国际运营商大数据的现状与,该文是大数据论文写作参考范文与运营商和启示和现状方面参考文献格式范文.
大数据论文参考文献：
摘 要：目前大数据蓬勃发展,国际运营商在大数据发展上先行一步.本文通过分析国际运营商对内对外如何应用、发展大数据,追踪国际运营商最新应用动态,总结了国际运营商发展大数据的主要特点,并有针对性地从发展模式、领域选择、组织架构、合作模式等方面,对国内运营商如何发展大数据这一新业务提出建议.
关键词：大数据；国际运营商；应用
1 引言
随着互联网、云计算与物联网技术的发展,数据量呈爆发式增长,根据监测数据显示,2018 年全球大数据市场规模或将达454 亿美元,2018—2022 年年均复合增长率约为15.37.各大运营商也在加快数字化转型进程,目前信息服务已进入“大数据与智能应用”时代,国外运营商在发展大数据上研究应用时间较早,目前已进入稳步发展期.
2 国际运营商大数据的对内应用
国外电信运营商积极在大数据领域创新.对内,积极将大数据技术应用于优化网络质量、提升用户体验、推动用户消费等方面,以提升企业内部运营效率与收入业绩.
2.1 提升网络设施建设与质量管理水平
首先,将大数据应用于优化网络基础设施建设,运营商通过大数据技术实时分析用户的位置信息、业务流量及当前网络的主要流向,实现对用户业务流量的甄别与对网络资源的控制,从而协调网络投资、优化的优先级别或对基站建设资源进行协调配置,例如在高流量热点区域增加基站等,更好地将数据流量与用户、所需带宽、网络资源进行匹配.例如,AT&T建立平台Self-Optimizing Network 分析用户网络使用情况,基于此配置网络资源,将数据分析结果利用于网络覆盖规划、容量设计等领域,有效降低了15%的网络拥塞.
Telefonica 结合其网络数据与Astellia 的Nova RAN 平台优势,优化网络投资,提高网络覆盖率与性能.二是利用大数据优化网络运营能力,利用大数据技术获取网络信令、网络日志等数据,对网络的各环节进行监控,当基站或其它网络环节出现故障时,识别潜在问题或搜集到已发生的故障信息,进行预警、反馈,或自行排查网络故障,此外,还能预测网络的中断或拥塞.例如,SKTelecom 借助具有大数据分析和机器学习功能的网络操作系统Tango,分析按地区与时间段划分的网络流量信息,提供网络性能、操作质量的实时自动检测,并针对网络上的异常情况提供解决方案.AT&T建立大数据动力塔断电工具,测量、分析网络中断的反应,以优化网络布局.
2.2 提升市场营销能力与客户体验
（1）基于大数据技术提升用户忠实度
运营商基于用户身份信息、行为偏好、投诉信息、社交信息等数据,监测用户的需求体验、对企业的满意度、对产品服务的满意度,判断用户是否有离网倾向,预测出可能的离网监控点,并进行有效干预,实施维系策略,或者进一步发现用户潜在需求,改变产品研发方式,对用户需求进行细分与精确匹配,提高用户黏性.例如,法国电信通过分析细分领域用户的通信记录、通话对象及通话频率,建立用户流失预测模型.
T- Mobile 统计用户通话与计费信息,预测并管理用户的离网行为,在一个季度内将用户流失率降低了50%.
（2）开展内部产品的精准营销
分析用户的位置信息、通信信息、上网行为等数据,构建用户画像,建立用户标签,挖掘用户消费需求与通信行为时空特征,将适合用户需求或者用户感兴趣的服务套餐或通信产品通过合适的营销渠道推荐给有需求的用户,实现个性化精准营销,从而实现电信业务价值的最大化.例如,Telecom Italia 搭建用户数据仓库,建立收入预测与用户行为相关联的模型,面向用户推出个性化产品.印度Airtel 与Mobileum 联手,预估用户出国旅游需求,为漫游用户提供化服务.
3 国际运营商大数据的对外应用
国外电信运营商在商业变现上已有成熟的应用案例,基于大数据从产生到市场应用的发展环节,可将运营商发展大数据业务的模式分为数据源供应、软件&平台供应、应用分析服务等（见表1）.
（1）数据源供应模式
主要是对外开放数据,将部分非敏感数据或脱敏数据,有偿销售或授权给第三方使用,这种模式相对初级,政策风险较大,市场空间较小.
（2）软件&平台供应模式
基于大数据技术开发能力,挖掘客户数据分析需求,对外提供大数据软件系统或开放其大数据平台能力,这种模式对运营商开发能力要求较高,目前多是与大数据专业公司合作提供.
