大数据洞察与业务发展前瞻课件

《大数据洞察与业务发展前瞻课件》由会员分享，可在线阅读，更多相关《大数据洞察与业务发展前瞻课件（52页珍藏版）》请在金锄头文库上搜索。

1、大数据业界洞察与行业发展前瞻BigDataBusinessExploration吴建应用组， 江西移动大数据运营部1大数据洞察与业务发展前瞻About Me 吴建江西移动大数据运营部应用组负责人江西移动高级产品专家工信部认证高级信息分析师工信部认证数据挖掘分析师2大数据洞察与业务发展前瞻index DataistheGameChanger “数学世界观数学世界观”：大数据的实质大数据的实质 “他山之石他山之石”：众多成功企业案例总结大数据经营成功要素众多成功企业案例总结大数据经营成功要素 “行业借鉴行业借鉴”：大数据业界洞察与行业发展前瞻大数据业界洞察与行业发展前瞻 “协作创新协作创新”：江西

2、移动蓝色经济活跃指数大数据应用专题江西移动蓝色经济活跃指数大数据应用专题23大数据洞察与业务发展前瞻大数据改变了网球公开赛观赏性TrackingmomentumwithRealtimeanalyticsRecordKeystotheMatch34大数据洞察与业务发展前瞻45大数据洞察与业务发展前瞻What is Big Data数学世界观应用于人类社会的实践与探索数学世界观应用于人类社会的实践与探索量化记录量化记录 + 模型还原 + 规律发现DNA测序测序数学描绘人类社会数学描绘人类社会爱因斯坦爱因斯坦广义相对论广义相对论薛定谔量子理论薛定谔量子理论牛顿牛顿自然哲学的数学原理自然哲学的数学原理

3、毕达哥拉斯学派的毕达哥拉斯学派的“数既万物数既万物”56大数据洞察与业务发展前瞻数据的概念除了传统IT数据外,更包括来自互联网的社交媒体数据和来自传感器物联网（IoT）的数据,后两者将来的占比和作用更大90008000 100到2015年，全球互联的设备数将是全球全部人口的两倍。所有的感应数据均有不确定性。全球数据量单位（Exabytes)700060005000400030002000100009080706050403020102005不确定，不准确的百分比社交媒体的总账户数将超过全球人口的总数。从陈述和内容上看，这些数据也有很大的不确定性。数据质量管理方案对企业内部数据比如客户，产品以及

4、地址信息持续治理，但是这只是企业全部数据中的一小部分。企业内部数据Multiple sources: IDC,Cisco2010201521E=1024P7大数据洞察与业务发展前瞻什么是大数据？大数据分析与传统数据分析有什么不同?定义大数据更广的信息范围新的数据与分析类型实时信息来新技术的数据非传统形式的媒体大数据量最新流行词社交媒体数据* 2012年IBM对95个国 家中26个行业的1144 名专业人员调查结果3结构化数据：存在于关系数据库中，多年来一直主导着IT应；半结构化数据：包括电子邮件、文字处理件以及量发布在网络上的新闻等，以内容为基础，这也是谷歌和百度存在的理由；非结构化数据：广泛

5、存在于社交网络、物联网、电商务之中。伴随着社交网络、移动计算和传感器等新技术不断产生，有报告称，超过80%的数据属于非结构化数据。IBM将“大数据”理念定义为4个V，即数量（Volume）、多样性（Variety）、速度（Velocity）及数据的准确性（Veracity）。本质上, 大数据分析提供如下有别于以往的能力:全量数据考察 vs 局部数据考察 !更全面的分析,做出正确的判断T+0实时分析 vs T+1 事后分析 !更迅疾的反应,捕捉稍纵即逝的机会更深刻的洞察8大数据洞察与业务发展前瞻医疗保健数据政府与教育数据大数据的未来是怎样？试想每个设备都在产生数据，但其中数据有 80% 是非结构

6、化数据，计算机是无法辨识的，对企业用处有限。99%到 2017 年的 非结构化增长率 数据的比例88%94%到 2017 年的增长率政府与教育数据来自：84%非结构化数据的比例医疗保健数据来源包括： 患者传感器电子医疗记录检测结果 车队传感器交通传感器学生评价到 2020 年，全球平均每人每分钟产生公用事业数据媒体数据1.7 MB的新数据。93%到 2017 年的增长率公用事业数据来自：84%非结构化数据的比例97%到 2017 年的增长率媒体数据来自：82%非结构化数据的比例公用事业 传感器5 员工传感器位置数据视频和 影片图像音频59大数据洞察与业务发展前瞻大数据价值的显现？分析能力和挖掘

7、能力最佳解决方案是什么?各种数据的综合性开放式分析会带来什么样的业 务价值？业务突破如果当前业务趋 接下来会势保持不变,会怎 发生什么? 么样?认知分析数据探索差异性优势业务价值发生此情况的根本原因在哪里?有多少发生?多久出现此情况?什么 地方发生的?发生了什么?需要采取什么行动?预警分析预测分析挖掘模型竞争性优势OLAP分析BigInsights Analyst基础分析报表即席查询分析复杂度描述性分析预测性分析探索性分析认知分析10大数据洞察与业务发展前瞻index DataistheGameChanger “数学世界观数学世界观”：大数据的实质大数据的实质 “他山之石他山之石”：众多成功企

