运营商云计算大数据

1. 运营商大数据对外价值变现的十大趋势

作者 | 傅一平

来源 | 与数据同行

最近中国移动提出了DICT战略，显示其在政企市场进一步拓展的雄心，在这个背景下，重新探讨下运营商的大数据变现很有意义。虽然近半年“大数据圈”似乎有点风声鹤唳，但对于合法合规的进行大数据业务的企业来讲没有什么影响。

下面笔者就结合自身实践，给出未来2-3年运营商大数据价值变现的十个趋势判断，仅代表个人看法，希望于你有所启示。

1、行业服务边界不断拓展

依托于运营商潜力巨大的数据资源和政企市场渠道资源，经过多年的市场培育和拓展，当前运营商大数据业务从原来的金融、旅游等行业逐步拓展到政府、旅游、交通、教育、商业、招聘、医疗等各个各业。

运营商ICT业务在推进中，也孕育了不少大数据业务的商机，大数据业务则反过来促进了ICT业务的发展，因为大数据除了业务价值，还有一定的社会品牌效应，两者通过融合可以形成合力。

随着企业数字化转型的加快及产业互联网的崛起，作为未来社会基础设施的大数据，将与云计算、人工智能、物联网、区块链一起，在行业领域开疆扩土，其应用的边界几乎是无限的。

2、进入行业应用的深水区

大数据在行业领域拥有着巨大的潜力并不意味着运营商就能分得多少杯羹。虽然运营商大数据业务当前在金融、旅游等行业已经有所斩获，但这些行业低垂的果实基本要被摘光了。

以金融为例，4-5年前运营商切入的验真，失联触达等业务，当前仍然是运营商大数据变现的主力，但金融行业并未如运营商原先预料的那样，在贷前、贷中、贷后中给予运营商更多的机会，运营商很多变现业务模式的拓展基本是停滞的，起码不够快。

在大量的其他行业领域，运营商往往只能做到蜻蜓点水，而无法聚沙成塔，比如业务的复购率很低。

从定性的角度讲，运营商对于行业的理解还是比较浅的，其大量的行业应用游走在企业的核心生产流程之外，大数据似乎是奢侈品，而不是必需品，因此粘性是不够的。

以金融验真这个业务为例，其附加值并不高，且容易被替代，想想这几年对于金融行业的理解又增加了多少呢？这些都是需要反思的地方。

笔者曾经在智慧交通相关文章中提到：运营商的数据在很多领域其实是很有前途的，但必须深耕，要理解这个行业的业务，通晓这个行业的算法，不停的打磨产品，从而逼近核心。

可以这么说，运营商大数据将很快进入行业应用的深水区，为了顺应这个趋势，运营商需要建立专业化的组织去攻坚克难，挑战很大。

3、与互联网公司的竞争加剧

互联网应该没有把运营商当成主要的大数据竞争对手，但运营商进入这个领域会跟互联网公司形成事实上的竞争，无论是新零售，智慧交通等等，进入者都会感受到互联网巨头的压力。

比如运营商要为大型商超提供数据服务，但互联网公司早就捷足先登，新零售是互联网出的概念，当运营商还在进行自身渠道的艰难转型时，互联网公司线下商业的版图已经规划好了，当然也包括了大数据业务。你到商超谈，人家一开口就提XX通怎么样怎么样。

当然还不仅仅是这些。

无论是互联网公司在To G上自顶向下的推广策略，还有诸如城市大脑单一采购来源的霸气，都在说明巨型互联网公司在这些领域的影响力。

运营商要获得机会，得动用一切可用的资源，发挥自己数据的差异化价值，由点及面去寻找机会。实践证明，管道数据的价值是巨大的，但巨型互联网公司的数据也越来越好，这是不得不面对的现实。

