《中国移动大数据应用与服务模式研究》由会员分享,可在线阅读,更多相关《中国移动大数据应用与服务模式研究(27页珍藏版)》请在金锄头文库上搜索。
1、大数据应用与服务模式研究目录全球进入大数据时代,数据呈现爆炸式增长趋势p随着互联网/移动互联网、数码设备、物联网/传感器等技术的发展,全球数据生产在高速增长p信息处理技术的发展使数据价值能够被更好地挖掘和利用p传统的数据处理技术已经无法应对新的挑战来源:IDC数字宇宙研究报告,2011.11据IDC预测,未来10年全球数据量将以40+%的速度增长,2020年全球数据量将达到35ZB(35,000,000PB),为2009年(0.8ZB)的44倍大数据成为继云计算等之后的全球性新热点p“大数据”关键词在全球范围内迅速升温p短短两年间,“大数据”关键词的搜索量指数双倍增长数据来源:百度搜索量统计大
2、数据成为全球新的经济增长点p麦肯锡全球研究机构发布,认为大数据是创新、竞争和生产力的下一个前沿领域,数据将会给社会带来更大的价值p大数据将在政府公共服务、医疗服务、零售业、制造业、以及涉及个人位置服务等领域得到广泛应用,并产生巨大的社会价值和产业空间p预测2020年,大数据应用市场规模将达到近2600亿美元公共管理公共管理医疗医疗制造制造位置服务位置服务零售零售大数据大数据应用市场应用市场对欧洲的公共管理部门来说,大数据每年有2500亿欧元的潜在价值-比希腊的GDP还高对美国医疗行业来说,大数据每年拥有3000亿美元的潜在价值生产商可以利用大数据使产品研发、组装成本削减50%,人力成本削减7%
3、利用全球的个人位置信息,每年可以取得6000亿美元的消费者价值零售商可以利用大数据使经营利润取得60%的增长各国政府高度重视大数据,上升到国家战略高度美国:奥巴马政府3.29宣布“BigDataResearchandDevelopmentInitiative”q将投入超过2亿美元推动大数据提取、存储、分析、共享、可视化等领域的研究,并将其与历史上对超级计算和互联网的投资相提并论中国:“十二五”国家战略性新兴产业发展规划q信息处理技术作为4项关键技术创新工程之一被提出。包括海量数据存储、数据挖掘等q成立大数据专家委员会目录主流互联网公司大数据应用策略公司大数据金矿应用策略用户搜索表征的需求数据;
4、对网页数据的爬取获取公共数据;阿拉丁计划吸收第三方数据,如与药监局等部门合作拿到封闭的数据。注重研究与实用性结合,围绕搜索开发百度指数、百度统计等数据产品。从搜索引擎向推荐引擎发展基于电商的用户行为、交易数据基于交易的用户、商户信用数据通过投资方式掌握了部分社交数据、移动数据;如新浪微博和高德。搭建数据的流通、收集和分享的底层架构,做数据分享平台尝试建立面向未来的数据交易市场。将数据开放给更聪明的人处理,数据即资产,分析即服务。基于QQ、微博、微信、QQ游戏等主流应用的用户数据基于应用的用户行为、社交数据基于QQ网购、易迅掌握的用户消费、交易、信用数据自产自销,注重在自身产品生态链(QQ、微信
5、、电商、微博)内的释放大数据的价值,用数据改进提升产品,面向用户实现精确营销和精准服务。观望新的商业模式,“站在巨人肩上”是腾讯的典型思维p主流互联网公司坐拥大数据金矿p大数据不在“大”,在于“有用”。互联网公司陆续踏上了大数据掘金之路。主流IT公司大数据应用策略公司解决方案市场定位InfoSphereBigInsights和InfoSphereStreams,分别擅长处理磁盘中的静态数据和流动数据。信息管理产品(InfoSphereInformationServer8.7和InfoSphereMasterDataManagement10)。业务分析产品(Cognos,SPSS,Clarity
6、System,OpenPages)。提供服务器、数据库软件、专家系统等一体化解决方案,覆盖整个大数据技术支撑体系专业的咨询队伍,为客户提供更加简易、及时的数据分析、挖掘、决策服务大数据机、OracleExalogic中间件云服务器、OracleExadata数据库云服务器及OracleExalytics商务智能云服务器构成一个高度集成化产品组合。为以上系统提供一线支持。通过软硬一体化的集成设备为客户提供应用最广泛、高度集成化的系统产品组合,为企业用户提供端到端的大数据技术解决方案。统一的大数据分析平台UAP包括ECMGreenplum关系数据库、EMCGreenplumHDHadoop发行版和