8、业案例总结大数据经营成功要素众多成功企业案例总结大数据经营成功要素 “行业借鉴行业借鉴”：大数据业界洞察与行业发展前瞻大数据业界洞察与行业发展前瞻 “协作创新协作创新”：江西移动蓝色经济活跃指数大数据应用专题江西移动蓝色经济活跃指数大数据应用专题211大数据洞察与业务发展前瞻大数据整体发展趋势：商业、数据科学、云化成为新一轮发展的推动力大数据整体发展趋势：商业、数据科学、云化成为新一轮发展的推动力Business技术驱动-商业驱动大数据商业模式创新爆发式增长BusinessDataScienceTechnologyTechnologyDataScience2000200720122014201

9、7人工智能将会为大数据分析带来本质的变革2020SourceFrom：Accenture、Gartner趋势分析报告Business：大数据从技术驱动转变为商业驱动，企业经营优化和数据资产：大数据从技术驱动转变为商业驱动，企业经营优化和数据资产变现成为主要诉求，预计2017年基于大数据的商业模式创新(BigDataAsAService、数据交易）将会爆发式增长、数据交易）将会爆发式增长DataScience：数据科学从简单的统计分析到认知计算，利用机器学习（：数据科学从简单的统计分析到认知计算，利用机器学习（深度学习、认知计算、人工智能）提升大数据分析的生产效率，并应用到深度学习、认知计算、人

10、工智能）提升大数据分析的生产效率，并应用到生产和生活中去将会在2017年逐步显现Technology：数据处理技术经过：数据处理技术经过2010-2012年的疯狂发展，将会逐步标年的疯狂发展，将会逐步标准化、云化，成为类似于准化、云化，成为类似于RDBMS的通用的的通用的IT软件基础设施，但大规模并行软件基础设施，但大规模并行计算运维仍然会成为关键壁垒计算运维仍然会成为关键壁垒开放合作生态，应用百花齐放，企业经营的创新应用和面向行业的数据分开放合作生态，应用百花齐放，企业经营的创新应用和面向行业的数据分析服务需要多方协作，实现“群体智能”。分析智能化，知识化，生产力真正从技术专家迁移到业务人员

11、手中，实现分析智能化，知识化，生产力真正从技术专家迁移到业务人员手中，实现从“人的智能”转向“人工智能”。技术平台化、服务化（云化），成为能力可协作共享的关键，从低层次的技术平台化、服务化（云化），成为能力可协作共享的关键，从低层次的经验共享到深度的软件定义的知识复制，大幅度提升资源利用效率和协作效率。Page 312大数据洞察与业务发展前瞻大数据技术发展趋势：技术炒作从高峰转向低谷，更加关注大数据的价值大数据技术发展趋势：技术炒作从高峰转向低谷，更加关注大数据的价值全球大数据市场未来5年翻番，急剧增长，Wikibon预计到2020年，全球大数据市场达610亿美元（不含传统数据仓库），CAGR

12、：26%自然语言解析、智能问答、机器学习、自然语言解析、智能问答、机器学习、IoT、可穿戴设备、数据安全等领域成为大数据应用的重点、可穿戴设备、数据安全等领域成为大数据应用的重点dwPaaS开始由低谷转向复苏期，代表开始由低谷转向复苏期，代表BigDataasaService模式的投资力度加大模式的投资力度加大Page 413大数据洞察与业务发展前瞻数据科学发展趋势：基于业务理解的知识体系构建成为发展的重点数据科学发展趋势：基于业务理解的知识体系构建成为发展的重点百度构建理解业务语意的智能分析和决策服务百度大脑，已达3-4岁儿童的智力水平IBMWatson构建以认知计算和知识库为核心的分析竞争

13、力业务洞察的演进趋势面向数值业务统计面向数值业务预测理解业务语义业务知识推理智慧智慧Know-whyKnow-what用户洞察的演进趋势消费习惯洞察静态兴趣洞察实时兴趣洞察知识知识用户行为预测和推理专业理解实践经验信息信息工具、方法数据的变化趋势结构化数据文本数据多媒体数据数据数据整合、组织、存储DIKW体系体系Page 514大数据洞察与业务发展前瞻大数据商业发展趋势：数据商品化加速大数据商业发展趋势：数据商品化加速IDC预计到2019年全球90%的大企业将会进行数据交易据日本市场研究协会(JMRA)统计显示，企业参与的日本数据交易的市场规模每年约为2200亿日元2015年国内主要数据交易平

14、台年国内主要数据交易平台江苏省大数据交易平台2015年8月贵阳大数据交易所成立GBDE中关村大数据交易平台上线DATA+北京大数据交易平台上线2014年11月2015年7月2015年4月2014年大数据收入，年大数据收入，2.9亿元。其中政府、传媒行业亿元。其中政府、传媒行业1.23亿元亿元自建独立的大数据中心，数百台服务器对新闻、论坛、微博等多种类型互联网数据进行7*24小时不间断实时采集，具备上千亿数据量的数据索引、挖掘分析和存储能力，可支撑政府、企业、媒体、金融、公安等多行业用户的舆情分析云服务。TRS数据中心监测采集源上百万个，日采集和处理数据超过5000万条武汉光谷大数据交易平台成立

15、阿里妈妈DMP：62万家网站通过阿里妈妈网站联盟为卖家提供广告服务。2013年这些广告带来交易额超过600亿元，这些网站获得的分成达到47亿元Page 615大数据洞察与业务发展前瞻大数据投资趋势大数据投资趋势正在加速从基础设施向分析领域转移正在加速从基础设施向分析领域转移观点观点分析领域的投资主要聚焦在四个方向：OperationalIntelligence（含实时分析领域），下一代的商业智能云化、BDaaS、生态合作是初创公司选择的主流运营模式Company12DomoMongoDBHamburg-basedKreditechGroupInsideSDataminrMarkLogicSum