4、从要素驱动向要素+能力驱动转型

运营商当前在大数据变现上的突破只能说摘取了低垂的果实，但这种通过简单数据加工形成的数据产品竞争力是不够的，也是不可持续的。

比如做智慧交通，如果位置精度和覆盖度不够，连速度都测不准，根本做不出高质量的数据产品。

应该来讲，运营商从来就没有现成的、高精度的、可以到用户级别的位置数据，粗精度的原始位置数据未来可能连支撑运营商自己的业务转型都不够，运营商需要充分挖掘现有位置数据的潜力，通过建模等方式把较为精准的位置模型做出来，才能有基本的大数据变现底蕴。

位置精度的提升虽然是一小步，但却是对外大数据变现的一大步。位置准了，运营商对于人们整个线下生活的理解就准了，无论是客流，路网，OD等等都不再话下。

现在运营商依靠数据资源这个要素能走出第一步是不错的，但光靠资源驱动已经不够了，能力必须过来接棒，没有能力加持的运营商大数据变现前景暗淡。

因此，运营商大数据变现未来不再是躺着挣钱，而是要从原始数据的驱动向数据+能力双驱动转型，这个能力包括人才、技术、数据、产品、运营等等，这是不容置疑的。但如果只是空喊着口号不敢探索尝试，则也许连能力提升的机会都没有。

5、持续强化大数据合作的生态

大数据变现从底向上涉及平台、数据、建模、产品、方案、渠道、咨询、运营、安全等一系列的内容，运营商无法一手包办，因此必须建立合作的生态。

从业务的角度看，缺乏渠道合作伙伴、缺乏行业解决方案对于运营商都是很现实的挑战，最大的痛苦莫过于不知道商机在哪里，不知道自己想做的这个数据或产品有没有前途。运营商不可能瞬间将现有的客户经理队伍转为数字化产品的销售队伍，毕竟知识结构的要求不一样。

虽然可以采取MVP的方式推进，但一方面试错的成本摆在那里，运营商也并没有资本为其背书，另一方面时间成本也大了点。现在很多运营商都有合作伙伴招募计划，这是很好的尝试，但符合要求的合作伙伴还是太少了。

从开放的角度看，中国移动的梦网曾经创造过辉煌，但开放这句口号不是随便喊喊的，你得建立一套标准，清晰的告诉别人你有什么能力，然后如何能方便的接入。

比如当我们在互联网大会展示城市实验室产品的时候，发现仍然有那么多的人惊讶于运营商竟然还能做这个，就说明我们在开放这条道上还有很长的路要走。

而当笔者第一次访问阿里云网站的时候，其较好的使用体验给我留下了深刻的印象，随后定期的营销推送起码说明是用心的，又比如笔者第一次使用腾讯云域名申请时，其后腾讯云客服的电话调研也是很及时的。

因此，能否跟更广泛的合作伙伴建立连接，能否建立起开放的平台，能否确保信息的安全，在很大程度上决定了运营商大数据变现的蛋糕能做多大。

6、通过集中化获得溢价能力的趋势将加强

由于历史原因运营商的大数据实际是分省存储和运营的，这跟互联网公司天然的集中统一的数据基因是完全不同的。虽然一些运营商在集中化上做了很多努力，但相对互联网公司，还是有一些差距。

各省本地化做一些产品虽然带来了灵活性，但造成了事实上的重复开发，这种模式在创新阶段其实没什么问题，但最大的问题是各个省能否有足够的资源去保证产品的持续优化，无论从数据的角度，还是从运营的角度看，我们都需要一定的集约化机制来确保高效低成本的运作。

但这还仅仅是一个方面。

另一方面，相较互联网，由于数据的割裂，运营商基于单个省的数据做出的产品溢价能力不高，往往只能服务于特定区域，在很多竞争中会处于劣势，比如当前运营商基于位置数据的应用很多，但为什么上网数据的变现却很少呢？

