据分析服务。

大数据分析常和云计算联系到一起, 因为实时的大型数据集分析需要像Map Reduce一样的框架来向数十、数百或甚至数千的电脑分配工作。简言之, 从各种各样类型的数据中, 快速获得有价值信息的能力, 就是大数据技术。

从行业实践来看, 目前大数据常见体系架构及产品概览如图2所示。

目前主流的大数据解决方案主要分为两大类:一体机解决方案和纯软件解决方案和纯软件解决方案。

一体机解决方案基于开源体系搭建软硬件一体机, 同时提供Hadoop商业版本和服务, 简化平台部署和维护难度。能很好地支撑已定制的业务, 在流计算方面也有很好的表现, 但面临高昂的成本和较低的需求响应速度。一体机解决方案的典型产品, 如oracle Exadata、SAP hana、IBM symphony、Intel hadhoopmanager、EMC Green Plum等。

纯开源解决方案提供开放的大数据平台软件, 软件可部署于x86等多种硬件环境下, 部署模式可根据具体的业务场景进行设计, 且用户可基于大数据的软件平台设计自己的上层应用。其拥有较低的成本和较快的需求响应速度, 但纯开源平台将面临更多的软件开发工作。以阿里, 淘宝, 百度等互联网企业为代表, 他们依托强悍的技术研发实力, 组建专门的开发团队, 从开源体系上反复迭代开发, 历经数年, 逐步搭建稳定、成熟的企业专有的大数据平台, 对内对外提供数据服务。

基于大数据处理的技术架构近年来涌现出众多的新技术, 当前业界流行的纯软件解决方案典型产品, 如Cassandra、IBMBig Insights、Cloudera Hadoop、Intel Hadoop发行版、EMCGreenplum等。其中, 由Apache基金会开发的Hadoop开源架构已被众多互联网公司采纳, 在一定范围内可以借鉴相关经验。表2将业界流行的纯软件解决方案的几种典型产品进行了对比分析。

五、适合电信运营商的大数据处理平台架构建议

对于电信运营商而言, 大数据主要是大量客户的行为数据。运营商可以利用大数据提升管道智能化水平, 更加精准地发现客户需求, 提升行业信息化服务的能力, 改变企业管理者以往“拍脑袋”的决策方式, 管理抉择更依赖“用数据说话”, 抉择更科学, 理性, 更具定量化和可评估性, 以及准确性和延续性。

随着智能手机的不断普及, 用户的行为信息日益丰富和完善, 深度分析与挖掘这些数据, 让其产生价值, 将给运营商带来新机遇。西班牙电信成立了名为“动态洞察”的大数据业务部门Telefonica Dynamic Insights, 希望借此把握大数据时代商机、创造新的商业价值。法国电信也在努力发掘大数据能带来的价值, 目前已在移动业务部门和公共服务领域进行了探索和尝试。该企业针对用户消费数据的分析评估, 以改善服务质量。土耳其电信自从用户超过3000万时, 便开始渐进式的大数据创新之旅。

对于国内电信运营商而言, 移动互联网时代, 电信需要处理的数据量大幅增加, 而数据的价值密度远低于2G时代, 使得电信的大数据平台必须具备较低的成本;移动互联网时代的终端设备、应用和用户喜好的变化周期大幅缩短, 使得电信的大数据平台必须具备快速多变的需求响应速度。基于以上两点, 电信的大数据平台适合选择纯开源的解决方案, 设计合适的架构部署于廉价的X86服务器上。

基于以上分析, 本文建议采用“四层一管理结构”的思路来构建基于电信运营商的大数据平台, 实现对互联网行为、网络信令、话单文件、IT日志等非结构数据的采集、整合和存储, 建设统一的数据资源池, 来对外提供数据服务, 如日志分析, 互联网行为分析, 详单查询等应用服务。

如图3所示, 该大数据平台架构的核心是数据资源池, 主要分为数据采集, 数据存储, 数据计算, 数据服务四个层次。同时, 具备平台管理功能, 对整个大数据平台进行调度、监控等管理。