16、oLogicBirstGuavus3456789BigDataInvestmentMap（2014Q42015Q2）AreasTotalRaiseDescriptionproviderofacloud-basedbusinessmanagementplatform(ornext-Analytics$450Mgenerationbusinessintelligence)Infrastructure$311Mproviderofadocument-orienteddatabaseusingbigdataanalysisandmachinelearningtobuild“adigitalbankAn

17、alytics$263Mfortheunscoredworldwide,”providerofcloud-basedpredictiveanalytics“salesacceleration”Analytics$199MplatformAnalytics$180MadataminingstartupInfrastructure$175.6MproviderofaNoSQLdatabaseAnalytics$160.5Mproviderofananalyticsplatformformachine-generateddataAnalytics$156Mproviderofcloud-basedb

18、usinessintelligenceandanalyticsAnalytics$129Mproviderofbigdataanalyticsapplicationsforoperationalintelligencebuildingareal-timedataplatform(providesrealtimecontentdiscoverybylocationacrossmultiplesocialnetworks）providerof“machineintelligence”(dataminingwithTopologicalDataAnalysis)softwareprovidingcl

19、oud-basedbigdataanalyticsmobileanalyticsprovidingadvancedanalyticssoftwareabusinessintelligencestartupProvidingreal-timeandhistoricalsearch,aswellasreportsandstatisticalanalysisProvidinginteractivedatavisualizationproductsonBINBI产品类型产品类型OIAppsCloud101112131415*Page 7BanjoAyasdiGoodDataAppAnnieAltery

20、xLookerSplunkTableauAnalyticsAnalyticsAnalyticsAnalyticsAnalyticsAnalyticsAnalyticsAnalytics$121M$106M$101.2M$94M$78M$48M已上市已上市2014Q4-2015Q2期间还在进行融资，按照总融资排序后的TOP15,Source：Forbes16大数据洞察与业务发展前瞻大数据产业链发展趋势大数据产业链发展趋势基础设施趋于成熟，分析领域和基础设施趋于成熟，分析领域和XaaS模式成为关注重点模式成为关注重点观点观点与美国大数据生态地图与美国大数据生态地图2.0/1.0对比对比1.大数据基

21、础设施领域趋于成熟2.Xaas模式成为初创公司优选的模式3.基础设施的混搭成为商业实施的主流，并被传统IT和OTT玩家垄断4.分析领域碎片化严重，还未出现寡头垄断的局面，是否会出现类似基础实施层的混搭模式还是个未知数？5.大数据行业应用市场进一步细化，传统IT厂家加速进入大数据市场尚处于发展初期阶段，从基础设施、分析到行大数据市场尚处于发展初期阶段，从基础设施、分析到行业应用，玩家众多1、大数据基础设施：产业趋于成熟，技术趋向标准化、大数据基础设施：产业趋于成熟，技术趋向标准化混搭类大数据基础设施占主导地位，主要玩家是传统IT业界巨头和互联网巨头，多采用合作方式补齐能力2、大数据分析领域：对比

22、大数据生态地图、大数据分析领域：对比大数据生态地图2.0，越来越多，越来越多的玩家进入分析领域，市场碎片化严重的玩家进入分析领域，市场碎片化严重3、大数据行业应用：成为传统、大数据行业应用：成为传统IT巨头关注的方向巨头关注的方向大数据应用市场逐渐细分，重点聚焦在广告营销、金融、政府、医疗、教育、安全等领域4、商业模式：、商业模式：越来越多的大数据公司开始推出BigDataasaService服务Page 8Source:Firstmarkcap17大数据洞察与业务发展前瞻AWS提供全堆栈式大数据分析平台和完善的合作生态提供全堆栈式大数据分析平台和完善的合作生态OTT初创公司FullStack

23、大数据云分析平台，数千家合作伙伴覆盖数据集成、数据分析、运营智能、行业应用，通过Marketplace聚合数千大数据分析应用，支持订阅付费。全堆栈大数据分析平台全堆栈大数据分析平台Page 10大型合作伙伴生态系统大型合作伙伴生态系统合作伙伴覆盖6大领域数据集成数据分析与可视运维智能数千款解决方案应用可订阅使用数千款解决方案应用可订阅使用借助AWSMaretplace查找、购买并立即开始使用您所需的软件和工具，以构建大数据和分析应用程序。Amazon EMRAWS Data PipelineAmazon Elasticsearch ServiceAmazon KinesisAmazon Mac

24、hine LearningAmazon QuickSightAmazon RedshiftAWS S3AWS RDSAWS IoT高级分析顾问服务使用AWSMarketplace的一键部署功能来快速启动预配置的软件，并仅聚合数千合作伙伴工具。按使用情况付费。18大数据洞察与业务发展前瞻Amazon的的BDaaS服务服务EnterpriseApplicationsAnalyticsHadoopReal-timeStreamingDataDataWarehouseDataPipelinesVirtualDesktopSharing&CollaborationOTT初创公司AppServicesQu

25、euing&NotificationsWorkflowAppstreamingTranscodingEmailSearchAccessControlStorageDeployment&ManagementOne-clickwebappdeploymentMobileServicesIdentitySyncPlatformServicesDev/opsresourcemanagementMobileAnalyticsPushNotificationsResourceTemplatesAdministration&SecurityCoreServicesInfrastructurePage 11I

