1、大數據應用與服務模式研究目錄大數據發展背景大數據產業鏈體系運營商大數據應用策略全球進入大數據時代，數據呈現爆炸式增長趨勢p隨著互聯網/移動互聯網、數碼設備、物聯網/傳感器等技術的發展，全球數據生產在高速增長 p信息處理技術的發展使數據價值能夠被更好地挖掘和利用p傳統的數據處理技術已經無法應對新的挑戰來源：IDC數字宇宙研究報告，2011.11據IDC預測，未來10年全球數據量將以40+%的速度增長，2020年全球數據量將達到35ZB （35,000,000PB），為2009年（0.8ZB）的44倍大數據成為繼云計算等之后的全球性新熱點p“大數據”關鍵詞在全球范圍內迅速升溫 p短短兩年間，“大數

2、據”關鍵詞的搜索量指數雙倍增長數據來源：百度搜索量統計大數據成為全球新的經濟增長點p麥肯錫全球研究機構發布，認為大數據是創新、競爭和生產力的下一個前沿領域，數據將會給社會帶來更大的價值 p大數據將在政府公共服務、醫療服務、零售業、制造業、以及涉及個人位置服務等領域得到廣泛應用，并產生巨大的社會價值和產業空間p預測2020年，大數據應用市場規模將達到近2600 億美元大數據應用市場對歐洲的公共管理部門來說，大數據每年有2500 億歐元的潛在價值-比希臘的GDP 還高對美國醫療行業來說，大數據每年擁有3000 億美元的潛在價值生產商可以利用大數據使產品研發、組裝成本削減50%，人力成本削減7%利用

3、全球的個人位置信息，每年可以取得6000 億美元的消費者價值零售商可以利用大數據使經營利潤取得60%的增長各國政府高度重視大數據，上升到國家戰略高度美國：奧巴馬政府3.29宣布“Big Data Research and Development Initiative”q 將投入超過2億美元推動大數據提取、存儲、分析、共享、可視化等領域的研究，并將其與歷史上對超級計算和互聯網的投資相提并論中國：“十二五”國家戰略性新興產業發展規劃q信息處理技術作為4 項關鍵技術創新工程之一被提出。包括海量數據存儲、數據挖掘等q成立大數據專家委員會目錄大數據發展背景大數據產業鏈體系分析運營商大數據應用策略主流互聯

4、網公司大數據應用策略公司大數據金礦應用策略用戶搜索表征的需求數據；對網頁數據的爬取獲取公共數據；阿拉丁計劃吸收第三方數據，如與藥監局等部門合作拿到封閉的數據。注重研究與實用性結合,圍繞搜索開發百度指數、百度統計等數據產品。從搜索引擎向推薦引擎發展基于電商的用戶行為、交易數據基于交易的用戶、商戶信用數據通過投資方式掌握了部分社交數據、移動數據；如新浪微博和高德。搭建數據的流通、收集和分享的底層架構，做數據分享平臺嘗試建立面向未來的數據交易市場。將數據開放給更聰明的人處理，數據即資產，分析即服務?；赒Q、微博、微信、QQ游戲等主流應用的用戶數據基于應用的用戶行為、社交數據基于QQ網購、易迅掌握的

5、用戶消費、交易、信用數據自產自銷，注重在自身產品生態鏈(QQ、微信、電商、微博)內的釋放大數據的價值,用數據改進提升產品，面向用戶實現精確營銷和精準服務。觀望新的商業模式，“站在巨人肩上”是騰訊的典型思維p 主流互聯網公司坐擁大數據金礦p 大數據不在“大”,在于“有用”。互聯網公司陸續踏上了大數據掘金之路。主流IT公司大數據應用策略公司解決方案市場定位InfoSphere BigInsights和InfoSphere Streams，分別擅長處理磁盤中的靜態數據和流動數據。信息管理產品（ InfoSphere Information Server 8.7和 InfoSphere Master

6、Data Management 10）。業務分析產品（Cognos，SPSS，ClaritySystem，OpenPages）。提供服務器、數據庫軟件、專家系統等一體化解決方案，覆蓋整個大數據技術支撐體系專業的咨詢隊伍，為客戶提供更加簡易、及時的數據分析、挖掘、決策服務大數據機、Oracle Exalogic中間件云服務器、Oracle Exadata數據庫云服務器及Oracle Exalytics商務智能云服務器構成一個高度集成化產品組合。為以上系統提供一線支持。通過軟硬一體化的集成設備為客戶提供應用最廣泛、高度集成化的系統產品組合，為企業用戶提供端到端的大數據技術解決方案。統一的大數據分析