7、EMCGreenplumChorus。充分发挥存储、管理和保护方面的优势,利用云计算开放式、分布式和集群技术处理大数据。p致力于研究数据存储与管理方案,存储与管理海量数据;p加快对数据分析技术的研发创新,对数据分析的广度和速度都有更高要求,p针对行业用户的大数据分析能力,面向行业客户提供完整大数据技术解决方案国外运营商大数据应用模式初探将收集来的用户数据用在媒体广告和营销服务方面,进行更精准的广告投递和市场研究机构GfK进行合作,进行数据分析和打包工作,让这些数据变得更加易用和Verizon成立了名为“动态洞察”的大数据业务部门,面向不同行业推出系列产品,如包含交通流量管理功能的“SmartC
8、ity”p西班牙电信:努力尝试数据能力商业化。pT-Mobile:应用大数据,降低客户流失率。在多个IT系统中整合了大数据应用,对客户交易和互动数据进行综合分析,更准确地预测客户流失率。通过将社交媒体数据和CRM和计费系统中的交易数据进行综合分析,T-mobile在一个季度内将客户流失率降低了50%。产业价值链很长、很复杂;产业链里面的环节非常专业化,要求参与产业链的角色提供更加专业化服务。产业链各个参与者都在重新审视产业融合的战略意义,目前部分互联网巨头公司负责整合产业链,并依托原有的资源和能力优势向运营领域拓展;数据生产数据中心渠道客户主价值链从价值链基础网络 数据采集设计 开发 运营业务
9、管理分销计费客服交易 结算汇聚 支撑 运营整合封装运营体验分发大数据产业链分析支付数据分析数据能力数据应用售后客服维护运营商在大数据产业链中的角色p聚焦大数据产业的价值链,运营商拥有海量的数据与庞大的客户群、以及完善的渠道、支付、售后服务,具备先天的优势。基于数据本身的公司基于技能的公司基于思维的公司对大数据进行技术分析,发掘数据价值;数据即服务。拥有数据就拥有市场支配权;数据即资产。构建大数据的应用场景,释放数据价值;数据重构商业。p关注产业链上最主要的三类公司p选择性合作,是运营商主导大数据产业链的关键数据生产数据中心渠道客户支付数据分析数据能力数据应用售后长尾效应,电信运营商不得不关注的
10、空间主流的语音通信需求.语音游戏、社区聊天、电子商务洽谈、语音约会等电信主流业务具有长尾效应:如公众普遍需求的语音个性化应用语音业务的长尾点对点彩信.彩信新闻报、娱乐杂志、彩信个人签名电信增值业务也具有长尾效应:如点对点彩信个性化应用增值业务的长尾主导大数据应用产业链的,获取规模效应的同时,如何追求大数据应用的长尾效应?电信业务长尾效应越来越明显:l小众甚至是微众的个性化需求,也具有大的利润空间;l合理的设计,打造专业化个性化的网络整合平台,从而找到新的发展空间。目录q大数据是传统数据的延伸,是对传统数据在深度和广度上的补充q传统数据主要来自于业务运营支撑系统、企业管理系统等,比如财务收入、业
11、务发展量等结构化数据;q当前爆炸式增长的新数据主要来源于互联网、移动互联网等,比如图片、文本、音频、视频等非结构化数据。q非结构化新数据和结构化传统数据一起构成大数据。大数据传统数据客户资料订单数据产品数据物资数据财务数据信令数据网管数据实时监控视频传感器数据即时通信数据视频文件客户账单价值密度由高到低网上交易数据微博数据上网行为数据位置数据图片音频网页日志结构化数据、非结构化数据定义:结构化数据是能够用数据库二维表来逻辑表达的数据;其他为非结构化数据。运营商拥有海量大数据大数据将成为运营商发展的核心驱动引擎p对运营商拥有的大数据,进行全面深入、实时的分析和应用,是运营商应对新形势下的挑战,避