26、dentityManagementComputeUsageAuditingKeyStorageDatabases(Relational,NoSQL,Caching)MonitoringAndLogsNetworking(VPC,DX,DNS)(VMs,Auto-scalingandLoadBalancing)(Object,BlockandArchival)CDNRegionsAvailabilityZonesPointsofPresence19大数据洞察与业务发展前瞻阿里云推出阿里云推出“数加数加”大数据分析平台，大数据分析全面云化大数据分析平台，大数据分析全面云化OTT初创公司1月20日，

27、阿里云一口气推出20款数据分析产品，未来3年聚合300家合作伙伴。其商业价值在于把大数据请下神坛，通过云服务让大数据能力向自来水一样“触手可及”。行业应用行业应用郡县图治数据应用数据应用规则引擎推荐引擎应用托管智能语音交互机器学习机器学习机器学习数据分析数据分析BI报表数据可视化计算引擎计算引擎大数据计算服务分析型数据库流计算数据加工数据加工大数据开发大数据管理数据集成数据质量Page 1220大数据洞察与业务发展前瞻index DataistheGameChanger “数学世界观数学世界观”：大数据的实质大数据的实质 “他山之石他山之石”：众多成功企业案例总结大数据经营成功要素众多成功企业

28、案例总结大数据经营成功要素 “行业借鉴行业借鉴”：大数据业界洞察与行业发展前瞻大数据业界洞察与行业发展前瞻 “协作创新协作创新”：江西移动蓝色经济活跃指数大数据应用专题江西移动蓝色经济活跃指数大数据应用专题221大数据洞察与业务发展前瞻从应用场景入手分析经营要素从应用场景入手分析经营要素金融服务金融服务 欺诈检测 360度客户视图交通交通 枢纽机场每天生成几十TB乘客数据 实时处理数百万车辆数据健康与生命科学健康与生命科学 流行病早期预警 ICU监控电信电信 通话详单记录通话详单记录CDRs 每秒每秒7.5次呼叫次呼叫 近近3万亿行数据万亿行数据跨行业跨行业公共事业公共事业 气象分析 智能电网

29、管理互联网互联网 Google24PB/日 Twitter12TB/日 Facebook2亿图/日零售零售 市场营销 目标营销 微分群安全监控安全监控 多模式监控 安全检测IBM2013调研：调研：28%企业已进行大数据实践，企业已进行大数据实践，47%计划开展大数据实践计划开展大数据实践49%大数据实践的驱动力源自对以客户为中心的商业洞察大数据实践的驱动力源自对以客户为中心的商业洞察制造业制造业 波音波音737引擎引擎 客户维系每每30分钟飞行分钟飞行 客户获取10TB数据数据6OVUM2013调研：调研：超过超过60%企业将大数据实践目标应用于运营决策企业将大数据实践目标应用于运营决策22

30、大数据洞察与业务发展前瞻Google采集数据采集数据 理解数据理解数据 为用户提供价值的应用为用户提供价值的应用 捕获用户交互数据捕获用户交互数据 识别用户特征识别用户特征 广告平台价值变广告平台价值变现现Language / Semantics / SpellSocial / ContentSearchLocation / TransportAugment Reality7公开称自己为大数据公司23大数据洞察与业务发展前瞻Taobao购买历史数据购买历史数据 购买意向数据购买意向数据 全面数据刻画客户贩物需求全面数据刻画客户贩物需求 电子商务平台营销广告实现流量变现电子商务平台营销广告实现流

31、量变现选择Online购买搜索+浏览+ 传播商品+ 支付 + 交付+ 评价购买预期购买历史个性推荐现实（eCommerce Social Commerce O2O Commerce）8Offline位置+ 本地服务 + 互动24大数据洞察与业务发展前瞻Apple认知计算将数据转化为知识认知计算将数据转化为知识 Siri为用户提供应用为用户提供应用 将客户的忠诚转化为商业利益将客户的忠诚转化为商业利益49%9iPhone 用户认为Siri是他们最喜爱的功能25大数据洞察与业务发展前瞻Zara门店数据门店数据+互联网数据互联网数据 全面及时掌握客户细节需求全面及时掌握客户细节需求 数据指挥跨部门协

32、同数据指挥跨部门协同 “快时尚快时尚”超越超越LV集团盈利能力集团盈利能力DesignWeb SiteSocial MediaManufactZara稅前毛利率比LVMH集團還高，達到23.6Store10Delivery26大数据洞察与业务发展前瞻Vestas海量天气预报数据海量天气预报数据+物联网数据物联网数据 更准确的风能资源预测更准确的风能资源预测 风电管理系统风电管理系统 转化为经济价值转化为经济价值 发电效率提高 30% 故障率降低50% 维护成本降低30% 新建电站投产周期缩短97%1127大数据洞察与业务发展前瞻Agero物联网数据物联网数据+互联网数据互联网数据 更准确的风险

33、评估更准确的风险评估 实时在线计费实时在线计费 客户与企业实现双赢客户与企业实现双赢 通过整合车辆传感器、地理位置、用户社交、交易等多方面数据进行准确的风险评估，新的业务模式还推动了用户培养谨慎的驾驶习惯效控制风险降低成本，能够在为客户提供更具竞争力的保险产品的同时提升利润； 基于实时监控能够第一时间响应事故，为客户提供更周全、即时的救援服务；1228大数据洞察与业务发展前瞻IBMWatson通过认知计算将海量医学文献转化为知识通过认知计算将海量医学文献转化为知识 辅助医师加速诊断过程、提高诊断准确性辅助医师加速诊断过程、提高诊断准确性Confidence Extract Patient al