1、数据采集层

实现对不同种类的数据源抽取进行灵活拓展支撑, 实现异构接口数据的抽取, 并与特定、粗粒度业务规则进行关联管理。采集层可选择的典型软件有:Data X、Nutch、Flume (数据库表) , Time Tunnel (日志数据同步) 。

2、数据存储层

实现对各种数据源抽取结果的分布式存储, 包括结构化数据, 非结构化数据, 如图片、视频、word、pdf、ppt等文件存储等;数据存储的典型软件有:HDFS, HBASE, Ocean Base, Mongo DB, Cassandra, Redis。

3、数据计算与处理层

实现对因结构变化为导致计算模式变更, 需求模式变化带来的计算碰到瓶颈的海量数据处理的支撑。包括批量计算, 实时/流计算两类, 针对准实时、离线数据的计算的软件有:Hadoop (Map Reduce技术) 。针对实时的数据计算的软件有:流计算 (twitter的storm和yahoo的S4) 。另外还有其它常见的开源技术, 如Flume, Scribe, Kafka (京东选用产品) 。

4、数据服务层

针对不同业务部门或应用系统的数据需求, 实现共享服务灵活定制, 包括批量数据导出, 数据库表, APP接口等。开放数据库访问接口方式可选择:比如oracle, mysql, hive, datax等。另外还有通过webservice服务调用方式, 但这种方式需要通过开发代码实现, 且个性化程度高, 开发周期长, 不推荐使用。

5、管理平台

实现对大数据存储利用率、作业的动态监视、性能诊断及优化等功能, 包括提供存储计算利用率趋势分析和预警等。实现对大数据资源池动态调配、扩容和统一管控。目前典型的产品为Zookeeper。但hadoop提供的Zookeeper功能比较弱, 需要在选择商业化的管控工具或者在此基础上进行个性化的开发。很多互联网公司基于hadhoop开源框架进行了个性化的开发以提升运维效率。

目前大数据纯软件解决方案典型产品体系如第四章中表1分析所示, 主要有Apache官方开源版、Cloudera CDH3、Intel Hadoop、Map R。由于电信运营商在大数据的人才储备方面无明显优势, 且内部系统复杂, 可根据自身实际以及所合作的开发团队的能力, 以及各个产品的优缺点不同选择适合自己的软件方案。

六、结束语

本文综合大数据的技术架构和行业实践, 对大数据解决方案及其产品进行了分析, 并在此基础上对电信运营商的大数据平台策略给出了建议, 目的是为电信运营商的大数据技术应用提供参考。使得大数据技术在电信运营商中广泛应用并发挥其价值, 为客户提供更深入的服务。

摘要：移动互联网时代, 云计算、物联网、智能终端等新技术新应用涌现, 移动互联网的迅猛发展给电信运营商带来了流量收益的同时, 也带来了新的机遇和技术挑战。本文主要分析了大数据技术体系及其行业实践, 大数据解决方案及典型产品的优缺点, 并提出了一种适合电信运营商的大数据平台架构。

关键词：大数据,Big Data,HADOOP,云计算,移动互联网,电信运营商

参考文献

[1]White Tom.Hadoop:the Definitive Guide.O’Reilly Media, p.3.ISBN978-1-4493-3877-0, 2012.

[2]Viktor Mayer-Schonberger, Kenneth Cukier著.盛杨燕, 周涛.大数据时代:生活、工作与思维的大变革.浙江人民出版社, 2012.

[3]黄勇军, 冯明, 丁圣勇, 樊勇兵.电信运营商大数据发展策略探讨.电信科学.2012, 29 (3) .

[4]陈娜, 徐歆壹, 宋红兵, 何毅.基于Hadoop的电信BSS大数据平台建设研究.电信科学.2012, 29 (3) .

[5]陈勇.大数据及其商业价值.通信与信息技术.2012.

【电信行业大数据浅析】推荐阅读：

中国电信大数据规范07-02