12、免沦为管道化的的关键大数据为运营商带来新的机遇大数据为运营商带来新的机遇电信业务同质化竞争严重面临来自互联网公司的竞争:遭遇流量增加,但附加值没有增加的困境运营商具有丰富的数据资源:掌握用户资源及用户访问互联网的入口大数据的有效利用:利用大数据实现自身的精确化营销和精细化运营成为运营商进一步发展的关键大数据的业务创新:对市场保持足够的敏锐度,及时捕捉市场空白,并迅速作出响应大数据的长尾效应:快速满足用户个性化需求,成功吸引用户注意力和增加用户黏性,增加业务收入大数据应对策略与建议p借助IT厂商,有序开展大数据关键技术研究与验证非结构化数据处理、交互式可视化分析、流计算p有所为有所不为,构建大数
13、据应用与服务模式DataPlatform、Dataservice、DataAppp加强人才培养,优化组织架构,适应大数据运营要求着力培养“业务+数据+技术”专业化人才队伍建立大数据集约化联合运营团队,构建“管理+生产+研发”一体化运作体系p决策智能化,企业战略从“业务驱动”转向“数据驱动”,支撑企业数据化运营p数据资产化,信息部门从“成本中心”转向“利润中心”,数据能力开放,实现商业模式创新应对措施总体思路p拥有庞大、高质量数据,能够从移动互联网、互联网、物联网等接入端获取到大量用户行为数据;pIDC数据中心为大数据应用的存储、计算和传输提供了良好基础;p以数据为驱动的营销支撑体系基本形成,为
14、大数据价值转换和显现提供应用经验;p“无线城市”等业务有助于将大数据转化为“真金白银”,为大数据对外应用抢占先机。现有基础 企业级数据中心是通过企业级数据中心是通过数据拉通企业各数据拉通企业各ITIT系统系统的平台,通过制定数据的平台,通过制定数据标准,数据融合分析,标准,数据融合分析,信息服务等手段向信息服务等手段向ITIT系系统、业务人员、管理层、统、业务人员、管理层、终端客户提供数据服务,终端客户提供数据服务,推动战略转型。推动战略转型。提升精细化管理水平l成本收益精细化l资源分配精细化l员工绩效精细化l业务拓展精准化l营销效益最大化l营销商机最多化提升营销精准化效果目标以数据为核心驱动
15、管理变革,构建企业精细化运营管理生态体系。企业级数据中心数据从数据到知识的挑战和跨越知识&信息定义搭建企业级数据中心,支撑企业精细化运营,驱动企业战略转型抓住大数据机遇,实现信息运营,探索移动互联网新盈利模式l在线统计功能按模块开放给合作伙伴,模块包括:互联网舆情分析、热点业务分析、终端类型占比、移动商盟商家排名、用户偏好分析等等l合作伙伴可在线订购和开通各个模块l如果现有数据信息产品不能满足合作伙伴的需求,那么合作伙伴可在线提出帮扶申请l帮扶方式有两种,一是定制信息产品;二是由辅助运营团队制定针对性解决方案并线上交付l各种行业报告都以书店形式进行售卖l合作伙伴可以预览和订购,但所有下载报告均
16、设置有信息安全权限在线统计分析购买行业报告提出专项帮扶需求p江苏移动企业级数据中心首先实现对内的服务,然后应当对外开放,像阿里巴巴数据开放平台那样吸引外部开发者进驻,在不影响客户隐私的前提下充分挖掘大数据价值,发现商机,并将大数据应用推给那些需要他们的人和企业,比如零售、交通、旅游等等。q阿里巴巴的企业愿景是要做分享数据的第一平台。q大数据时代“将阿里集团变成一家真正意义上的数据公司”q知道“你是谁,你想要什么”q阿里巴巴集团所积淀的商业数据,支付宝、淘宝、阿里金融、B2B的数据都会成为这个巨大的数据分享平台的一部分,将会获得深度发掘和应用。数据货币化,互联网业界思想借鉴数据时代:核心是分享数
17、据。数据是越用越值钱,不像是一瓶水,你喝过我不能再喝。数据是你用过增值,他用过再增值。信息时代:基于我比别人聪明的基础上面的,收集了很多数据,编好以后给别人,这称之为信息处理过的。数据是相信别人比我聪明,你把原始数据交给别人了,让比你聪明的人去处理。运营商SWOT分析内部能力优势(S)劣势(W)机会(O)威胁(T)外部环境l基础网络资源,拥有海量大数据l既有庞大客户群l完善的营销渠道l卓越运营能力l缺乏互联网运营经验l数据应用分析能力不足l缺乏数据应用软件开发能力l业务创新能力不足l积极利用既有客户群、营销渠道优势开展新业务l巩固数据控制能力强的业务l强化数据资源及运营能力,开放、提供优质数据