34、ternate phrasingsExtractMedicationsIdentify FamilyHistorynegative Symptomstext to handle HistoryUse variants of drug side-effectsReason with mined relations Use databaseTaxonomies to toand Medicalgeneralize medical conditions isexplain away symptoms (thirstto Together,broad search forPerform multipl

35、e diagnoses maythe explain symptomsconsistent w/ UTI)possible diagnosesmodels Extract Confidence in each that UTIScore Findings: Confirmswas presentdiagnosis based on evidence sofarMost Confident Diagnosis: Use paraphrasings mined from Extract Symptoms from record1329大数据洞察与业务发展前瞻如何成功经营大数据如何成功经营大数据 A

36、pplication：数据不能孤立生存，必须和应用整合，通过应用才：数据不能孤立生存，必须和应用整合，通过应用才应用为先模式创新技术为要数据为本能创造价值，无论是googlesearch，toabao推荐， Siri，还是watson 在医院的应用，ZARA将客户声音转化为“快时尚”，无一例外都是通过应用实现价值。 Data：数学模型实质是刻画特征、发现规律，大数据的价值在于：数学模型实质是刻画特征、发现规律，大数据的价值在于，更多特征纬度的数据来源帮助模型刻画事物更加立体的特，全量采样数据比抽样数据刻画特征更平滑更接近真实。 Technology：实时从海量的、复杂的非结构化数据中获得洞察，

37、：实时从海量的、复杂的非结构化数据中获得洞察，需要新的数据处理和分析技术支持才能实现。 Biz Model： 大数据的价值一定是在新一轮信息化推动各行各业的业务变革过程中产生的。1430大数据洞察与业务发展前瞻AT&T：数字转型先行者，具有平台和应用开发能力：数字转型先行者，具有平台和应用开发能力供应链管理IoT云和大数据平台应用和服务开发平台日本美国欧洲大数据和API交通管理智慧家庭产品重点展示新领域业务进展：重点展示新领域业务进展：Domain2.0、车联网、健康联网、视频及数字家庭领域的最新进展围绕围绕DigitalLife服务品牌推出相关的服务品牌推出相关的IoT业务：包括业务：包括S

38、martSecurity、SmartAutomation、Smartenergy三大领域，重点展示车联网相关的Case，case包含在北美与Audi，在欧洲联合VDF为欧宝提供车联网整体解决方案。AT&T积极建设IoT合作生态链，希望把DigitalLife相关家庭解决方案推广到美国之外市场持续推进能力开放战略：针对开发者推出持续推进能力开放战略：针对开发者推出SmartAPISolution，通过，通过SponsoredData&RewardsAPI来增加客户粘性，并发布来增加客户粘性，并发布APIEnabledcloudEcosystem，支撑开发者更便捷创建和管理，支撑开发者更便捷创建和

39、管理APIPage 1831大数据洞察与业务发展前瞻Verizon大数据分析系统大数据分析系统Orion观察观察1、以WebServices&API方式提供大数据服务2、面向行业提供广告、M2M、网络相关的数据分析服务解决方案3、提供大数据开发者API，包括Java、R语言、Python等，支持公司内外部大数据应用的开发4、主要提供三类应用解决方案：面向AllVerticals的BDaas、面向Ad/Marketing的PMI和面向IoT领域的CloudAnalyticsNetworks当前招聘主要聚焦数据分析、数据治理、IoT、数据应用等，主要地点加州、德州和新泽西州Page 1932大数据

40、洞察与业务发展前瞻面向面向AD/Marketing领域提供领域提供PMI解决方案解决方案VerizonPrecisionMarketInsights是为广告/营销行业客户提供的解决方案，该解决为每个Verizon用户提供一个匿名的唯一设备标识PrecisionID，可以跟踪每个用户的属性，通信消费情况，上网行为和频率，位置轨迹等，为广告商，代理商，渠道合作伙伴提供目标客户的人口统计信息，兴趣偏好和地理位置信息等，进行精准广告或营销服务。2012年10月，Verizon成立精准营销部门PrecisionMarketingDivision。Verizon提供两类服务和三种解决方案，合作伙伴有blu

41、ekai（Oracle收购的DMP公司），Brightroll，RUN目标客户目标客户BrandsAchievehigherengagementandextendreachthroughourprivacy-safeaddressableadsolutionsAgenciesReachclientsadvertisinggoalswithanefficientprivacy-safeaddressableadsolutionChannelPartnersLeverageourdata-drivenmarketingassetsatscaletodrivecustomersuccess数据服务数

42、据服务 将数据匿名、聚合后，在不违反隐私政策的前提下直接提供 提供数据咨询服务。解决方案解决方案 精准洞察（PrecisionMarketInsights），提供商业数据分析 精准营销（PrecisionMarketing），提供广告投放支撑 移动商务（MobileCommerce）服务，主要面向Isis（Verizon、at&t和T-Mobile发起的移动支付系统） Verizon向客户提供可以退出该服务的选择Page 2033大数据洞察与业务发展前瞻面向面向IoT领域的领域的CloudAnalyticsNetworkPage 2234大数据洞察与业务发展前瞻Telefonica：目标成为大