7、平臺UAP包括ECM Greenplum關系數據庫、EMC Greenplum HD Hadoop發行版和EMC Greenplum Chorus。充分發揮存儲、管理和保護方面的優勢，利用云計算開放式、分布式和集群技術處理大數據。p 致力于研究數據存儲與管理方案，存儲與管理海量數據；p 加快對數據分析技術的研發創新，對數據分析的廣度和速度都有更高要求，p 針對行業用戶的大數據分析能力，面向行業客戶提供完整大數據技術解決方案國外運營商大數據應用模式初探將收集來的用戶數據用在媒體廣告和營銷服務方面,進行更精準的廣告投遞和市場研究機構 GfK 進行合作，進行數據分析和打包工作，讓這些數據變得更加易用

8、和Verizon成立了名為“動態洞察”的大數據業務部門 ，面向不同行業推出系列產品，如包含交通流量管理功能的“Smart City”p西班牙電信：努力嘗試數據能力商業化。p T-Mobile：應用大數據，降低客戶流失率。 在多個IT系統中整合了大數據應用，對客戶交易和互動數據進行綜合分析，更準確地預測客戶流失率。通過將社交媒體數據和CRM和計費系統中的交易數據進行綜合分析，T-mobile在一個季度內將客戶流失率降低了50%。產業價值鏈很長、很復雜；產業鏈里面的環節非常專業化，要求參與產業鏈的角色提供更加專業化服務。產業鏈各個參與者都在重新審視產業融合的戰略意義，目前部分互聯網巨頭公司負責整合

9、產業鏈，并依托原有的資源和能力優勢向運營領域拓展；數據生產數據中心渠道客戶主價值鏈從價值鏈 基礎網絡 數據采集 設計 開發 運營業務管理分銷計費客服 交易 結算 匯聚 支撐 運營 整合 封裝運營 體驗 分發大數據產業鏈分析支付數據分析數據能力數據應用售后 客服 維護運營商在大數據產業鏈中的角色p聚焦大數據產業的價值鏈，運營商擁有海量的數據與龐大的客戶群、以及完善的渠道、支付、售后服務，具備先天的優勢?；跀祿旧淼墓净诩寄艿墓净谒季S的公司對大數據進行技術分析，發掘數據價值；數據即服務。擁有數據就擁有市場支配權；數據即資產。構建大數據的應用場景，釋放數據價值；數據重構商業。p關注產業鏈上

10、最主要的三類公司p選擇性合作，是運營商主導大數據產業鏈的關鍵數據生產數據中心渠道客戶支付數據分析數據能力數據應用售后長尾效應，電信運營商不得不關注的空間主流的語音通信需求.語音游戲、社區聊天、電子商務洽談、語音約會等電信主流業務具有長尾效應：如公眾普遍需求的語音個性化應用語音業務的長尾點對點彩信.彩信新聞報、娛樂雜志、彩信個人簽名電信增值業務也具有長尾效應：如點對點彩信 個性化應用增值業務的長尾主導大數據應用產業鏈的，獲取規模效應的同時，如何追求大數據應用的長尾效應？電信業務長尾效應越來越明顯：l小眾甚至是微眾的個性化需求，也具有大的利潤空間；l合理的設計，打造專業化個性化的網絡整合平臺，從而

11、找到新的發展空間。目錄大數據發展背景大數據產業鏈體系分析運營商大數據應用策略q大數據是傳統數據的延伸，是對傳統數據在深度和廣度上的補充q傳統數據主要來自于業務運營支撐系統、企業管理系統等，比如財務收入、業務發展量等結構化數據；q當前爆炸式增長的新數據主要來源于互聯網、移動互聯網等，比如圖片、文本、音頻、視頻等非結構化數據。q非結構化新數據和結構化傳統數據一起構成大數據。大數據傳統數據客戶資料訂單數據產品數據物資數據財務數據信令數據網管數據實時監控視頻傳感器數據即時通信數據視頻文件客戶賬單價值密度由高到低網上交易數據微博數據上網行為數據位置數據圖片音頻網頁日志結構化數據、非結構化數據定義：結構化