（3）应用分析服务模式
将用户数据整合,挖掘数据潜在内涵,面向垂直行业,向第三方提供商业数据分析、广告投放支撑等服务,提供数据分析报告或客户需要的其他产品形式,或开展持续的数据分析或支撑服务.这类模式市场空间大,服务价值较高.
4 国际运营商大数据的特点
4.1 发展背景：运营商大数据发展程度与社会环境密切相关
目前,不同地域的运营商大数据发展进展不一,与本国的国情社情、区域环境及技术环境等密切相关.例如,欧美运营商相比日韩发展更快,主要原因有：
（1）日韩用户较为重视个人隐私观念.因此,运营商在运用大数据的对外服务上更为谨慎,除了内部运营提升,日韩运营商主要聚焦医疗、健康、交通领域,且基本不对外共享用户数据.而欧美更为开放的社会环境推动了大数据在多个领域发展.
（2）对大数据需求与价值认知不一.2017 年,全球企业应用公司IFS 的调查显示,北美所有行业对“大数据和分析”的投资意愿都是最高的（46%）.
（3）在整体技术能力上存在区别.欧美技术水平更先进,时行的Spark、Shark、Alluxio、Mesos 等都出自于美国伯克利大学的研究,运营商与当地的科研教育机构合作更紧密.
4.2 主要模式：对内服务为主,向更高级的应用服务层扩展
国际运营商最先将大数据应用于内部运营服务,然后开始对外实现价值变现.运营商数据种类和总量虽然涉及较广,但多数数据触及用户隐私,且受限于行业合作与数据共享的难度,对外服务中存在较大风险,因此多数仅用于内部运营支撑,目前形成了“内外并举,从内向外,以内为主”的模式.对单个运营商而言,多数都是立足于基础设施的优势,先对内聚焦网络建设管理、业务精准营销、用户体验管理、企业精细化管理等应用；然后对外提供服务,先提供数据源或直接进行数据交易,再通过合作,向软件系统层和应用服务层扩展,最后向平台服务、解决方案提供过渡,例如Telefonica（见图1）.
4.3 战略定位：从战略层面高度重视大数据应用
大数据对运营商来说是实现数字化转型,拓展新价值增长点的重要领域,多数运营商高度重视大数据业务,将其提升到公司战略层面,将大数据作为战略实现的重要支撑手段.以Telefonica 为例,其在2020 年数字化战略中明确提出要“以连接发展推进数字化变革”,并将“大数据与创新”作为6 个关键要素之一.例如,SK Telecom 在2020 年战略中提出的“致力于成为下一代平台的提供者”,主要是基于大数据技术的“为用户提供化内容、差异化服务”来实现的.多数运营商是将大数据作为发挥已有资源优势的工具和重要技术力量进行定位,且并非要做行业的主导者,而是成为大数据的使能者.
4.4 重点领域：对外聚焦少数重点垂直类领域
截至目前,国际运营商大数据业务的对外服务中,以零售、交通、医疗和智慧城市为主,这些领域具有较明显的特点（见图2）：
（1）与运营商的基础能力更契合,多数可来源于自有数据库,如需从外部获取,成本较低.
（2）多数领域已形成规模化需求,一方面客户有较强的数据咨询服务需求和付费意愿；另一方面,对运营商而言,在这些领域应用也具有较强的商业价值或社会价值.
（3）这些多是行业开放度较高、所利用的数据能较少披露,进行脱密处理后触犯法律的风险较小.
（4）这些行业多数有较好的信息化基础条件、数据资源整合相对较容易,应用特点与大数据技术较为契合.
4.5 组织架构：建立相对独立的大数据组织机构
为了与传统业务模式相区分,推动大数据的规模化经营,多数运营商倾向于设置专门的大数据管理单元,以产品为核心,整合设计、研发、营销、运维等环节,形成专业化的运营管理体系,依据业务规模和发展需求,一是成立单独的部门（如Telefonica,2012 年成立Dynamic Insights 大数据部门,2016 年成立新的大数据业务部门“Luca”,2017 年T-Mobile 成立IOT&Big Data新部门）；二是成立单独的公司（如KT成立大数据软件开发子公司KT NexR）；三是成立合资公司（如NTTDoCoMo与欧姆龙成立合资公司以推动医疗业务的发展）.
4.6 合作模式：多方合作拓展大数据能力
目前,国际运营商在发展大数据中,为了强化自身能力,积极与企业、政府、公益组织等各类型的合作伙伴共同协作,主要有以下几种模式：
（1）加强交流以拓展数据源的范围和种类.例如,2017 年Telefonica 与以色列运营商Pelephone 合作,通过置换数据的使用权,共同开发大数据.
（2）与专业公司合作提升技术能力.例如,挪威Telenor 与公共机构、研究合作伙伴、商业公司合作开发了可用于交通、医疗、旅行等领域的多项应用.
