第一篇：社區大數據應用討論

社區大數據應用討論

代收包裹只是開發商利用末端配送優勢所提供的新服務之一。深圳開發商某公司早已推出一款名為“彩生活”的app，它集合了社區周邊一公里內衣、食、住、行、娛、購、游等商戶資源的平臺，通過審核把關，構建社區一公里微商圈。比如住戶可以隨時用app下單叫外賣、預約洗車服務、預約家政上門服務等。一方面是使用方付費，只需要住戶往系統的個人賬戶里預存一部分錢，就有人按約定時間提供老人按摩等，每參與一次扣一次錢。跟百度廣告系統一樣，按點擊（服務）付費。而商戶也要繳納一部分的廣告費用。

在傳統的房企運營模式里，物管長期以來是以低利潤的房企配套服務身份存在，大多數房地產下屬的物業管理公司也以博口碑為主，服務水平越高，則利潤就會越低，大部分的中小開發商物管是虧損經營，大型開發商的物管利潤率很低。比如2012年碧桂園實現了接近6億元的物業管理收入，但利潤約為6,000多萬元。

可是在互聯網浪潮正在顛覆所有傳統商業模式的今天，曾經是“賠錢貨”的物管因為其擁有龐大的白領客源數據庫，正在變成會下金蛋的鵝。以上述的某公司彩生活為例，目前彩生活收入以及利潤占某公司集團整體不足一成，不過已連續三年復合增長超過25%。2012年，彩生活實現收入1.85億元，同比增長48%；凈利潤超過4,000萬元，凈利率達14%，毛利率高達40%以上。遠高于同行的水平。在2013年6月，某公司完成了一筆700萬美元的融資，這筆融資不是用于買地或還款，其總裁潘軍稱，這筆錢將主要用于物管平臺彩生活業務的運營，主要為“2.1”版的彩生活社區進行光纖到戶的投資。

除了利用網絡平臺營造社區一公里“微商圈”，與電商結合解決“最后一公里”難題外，房企所掌握的社區平臺還有著更多的可挖掘空間。

在2013年末，萬科入股徽商銀行，越秀地產收購香港創興銀行等等事件，普遍被地產媒體認為很可能是為了打通更多的融資渠道，獲得更多的低息資金。但其實像萬科、越秀地產等資金實力充足，很容易就可以發現低息高等級美元債券的開發商，所謀并不會像常人一眼所見那么明顯。

2014年初的將經理人手捧熱咖啡，品嘗精美餐點，分享了一份中國家庭金融的研究成果。在《萬科周刊》上可以看到，這份中國家庭金融研究的ppt，關注了中國不同地區家庭的資產結構、資產管理方面的現狀。聯想到萬科董秘譚華杰在萬科入購徽商銀行后稱，參股商業銀行是為了更好地滿足公司客戶在金融服務方面的需求，可望發揮協同效應，幫助公司率先向客戶提供國內領先的社區金融服務，提升公司在全面居住服務方面的競爭力。

對于以小貸為主的徽商銀行而言，萬科的年輕白領業主群與它的創業類小微信貸客戶群有一定重疊。而且開發商可以通過長時間的數據采集，以及房產狀況的評估，對業主的誠信度、支付能力等做出較為準確的描述。而且社區金融服務并不止貸款那么簡單，還可以包括許多金融延伸服務如開發銷售理財產品；進社區開展金融知識與服務講座；涉足電商經營等。這些寶貴的中產客戶資產、行為分析數據可以說是私人銀行們夢寐以求的樣本。而進一步的話，開發商所掌握的社區平臺，還可以成為小微企業孵化平臺，幫助社區創業的人做所有不愿做的繁瑣事情，比如公司核名，注冊，年審，審計，法律援助等各種公共服務，還可以幫助企業引資。

第二篇：淺談圖書館如何簡單應用大數據特性

淺談圖書館如何簡單應用大數據特性

重慶師范大學涉外商貿學院

【摘 要】隨著現代社會和科學技術的發展，以及大數據的概念出現以后，大數據已經漸漸融入到我們生活中的各個領域，正改變著人們的生活方式。圖書館作為文獻信息中心，更應該接受和適應這種變化，并且利用大數據的特性進行發展和改變，來突出圖書館的特點和職能。