43、数据公司，构建数字化业务运营生态系统：目标成为大数据公司，构建数字化业务运营生态系统日本美国欧洲Telefonica将成为西班牙最大的大数据公司。通过服务和体验向客户提供价值，平衡与保障Digitalecosystem各方玩家的利益2015年底发布五年战略计划“OnlifeTelcoby2020”，将展示提升个人和企业用户体验的新业务、APP和解决方案；在本次MWC上，展示其子公司TokBox基于WebRTC技术的云平台，支持视频、语音、信息、屏幕共享等功能，是CsarAlierta,TelefonicaCEOTelefonica数字化业务运营生态建设的一种尝试构建opensource社区：联

44、合22个serviceproviders建立opensource社区。OSM社区建立，旨在满足和推动NFV的网络建设，主要成员包括BT，UBUNTU，INTEL，Mirantis，telenor，奥电，SKT等Page 2335大数据洞察与业务发展前瞻Telefonica：制订发布各种数字转型指数，构建行业思想领导力：制订发布各种数字转型指数，构建行业思想领导力1、数字生活指数、数字生活指数日本美国欧洲TLF在2015年底便已和全球企业家发展研究院联手制订TIDL指数，以全面的视角和维度来衡量数字经济的重要影响因素。在巴展上TLF对公众讲述了指数，但具体报告将在下一段时间发布从收集的信息来看，

45、TIDL指数主要包含4个部分。与其他机构发布的指数模型相比，它主要在测量“接入性”之外，还测量了“开放性”、“信任度”和“企业家精神”等三个维度TLF在数字业务的实践上一直较超前，此次提出的TIDL，加强了它引领者的形象和影响力2、EMI:客户体验指数客户体验指数3、第三方对、第三方对TLF数字转型的评数字转型的评价指数价指数在第三方的数字转型的评价模型中，TLF处在数字转型领先者地位，但仍受到区域经济、技术和财务状况的挑战。TLF的客户体验指数主要考量客户体验的战略差异化指标，并支撑实时优化结合了客户的网络指标和主观的客户评价Page 2436大数据洞察与业务发展前瞻欧美日主流运营商大数据观

46、察欧美日主流运营商大数据观察 大数据作为核心使能，支撑运营商数字化转型大数据作为核心使能，支撑运营商数字化转型 IoT、营销广告、健康医疗、政府是运营商大数据拓展的重要领域 部分运营商开始尝试提供BigDataasaService和数据产品NTTDocomo日本日本KDDI围绕业务转型，大数据作为核心使能，与合作伙伴共同创造价值，为人们打造Smartlife面向企业市场，提供一站式的大数据分析服务，与合作伙伴一起提供KDDIAnalyticsSuiteasaService电信运营在行业应用的机会点和价值电信运营在行业应用的机会点和价值Figure 1.CSP Opportunitys in D

47、ata/Analytics - Revenue Versus FeasibilityFeasibility HigherGovernment“All verticals”HealthcareMost immediatelypromisingA few highervalueopportunitiesVerizon 基于VerizonCloud面向AllVerticals提供BDaaS服务 面向营销和广告领域，打造PMI数据产品 围绕IoT打造CloudAnalyticsNetworksAT&T通过大数据平台，支撑其IoT战略，通过数据API，打造能力开放数字生态RevenueOpportuni

48、tyLowerTransportation TMTUtilities美国美国A good number ofpotential productsof unknown valueHigher unceraintyabout what canbe soldAdvertisingMarket ResearchHigherFinancial Services InsuranceConsumerManufacturingRetailTelefonicaEducation欧洲欧洲Lower目标成为大数据公司，构建数字化业务运营生态系统发布各类大数据指数TMT=telecommunicatons,media

49、andtechnology“Allverticals”=arangeofopportunitieswhereCPSscuoldbuildeconomiesofscalebyprovidingtheservicefortypesof*Source：GartnerPage 2537大数据洞察与业务发展前瞻At&t智慧城市分析服务智慧城市分析服务利用移动通信用户位置更新数据，刻画了不同城市用户日常移动活动半徂的差异，洛杉矶高于旧金山，旧金山高于纽约 在用户移动性认知基础上，结合交通部门发布的平均油耗数据，刻画了每个城市丌同区域居民日常生活的碳排放强度，同时也展现了城市中心化特征强度 结合用户通信行为

50、和移动轨迹数据，刻画了特定商业中心就业人口的分布和客流分布，显性展示了经济实体的就业辐射能力和主要交通流量分布2138大数据洞察与业务发展前瞻VodafoneGermany与与GfK合作开展合作开展户外精准互动广告联盟平台创新户外精准互动广告联盟平台创新EmailCall关系SMSFectionEmailFectionWeb+位置用户2239大数据洞察与业务发展前瞻index DataistheGameChanger “数学世界观数学世界观”：大数据的实质大数据的实质 “他山之石他山之石”：众多成功企业案例总结大数据经营成功要素众多成功企业案例总结大数据经营成功要素 “行业借鉴行业借鉴”：大数

51、据业界洞察与前瞻大数据业界洞察与前瞻 “协作创新协作创新”：江西移动蓝色经济活跃指数大数据应用专题江西移动蓝色经济活跃指数大数据应用专题240大数据洞察与业务发展前瞻41江西移动蓝色经济活跃指数p我司于2015年2月及7月分别发布了江西省2014年度蓝色经济活跃指数移动大数据分析报告、江西省2015年上半年、全年蓝色经济活跃指数移动大数据分析报告三期系列报告（每期含省级、各地市共12份）。经呈送各级党委、政府领导审阅后，得到各级领导的高度重视和热烈回应。南昌市委王文涛书记（原）“分析报告很有意义，大数据的分析可以印证和揭示南昌经济发展的现实（真实）情况，分送市党政班子领导参阅，也感谢移动的努力

