
運營商的大數據問題出在哪兒?
大數據已經從概念階段上升到了實際使用階段,越來越多的企業(yè)在通過大數據進行產品開發(fā)和營銷指導,而通信運營商也開始對手里握著的金礦感興趣。不過,就如同以前很多業(yè)務開發(fā)一樣,運營商掌握資源不假,但能否把資源變成產品卻是未知數。在大數據應用中也是一樣,目前運營商的進展仍然不佳。
毫無疑問,運營商手中的大數據無與倫比,甚至比互聯網巨頭們還要多。只是,要想把這些數據利用起來,卻不如互聯網公司容易。運營商的大數據問題出在哪兒呢?
數據積累時間長
但質量不佳
與互聯網公司相比,運營商手中的數據更具有普遍性,甚至幾乎囊括了所有的社會個體??墒怯捎谶\營商多年來經營業(yè)務相對集中,數據主要與通信消費行為領域相關,數據的范圍相對較窄,在使用上受限很大。此外,運營商在開始積累數據的時候眼光就不夠長遠,因為數據數量過大,存儲成本過高,運營商曾經處理掉很多現在看來非常寶貴的數據,這些都不可能再生。
在數據結構上,運營商原來存儲數據主要用來作為向用戶收錢的證據,對于與收錢關系不大的項目往往很少留存,這樣就造成了很多數據缺陷,而這些缺失的數據對于大數據應用看起來更重要。
可以這樣講,阿里巴巴早就想好用數據來賺錢,所以處處留心收集和積累數據,當時機成熟的時候就會推出相應的數據產品。而運營商原來只想著用數據來算錢,到了需要用數據掙錢的時候就發(fā)現自己原來丟掉了西瓜。
應用場景不夠
缺乏業(yè)務突破點
運營商多年以賣卡收話費為生,與用戶的接觸主要是收取話費和做好服務,專業(yè)化非常強,對商業(yè)社會的各個方面了解不足,手中有數據也不知道應該用到哪些地方。
互聯網公司早已經脫離原有的業(yè)務范疇,紛紛交叉跨界,在面向社會的方方面面布局業(yè)務,這也就產生了對相關數據的現實需求。比如,阿里巴巴開始要做好電商,就需要分析賣家和買家的行為數據,以便通過精確營銷和廣告等數據應用賺取收入。后來,為了堵住刷單、治理造假等行為漏洞,更是要通過數據分析來檢測和治理,進入互聯網金融領域之后,要進行信貸客戶的信用評價和行業(yè)景氣預測,電商大數據就更有了新用場。
與互聯網公司全面布局不同,運營商的業(yè)務范圍很窄,即便有些非通信業(yè)務,也幾乎用不到通信行為數據等進行分析使用。所以,這些數據怎么用,自己首先都沒有用處,也就難以發(fā)現在社會上的新應用前景和創(chuàng)新點,只能跟著互聯網公司創(chuàng)新的步伐去模仿。
不會造勢
缺乏應用的成功案例
很多人都知道,百度與央視在春節(jié)期間推出的春運遷徙大數據,通過形象的數據展示全國人民回家過年前后的交通情況和旅游狀態(tài)。螞蟻金服更是在今年提出建設中國信用日的概念,通過多個超市信用消費來獲得了社會廣泛關注。
這些活動看起來都具有公益性質,幾乎不會有任何的收入。可是,正是通過類似的被大家普遍關注的社會事件,這些公司的大數據能力和產品得到了社會認可,為未來這些能力的變現提供了最好的社會啟蒙教育。
曾經有一位運營商高管在央視節(jié)目中說,該通信公司在幾年前就曾經通過大數據分析的方法為政府處置某地火車站滯留旅客問題發(fā)揮了關鍵性作用。但是,這些事件也僅僅停留在公司內部的功勞簿上,公司因為種種原因都不會對外公開,社會上根本就不知道運營商能通過大數據做到哪些服務,更談不上有更深入的項目合作。
數據不統一
難以發(fā)揮整體性的作用
由于歷史和現實的原因,運營商的數據還存在自身缺陷,這些缺陷嚴重制約了大數據的使用,在機制和體制解決之前,都很難有本質上的改變。
首先,運營商是分級管理的,集團公司、省公司、市公司、縣公司,逐級展開,特別是在省公司層面,各地運營幾乎獨立,各地的支撐系統都不是來自一家供應商,數據結構存在差異,且很難統一。
其次,即便數據可以通過系統建設實現全景視圖,但在分級管理平臺分隔的情況下,大數據應用時依然很難整體操作。數據不是分割的,但人是分隔的,在解決一些全局性問題的時候就無能為力。
還有,作為運營商,首先考慮的問題不是如何利用數據,而是要保護數據的安全。保護數據安全是所有擁有數據的企業(yè)和單位義不容辭的責任,可互聯網公司更具有使用數據的沖動,也更敢于探索數據使用新場景,而運營商卻將安全置于過重的地位,甚至為此畏首畏尾,自然浪費了好多資源。實際上,只要使用得當,完全可以做到兼顧安全與使用。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
AI 浪潮下的生存與進階: CDA數據分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數據科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04