12、數據是能夠用數據庫二維表來邏輯表達的數據；其他為非結構化數據。運營商擁有海量大數據大數據將成為運營商發展的核心驅動引擎p 對運營商擁有的大數據，進行全面深入、實時的分析和應用， 是運營商應對新形勢下的挑戰，避免淪為管道化的的關鍵大數據為運營商帶來新的機遇 電信業務同質化競爭嚴重 面臨來自互聯網公司的競爭：遭遇流量增加，但附加值沒有增加的困境 運營商具有豐富的數據資源：掌握用戶資源及用戶訪問互聯網的入口 大數據的有效利用：利用大數據實現自身的精確化營銷和精細化運營成為運營商進一步發展的關鍵 大數據的業務創新：對市場保持足夠的敏銳度，及時捕捉市場空白，并迅速作出響應 大數據的長尾效應：快速滿足用戶

13、個性化需求，成功吸引用戶注意力和增加用戶黏性，增加業務收入大數據應對策略與建議p 借助IT廠商，有序開展大數據關鍵技術研究與驗證 非結構化數據處理、交互式可視化分析、流計算p 有所為有所不為，構建大數據應用與服務模式 Data Platform、Data service、Data Appp 加強人才培養，優化組織架構，適應大數據運營要求 著力培養“業務+數據+技術”專業化人才隊伍 建立大數據集約化聯合運營團隊，構建“管理+生產+研發”一體化運作體系p決策智能化，企業戰略從“業務驅動”轉向“數據驅動”，支撐企業數據化運營p數據資產化，信息部門從“成本中心”轉向“利潤中心”，數據能力開放，實現商業

14、模式創新應對措施總體思路p 擁有龐大、高質量數據，能夠從移動互聯網、互聯網、物聯網等接入端獲取到大量用戶行為數據；p IDC數據中心為大數據應用的存儲、計算和傳輸提供了良好基礎；p 以數據為驅動的營銷支撐體系基本形成，為大數據價值轉換和顯現提供應用經驗；p “無線城市”等業務有助于將大數據轉化為“真金白銀”，為大數據對外應用搶占先機?，F有基礎 企業級數據中心是通過數據拉通企業各IT系統的平臺，通過制定數據標準，數據融合分析，信息服務等手段向IT系統、業務人員、管理層、終端客戶提供數據服務，推動戰略轉型。提升精細化管理水平l 成本收益精細化l 資源分配精細化l 員工績效精細化l 業務拓展精準化l

15、 營銷效益最大化l 營銷商機最多化提升營銷精準化效果目標以數據為核心驅動管理變革，構建企業精細化運營管理生態體系。企業級數據中心數據從數據到知識的挑戰和跨越知識&信息定義搭建企業級數據中心，支撐企業精細化運營，驅動企業戰略轉型抓住大數據機遇，實現信息運營，探索移動互聯網新盈利模式l在線統計功能按模塊開放給合作伙伴，模塊包括：互聯網輿情分析、熱點業務分析、終端類型占比、移動商盟商家排名、用戶偏好分析等等l合作伙伴可在線訂購和開通各個模塊l如果現有數據信息產品不能滿足合作伙伴的需求，那么合作伙伴可在線提出幫扶申請l幫扶方式有兩種，一是定制信息產品；二是由輔助運營團隊制定針對性解決方案并線上交付l各

16、種行業報告都以書店形式進行售賣l合作伙伴可以預覽和訂購，但所有下載報告均設置有信息安全權限在線統計分析購買行業報告提出專項幫扶需求p江蘇移動企業級數據中心首先實現對內的服務，然后應當對外開放，像阿里巴巴數據開放平臺那樣吸引外部開發者進駐，在不影響客戶隱私的前提下充分挖掘大數據價值，發現商機，并將大數據應用推給那些需要他們的人和企業，比如零售、交通、旅游等等。q 阿里巴巴的企業愿景是要做分享數據的第一平臺。q大數據時代“將阿里集團變成一家真正意義上的數據公司”q知道“你是誰，你想要什么”q阿里巴巴集團所積淀的商業數據，支付寶、淘寶、阿里金融、B2B的數據都會成為這個巨大的數據分享平臺的一部分，將