（3）汇聚合作伙伴,加快平台的共建共享等方面.例如,2017 年Telefonica 与惠普合作,共同向企业客户提供大数据平台服务.
5 对国内运营商大数据的建议
通过综合分析国外运营商大数据的发展情况,总结了国内运营商发展大数据的建议：
（1）切入领域：提升战略认识高度,选择重点领域切入
从战略上重视大数据的价值,明确总体定位,将数据资源作为企业重要的资产与生产力,定位于“协助客户发挥数据资源力量的使能者”,按照近期、中期、长期拟定计划,设定每个阶段的重点工作和主要商业模式,具体业务可从内部切入,对外“变数据为服务”.通过标杆式的案例进行复制推广,目前基于位置、终端的信息变现前景较为明朗,精准营销、交通物流方面的业务相对更容易变现,且国内金融征信产品比较单一,个人征信覆盖率较低,金融领域也较容易进入.智慧城市对大数据需求丰富,运营商可将此作为突破点,系统地将大数据应用到智慧城市的重要领域,加快垂直领域中“CT+IT+大数据”的融合与运用,打造差异化的数据产品.
（2）组织架构：建立独立化的职能架构,强化专业化队伍建设
建立与大数据相适应的运营体系,在初期根据业务规模和资源情况可以先成立跨部门的虚拟团队,再适时建立专业化的大数据运营部门,以大数据产品开发为核心整合数据资源与运营流程；在支撑流程、运作模式和考核方式上进行全方位的区隔,实现大数据业务的独立化运营与核算,并辅以灵活的机制.后期可视情况而定,再将大数据的专业团队或部门与其他可合作业务或传统部门进行融合,进一步发挥大数据技术对原有资源和业务的渗透作用.另外,积极推动大数据专业队伍建设,以外包、从外部引入或培养更高水平的大数据技术自有队伍等方式,快速提升大数据应用的核心竞争力.
（3）基础能力：注重数据隐私界限,提升数据管理能力
按照法律法规,做好大数据隐私风险防控,将数据进行分级分类管理并进行脱敏处理；升级客户资料档案库,提高客户资料管理系统的安全保护能力；加强账户管理,展开必要的用户授权知情通知.在对外服务中,通过技术手段与管理措施,加强保护,将数据与隐私泄露的风险控制在一定程度内.强化对数据资源重要性的认识,升级IT 架构与体系,整合“三域”数据,打通主要渠道数据节点,加强数据基础平台的建设与整合.提升数据存储、分析、视图输出能力、应用能力,建立大数据资源池,再进行筛选、整理、整合和录入,建立大数据“收集—处理—传输—加工—输出”全流程的操作规范.
（4）共同合作：开展合作开发大数据,提高数据利用效率
一方面,可会同政府、行业协会共同协同制定电信大数据安全标准和应用规范,营造良好政策环境,推动运营商的行业数据与政府、企事业单位等重要机构的数据对接,探索跨领域的商业新模式；另一方面,运营商也需探索与大数据专业公司合作的方式,将大数据结合物联网、区块链等技术,以及融合技术创新和商业模式创新,通过商业合作弥补短板,建立开放、共享的大数据资产管理体系.基于自身的数据资源优势和基础设施能力引导合作伙伴进行数据融合与应用创新,搭建合作平台,进行跨业务、跨平台的关联与整合,逐步构建平台级生态体系.
该文点评:上文是关于对写作运营商和启示和现状论文范文与课题研究的大学硕士、大数据本科毕业论文大数据论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助.
国内外大数据产业现状和趋势
方申国谢楠,文进入21世纪以来,随着物联网、电子商务、社会化网络的快速发展,数据体量迎来了爆炸式的增长,大数据正在成为世界上最重要的土壤和基础 根据IDC（互联网数据中心）预测,2020年的数据增长量.
大数据时代微信虚假健康信息传播现状与治理
【摘要】本文基于微信平台的虚假健康信息传播现状及其存在的问题,从中寻求治理对策,消除虚假健康信息不良影响,实现精准健康传播,促进健康医疗大数据应用发展 【关键词】微信；虚假信息；健康大数据【基金项目】.
国际一流媒体的大数据竞争策略
如何在大数据中发现规律、知识、洞见,寻找隐藏在电视新闻大数据背后的模式、趋势和相关性,揭示电视新闻媒体成为国际一流媒体的发展规律及可能的商业应用前景,都需要我们拥有大数据的思维和良好的大数据洞察力 传.
大数据技术和国际舆情研判
聂书江 中国政法大学光明新闻传播学院国际舆情研判是指对国际舆论场中的舆情进行价值和趋势的一种分析与判断过程,主要由两部分构成一是对国际舆论场中舆情进行日常性、持续性的跟踪、收集,形成舆情库,进而提出报.