52、工作，希望相关部门主动加强和移动等合作，在大数据时代准确把握我市经济发展的方向。”上饶市委书记陈俊卿“这个很好，感谢移动公司。我市应加大大数据分析方面的合作”。陈书记希望江西移动继续发挥“大数据+”品牌效应，利用大数据运营能力，展示大数据应用能力，扩展大数据支撑能力，全面助力上饶区域经济发展。新余市长董晓建“新余移动在自身取得长足发展的同时，编制了移动大数据分析报告。从一个全新的视角对我市的区域经济活跃情况进行了客观的分析，为市委市政府部署提供了参考，非常不错”。吉安市市长王少玄就吉安市2014年度蓝色经济活跃指数移动大数据分析报告邀请江西移动大数据运营部总经理以及报告主要撰写人进行现场访谈，

53、了解和询问报告中各项指标的含义以及计算方法等，并给予了充分的认可。江西省委强卫书记“祝贺中国移动江西分公司上半年工作取得良好业绩！大数据分析报告可请省委办公厅发各设区市党政主要领导参阅”强卫书记于15年8月莅临江西移动视察时作出以上重要批示。萍乡市副市长欧阳清新“很好，建议今后每半年发布一次。送阅对象为市委、市政府领导。（充实下我市和各县级指数在全省的位置。注意负责和保密）”。42一，为什么要发布区域经济活跃指数？现有经济衡量指数的不足区域经济活跃指数的特点数据采集渠道少样本颗粒度较粗信息更新周期长数据噪声大预测精度低对百姓的信息消费测量缺乏手段区域经济活跃指数是衡量第三产业发展尤其是服务业的

54、发展先是重要标准代表一个区域的经济发展趋势和增长潜力。社会经济运行最重要参与体是人，沟通需求量与经济活动密切相关；人流带动资金流、物流、信息流；通话、上网、位移等海量通信行为大数据可以客观真实的描画出客户的状态特征移动用户数规模超过3000万，市场占有率超过80%，通信海量大数据可实时获取，其变化能快速对经济活跃度给出指示，并且对未来预测准确率更高经济活跃指数是对传统经济指数有益的补充。经济活跃指数是对传统经济指数有益的补充。43结合社交关系、网络内容、移动性、位置和结合社交关系、网络内容、移动性、位置和POI提炼人的社会化特征提炼人的社会化特征工作日主要在警察局周围活动从事政府公务员工作工作

55、日主要在警察局周围活动正筹备结婚周末经常在社区中心和超市周围活动频繁联系相对固定人群开车有定期健身习惯倾向于快速解决生活必需品消费社会关系简单稳定经常讨论健身相关内容网购关注近期密集关近期关注婚注婚庆相关庆相关内容内容2944二，通过编制经济活跃指数，彰显通信大数据社会价值用用户资户资料料产产品目品目录录位置更新位置更新使用使用记录记录黄黄页页信息信息网网络络覆盖覆盖直接直接表达表达生活属性生活属性Living移移动动性性Mobility社交关系社交关系Social行行业统计业统计GIS数据数据人口人口统计统计业务业务信息信息关联关联揭示揭示运营商数据运营商数据用户特征用户特征参考数据参考数据

56、社会特征社会特征验证验证发发布布Corelative Index（相关指数）（相关指数）Native Index （原生指数）（原生指数）Value Index（价（价值指数）指数）社会指数社会指数为了保证指数的有效性，通过与GDP、城乡人均消费支出、城乡人均可支配收入等对应经济参考量权威数据进行拟合后进行对外发布。可以对政府在招商引资、产业管理进行应用。推动政府在引导信息消费方面给出相应政策。通过关联外部参考数据、以及应用相关分析方法，最终将用户的特征映射到政治、经济、环境、人文、科技等方面的社会特征，从而实现利用间接数据解释社会特征；比如经济活跃指数；运营商自身拥有的数据无法直接表达社会特

57、征，但是却可以直接刻画用户也就是人类的“生活属性”、“移动性”、“社交关系”特征；属性相通关联紧密应用广泛452.指标获取&筛选3.计算指标权重根据目标树提取相应的各项指标通过皮尔逊相关系数得到各指标与目标变量的相关性，根据相关性的数据特征进行指标筛选4.计算区域经济活跃指数对目标树自上而下分层一一对比打分，建立成对比较判断优选矩阵通过层次分析法，计算权重系数；对权重系数是否符合逻辑进行检验将各项指标值进行归一化处理，并乘以相应的权重系数，得到各指标的具体得分，汇总后得到各区域的经济活跃指数1.建立目标树基于总评价目标进行业务假设，确定目标树及其对应的各项指标三，总体思路通过4大步骤输出区域经

58、济活跃指数46实施步骤1.建立目标树基于总评价目标进行业务假设，并按照“总评价目标-指标维度-具体指标”的顺序，将总评价目标（区域经济活跃程度）进行连续性分解得到不同层次的评价目标，形成目标树区域经济活跃程度用户发展V网通话漫游出访工作时间通话漫游来访时长及MOU手机上网通信收入客户换机月均户均收入月均户均收入增长率月均户均流量月均手机上网用户占比月均换机用户占比月均换机用户增长率月均漫游用户占比月均漫游用户增长率月均省际漫游用户增长率月均V网用户占比月均V网通话用户增长率月均用户数用户增长率工作时间通话用户占比月均换户均通话时长1个总评价目标9个指标维度57个具体指标47实施步骤2.指标获取

