关于移动运营商在大数据方面的应用及策略
中国移动务虚会发言材料
中国移动务虚会发言材料一尊敬的各位领导、同事们：大家好！今天我有幸站在这里，与大家探讨关于中国移动的发展方向和创新策略。
在此之前，我要感谢公司给我这个机会，让我能够分享我的观点和想法。
在当前激烈的市场竞争环境下，中国移动面临着前所未有的挑战和机遇。
在充满变革的背景下，我们如何准确判断市场形势、把握发展机遇，制定出符合公司长远发展的战略，这是摆在我们面前的重要课题。
对此，我认为中国移动需要坚持“创新、协调、绿色、开放、共享”的新发展理念，着力在以下几个方面取得突破。
一、推进数字化转型数字化转型是中国移动实现创新发展的重要途径。
我们需要加快5G、物联网、云计算、大数据等新兴技术的布局，以用户需求为导向，打造差异化的数字化产品和服务。
1. 5G发展：积极推广5G技术，提高网络质量和覆盖范围，推动5G在各行各业的深度应用。
2. 物联网：大力发展物联网业务，为智能家居、智能交通、智慧城市等领域提供解决方案。
3. 云计算：构建企业级的云计算平台，为用户提供安全、可靠、高效的云服务。
4. 大数据：挖掘大数据价值，为公司决策、市场营销、客户服务等方面提供有力支持。
二、深化集团协同中国移动需要优化内部组织结构，加强各业务板块之间的协作与共享，实现集团价值的最大化。
1. 资源整合：充分发挥集团优势，实现信息、技术、人才等资源的有效整合，提高整体竞争力。
2. 协同发展：加强各业务板块之间的协调与合作，形成合力，推动公司跨越式发展。
3. 共享服务：搭建共享服务平台，实现内部服务的高效共享，降低运营成本。
三、重视客户需求中国移动需要密切关注客户需求变化，以客户为中心，提供高品质的通信服务和数字化解决方案。
1. 客户导向：准确把握客户需求，以客户满意度为导向，不断优化产品和服务。
2. 品质服务：加强网络质量和服务水平的提升，为广大用户带来更好的通信体验。
3. 个性化服务：针对不同用户群体，提供个性化的通信服务和智能解决方案，满足多样化需求。
中国移动案例分析
中国移动案例分析中国移动作为中国最大的移动通信运营商，其成功的商业模式、市场竞争策略以及技术创新等方面的成功经验对中国通信行业的发展产生了深远的影响。
本文将以中国移动为例，对其商业模式、市场竞争策略以及技术创新等方面进行深入分析。
一、商业模式中国移动的商业模式主要以移动通信服务为主，包括语音、短信、数据流量等业务。
其收入来源主要包括四个方面：语音通话、短信、数据流量和增值服务。
其中，数据流量和增值服务是近年来增长最快的部分。
在商业模式创新方面，中国移动推出了多种创新的业务模式，如“和包支付”、“和彩云”、“和多号”等，这些业务模式不仅增加了公司的收入来源，也提高了用户黏性。
二、市场竞争策略在市场竞争方面，中国移动主要采取了以下策略：1、扩大市场份额：通过大规模的营销活动，提高品牌知名度和用户黏性，从而扩大市场份额。
2、提升服务质量：通过提高服务质量，提高用户满意度，从而留住老用户并吸引新用户。
3、推出优惠活动：通过推出各种优惠活动，如打折、赠品等，吸引用户使用中国移动的服务。
4、加强与合作伙伴的合作：通过与各大厂商、银行等合作伙伴的合作，推出联合优惠活动，扩大市场份额。
三、技术创新中国移动在技术创新方面也做出了很多努力。
例如，在5G技术方面，中国移动不仅在国内率先开展了5G试点工作，还在全球范围内积极推动5G技术的发展和应用。
中国移动还积极探索云计算、大数据等新兴技术的发展和应用，并将其应用到自身的业务创新中。