【關鍵詞】圖書館；大數據；特性；簡單應用

“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力，用來適應海量的、高增長率和多樣化的信息資產。對于大數據這個概念大家并不陌生。

大數據有四特性：

1.大量

2.高速

3.多樣性

4.低價值密度

隨著社會和科技的發展，大數據已經融入到我們的生活中的各個領域。圖書館擔負著教學和科研服務的雙重任務，是培養人才和開展科學研究的重要基地，不僅要更好的融入當今社會的大數據時代，更應該更好的應用大數據的特性為廣大讀者服務。

一、大量

首先大數據與傳統數據相比較，最明顯是特點就是在于大數據的信息量巨大。

現在的圖書館已經不再是只用來存放紙質載體圖書的建筑物，它還包括有電子資源以及各種不同形式、不同載體的信息和資源，圖書館的功能和內容正在發生轉變。傳統紙質圖書載體能容納的內容相對于大數據大量的概念來說已經不值得一提。而隨著現代科技發展，出現的電子圖書的信息量也是不能與大數據相比的。

原來所說的電子圖書和數字資源一般都指存儲于圖書館內的本地數據庫中存儲的資源。一般的電子圖書和數字資源具有容量遠遠大于傳統紙質載體圖書，并且具有使用和檢索都比紙質載體圖書來的更為方便和快捷等優勢。但在大數據環境下，使我們的這一概念發生了翻天覆地的變化。大數據的應用方式，在理論上可使圖書館的容量無限擴大。

大數據即將大量數據通過互聯網聚集到某個特定點，也可以看成是把互聯網上的所有數據集中在某一個特定數據庫中，這個特定點或特定數據庫存在于互聯網中。事實上我們所說的特定點或者特定數據庫只是把互聯網中各個不同的數據庫做成開放性數據庫，讓各個數據庫之間進行相互通?，而形成的一個整體數據庫。

因此，圖書館也可以鏈接并使用這一特定的整體的數據庫。通過此鏈接，不僅可以無限擴大本館自身的館藏資源，還能使本館資源得到開放，更加有效充分的利用館藏資源，并實現數據交流和資源共享。

二、高速

大數據和傳統數據最大的區別在于大數據的高速特性，它對于數據處理的能力要求必須非常出色。

大數據在進行數據處理的時候，既能對數據進行流處理，也同時能具備對數據進行批處理的能力。也就是說，大數據處理要求在連續不斷處理數據的同時，能夠對突如其來的批量數據進行計算和處理。

大數據的高速運行，要求數據有時效性。隨著時間推移，數據的價值會折舊，不同年齡階段的數據具有不同的價值，如期刊類，報紙類。這就要求圖書館及時更新其館藏。好在大數據時代的資源和數據能夠互相連接，彌補了部分館藏和資源不能高速運行更新的缺點。

從數據開發來看，圖書館存儲了大量的數據和資源。當這些數據和資源被聚集到一起時，會形成數據和資源的“礦山”，那么“挖礦”的效率就要求非常高，大數據高速運行就成了“挖礦”的優勢。

在圖書檢索上，大數據的高速運行查找能夠快速、精準的定位每一本圖書的位置。對于不熟悉圖書分類法的讀者來說，利用大數據進行圖書資料的查找和檢索無疑是最方便快捷和準確的。

三、多樣性

大數據的數據來源的多樣性，這是傳統數據做不到的。

對于圖書館來說，產生數據的方式多種多樣，有日常的統計數據報表，有人工借還和自助借還數據，有讀者檢索圖書產生的數據，有使用網絡圖書館產生的點擊量、瀏覽量等多種數據來源。可以看出讀者自身也是數據的創造者。

在大數據環境下，圖書館通過記錄、收集并保存產生的一切數據，待數據量達到一定規模的時候，通過對多樣數據的各種提煉和分析，了解讀者需求，更好的提供多樣化的資源和優質的服務。

