运营商刚挖到大数据宝库的皮毛
人来人往的展馆中究竟有多少人驻足展台?大数据可以告诉你。本届展会上,中国电信展出了大数据能力可视化系统,通过采集电信运营商及政府公共服务部门现有的各类数据,利用大数据分析手段,对人流密集程度进行动态监控,对可能出现的人流高密度聚集风险采取事前预警、事中处置和事后分析,并对特定区域人流情况提供专题分析报告。同时展出的个人征信评分产品,通过大数据分析,让一个电话、一纸通信账单都成为用户信用的参考依据。
“其实,电信运营商拥有非常优质的数据,但是这些数据的价值仍未被充分挖掘出来。”中国信通院技术与标准研究所移动与大数据研究部副主任魏凯对《人民邮电》报记者表示:“用户数据经过脱敏加工、合理使用,可以做到隐私不泄露,希望各界都能给电信运营商一个更为宽松的环境,让这些数据得以‘解冻’,而当这些数据得以很好地应用时,真正受益者将是用户。”
必须抓住大数据机遇
本次展会上,很多企业并没有把大数据作为展示重点,魏凯认为,一方面是因为大数据“躲”在很多应用的背后;另一方面,大数据类的产品和解决方案目前仍不是企业利润增长的重要来源,但是从长远来看,大数据大有可为。
今年以来,国内大数据政策的环境不断完善。1月初,国务院《关于促进云计算创新发展培育信息产业新业态的意见》提出要“开展公共数据开放利用改革试点”,重点在公共安全、疾病防治、灾害预防等领域开展应用示范。随着今年8月国家大数据政策颁布,大数据产业正式上升为国家战略发展地位,各部委也制定落实大数据在各层面的实施管理推动工作。
魏凯介绍,大型互联网企业引领大数据应用前沿,腾讯、阿里、百度等,不仅在社交、电商、广告、搜索等业务上越来越深入地使用大数据技术,还以大数据作为核心引擎发展金融、打车、医疗、教育等跨界应用,推进“互联网+”发展。
电信运营商也在积极推进自身数据整合,深化大数据在客户细分、经营分析、反欺诈、征信等方面的应用。中国电信展出的大数据能力可视化系统就能实现智能交通、舆情分析、电商精确营销、精准广告、金融评估、位置OTO等深层次应用服务。
魏凯表示,BAT等互联网企业在大数据领域的来势汹汹,也为电信运营商敲响警钟,电信运营商的数据活性很高,但同时也意味着变化很快,电信运营商必须抓住机遇。
政府可带头使用大数据
对于大数据产业发展的突破口,魏凯表示,政府的示范带动作用非常重要。他介绍说,英国、澳大利亚、日本等国政府都带头在公共服务领域率先使用大数据。“一方面,政府拥有非常丰富的数据资源;另一方面,政府需要运用大数据来提升治理效率。”
魏凯进一步解释说,具体而言,首先是重点面向提升政府治理能力、改善民生服务和城市治理等方面,通过政府向社会开放数据、加强与社会企业和组织的数据合作、向社会购买服务等方式,积极推动环保、医疗、教育、交通等关键领域的大数据整合与集成应用,进一步提高政务和公共服务效率。其次是在政府数据开放基础上,在跨行业大数据应用方面出台推动政策,打破行业壁垒,促进互联网、电信、金融、制造等数据资源丰富和信息化程度较高的行业企业与其他行业开展大数据融合与创新,带动全社会大数据应用不断深化。
除了政府带头使用大数据,魏凯认为还需大力发展自主可控的大数据技术体系。“要把大数据获取、海量数据存储管理、分布式实时计算、新型数据仓库、人工智能与机器学习和大数据安全等大数据关键技术,作为信息领域技术研发的重心。”对此,魏凯建议,机制上可重点依托百度、腾讯、阿里巴巴、华为等技术实力好、产业化能力强的龙头企业,突出应用带动技术创新的一体化组织形式,把自主创新与开源运动有机结合,着力打造自主可控的平台级大数据服务和软硬件产品,逐步实现大数据核心技术的自主可控。政策措施上要综合采取科研专项、政府采购、人才和税收政策优惠等措施,对企业开展前沿技术研究给予充分激励。
对于数据资源相关法律法规建设,魏凯建议,一是要围绕个人隐私、商业秘密、知识产权、国家安全等范畴,在数据采集、管理、流通、应用和安全等环节梳理研究现有法律法规的缺陷,提出制修订意见。二是要加快研究制定《数据跨境流动管理办法》,对跨境数据流动做出分级分类规定,保护数据主权。三是尽快启动数据资产管理相关制度的研究工作。四是引导行业组织制定数据流通规则,规范不同主体之间数据的交换共享活动。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21