四、总结通过对中国移动案例的分析，我们可以看到其成功的商业模式、市场竞争策略和技术创新等方面的成功经验对中国通信行业的发展产生了深远的影响。
未来，随着技术的不断发展和市场的不断变化，中国移动需要继续加强技术创新和市场研究，不断推出符合用户需求的创新业务模式和产品，以保持其领先地位并继续推动中国通信行业的发展。
移动电子商务案例分析：Zara移动电商随着移动互联网的快速发展，移动电子商务已成为新的商业发展趋势。
运营商大数据产品及解决方案
网络优化分析
基于网络信令数据和其他相关数 据，分析网络覆盖、质量、容量 等性能指标，为网络优化提供依
据。
数据安全类产品
数据脱敏与加密
对敏感数据进行脱敏处理或加密存储，保护用户隐私和数据安全 。
数据访问控制
建立严格的数据访问控制机制，确保只有授权人员能够访问敏感 数据。
数据安全审计
数据安全与隐私保护挑战
数据泄露风险
随着数据量不断增长， 如何确保数据不被非法 获取和滥用成为重要挑 战。
隐私保护法规
各国纷纷出台数据保护 法规，要求运营商在收 集、存储和使用数据时 必须遵守相关法律法规 ，保护用户隐私。
加密与脱敏技术
为应对数据安全和隐私 保护挑战，运营商需加 强数据加密、脱敏等技 术的应用，确保数据的 安全性和可用性。
运营商大数据发展趋势
数据资源不断扩展
随着5G、物联网等技术的普及，运营商的数据资源将更加丰富和 多元化。
技术创新持续深入
人工智能、机器学习等技术在运营商大数据领域的应用将不断加深 ，提高数据分析和挖掘的准确性和效率。
行业融合加速推进
运营商大数据将与更多行业进行深度融合，推动产业数字化升级。
未来展望与期待
利用自然语言处理和机器学习技术，实现智能问答、智能推荐等 功能，提高客户服务效率和质量。
客户画像构建
基于客户历史数据和行为分析，构建客户画像，为个性化服务提供 支持。
客户满意度分析
通过收集和分析客户反馈数据，评估客户满意度和忠诚度，为改进 客户服务提供依据。
CHAPTER 04
运营商大数据应用案例
数据应用类产品
针对特定行业和场景的数 据应用产品，如用户画像 、精准营销、信用评分等 。
基于大数据的移动通信网络优化
基于大数据的移动通信网络优化随着移动通信技术的发展，大数据正在逐渐应用于移动通信网络的优化。
大数据的高效处理和分析能力，为通信运营商提供了更多实时数据和深度洞察，帮助他们更好地了解用户需求、优化网络资源分配、提高服务质量。
本文将探讨基于大数据的移动通信网络优化的方法和效果，介绍其在日常运维和决策中的应用。
一、背景和意义移动通信网络是现代社会不可或缺的基础设施，为人们提供了便捷、高效的通信服务。
然而，随着用户数量的激增和通信需求的不断变化，网络运营商面临着诸多挑战。
如何在有限的资源上提供更好的服务，成为了重要的问题。
而大数据的出现，为移动通信网络的优化提供了新的思路和解决方案。
基于大数据的移动通信网络优化能够通过对海量的用户数据进行分析和挖掘，找出网络瓶颈、用户行为特征以及服务质量问题等，从而精确优化网络结构、改进资源分配和提升用户体验，进而保证网络的高可靠性和高质量服务。
二、基于大数据的移动通信网络优化方法1. 数据采集和存储基于大数据的移动通信网络优化首先需要收集和存储海量的用户数据和网络数据。
通信运营商可以利用各类传感器、网络设备和用户终端收集网络数据，其中包括用户位置、通话记录、数据传输速率、通信质量等信息。
这些数据需要进行规范化的存储，以便后续的数据分析和处理。
2. 数据清洗和预处理由于数据来源的多样性，通信运营商需要对采集到的数据进行清洗和预处理。
