从三大电信运营商半年报看运营商转型机遇

简介:

目前,三大电信运营商的半年报都已经逐渐发布,从半年报可以看出,三大电信运营商的走势出现了分化。2016年上半年,它们合计收入6874亿元。日赚4.09 亿元的背后最抢眼的是来自数据的收入(也就是我们常说的流量)。截至6月30日,中国移动实现营收3704亿元,同比增长7.1%;中国联通的营收为现1402.6亿元,同比下降3.1%;中国电信的营收则为1768.28亿元,比去年同期上升7.2%;这也意味着,中国移动在今年上半年的营收依然超过中国电信和中国联通的总和。三大运营商中的上网流量同比增长都超过了100%,更为重要的是,移动上网流量贡献首次超过传统业务,跃升为第一大收入来源。来自工信部的数据也印证了这一点。今年上半年,我国移动数据收入占电信业收入的比例,由 2015 年底的 28% 快速提升至 34%,首次超越移动语音成为电信业中占比最大的业务,行业全面步入以流量为主导的发展阶段。

从三大电信商的业绩分野来看,也可以预测出三大运营商未来的走向。三大电信运营商都在努力进行更多的流量经营,探讨如何将流量更大价值的精细化运营,获得更多的商业价值。另一方面三大运营商对于未来的转型方向说法不一,移动的说法是三大曲线的数字化服务,电信是综合职能信息运营商,联通是事实聚焦战略,创新合作发展。说法虽然可能会在基层运营中出现走样,但是从用词中可以见到细微的差别。未来在移动一家独大的情况下,不排除电信和联通的进一步合作,移动会大力探索音乐﹑阅读等消费级业务,咪咕承担了转型的重任。而电信可能会在企业级业务上探索大数据 人工智能等方向,联通可能会弥补前期在网络上的不足,进一步提升用户体验。

从三大电信运营商来说,未来转型是势在必行。腾讯的市值已经超过了三大电信运营商,反映出资本市场对互联网企业的看好。从国际上来看,国际电信运营商都在大力转型,美国电信运营商ATT要求未来要变成一家软件公司,并且对员工进行大力培训,而三大电信运营商希望自己能够智慧起来,但是在人员结构上却存在一定问题,以至于出现了广东电信希望员工能够自主分流的新闻。从发展来说,新的业务往往是从边缘成长起来,互联网对于电信运营商的冲击如何,电信运营商的自我转型也是如此。

互联网企业曾经羡慕过电信运营商,在早期腾讯和阿里都往往要仰仗于电信运营商给予资源,而现在互联网企业财大气粗,正在自建云计算基地,并且构建了直接面向消费者的众多渠道,从支付﹑服务和产品上形成了闭环。而电信运营商曾经引以为傲的庞大的渠道网络 市场品牌,却在互联网趋势下优势削弱。有报告称超市和实体零售中心将出现大面积的倒闭,其实电信运营商庞大的实体店面同样如此!

电信运营商要转型,就要摆脱大工业思维的依赖,去除对于集中化和对于实体资源的过度迷恋,同时让自身的资源发挥更大的作用。电信运营商拥有广大的自营营业厅和代办点,在传统时代,运营商和代办渠道的利益差异往往衍生出双方的斗智斗勇,而现在大量的代办点生存越来越难,而自营营业厅同样存在着人气不足的难题。这就是说,过去电信运营商对于终端客户的掌握,已经出现了缝隙,电信运营商已经不能够足够掌握终端用户,这些用户对于互联网企业有着更多的依赖,以至于只有微信当机时,用户才想起运营商。

 

 

因此,电信运营商必须要转型成客户运营商,与客户建立更多的连接。而这就需要电信运营商将自己的资源进行转化,在互联网+时代和更多的行业连接,在这点上腾讯和阿里等互联网企业正在跑马圈地,运营商不能再落后了!运营商有着丰富的政府资源和终端资源,但是如果不转型,就会逐渐落后。而在这其中,需要和合作伙伴进行更多的合作,形成产业生态共同推动。

比如亚信作为全球第二大电信软件企业,一直和电信运营商进行大量的合作,帮助运营商建立起了软件支撑系统,也积累了海量的数据处理能力。亚信正在积极参与到大数据产业生态系统的构建中,帮助企业赋能和互联网进行连接。而电信运营商有着庞大的资源,比如电信运营商的庞大的渠道资源,完全可以在注入数据的力量后和消费者建立更多的连接,通过和其他行业的合作来运营客户,也可以为自身的数字化服务提供更多的支持。而对于未来的物联网﹑人工智能等机遇来说,也需要增加更多的数据处理能力。未来电信运营商的发展,将在某种程度上更加的去电信化,当然要保持电信行业高的安全标准。在这方面就需要电信运营商更多的提高软件能力,和软件企业合作。

未来,电信运营商仍然是有着广阔前景的,中国电信运营企业作为大企业,转型不易,正因如此需要和合作伙伴更多的进行合作,笔者认为需要抛弃封闭心态,和合作伙伴共同组织产业生态圈,从而更好的服务客户。


本文转自d1net(转载)

相关文章
|
6天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
265 155
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
205 105
|
9天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
715 5
|
13天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
810 153