运营商大数据产业链迎机遇_数据分析师
“人类正从IT时代走向DT时代。”阿里巴巴集团创始人马云在各种场合都不遗余力地推销自己的观点,信息社会已经进入了大数据(Big Data)时代。利用所有的数据,而不再仅仅是一部分。
大数据的简单算法比小数据的复杂算法更为有效,即混杂性代替过去所谓的“精确性”。大数据的核心是预测,更看重相关关系,让数据发声!
电信运营商拥有多年的数据积累,涉及移动语音、固定电话、固网接入和无线上网等所有业务,也包含公众客户、政企客户和家庭客户,同时也会收集到实体渠道、电子渠道、直销渠道等所有类型渠道的接触信息。随着语音业务的逐渐免费,数据流量经营将成为运营商的主要业务,由此运营商“管道化”甚嚣尘上。然而运营商拥有任何移动互联网公司都无法比拟的海量数据,大数据金矿价值凸显,由流量经营进入大数据运营已成为大势所趋。
事实上,全球运营商已经开始为掘金大数据开始准备:电信与媒体市场调研公司Informa Telecoms & Media在2013年的调查结果显示,全球120家运营商中约有48%的运营商正在实施大数据业务。该调研公司表示,大数据业务成本平均占到运营商总IT预算的10%,并且在未来五年内将升至23%左右,成为运营商的一项战略性优势。
2014年开始,随着中移动大规模发展TD-LTE业务,中国将全面进入4G时代,运营商传统数据(信令)采集业务也将由过去的2G、3G以语音和短信为主全面向4G数据(上网)业务拓展,而4G大量的图片、视频信息也将在采集规模上远远超过于2G、3G。(据我们了解,中国联通3G时代三期采集投资规模约9亿元,而中国移动LTE一期预计投资规模约20亿元,中国移动今年已开始大规模集采DPB数据采集设备)。
运营商数据采集为刚性需求,随着4G建设深入推进,运营商数据“采集”业务将在未来几年出现大规模爆发。今年年底或2015年初LTE-FDD牌照的发放将推动电信、联通加入到4G建设大潮中,有望成为新的行业催化剂。
同时,信息安全等要求日益提高,国家基本要求运营商数据采集采用“全采”模式;大量的全面上网数据将携带更多的用户有效信息;运营商采集数据将由过去以网络优化为主要目的向精准营销价值发展,数据价值商用化场景全面提升及扩展。
由此,运营商大数据业务产业链将全面迎来新的发展机遇。运营商大数据产业链主要分为四层:大数据采集、管理、应用、运营。
A股不乏众多大数据概念股,像银信科技、东方国信、宜通世纪、天源迪科、世纪鼎利、过去的中创信测等等。从通信板块上市公司来看,东土科技收购拓明科技、初灵信息收购博瑞得,宜通世纪则通过OEM模式等,均已开启运营商大数据价值的挖掘,而且已有了一定的较为清晰的模式。我们的核心投资逻辑为:一是,数据采集为刚性需求的公司将率先爆发;二是,工业4.0时代,工业互联网爆发,运营商数据行业应用将率先实现突破;三是,盈利模式的突破将在于产业链的垂直化及商业变现,基础IDC服务运营商也值得关注。
在盈利模式方面,我们认为相关产业链的公司与运营商共建平台并进行分成的模式将会是较为合理的一种情形。另外,产业链相关公司垂直化拓展其数据挖掘、分析及营销能力也将成为与运营商形成更好的互补效应,进而形成合作共赢的较好突破口。目前在积极拓展下游数据应用及营运的相关公司值得关注。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《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