这一步骤主要包括数据去重、异常值处理和数据格式转换等，以确保后续分析的准确性和可靠性。
3. 数据分析和挖掘在数据清洗和预处理之后，通信运营商可以利用各类数据分析和挖掘算法对数据进行处理和分析。
通过对用户行为、网络情况等数据的挖掘，可以发现网络瓶颈、用户需求以及服务质量问题。
同时，还可以利用机器学习和模型构建等方法，建立预测模型，预测用户需求和网络负载，为网络资源调度和优化提供依据。
4. 网络优化和资源调度基于数据分析的结果，通信运营商可以针对性地进行网络优化和资源调度。
移动通信中的大数据分析
移动通信中的大数据分析随着科技的不断发展和智能手机的普及，移动通信行业正经历着巨大的变革。
越来越多的用户通过移动通信网络进行交流和信息传递，每天产生的数据量也呈现爆炸式增长。
这些海量的数据蕴藏着巨大的价值，对于移动通信运营商来说，如何利用大数据进行分析和挖掘已经成为一项重要的挑战和机遇。
移动通信中的大数据分析可以帮助运营商更好地了解用户需求、优化网络性能、提高服务质量、精准营销和增加盈利。
在本文中，我们将探讨移动通信中的大数据分析的重要性、应用场景以及具体操作。
一、大数据分析在移动通信中的重要性移动通信运营商每天收集到大量的用户数据，这些数据包括用户的通话记录、短信、上网记录、位置信息等。
通过对这些数据进行分析，运营商可以了解用户的使用习惯、用户的需求以及用户对网络服务的满意度。
在网络规划和优化方面，大数据分析可以帮助运营商识别网络瓶颈、优化网络布局、提高网络容量和覆盖范围，从而提供更好的网络服务质量。
此外，大数据分析还可以帮助运营商预测网络流量的变化趋势，及时调整网络资源，避免网络拥塞和信号覆盖不足的情况发生。
在精准营销方面，大数据分析可以帮助运营商了解用户的消费偏好、兴趣爱好以及购买行为，并根据这些信息进行个性化的推荐和营销活动。
通过精准营销，运营商可以提高用户的忠诚度和满意度，从而增加用户的使用时长和消费金额。
二、大数据分析在移动通信中的应用场景1. 用户行为分析通过分析用户的通话记录、短信、上网记录等数据，运营商可以了解用户的使用习惯和需求。
比如，通过分析用户的通话时间和时长，运营商可以了解用户的通话习惯，并根据不同的通话需求提供相应的套餐和服务。
另外，通过分析用户的上网行为，运营商可以了解用户的兴趣爱好和消费偏好，从而进行个性化的推荐和营销活动。
2. 网络性能优化通过分析网络流量、信号强度等数据，运营商可以了解网络的瓶颈和优化空间。
比如，通过分析网络流量的变化趋势，运营商可以及时调整网络资源，避免网络拥塞和信号覆盖不足的情况发生。
大数据在通信技术中的应用
大数据在通信技术中的应用随着信息技术的飞速发展，大数据已经成为当今社会的热门话题。
大数据的应用范围广泛，其中之一就是在通信技术领域。
本文将介绍大数据在通信技术中的应用，并探讨这些应用对我们生活的影响。
一、大数据在通信网络优化中的应用通信网络是现代社会不可或缺的一部分，而大数据技术的应用可以帮助优化通信网络的性能和效率。
首先，通过大数据分析用户的通信数据，运营商可以了解用户的需求和行为模式，从而更好地规划网络资源和定制服务。
其次，大数据技术可以实时监测网络状态，及时发现并解决潜在问题，提升网络的稳定性和可靠性。
通过这些优化措施，用户可以享受更流畅、高效的通信服务。
二、大数据在通信安全中的应用通信安全一直是人们关注的焦点，大数据技术的应用也在这方面发挥了重要作用。
利用大数据分析，运营商可以快速识别和阻止网络攻击，提高通信系统的安全性。