通過分析讀者的閱讀需求等數據，可幫助圖書館優化自身的館藏結構，幫助圖書館紙質圖書館藏的剔舊、電子資源的購買和更新等工作更科學的進行。

四、低價值密度

大數據的低價值密度是指數據的真實性。

大數據追求的是數據的高質量，大數據的基本在于為決策提供幫助，因此大數據必須擁有絕對的真實性。

從來源上分析，傳統數據的來源是從宏觀上采集的。數據的采集有原則性，有規律，采集的對象有階段性有針對性，或者直接是進行抽樣采集的。傳統數據的采集方式決定了傳統數據在真實性上會有所欠缺。

大數據的采集方法與傳統數據迥異。大數據的數據采集方式是從微觀采集，它進行的是個體采集，每個個體都有自己單獨的數據集合，也是產生數據的來源。大數據對于數據的采集是沒有標準的，它的采集方法源于對個體的行為與現象記錄。通過對大量真實數據進行提煉、分析和總結出來的有用數據，其真實性是毋庸置疑的。

圖書館應用低價值密度這一特性，可以幫助圖書館對文獻進行開發。因為圖書館所提供的文獻、資源、信息等必須具有權威性和真實性。以大數據為基礎的參考信息作為文獻開發依據具備了真實性的原則。

大數據能真實的分析讀者使用圖書館的習慣和讀者的讀書習慣。通過記錄和分析讀者的閱讀傾向的數據和讀者使用館舍的數據等等，能真實分析出哪些是讀者使用的重點資源，哪些是讀者不常使用的次要資源。通過對讀者的閱讀傾向的數據進行記錄和分析，可幫助圖書館加強對讀者重點使用的資源的建設。而對讀者使用館舍情況的記錄和分析，可以對圖書館館舍進行科學的改造和布置，讓讀者使用圖書館更感舒適。

大數據真實的記錄和分析讀者閱讀和使用圖書館的各種數據，可以引導讀者進行閱讀。挑選讀者重點使用的資源設立專門的閱讀區域，可在設立的閱讀區內進行與重點資源的相關參考內容的引導和推薦工作，方便讀者更好更有效的使用圖書館資源。

通過大數據對讀者數據的捕捉，圖書館能提供更優質的服務。建立數據，統計數據和應用數據，可使圖書館更具有競爭力。有大數據的真實為支撐的基礎上，圖書館在現有基礎上，能更好的優化和深化服務。

大數據的四個特性，并不一定是獨立的，在很多方面，這四個特性都是融會貫通在一起的。應用其特性并不是只會用到其中的一個特性。圖書館對大數據特性進行合理的應用，能更好的建設發展自身，適應和滿足社會的需求。

參考文獻：

[1]李恬.大數據理念與圖書館大數據[J].新世紀圖書館，2014，（6）：24-27.[2]韓翠峰.大數據帶給圖書館的影響與挑戰[J].圖書情報，2012，（5）37-40.[3]黃馥妃.大數據時代高校圖書館個性化服務研究[J].文化視野，2016.

第三篇：大數據在物流方面應用

大數據時代在物流方面的應用

學院：經濟管理學院 專業：市場營銷123班 學號：2012016314 姓名：李燕

“大數據時代來了!”兩年，從業內到業外，這句口號見諸網媒、報端的頻率與日劇增。直至今天，從政府高管到行業巨頭，從商界大鱷到微企老板，關于數據創業，他們中有沒有直接參與已然不是那么重要了，重要的是現在誰都不敢不重視大數據。更值得期待的是已有先驅馱負大數據顛覆行業規則的構想，開始試水國內物流行業。

“物流業是一個產生大量數據的行業，在貨物流轉、車輛追蹤等過程中都會產生海量的數據，這么多資源如果不用就浪費了。”申通信息技術部總監邱成在接受本報記者采訪時說。目前，業內對大數據并沒有統一的定義。不同廠商、不同用戶，站的角度不同，對大數據的理解也不一樣。麥肯錫報告中對大數據的基本定義是：大數據是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集合。毋庸置疑的是，大數據的價值在于從海量的數據中發現新的知識，創造新的價值。越來越多的企業也意識到了大數據的價值，對數據分析與挖掘的需求與日俱增。