这个不仅仅是简单的https问题，更是因为客户对于上网数据的诉求基本是全国的，没有地域的概念，这让运营商失去了很多突破的机会。

因此，运营商的大数据在一个省创新后迅速全网复制是一直要坚持的策略，而基于集中化的数据进行创新是提升产品竞争力的一个关键。

7、运营商DICT战略将使得大数据获得更大支持

随着数字经济的发展和行业数字化的进步，传统产业转型升级的需求强劲，运营商和云服务提供商，均在强化云、网、端、边协同，推出“云+网+DICT”智能化解决方案，帮助企业实现更深层次的数字化转型。

运营商的政企2B市场是当前关注的焦点，而云+DICT（DT+CT+ICT+IDC）又是其中的关键，这意味着未来各种资源会逐步会向DICT倾斜，大数据需要抓住这个机会，通过DICT的融合来促进大数据业务的规模化发展，所谓“借势”。

另外，当前三大运营商已经宣布了5G商用，中国移动也发布了了“5G+”计划，其中包括“5G+AICDE”计划，“5G+AICDE”是将5G作为接入方式，与人工智能（AI）、物联网（IoT）、云计算（Cloud Computing）、大数据（Big Data）、边缘计算（Edge Computing）等新兴信息技术深度融合，准备打造以5G为中心的泛智能基础设施。

5G时代人和物、物和物之间的连接产生的数据类型将会更多，5G更密集的基站布点意味着更高的定位精度，5G业务形式更加多样意味着管道中的数据内容会爆发性增加，运营商对于客户行为的刻画能力将进一步加强，每项垂直5G行业应用都将会与大数据有着千丝万缕的关系，这些对于运营大数据的发展是利好。

8、日益趋紧的数据安全要求对于运营商既是挑战也是机遇

运营商虽然拥有海量的数据，但很多省公司并未实质性的开展大数据业务，很多是基于安全的考量。即使是正在开展大数据变现业务的运营商省份，合规合法经营也是其开展大数据业务的底线，运营商对于大数据的业务创新是相对保守的。

事实上，运营商当前能开展的各项大数据新业务，都需要经过内部极其严格的法律、安全多道审核，加上行业、集团、省出台的各种安全管理规范的约束，还有定期的安全检查，都让运营商大数据业务从一出生就经历着内部一轮轮的安全洗礼。

2019年持续发酵的各种信息安全事件让大数据圈似乎如履薄冰，但其打击的还是各种违法经营和黑市交易。事实上，经过新一轮的洗盘，运营商也许会面临较以往更好的商业环境，数据可能会变得更为稀缺，毕竟以前黑市的数据交易会导致良币驱逐劣币的现象，当然这也只是一种猜测。

可以肯定的是，未来国家对于信息安全管控的趋紧会使得大数据业务的创新变得更具挑战性，但合规合法的进行大数据价值挖掘，助力中国经济高质量发展始终是主流，运营商虽然会面临安全上的挑战，但也有更多的机会。

9、运营商大数据对于TO C业务的探索不会停止

互联网公司TO C业务前期是靠钱烧出来的，毕竟消费者是趋利的，拥有高体验的产品和一定基础的用户后，互联网公司才有了珍贵的海量数据，这个时候大数据才有用武之地，反过来赋能业务发展，这是互联网公司应用大数据的本质。

运营商天然就有大数据，但大数据变现的实践还是告诉我们，运营商的数据维度还是不够丰富，比如缺乏消费数据，而巨型的互联网公司通过应用的丰富不断积累着更多维度的数据。

事实上，当前运营商的数据维度拓展基本是停滞不前的，如果不加以改善，在不久的将来，运营商的数据优势会逐步变小，最终会影响到产品的竞争力。

现在运营商建立了很多专业公司，比如中国移动的咪咕，有人会质疑这些公司能否赚钱，姑且不从战略的角度思考这个问题，即使站在大数据的角度看，这些公司的拓展能够让运营商拥有更丰富的数据，这就很有价值。最近中移金科成立了，支付数据对于DT有多重要不用解释吧，因此意义是很深远的。

