深挖通信行业大数据 让数据变现不再纸上谈兵

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据时代,旅游、交通、征信、金融、气象等各行各业都在时刻产生着数据,但孤立的行业数据分析,难以独立发挥作用,其商业价值十分有限。作为中国大数据产业的先行者,浪潮率先提出“数据社会化”这一前沿理念,指出数据将成为重要生产资料、整个社会运行的基础,主张将分散在社会各领域的数据整合、开放,通过创新应用,为社会与公众创造更高价值的服务。

运营商拥有丰富的客户资源,数据具有全面性、持续性准确性等特点。运营商可依托自身固有的大数据源,结合大数据技术,从中提取、处理、整合、分析出有用的信息资源。不仅可以提高自身网络服务质量,还能通过跨域合作,创造更大价值。

浪潮与运营商合作,打破行业壁垒,利用运营商大数据、互联网大数据、组织大数据,搭建大数据变现平台,为多行业提供服务,让大数据变现不再纸上谈兵。

当通信大数据遇到旅游

浪潮配合运营商,对相关省份的人流量等进行大数据分析。

7月份,浪潮完成多个地市全域系统的上线,此系统对进入该市的外省及本省外地用户进行统计和画像(年龄、性别、客源地),使旅游局能够对潜在游客挖掘;使旅游局、景点了解游客到达后都做了什么,对客流量的实时监控分析,以不断优化旅游产品,出现安全隐患时,为保障游客的安全,并提供实时发布信息的能力。

变现方式:通过对运营商数据的采集、清洗、转换、加载处理,获取进入本地的有效游客数据。包括游客客源、游客行为、旅行轨迹、景区交通等数据,为旅游管理和旅游营销提供决策支持,对目标地区或者游客进行精准营销。让旅游部门从各种不同的角度全面了解游客,对游客形象进行精准刻画,能制定有针对性的营销计划,提升客户价值。可以针对客户的喜好、情绪,进行个性化的业务推荐。为制订相关政策、宣传推广、旅游产品包装提供依据。

当通信大数据遇到征信

近日,浪潮承建某省运营商政企大数据征信平台,参照国际成熟的“5C信用评估模型”,整合利用多种维度信息,深度挖掘用户基础信息、通信、社交、履约、消费、位置等数据关联价值,搭建综合、全面的信用评估模型,为客户提供稳定、可靠、安全的信用评估应用平台。

变现方式:以运营商用户数据资产为依托,整合各行业数据构建信用分应用平台,帮助企业实时、精准洞察客户的诚信行为,高效开展经营和分析,深度挖掘、全面展现运营商数据价值。鉴于信用评估模型涉及维度多、平台广、行业数据量大等特点,浪潮通过对金融、互联网、保险、证券、政府等大数据价值的挖掘,经过指标的脱敏处理,在合法合规的情况下,以标准产品、OpenAPI、信用报告等方式,为银行、互联网、保险、证券、政府、运营商提供消费服务,全面透析、精准洞见运营商数据价值。

当通信大数据遇到交通

浪潮为交管部门进行数据分析。以高速公路的交通流为监测对象,以手机定位信息作为主要数据来源,运用大数据及处理分析技术提取路段的车辆运行速度、流量等交通参数,从而得到各个路段的交通运行状态。

变现方式:与交管部门合作,对已经发生交通拥堵或者即将发生拥堵的路段进行监测和预警,为及时疏导交通,发布交通信息服务提供决策支撑。支持基于GIS实时交通流量大屏展示,交通管理部门的指挥人员可以通过大屏一览全局路网的交通流运行状况。与位置服务行业合作,对城市或景区周边交通情况进行分析。可分析实时交通状况及交通指数,让出行信息更精准,成为位置服务源的重要补充,分享位置服务市场收益。

目前,浪潮通信大数据已深入各行各业,涉及路网监测、城市规划、旅游景点、公共安全预警、征信、金融、气象等,充分体现和发挥了大数据的价值,为运营商大数据的变现、大数据能力对外输出提供了可借鉴的实践经验。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
469 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
61 2
|
4天前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
2月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
104 1
|
3月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
60 3
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
102 4
|
2月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
28 4
|
2月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
66 3
|
2月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
90 2