“物流業之所以做大數據，主要是因為：第一，快遞走入民生的勢頭越來越猛，對每一個節點的信息化需求也越來越多，這就需要通過大數據把信息化對接起來。第二，從企業自身角度來講，信息化對企業管理者的重要性也越來越突出。第三，提高對數據的加工能力，通過‘加工’實現數據的‘增值’。”邱成說。

長期以來，備受指責的行業中總少不了物流業，其對倉儲運輸車空間的利用不科學、安全性差、燃油效率低下、周轉時間隨路徑而浮動等，這些是導致中國物流業占GDP總量約18%遠高于歐美發達國家的最主要原因。

整個物流業尤其電商領域已經幾近爆發式成長，若應用大數據分析技術，倉儲運輸的空間將被系統化布置，物流車行程路徑也將被“最短化”、“最暢化”定制。兩年前，把一噸蔬菜從廣州運到北京比從北京運到美國洛杉磯物流成本都高，今天，當大數據時代到來的時候，物流行業規則能否因其改變，只能拭目以待。因為大數據試水物流行業，“游戲”才剛剛開始。

“現在我們在做淘寶、商業客戶的一些數據采集，在構成基礎數據網絡之后，再做第三方的增值應用。”邱成說。在前不久召開的“京交會”上，申通快遞展示了其最新的“信息化智能平臺”。該平臺通過對數據的歸納、分類和整合，可以清楚地查看申通網絡任何一個網點的經營現狀和業務構成等。

在百世匯通，通過技術人員運用科技手段進行分析、提煉，大數據正在為企業戰略規劃、運營管理和日常運作提供重要支持和指導。據百世物流科技（中國）有限公司副總裁張硯冰介紹，百世匯通嘗試運用大數據來管理、分析、判斷加盟網點的運營行為，通過網點在系統內的足跡建立數據分析模型，成功地預測了幾次網點的異動，使工作方式由被動式變為主動式、前置式，減少了大量客戶投訴，把問題消滅在萌芽階段。

不僅僅是物流業，電商企業也越來越關注大數據。早在今年年初，京東商城就已啟動云計算研發基地，并成立“京東商城——中國人民大學”電子商務實驗室，著力電子商務大數據的分析與合作；在“京交會”上，阿里巴巴集團與中國郵政集團、“四通一達”等十家快遞公司合作，核心內容仍以打通物流數據為基礎，重點將轉向“數據整合與分析”。

“淘寶做大數據是以訂單為核心，快遞企業做大數據是以快遞為核心。以申通為例，我們的客戶不只是淘寶，還有很多商業客戶。而且不少商業客戶都有與快遞企業在IT方面合作的想法，未來我們也希望能挖掘更多的數據價值，通過大數據給商業客戶提供信息化服務。”邱成說。

物流行業樹大根深，大數據在此行業內的應用也是非常廣泛的。物流中除去淘寶商城、京東商城、蘇寧易購等企業產生的包裹、快遞等小部件中短距離之間物品流通的小物流;還有與之相對應的重量大、體積大、長距離運輸的物品流通，如港口貨物運輸、大貨車集裝箱運輸等的大物流。

在亟待改進的物流行業，大物流領域利用大數據分析應用技術其實質就是利用地理信息、位置服務、物聯網在物流行業里做信息系統化，將現有的粗放、零散、低效、高耗的物流企業數據資源加以整合，建設成可以依據空間地理信息來統一協調監管的現代化物流。逐步利用大數據驅動信息化物流建設，在信息化的現代物流模式下，大物流領域的任何物流車船歸屬企業的名稱、物流車隊的整體油耗、車船的位置信息、車船的行程軌跡、車船的運行周期等這類空間地理數據通過系統智能化處理。

大物流領域成功應用大數據，無非是讓物流車隊效率提高、流程精簡。物流車隊本身的管理、設備等條件優化改善了，才有望使得中國物流運輸成本降低。理想的前景是聯合一個大型物流車隊，為其免費裝載上一臺設備，這種設備搜集的車隊車輛所有空間地理位置信息都即時反饋到監視后臺。怎樣獲取這些大數據也就是物流車隊提高管理效率的關鍵所在。然而，在劉俊偉來，這種期望的信息智能化的現代物流模式可能需要3-5年時間方可成熟。怎樣獲取這些大數據是一個問題，這需在資金投入、研發團隊打造方面的決心和魄力。