其实做大数据产品的，哪个没有点TO C的梦想？希望运营商能基于自己的资源优势，结合大数据的差异化特点，能够打造出真正的既卖座又叫好的TO C产品。

10、运营商对于低价值密度的大数据处理能力要求会大幅提升

运营商的DPI数据具有典型的大数据特征，有潜力但价值密度低，但这个数据是运营商除位置数据以外最珍贵的数据，很多人说这个数据在运营商变现中实际没啥应用场景，或者言必称https，那是比较业余的说法。

随着5G时代的到来，对于DPI数据的有效开采挖掘对于运营商大数据变现是核心的基础工作之一。

首先，DPI这个技术原生是为网络优化服务的，比如很多字段对于数据变现没有价值，能否考虑更高性价比的处理手段？这个就需要运营商针对性的进行研究，比如从客户洞察、精准营销和价值变现的角度去高效低成本的采集管道中的数据。

其次，5G海量、低延时、非结构数据的特点，将进一步促进数据存储、处理和分析技术的进步，即使是当前的4G，从采集到应用的时延也是比较高的，很难达到场景式营销的要求，而且保留的周期也非常有限。

最后，5G大数据的价值密度将进一 步降低，对AI的能力要求将更高，即使是针对当前的4G数据，运营商的NLP等能力储备也是不够的，因此要尽快补足短板。

当然，以上十个趋势只是笔者的个人判断，受限于自己的能力和视野，以上谈的肯定有很多不到位的地方，权当笔者抛砖引玉，如果能引发一点思考，那就更好了。

2. 什么是云计算什么是大数据二者有何联系

云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。

大数据正是因为数据的爆发式增长带来的一个新的课题内容，如何存储如今互联网时代所产生的海量数据，如何有效的利用分析这些数据等等。

他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。

(2)运营商云计算大数据扩展阅读：

云计算常与网格计算、效用计算、自主计算相混淆。

网格计算：分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机，常用来执行一些大型任务；

效用计算：IT资源的一种打包和计费方式，比如按照计算、存储分别计量费用，像传统的电力等公共设施一样；

自主计算：具有自我管理功能的计算机系统。

事实上，许多云计算部署依赖于计算机集群（但与网格的组成、体系结构、目的、工作方式大相径庭），也吸收了自主计算和效用计算的特点。

被普遍接受的云计算特点如下：

(1) 超大规模

“云”具有相当的规模，Google云计算已经拥有100多万台服务器， Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。

(2) 虚拟化

云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。

(3) 高可靠性

“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。

(4) 通用性

云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。

(5) 高可扩展性

“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。

(6) 按需服务

“云”是一个庞大的资源池，你按需购买；云可以像自来水，电，煤气那样计费。

大数据特征：

1 容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；

2 种类（Variety）：数据类型的多样性；

3 速度（Velocity）：指获得数据的速度；

4 可变性（Variability）：妨碍了处理和有效地管理数据的过程。

5 真实性（Veracity）：数据的质量

6 复杂性（Complexity）：数据量巨大，来源多渠道

7 价值（value）：合理运用大数据，以低成本创造高价值

想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：

第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

3. 什么是云计算和大数据

什么是云计算和大数据？云计算与大数据要学啥
近年来，云计算可谓是出尽了风头。无论是IT设备厂商、电信运营商，还是服务提供商、内容提供商，都纷纷“找门子”与云计算“拉关系”，大家削尖了脑袋拼命地往云计算这艘船上挤，如果自己的产品、理念或者技术与云计算根本沾不上边，那简直都羞于见人。云计算似乎无所不能，无处不在，一时间风靡全球。国内外各大媒体更是争先恐后地追捧云计算的独特魅力。
云计算就是把数据以最廉价的成本变成财富。这就像老板跟更秘书的关系一样一样的，大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。信息社会，数据量不仅在快速增长，同时技术也在不断提高，近几年大多数企业都因为大数据二尝到了甜头。在海量数据的前提下，如果提取、处理和利用数据的成本超过了数据价值本身，那么有价值相当于没任何价值。来自公有云、私有云以及混合云之上的究极云计算，对于降低数据提取过程中的成本，成为了最合格的秘书。
第一次收集的数据中，一般而言，90%属于无用数据，因此需要过滤出能为企业提供经济利益的可用数据，看有了这个十八般武艺的秘书，省了多大的事儿啊，回到正题，在大量无用数据中，重点需过滤出两大类，一是大量存储着的临时信息，几乎不存在投入必要;二是从公司防火墙外部接入到内部的网络数据，价值极低。云计算可以提供按需扩展的计算和存储资源，可用来过滤掉无用数据，其中公有云是处理防火墙外部网络数据的最佳选择。
数据分析阶段，可引入公有云和混合云技术，此外，类似Hadoop的分布式处理软件平台可用于数据集中处理阶段。当完成数据分析后，提供分析的原始数据不需要一直保留，可以使用私有云把分析处理结果，即可用信息导入公司内部。