此外，大数据技术还可以帮助运营商分析和预测网络威胁的趋势，及时采取相应措施，更有效地应对网络安全风险。
通过这些安全应用，用户的通信信息可以更好地被保护，提供更可信赖的通信环境。
三、大数据在通信服务个性化中的应用个性化服务已经成为通信市场的一个重要趋势，而大数据技术可以为通信服务的个性化提供支持。
运营商可以通过分析用户的通信数据，了解用户的需求、兴趣和偏好，从而为不同用户提供定制化的通信服务。
例如，根据用户的上网习惯和喜好，运营商可以推荐相应的套餐和应用，提供更符合用户需求的服务。
通过个性化服务，用户的通信体验可以得到有效提升，满足不同用户的个性化需求。
四、大数据在通信指标分析中的应用通信指标分析是通信运营商常用的一种方法，用以评估网络的性能和服务质量。
而大数据技术可以帮助运营商更准确地进行通信指标分析。
通过对大量的通信数据进行分析，运营商可以全面了解网络的运行状况，及时发现问题并采取相应措施进行改进。
此外，大数据技术还可以帮助运营商预测网络的负荷和流量变化，提前作出调整，保持通信网络的高效运行。
通信运营商流量经营的困境与大数据经营策略
目前， 移动互联 网正逐渐 渗透 到人 们生活、 工作的各个领 飞信。 据 了解 ， 目前微信用户 已超过 ３亿 ， 而飞信用户为 ２亿 。
域 。截至 ２ ０ １ １ 年ｌ ２月底 ，移动互联网用户达到 ３ ． ５ ６亿 。其
移动互联网的营销模型 与传 统营 销最 大的不同 ，就是直
中微博用 户数达到 ２ ． ５ 亿， 较上一年底增长了 ２ ９ ６ ． Ｏ ％， 网民使 接 让正确的客户为企业说正确 的话 ，冷冰 冰的广 告式营销终
对流量经营而言，智能管道的建 ． 发 目的就是能够对 于运
以飞 信 为例 ，中 国移 动 在 ２ ０ ０ ７年 就 推 Ｉ Ｊ ｉ 了这一产品， 借 营商 的流量数据进行掌控 ，但智能掌控的前提足对掌控对象
助 免费短信 、 手机与 Ｐ Ｃ的互通等特性 ， 飞信 早期得到 了快速 的深度识别和解析 ， 而这 正好就 是从流量提取 大数据的过程 。
通信运营 商的心态需要转 向开放的价值链合作模式 ， “ 流
的 创 新 与 运 作 基 本 都 掌 握 在手 机 巨 头 的 手 里 ； 其次 ， 缺 少对 互 量＋ 内容， 应用” 捆绑销售方式需要运营商与产业链 ｌ ＝ 的其他 商
联网产业 的理解 ， 以及运作互联 网产业链 的经验 ； 另外运营 商 家合 作， 特别是与 上层应用 开发者 合作。在这 方面， 欧洲运营 创新能力不足 ，无法用标准 化产 品满足 大部分人 的需求。而 商 Ｖ ｏ ｄ ａ ｆ ｏ ｎ ｅ 的做法值得借鉴。 Ｖ ｏ ｄ ａ ｆ ｏ ｌ ｉ ｅ建立提供流量 内容 的 平 台， 改变单纯提供流量的做法 ， 尝试用 Ｃ ａ ｒ ｒ ｉ ｅ ｒ ｏ ｖ ｅ ｒ ｓ ｌ ￣ ／ ｃ Ｐ模 消费者更注重信 息消费的参与性与选择性，运背 商不得不面 对 互联 网带来 的长尾 效应 。 式直接 向用户提供 内容或服 务， 同时 以移动 Ｓ ＮＳ 为手段， 利用 中国移动 ２ ０ １ ２年度业绩报告显示， ２ ０ １ ２年无线上网业务 社交 网站 的用户交际网络优势， 增强用户 黏性 。
浅谈中国移动大数据在市场营销中的应用
浅谈中国移动大数据在市场营销中的应用摘要：移动用户中集团客户作为具有强烈社会影响力，能够为运营商带来丰厚利润的大客户，更是这场战斗中的焦点。
同时移动的运营商的运营系统保留了大量的用户信息资料。
这些资料含有丰富的客户信息，通过数据的手段能够有效地分析出用户的需求和对于服务的满意程度。