“隨著市場的發展，在未來，快遞企業會不斷加大在大數據方面的投入。”邱成表示。大數據的核心是發現和預測，利用其這個特點，可以提升快遞行業的整體服務水平。此外，對于快遞業做大數據的未來發展趨勢，也有業內人士指出，快遞員獲取的數據已不只是企業內部信息，還包括大量的外部信息。大數據則讓廠商能夠有的放矢，甚至可以做到為每一個客戶量身定制符合個體需求的產品和服務，從而顛覆整個商業模式。

盡管企業已熟知大數據所帶來的價值和優勢，但由于數據規模和種類的增加，處理速度的加快，以及易受攻擊的特點，隨之而產生的成本和復雜性給企業的IT資源和基礎設施帶來了更大的壓力。如何在降低成本的同時提高IT效率，成為快遞企業不得不面對的一大難題。

在邱成看來，投資、技術手段等并不是最大的難點。“快遞企業做大數據面臨的最大難題在于：一是基礎數據的采集。因為到現在為止，不少快遞企業的操作及信息傳輸并不是很規范，這給基礎數據的采集帶來了不小的困難。二是未來大數據的應用方向。比如我們現在有一些淘寶數據，首先要想好怎么用。”邱成說。

此外，也有業內人士建議，在大數據時代，企業要想用數據制勝，就必須盡早建立數據資產管理策略。只有擁有戰略性視野和專業技術，才能更好地獲得商業洞察力，才能將數據資產轉換成戰略資產和競爭力。

對于物流行業而言，必須能夠更好地利用大數據，這樣就可以更好地為客戶提供服務，降低成本，提高燃油效率。與劉俊偉觀點大同小異，Teradata天睿公司運輸物流業總監肖恩也認為，大數據在大物流領域的應用是一個主要的技術潮流。即目前已經積累下的大數據需要以更加智能的方法加以利用，同時還要開發新技術來更便捷的獲取多樣化大物流數據。

第四篇：大數據的海關應用

大數據是一個相當熱門的詞。所謂的大數據技術指的數據分析的前沿技術。簡言之，大數據技術就是一種從海量數據中快速獲得有價值信息的能力。對于“大數據”(Big data)，研究機構Gartner給出了這樣的定義：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。上海騰道

作為一項重要的技術革新，大數據技術具有以下幾方面特點：一是數據基礎必須具備海量特性;二是可以根據設定好的管理或經營目標反向尋找管理中實際存在的關鍵節點和核心環節;三是數據重新梳理有助于提升決策力和修正決策方案、使既有信息資產爆發更大價值。而這幾方面的特點，與海關審計工作的各項需求是相契合的，海關當前林林總總的信息系統的建設，也為運用大數據技術實現審計信息化奠定了良好的基礎。

那么對于海關來說這些大數據有著什么樣的作用？

1.拓展基礎數據資源

一是豐富海關執法相關領域基礎數據源，打破部門之間存在數據壁壘，實現海關緝私行政執法數據、稽查數據、監管場所信息、口岸單位數據等的關聯比對，尤其要打破目前各關區和海關各業務系統之間的數據壁壘，實現信息互聯互通。二是海關預算和財務管理方面，引入海關通用財務管理、固定資產管理等現有信息系統的基礎數據，打破現有系統之間數據分散、相互獨立、無法互通的現狀，實現“財”與“物”的聯動比對，實現海關所有信息系統之間數據的對碰分析。三是推動海關有關部門進一步加大對物資采購、基建修繕等領域信息系統的開發建設，為實現財務管理、政府采購、基建修繕、資產管理的橫向聯動分析以及海關總署-直屬海關-隸屬海關三級縱向聯動分析奠定基礎。