59、&筛选指标获取：根据目标树提出数据需求，获取相应的指标。指标筛选：将“城镇/农村居民人均消费支出水平”、“人均可支配收入“、“人均GDP”设定为区域经济活跃程度的综合拟合指标采用皮尔逊相关系数探索指标之间的相关性特征，筛选与参照指标相关性较强的指标，相关性分析部分结果如下：指标类型指标名称城镇人均可支配收入城镇人均消费性支出 农村人均生活消费支出人均GDP用户发展月均移动用户数-0.140.01-0.66-0.37用户发展用户发展增长率-0.18-0.26-0.45-0.18手机上网月均户均流量（M）0.650.670.030.48手机上网月均户均3G/4G流量（M）0.420.41-0.11

60、0.18出账收入月均户均收入0.580.650.270.6出账收入月均户均收入增长率-0.42-0.45-0.17-0.42通信行为月均户均通话时长0.330.460.050.34通信行为月均户均通话次数0.510.620.670.650通信行为通信行为-0.09-0.250.510.03通信行为月均户均通话次数增长率0.09-0.020.620.13漫游来访月均省际漫游来访用户占比-0.24-0.320-0.11漫游来访月均省际漫游来访用户增长率-0.32-0.33-0.77-0.61漫游出访月均漫游用户占比0.60.420.640.76漫游出访月均漫游用户增长率-0.18-0.28-0.0

61、6-0.04终端特征月均换机用户占比-0.35-0.51-0.56-0.38终端特征月均换机用户增长率0.30.15-0.150.21忙时特征月均工作时间户均通话时长0.620.690.520.73忙时特征月均工作时间户均通话次数0.570.620.720.71V网通话月均V网用户占比-0.51-0.310.09-0.4举例说明1：系数值在【-1，1】区间内，越接近极值点说明相关性越强，其中，大于0表示正相关，系数小于0表示负相关说明2：可通过SAS统计软件中的corr过程完成相关系系数计算。48实施步骤3.计算指标权重（1/2)3.权重逻辑校验2.计算指标权重1.建立优选矩阵通过层次分析法建

62、立优选矩阵l根据相关性分析结果，首先确定各指标维度之间的相对重要程度，形成指标维度的优选矩阵l然后在同一指标维度之内，比较各指标之间的相对重要程度，形成具体指标的优选矩阵l对优选矩阵进行运算，并将运算结果进行归一化处理，从而得到各指标的权重系数基于优选矩阵计算指标权重采用CR指标检验权重有无逻辑混乱l基于优选矩阵和权重系数计算CR，如果CR0.1，则计算的权重系数可以接受49实施步骤3.计算指标权重(2/2)l区域经济活跃指标模型指标权重计算结果展示：1.优选矩阵展示：根据相关性分析结果，确定指标类型的重要程度等级，形成优选矩阵。指标维度的优选矩阵如下图所示（从左向右相对重要程度依次降低）2.

63、权重系数逻辑检验：基于上述矩阵计算得出CR=0.0330.1，认为指标维度各项判断无逻辑错误。3.权重计算结果：指标维度权重计算结果如下手机上网工作时间通信行为出账收入漫游出访用户发展换机V网通话手机上网12334445工作时间1/21223334通信行为1/31/2123334出账收入1/31/21/212223漫游出访1/41/31/31/21223用户发展1/41/31/31/21/2123换机1/41/31/31/21/21/212V网通话1/51/41/41/31/31/31/21指标维度 手机上网 工作时间 通信行为 出账收入 漫游出访 用户发展 终端特征V网通话权重0.300.2

64、00.160.110.080.070.050.0450实施步骤4.计算区域经济活跃指数（1/3）将各个指标的指标值做归一化处理，统一量纲，便于不同维度不同指标间的对比l通过3个步骤计算区域经济活跃指数：指标归一化321指标赋权计算得分计算区域经济活跃指数将各指标归一化处理后的值乘以权重系数，从而得到区域的各个指标得分对区域的各个指标得分进行汇总求和，从而得到各个区域的经济活跃指数，并参考各区域的“城镇/农村居民人均消费支出水平”、“人均可支配收入“、“人均GDP”,以评估区域经济活跃指数的合理性51下步工作：对细分维度进行剖面分析，给出相关建议智能终端维度从智能终端使用等级分布，销售出货量（购

65、买力）测量区域人群的消费能力、居民消费支出客户视图维度从区域内通信用户属性构成判断该区域的经济发展潜力工业园区维度从工业园区、主要城镇等热点地区的通话繁忙程度、时段分布及上网参与行为反映区域主要经济体实际活跃度漫游通话维度从漫入漫出用户数量、驻留时间、漫游动向去测量不同区域的经济热度，哪些地方吸引力更强、人员流动性更强？通话量维度从人均通话分钟数总量及时间周期变化趋势测量所属区域经济景气指数及社会繁荣程度，可撷取用户工作通话、闲时通话、集团通话、家庭通话等通话参考量，从量上去侧面评价区域内用户生活参与、工业参与度量情况上网行为分析从用户移动互联网行为考察区域内用户的关注兴趣点、生活习性、文化水平、知识层次，为区域经济管理、产业引导给出建议，比如是否加强电商、移动互联网等方面的支持政策4252大数据洞察与业务发展前瞻