运营商可以运用这些信息制定出有效的营销策略，从而在战斗中取得胜利。
数据技术是当前非常流行的一种分类预测算法。
关键词：中国移动大数据；市场营销；应用；前言：中国移动的数据分析已经从设备优化向网络优化转变，由营销数据分析、创新应用，达到降低成本增加收入的目的。
未来公司将通过大数据分析实现企业产品和服务创新，实现公司产业链的全面升级。
一、中国移动大数据分析和应用中国移动是最早一批实施大数据分析和应用的企业，优势主要体现在以下三个方面：一是网络配置更科学。
80%的利润来源于那少部分忠实的老用户（存量用户），老用户是企业运营发展的基础，也是最有价值的用户。
通过对老用户的数据分析可以优化网络配置，比如在数据分析后台可以清晰地看到，用户通话和上网高峰期发生的时间以及地点，甚至是运动轨迹。
这些数据的可视化和整合，能给资源投放包括基站优化等工作带来实际的指导意义。
二是客户感知更良好。
基于大量的事实数据，可以按照年龄、职业、学历、收入等维度分析用户的喜好和习惯，给用户设定“标签”，做到比用户更了解自己。
再通过对用户行为和特征数据分析之后，我们对用户群体进行细分，中国移动通过五大厅（手厅、掌厅、微厅、短厅、网厅）提供给客户所需要的消费信息和特定的产品推荐，做到体验更流畅、办理更便捷、消费更透明。
三是营销活动更精准。
哪些用户是准确的目标受众？如何在合适的时间、合适的地点、以合适的方式传达给用户正确的信息？随着数据搜集、存储、管理、分析、的、应用等技术体系的发展，这些问题的答案已经可以显现。
通过数据的与分析，可以将隐藏于数据汪洋之中的瑰宝打捞而出；各渠道数据融合提高了精准营销的准确度；可视化技术把复杂的数据打磨为直观的图形，使之成为浅显易懂、人皆可用的工具和手段；完备的数据服务器集群，可提供强大稳定的数据计算能力，实时洞察消费者行为，及时响应；移动终端的普及，让数据分析随地可行。
移动通信大数据分析
移动通信大数据分析随着移动通信技术的迅速发展和普及，移动通信产生的数据量日益增长。
这些数据包含着用户的通信行为、位置信息、移动设备信息、应用使用情况等方面内容，这些数据被成为移动通信的大数据。
移动通信大数据分析就是通过收集、存储、处理移动通信大数据，然后运用相关技术与方法对数据进行挖掘，帮助通信运营商更好地了解用户的需求与习惯，提供更好的服务，同时也可以帮助企业和政府部门进行决策分析。
移动通信大数据分析的应用场景非常广泛。
首先，运营商可以通过分析用户的通信行为，了解用户的需求与偏好。
例如，可以通过用户的通话时长、通话次数、短信数量、网络流量等数据得知用户的通信习惯，还可以通过分析用户的通信时间、经常通信的地点、联系人关系等信息推测用户的社交网络等特征，从而更好地为用户提供个性化的通讯服务。
另外，运营商还可以通过移动通信大数据分析来优化网络运营。
例如，运营商可以利用从移动设备采集的数据有关网络状态、运行状况和用户行为收集和分析信息，然后将这些信息用于诊断网络问题和管理网络拥塞。
移动通信大数据还可以帮助运营商考虑如何优化网络资源分配，提高网络使用效率。
此外，政府部门和企业也可以利用移动通信大数据分析。
政府部门可以利用从用户移动设备和基站上观念收集的数据，分析公众的出行情况，从而制定更好的交通流量管理政策。
企业可以通过分析用户的消费行为、地理位置、购买力和竞争情况等信息，更好地了解市场动向，提高营销策略效果。
在移动通信大数据分析的应用过程中，数据的质量和隐私成为了关键问题。
在移动通信大数据分析的过程中，数据涉及到用户的隐私，因此安全问题及防止信息泄漏也是必不可少的措施。