2.完善現有海關系統

以海關執法廉政風險預警處置系統為依托整合優化執法領域審計數據分析平臺，在充分利用現有系統數據資源和監控功能的基礎上，開發定制部分海關審計監控指標，完善構建按照不同系統用戶形成涵蓋全國海關數據指標集中展示和預警模塊。同時引入大數據思維，開發適應海關常規審計和經濟責任審計實踐需要的功能，一方面突出對被審計單位貫徹落實海關總署黨組重大決策、重要政策執行、業務發展動態和變化趨勢的整體分析把握，更突出對執法統一性、自由裁量權規制、高風險節點指標等落實情況的監控。另一方面，要充分應用結構分析、多維分析、挖掘分析等分析方法，開展海關橫向區域間對比分析、跨業務領域數據結合分析和縱向歷史趨勢分析，為有效發現系統性、區域性風險提供數據支撐。

3.外購公認的優秀大數據服務

先進的分析技術和大數據工具的進步神速，它們正以前所未有的方式幫助用戶獲取新的統計角度和結果。Tableau、Qlikview和NoSQL等工具和平臺迅速崛起帶來了全新的分析視角和機會，基于成熟的分析、視覺化以及數據管理的全新生態系統也以日新月異的速度改變著信息使用者的分析能力。可提供這類工具的供應商不勝枚舉，開放資源的開發商數量更是不計其數。作為海關審計的大數據建設，應該不僅僅局限于海關自身的技術開發力量，更為重要的是學會怎么利用現有的比較成熟的數據采集和挖掘手段，以降低成本，提升海關審計監督效益。

第五篇：大數據應用實例分析

電信運營商的陽關大道

——大數據應用實例分析

09012208

黃文婷

摘要：

隨著全球數據化、網絡寬帶化，基本的數據量越來越大，由此我們進入了大數據時代。本文探討了大數據內涵與意義，從電信行業這一大數據應用實例進行分析，介紹了大數據在電信行業的應用、必要性及相關措施。

關鍵詞：大數據

電信

應用

正文：

一、大數據的內涵與意義

（一）大數據的意義

大數據和云計算一樣，近兩年來越來越多的受到人們的關注。那么什么是大數據呢？ 大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。(在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中，大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據的方法)對于“大數據”（Big data），研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

（二）大數據的特性

大數據有4V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、veracity(真實性)。大數據的4個“V”，或者說特點有四個層面：第一，數據體量巨大。從TB級別，躍升到PB級別；第二，數據類型繁多。包括網絡日志、視頻、圖片、地理位置信息等等。第三，數據的來源，直接導致分析結果的準確性和真實性。若數據來源是完整的并且真實，最終的分析結果以及決定將更加準確。第四，處理速度快，1秒定律。最后這一點也是和傳統的數據挖掘技術有著本質的不同。業界將其歸納為4個“V”。

（三）大數據的應用意義

大數據最核心的價值就是在于對于海量數據進行存儲和分析。相比起現有的其他技術而言，大數據的“廉價、迅速、優化”這三方面的綜合成本是最優的。

此外，大數據的潮流雖然依賴于信息通信技術的成熟，但它對整個世界的影響絕不僅限于技術層次。它借助信息技術的創新與發展，及數據的全面感知、收集、分析與共用，引導我們以全新的思維看待世界，養成決策思維行為須根據事實與數據的分析判斷，舍去憑借經驗和直覺的習慣作風。可預見，它將對慣于“差不多”的思維造成巨大的沖擊。

很多人一提到大數據，就會不由自主想到那個關于啤酒和尿布的經典案例。事實上，隨著移動互聯網、智能終端、云計算、物聯網技術以及電子商務、社交媒體等應用的飛速發展，大數據已經越來越多的滲透到生活方方面面，宣告著我們已經進入了信息爆炸的大數據時代。電信運營商歷經語音、短信、數據三個發展浪潮，積累了大量如文本信息、音頻、視頻、圖片等非結構化數據，在大數據時代無異于擁有了一條發展的陽關大道。而機智的電信運營商也致力于研究如何在這條道路上比別人跑得更快以獲得更多的利益。

二、大數據在電信行業的應用

（一）電信行業大數據應用的四個方向

現階段電信運營商利用其擁有的大數據進行全面、深入、實時的分析和應用，是應對新形勢下的挑戰、避免運營商淪為管道化的關鍵。從大數據的具體應用方向來看，當前應主要集中在四個方向：流量經營精細化、智能客服中心建設、基于個性化服務的客戶體驗提升以及對外數據服務。