4. 大数据时代来了，运营商怎么办

作者：北京市产业经济研究中心 张中辉 信息化浪潮无时无刻不在改变着人们的生产方式和生活方式，云计算、物联网等信息技术催生了呈几何级数增长的海量信息。在此背景下，大数据应运而生。中国工程院院士李德毅把大数据比喻为“连接虚拟世界和现实世界之间的桥梁”。如何把虚拟世界的海量数据转化为可以提高现实世界生产效率和生活品质的知识？这必然是大数据的重要任务之一。 “大数据”将驱动新的经济模式 毋庸置疑，移动互联网时代的竞争是用户体验的竞争，为用户提供极致的体验是互联网企业和电信运营商制胜的关键。“无尺度网络模型”的提出者艾伯特-拉斯洛·巴拉巴西认为“人类行为的93%是可以预测的”。海量的用户资源和用户行为数据已经成为大数据时代电信运营商的重要战略性资产，通过深度挖掘大数据“金矿”，识别和感知用户行为，分析用户需求的演进方向，创新商业模式和业务模式，通过为用户提供个性化、差异化的客户体验实现单位流量价值的最大化，可以形成新的具有核心竞争力的经济模式。 “大数据”金山为运营商带来商业机会 电信运营商比移动互联网企业具有更多的大数据资源优势。面对互联网企业的异质竞争，大数据时代电信运营商的运营智慧受到挑战。其实，多年的电信运营积累下来的网络运营数据和用户业务数据，已经为电信运营商堆积了大数据“金山”。相对于互联网数据，电信运营商拥有的用户数据优势明显。其一，用户办理固定电话和手机入网手续时提供了实名信息，诸如年龄、性别、单位等；其二，电信运营商掌握了用户的电信业务消费信息，包括电信业务类型、业务资费、历史通话信息、通话时长、通话双方信息等；其三，电信运营商基于位置的电信服务可以精确获得用户的地理位置信息；其四，电信运营商拥有每天上百亿次的互联网访问量信息。基于以上数据，电信运营商可以通过挖掘个体用户需求和用户群共性需求，将用户需求实时地反映到电信服务中，电信运营商掌握的大数据就可以创造新的商业价值。 运营商应积极培养大数据分析能力 目前，电信运营商在商业智能平台建设方面尚处于起步阶段，缺乏大数据分析竞争优势。因此，运营商必须逐步建立起基于云计算的大数据处理系统，积极培养网络运营大数据和用户业务大数据的分析能力，形成核心竞争力。 网络运营大数据分析助力提升网络质量。运营商的网络运营大数据来自其运营支撑系统，通过对网络运营大数据的分析，运营商一方面可以进行带宽资源的实时动态分配，缩短信令分析的响应时间，从而提升电信网络端到端的服务质量和网络资源的最优化配置；另一方面可以进行业务流程优化，提高电信运维质量，提升电信运营管理效率，从而可以有效降低电信网络运营的管理成本和运维成本。 用户业务大数据分析旨在精细化运营。运营商通过对用户的位置、时间、职业、年龄、业务偏好、业务流量及所需带宽等进行关联分析，实现对用户业务流量的甄别和用户级的网络资源控制，细分用户业务流量，将数据流量与用户、网络资源相匹配。通过用户业务大数据分析识别用户行为习惯和用户偏好，从而为用户提供个性化、差异化的电信服务，提高电信用户黏性和忠诚度，挖掘新的业务机会，实现电信业务流量价值的最大化。 构建新的电信业务模式和商业模式 大数据分析将催生新的电信业务模式和商业模式。应用大数据分析用户的电信业务数据，深度挖掘用户需求，构建新的电信业务模式，形成能够满足用户需求的电信业务，进行电信业务关联推荐，实现电信业务的精细化营销和拓展。互联网的关联推荐技术是电信运营领域业务拓展的一个借鉴，例如，运营商可将用户资源中的商家电话按商品进行细分，个人用户拨打某商家电话就视为用户对该类商品有购买需求，从而可以有效地找到此类商品的目标客户。运营商可以利用基于云计算的大数据分析系统自动找到与该类商品相关联的其他商品并推荐给该用户。一方面给电信用户购买商品提供了便利性，另一方面可以帮助其他商家实现精准化营销，而电信运营商可以增加后向广告收入。