17、會獲得深度發掘和應用。數據貨幣化，互聯網業界思想借鑒數據時代：核心是分享數據。數據是越用越值錢，不像是一瓶水，你喝過我不能再喝。數據是你用過增值，他用過再增值。信息時代：基于我比別人聰明的基礎上面的，收集了很多數據，編好以后給別人，這稱之為信息處理過的。數據是相信別人比我聰明，你把原始數據交給別人了，讓比你聰明的人去處理。運營商SWOT分析內部能力優勢(S)劣勢(W)機會(O)威脅(T)外部環境l基礎網絡資源，擁有海量大數據l既有龐大客戶群l完善的營銷渠道l卓越運營能力l缺乏互聯網運營經驗l數據應用分析能力不足l缺乏數據應用軟件開發能力l業務創新能力不足l 積極利用既有客戶群、營銷渠道優勢開展

18、新業務l 鞏固數據控制能力強的業務l 強化數據資源及運營能力，開放、提供優質數據平臺能力，整合產業鏈SOWTSTWOl 全業務帶來的競爭的加劇l 來自互聯網服務商、其他運營商的競爭威脅l巨大的市場前景l大數據技術帶來的機遇l服務商間的激烈競爭l 加強與合作伙伴、企事業單位、政府機關的合作，提升對數據的掌控力度l 加強業務創新能力，提升互聯網業務運營能力l 利用渠道優勢、客戶優勢，選擇適合的服務商建立合作聯盟，應對強勢服務商、其他運營商的競爭。l 在業務發展上，選擇性發展，有所為，有所不為。產業市場對大數據能力的需求第三方SP/SI合作伙伴個人開發者 SP/SI與運營商之間是依賴關系； 借助于運

19、營商的大數據能力開發、提升、營銷產品 借助于運營商的業務發布、推廣、收費等渠道進行銷售 合作伙伴和運營商之間是對等關系； 通過數據能力嵌入更好的識別用戶、提升現有產品的用戶體驗； 利用運營商的產品推廣與管理渠道和用戶群，拓展用戶規模； 個人開發者與運營商之間是依托關系 利用運營商提供的業務開發、交付、托管的環境進行產品開發、測試、部署 依托運營商的推廣渠道和管理支撐平臺進行產品管理與銷售通過與SP/SI的合作，可豐富數據應用業務種類，降低數據應用業務開發成本，實現大數據能力的增值通過與大型合作伙伴合作，可豐富數據應用的產品體系，拓展用戶群，將數據能力與互聯網業務結合，豐富產品內涵通過與個人開發

20、者合作，可利用互聯網的產品開發模式與開發群體滿足“長尾”應用需求合作需求合作價值中國移動是數據聚合服務市場價值鏈中的整合者中國移動是數據聚合服務的提供者中國移動是“大數據產業價值鏈”的主導者中國移動是通過提供數據聚合服務而為客戶提供額外價值數據聚合服務是對“大數據能力”和 “生活和生產活動”的全面捆綁，是應對全業務環境下競爭對手“捆綁銷售”的重要手段融合的大數據服務能力大數據能力開放平臺最終客戶教育.購物應用終端商務消費媒體通信.狀態位置中國移動額外價值大數據能力開放平臺是適應市場需求的最佳運營模式p利用運營商豐富的大數據資源，搭建大數據分析技術和能力開放平臺，整體分析大數據形成數據服務能力。根據產業鏈需求，將數據服務有機的結合進行能力開放，從而滿足客戶泛在化和一體化的需求，并為客戶創造額外價值的一種服務云計算是大數據能力開放平臺最好的支撐技術對象存儲彈性塊存儲彈性計算文件中間件關系型數據庫集群分布式實時數據庫分布式文件系統數據服務交付框架數據服務平臺數據分析平臺IaaS基礎服務分析型PaaS服務SaaS應用（BDA） 規模效應長尾效應pIaaS資源池可以很好解決大數據的存儲與管理；p基于PaaS提供數據開放能力,主導產業鏈,促進生態系統鏈發展；pBDA是SaaS應用的發展趨勢，繁榮數據應用的長尾。大數據陷阱p用戶隱私與數據帶來的便利性的矛盾；