1.流量經營精細化

在流量經營精細化上，大數據應用的價值主要體現在深入洞察客戶、助力精準營銷和指導網絡優化三個方面。首先，基于客戶終端信息、手機上網行為軌跡等豐富的數據，借助DPI(Deep Packet Inspection，深度數據包檢測)技術等，建立客戶超級細分模型，為各細分群組客戶打上互聯網行為標簽，可以幫助運營商完善客戶的360度畫像，幫助運營商深入了解客戶行為偏好和需求特征；其次，根據用戶行為偏好，推送合適的業務，并根據對客戶特征的深入理解，建立客戶與業務、資費套餐、終端類型、在用網絡的精準匹配，同時也能做到在推送渠道、推送時機、推送方式上滿足客戶的個性化需求，實現全程精準營銷；再次，利用大數據技術實時采集處理網絡信令數據、監控網絡狀況、識別價值小區和業務熱點小區，更精準地指導網絡優化，實現網絡、應用和用戶的智能指配。2.智能客服中心建設

作為運營商與客戶接觸的第一界面，客服中心(或稱客戶聯絡中心)擁有豐富的數據資源，可以稱得上是客戶信息的“聚寶盆”，利用好客服中心的客戶接觸數據對于建設智能化客服中心意義重大。利用大數據技術可以深入分析客服熱線呼入客戶IVR(Interactive Voice Response，互動式語音應答)行為特征、訪問路徑、等候時長等；同時結合客戶歷史接觸信息、基本屬性等可以建立熱線呼入客戶的智能識別模型；基于客戶智能識別模型可以在某類客戶下次呼入前預先推測其呼入的需求大體是什么，IVR接入后應該走什么樣的節點和處理流程。這樣，就可以基于呼入客戶習慣與需求的事先預測而設計按鍵菜單、訪問路徑和處理流程，合理控制人工處理量，縮短梳理時限，為客戶服務中心內部流程優化提供數據支撐，有助于提升熱線服務管理水平，加速熱線營銷渠道資源整合，有效識別客戶投訴風險，助力智能客服中心的建設。

3.基于個性化服務的客戶體驗提升

大數據時代對于運營商為客戶提供服務來說更加側重于“小”，即更加關注每個個體“小我”的個性化需求，而融合了電商、醫療、社交等方面信息的“大”數據正是為了更深入的理解“小我”、服務好“小我”。利用大數據技術，一方面可以建立更全面、豐滿的客戶畫像，另一方面還可以量化分解客戶接觸信息，識別客戶特征與習慣偏好，預測客戶可能在何時手機會出現故障、何時會產生換機行為等，為客戶提供定制化的服務，優化產品、套餐和定價機制，實現“一戶一策”的差異化、個性化服務，提升客戶體驗與感知。由此可見，大數據將為移動互聯網時代的客戶服務帶來一次變革，給客戶服務帶來極大的想象空間和無限的發展前景。4.對外數據服務

對外數據服務是大數據應用的高級階段，這個階段電信運營商不再局限于利用大數據來提升內部管理效益，而是更加注重數據資產的平臺化運營。利用大數據資產優勢，將數據封裝成服務，提供給相關行業的企業用戶，為合作伙伴提供數據分析開放能力。例如，Telefonica和Verizon已經成立專業化數據公司來運作對外數據售賣的服務。再如，如果將無線城市與物聯網、電子政務等方面的信息結合起來，將能為電信運營商的數據和政府的政務數據增值，對于打造一個開放數據平臺和民生服務平臺有重大意義。讓數據在不同行業之間流動起來，實現體外循環將能進一步釋放數據的價值。當然，以簡單的Data Seller模式售賣數據服務時，需要 注意保護客戶隱私、打消隱私顧慮。

（二）電信行業大數據應用的效益

網絡上的每筆搜索，網站上的每筆交易，敲打鍵盤、點擊滑鼠的每一個動作，都在輸入數據，經過整理分析后，它可能顯示市場的脈絡、甚至更具商業價值的開發著力點。曾有統計，運用大數據的分析，可以讓公司增加50%的新客戶，讓政府減少30%的成本。這些如海潮般涌入的大量資料，正是云端時代的新金脈，已經創造出驚人的效益。