18、平台能力,整合产业链SOWTSTWOl全业务带来的竞争的加剧l来自互联网服务商、其他运营商的竞争威胁l巨大的市场前景l大数据技术带来的机遇l服务商间的激烈竞争l加强与合作伙伴、企事业单位、政府机关的合作,提升对数据的掌控力度l加强业务创新能力,提升互联网业务运营能力l利用渠道优势、客户优势,选择适合的服务商建立合作联盟,应对强势服务商、其他运营商的竞争。l在业务发展上,选择性发展,有所为,有所不为。产业市场对大数据能力的需求第三方SP/SI合作伙伴个人开发者SP/SI与运营商之间是依赖关系;借助于运营商的大数据能力开发、提升、营销产品借助于运营商的业务发布、推广、收费等渠道进行销售合作伙伴和运
19、营商之间是对等关系;通过数据能力嵌入更好的识别用户、提升现有产品的用户体验;利用运营商的产品推广与管理渠道和用户群,拓展用户规模;个人开发者与运营商之间是依托关系利用运营商提供的业务开发、交付、托管的环境进行产品开发、测试、部署依托运营商的推广渠道和管理支撑平台进行产品管理与销售通过与SP/SI的合作,可丰富数据应用业务种类,降低数据应用业务开发成本,实现大数据能力的增值通过与大型合作伙伴合作,可丰富数据应用的产品体系,拓展用户群,将数据能力与互联网业务结合,丰富产品内涵通过与个人开发者合作,可利用互联网的产品开发模式与开发群体满足“长尾”应用需求合作需求合作价值中国移动是数据聚合服务市场价值
20、链中的整合者中国移动是数据聚合服务的提供者中国移动是“大数据产业价值链”的主导者中国移动是通过提供数据聚合服务而为客户提供额外价值数据聚合服务是对“大数据能力”和“生活和生产活动”的全面捆绑,是应对全业务环境下竞争对手“捆绑销售”的重要手段融合的大数据服务能力大数据能力开放平台最终客户教育.购物应用终端商务消费媒体通信.状态位置中国移动额外价值大数据能力开放平台是适应市场需求的最佳运营模式p利用运营商丰富的大数据资源,搭建大数据分析技术和能力开放平台,整体分析大数据形成数据服务能力。根据产业链需求,将数据服务有机的结合进行能力开放,从而满足客户泛在化和一体化的需求,并为客户创造额外价值的一种服
21、务云计算是大数据能力开放平台最好的支撑技术对象存储弹性块存储弹性计算文件中间件关系型数据库集群分布式实时数据库分布式文件系统数据服务交付框架数据服务平台数据分析平台IaaS基础服务分析型PaaS服务SaaS应用(BDA)业务应用业务应用业务应用业务应用 业务应用业务应用业务应用业务应用 规模效应长尾效应pIaaS资源池可以很好解决大数据的存储与管理;p基于PaaS提供数据开放能力,主导产业链,促进生态系统链发展;pBDA是SaaS应用的发展趋势,繁荣数据应用的长尾。大数据陷阱p用户隐私与数据带来的便利性的矛盾;消费者受惠于海量数据:更低的价格、更符合消费者需要的商品,以及从改善健康状况到提高。
22、社会互动顺畅度等生活质量的提高。但同时,随着个人购买偏好、健康和财务情况的海量数据被收集,人们对隐私的担忧也在增大。p数据知识产权的威胁;大数据发展的趋势往往与加大信息开放度、设计新的信息收集设备以及为海量数据的庞大存续和分析需求提供支持的云计算。带来的副作用是IT基础架构将变得越来越一体化和外向型,对数据安全和知识产权构成更大风险.p数据回报率低数据回报率=数据价值/数据成本。大数据的“大容量”是PB级的数据规模,数据存储与集成管理的成本高,。如何将有用的数据与没有价值的数据进行区分?如何发现挖掘数据的价值?这些都是个棘手的问题.对电信运营商来说,可以利用大数据实现自身的精确化营销和精细化运
23、营加大开放合作力度,与产业链各个环节开展合作,加快对大数据经营商业模式的探索,不断释放其管道中庞大数据的潜在力量,将数据转化成“真金白银”。数据化程度越高的行业,其大数据的应用场景越多,能够带来的价值也就越高。数据重构商业,虽然国内在这方面的探索还未形成规模,但对运营商来说却代表着前进的方向凭借自身优势,将数据分析包装为服务,提供给政府、商场、银行等第三方机构进行决策,从而实现商业模式的创新,并在与互联网企业的竞争中占得先机。不过,需要明确的是,这里的数据包装并不是非法采集用户个人信息,更不是贩卖用户个性化隐私,真正的大数据应该是用加工实现增值,用分析来指导决策,而非原始数据信息本身的低层次滥用决策智能化,企业战略从“业务驱动”转向“数据驱动”数据资产化,信息部门从“成本中心”转向“利润中心”