5. 大数据和云计算是什么

大数据和云计算的区别：
1）目的不同：大数据是为了发掘信息价值，而云计算主要是通过互联网管理资源，提供相应的服务。
2）对象不同：大数据的对象是数据，云计算的对象是互联网资源以及应用等。
3）背景不同：大数据的出现在于用户和社会各行各业所产生大的数据呈现几何倍数的增长；云计算的出现在于用户服务需求的增长，以及企业处理业务的能力的提高。
4）价值不同：大数据的价值在于发掘数据的有效信息，云计算则可以大量节约使用成本。
不看现在云计算发展情况，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极操作PB级别的数据”，确实让人兴奋不能止。
大数据分析经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MapRece一样的框架来向数十数百或甚至数千的服务器分配工作，大数据需要特殊的技术，以有效地处理大量数据。适用大数据的技术，包括大规模并行处理数据库、数据挖掘电网、分布文件系统、分布式数据库、计算平台、互联网和可扩展的存储系统，大数据指的海量的数据一般日处理PB级别以上，一般用于挖掘，分析，做一些智能性商业板块。
大数据必然与云计算有相关（大数据和云计算没有必然的联系，你要作大数据，可以用云计算，也可不用）数据中心是云计算基础，从技术上来看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分，大数据必然无法用单台的计算机进行处理，必须采用分布式的架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算分布式处理、分布式数据库和云存储、虚拟化等技术，随着云时代的来临，大数据也吸引了越来越多的关注。

6. 运营商如何运用大数据转型升级

据研究显示，大数据在全球的收入快速增长，预期在2012-2017年的复合增长率将达到60%。根据最近一段时间发布的各类大数据投资研究报告进行了初步估算，预期未来超过40%的GDP增量。大数据已经成为与自然资源同等重要的宝贵财富，发展潜力空间巨大。

而电信运营商作为数据的生产者，多年来积累的数据蕴藏着丰富的业务信息和商业信息，价值挖掘的潜力巨大，拥有如此优质的数据基础，使得运营商在企业、行业、社会等多个层面，都会大有作为。

在8月19日召开的中国国际大数据大会上，中国移动副总裁李正茂表示，中国移动已经意识到，大数据将与运营商的通信网络和客户资源具有同等重要的地位。

从企业层面来看，大数据将助力运营商全面提升运营商的精细化运营水平。一是改善用户体验，通过对用户感知的分析，并运用智能交互技术，进一步提升用户体验；二是实现科学决策，通过大数据刻画当前企业发展的状况，预测未来趋势，对企业成本、收入风险等进行精细化管控。