三、大數據在電信行業應用的必要性與措施

電信運營商擁有大量的數據資源，如網絡信息、用戶終端信息、用戶位置信息等，只要對電信網絡有深刻的理解和技術積累，具有敏銳的行業發展嗅覺和強大的產業研發能力，基于大數據進行深度挖掘分析，將豐富的網絡、用戶等數據資源加工抽取后封裝為服務，將數據資源在一定程度上貨幣化，向大客戶提供增值服務，就能增加新的盈利模式。這無疑是電信運營商發展盈利的一條陽關大道。

面向大數據時代，運營商的及時轉型成為必然，否則將有被互聯網企業超越的可能性。理論上講，運營商擁有頗具優勢的大數據資源并不是完全不可替代，例如，用戶的位置信息就可以通過多種APP應用獲得，用戶的網絡使用信息也可以通過多家互聯網企業合作獲取，互聯網企業通過泛互聯網化收集更多的大數據信息。另一方面，多行業的垂直整合將成為趨勢，在數據應用層面，行業企業通過多種手段搜集大量的用戶數據，將更貼近用戶，更理解用戶，為其提供更適當的服務，大數據將成為資產更具有戰略意義，各個行業及單位都在關注大數據。

根據大數據數量大、時效性要求高、數據種類及來源多樣化等特征，運營商首先獲取更多有用的大數據資源，例如，很多的網絡運行信息，包含大量有價值的用戶行為和位置信息，這樣的信息可以加以利用。有了資源應該加以利用，避免大數據資源的浪費。事實上，一些運營商擁有大數據這樣的金山，卻似乎無奈坐看并逐漸淪為管道，在不斷強化傳統市場的效益考核，卻好像在忽視大數據價值的流失。

大數據在電信行業應用措施主要有三個方面：

1）梳理并整合業務部門對大數據的需求，立足分析需求，做好大數據的IT體系構架的規劃。大數據相關技術條件的成熟、大數據分析能力及分析應用經驗的積累等多方面因素，都是制約企業建設的建設IT系統的條件，要充分抓住大數據帶來的機會并避免“心急吃不了熱豆腐，反被熱豆腐傷害”的問題。

2）落實基于品質管理資料的經營新模式。面對大數據時代的趨勢潮流，學會既然無從抗拒，就積極響應，以共享大數據帶來的潛在效益。

3）以職能部門提供整體IT支撐方式向嵌入業務流程實時數據的分散能力支撐方式轉變。這種轉變趨勢又稱IT支撐“消費化”趨勢。在大數據時代，數據從支撐企業中高層運營管理決策普及到支撐企業的產品運營、市場運營、客戶服務，甚至在智能管道運營全流程中涉及從企業中高層運營管理人員到基層生產執行人員，很明顯，這種數據獲取和分析能力如果集中在IT職能部門，而不是全體人員均結合自身業務需求而具備的話，大數據分析驅動的各項運營管理應用即成為不可能的任務。

四、結語 從電腦技術的演進來說，“大數據”是既資料探勘、云端計算之后一項革命性的趨勢發展。龐大的數據資源迫使各個領域的運作造成量化的質變，目前全世界無論是學術界、企業界、產業界甚至是政府單位都在積極研究大數據分析。在這種背景下，電信行業也結合自身特征，進行相關的研究與應用，奔跑在大數據鋪就的陽關大道上，成為激烈競爭中的新贏家。

參考文獻：

[1]黃小剛．電信行業大數據應用的四個方向．業務與運營．2013(6)：26-28 [2]季鴻，張秀鳳，柴林麟．大數據在電信行業的應用展望．通信企業管理．2014(1)：76-77 [3]盧云許．電信行業大數據應用淺析．信息工程系統．2013(12)：29-30 [4]潘海鵬．淺談電信行業大數據的意義與應用．電子世界．2014(3)：21-23 [5]史斌，周雙陽．電信行業如何應用大數據．新引擎．2013（7）：47