从行业层面来看，目前各行业纷纷加快大数据应用，重构未来的核心竞争力，运营商可利用数据与网络资源优势，聚焦行政管理、医疗、交通、教育等多个行业，在行政管理领域可以辅助提升政策制定、信息发布、事务办理、管理监控等多个领域的效率和设备，在医疗领域患者可通过可穿戴设备向医生发布数据，从而得到更为便捷的医疗服务。医药研发机构可以利用收集到的医学大数据提高研发能力和医疗水平。在交通、物流领域，可实现智能化的运输网络与运力规划，实施交通管理、车队管理等等。

从社会层面来看，运营商依靠多年的数据和平台经验积累，一定会成为提供社会化大数据生态平台服务的有力参与者。在未来，社会化大数据生态平台，将以数据银行的形式存在，平台使用者不但可以享用运营商的各类数据分析服务，使用者数据也可以在这里得到充分共享和流通，不同的商业模式将在这个平台上衍生和繁荣。

李正茂认为，大数据对于运营商转型升级具有重大的战略意义。而中国移动在大数据的具体研发、产业合作与对外应用方面，也进行了一些积极探索和实践。在自主研发方面，中国移动在2007年启动了大云的研发计划，构建了海量存储处理和数据分析和挖掘等核心能力。到目前为止，大云的大数据相关产品已经在17个省市进行了超过100项应用试点和商用，部署规模超过了3000台服务器，在快速响应市场需求的同时也降低了企业运营成本。

李正茂还透露，中国移动在今年成立了苏州研发中心，计划构建3000-4000人的研发团队和运营团队，宗旨就是要进一步完善云计算和大数据产品体系，尽快形成国际一流的云计算和大数据服务能力。

在产业合作方面，中国移动一直秉承开放共赢理念，推动云计算和大数据技术的成熟和产业健康发展。我们构建了大云产业联盟，与技术提供商、集成商、高等院校、政府机构等超过50家单位，在核心模块合作、授权技术服务、应用开发技术攻关等产业不同层面开展了合作。我们还积极参与了国内、国际标准化和开源组织工作，在TMF完成了大数据报告并完成发布，牵头完成了弹性应用计算接口等国家标准的制定。

另外，在大数据对内的研究探索方面，中国移动率先提出了大数据超细分微营销精服务的理念，在客户服务、市场营销等方面，也有不少成功案例。现阶段的工作，更多集中在应对数据规模增长和促进企业不同专业领域数据融合上面，以及不同程度的发挥数据价值。

7. 什么是云计算大数据

大数据的本质复就是利用计算机集群来制处理大批量的数据，大数据的技术关注点在于如何将数据分发给不同的计算机进行存储和处理。

云计算的本质就是将计算能力作为一种较小颗粒度的服务提供给用户，按需使用和付费，体现了：
经济性，不需要购买整个服务器
快捷性，即刻使用，不需要长时间的购买和安装部署
弹性，随着业务增长可以购买更多的计算资源，可以需要时购买几十台服务器的1个小时时间，运算完成就释放
自动化，不需要通过人来完成资源的分配和部署，通过API可以自动创建云主机等服务。

云计算的技术关注点在于如何在一套软硬件环境中，为不同的用户提供服务，使得不同的用户彼此不可见，并进行资源隔离，保障每个用户的服务质量。

在大数据和云计算的关系上，
两者都关注对资源的调度。
大数据处理可以基于云计算平台（如IaaS，容器）。
大数据处理也可以作为一种云计算的服务，如AWS的EMR（Amazon Elastic MapRece ）阿里云的ODPS（Open Data ProcessingService）。

8. 电信政企客户云计算、物联网、大数据是什么时候提出的

成万上亿的物联网设备产生大量的数据（形成大数据），大量的数据存储到版云端（云储存），并在云端进权行计算、分析、学习（云计算），从而产生认知决策（或者说智能），决策于物联网设备终端（比如由传感器检测室内环境，自动调节温度、湿度、通风等，整个过程不需要人为的参与），这样就会形成一个闭环。
车间数字化管理系统、生产设备物联网方案可参考哐哐。