在同步，移动通信的大数据由于数据来源的多样性以及数据数据的量级，数据清洗、存储和分析过程中难免会存在不一致性和偏差，数据质量的保证至关重要。
总而言之，移动通信大数据分析为通信运营商、企业和政府部门提供了更深入、全面的了解用户的机会。
而随着技术和算法的不断发展，移动通信大数据分析也将得到更广泛的应用。
浅谈运营商大数据的应用场景
浅谈运营商大数据的应用场景大数据技术的广泛应用对我国各领域均带来了较为深远影响，运营商大数据应用的受关注程度也因此不断提升，相关研究和实践的大量涌现便能够证明这一认知。
基于此，本文将简单介绍运营商大数据应用场景，并结合实例，深入探讨运营商大数据实际应用，希望研究内容能够为相关业内人士带来一定启发。
标签：运营商;大数据;应用场景前言大数据技术能够从以往无法利用的数据中获得智慧，较好服务于人的洞察和决策能力增强。
结合实际调研可以发现，近年来我国运营商大数据应用场景极为多样化，如交通管理领域、体育赛事挖掘领域、自身管理领域，为深入了解这类应用，正是本文围绕运营商大数据应用场景开展具体研究的原因所在。
1 运营商大数据应用场景1.1典型应用场景对于运营商大数据应用来说，典型应用场景主要包括潜在离网用户维挽场景、数据变现场景、综合网管分析平台—基站关联分析场景。
所谓潜在离网用户维挽场景，指的是基于大数据技术开展针对性的用户管理，通过分析潜在离网用户数据，开展针对性的用户管理、营销策划与实施、闭环反馈，并实现工作的整体联通。
基于海量用户数据，运营商可基于大数据技术针对性分类、识别和管理所有用户，这一过程一般需通过大数据平台实现，营销策略基于用户大数据分析结果触发，配合针对性的渠道选择、资源套餐匹配、用户选择效果反馈，离网用户维挽场即可在大数据技术支持下顺利实现;所谓数据变现场景，指的是在非数字媒体/户外数字媒体价值评估场景中，对受众开展的一种独特性测量，结合具体的数据分析和需求分析，即可基于广告屏分析，最终为受众测量提供高水平服务;所谓综合网管分析平台—基站关联分析场景，指的是基于离网用户的业务行为与位置轨迹、基站地图与网络质量KPI，开展针对性的大数据建模分析，由此即可判断用户常出没的基站与其离网是否存在关联，由此可得出基站的未离网用户列表、基站供需平衡度、输出质差基站列表等信息，可服务的商用场景确定可由此实现，大数据技术的应用价值也能够得以更好发挥[1]。
大数据技术在移动应用开发中的应用分析
大数据技术在移动应用开发中的应用分析随着移动智能设备的普及和互联网的发展，移动应用已成为人们生活中不可或缺的一部分。
而大数据技术的快速发展，为移动应用的开发和优化带来了重要的突破口。
本文将从大数据技术在移动应用开发中的应用入手，探讨大数据技术如何给移动应用的开发和优化带来新的进展和提升。
一、数据分析在移动应用中的应用在移动应用开发的过程中，数据分析是不可或缺的一环。
移动应用运行的数据可以被收集并分析，帮助开发者了解用户对应用的喜好、使用习惯和行为路径等，从而更好地满足用户需求和提高用户体验。
大数据技术可以帮助我们面对大量、复杂的数据的处理和分析，其应用于移动应用开发，主要包括数据收集、数据分析和数据可视化等。
其中，数据收集和数据分析是构建移动应用数据分析基础的关键环节，数据可视化是使数据结果更加人性化的重要环节。
数据收集可以通过多种手段实现，如用户反馈、app内部的埋点、第三方统计平台等。
其中，第三方统计平台在数据收集和处理上有着明显的优势，可以自定义数据收集和分析流程和逻辑，并提供数据密度和用户属性等多维度的分析结果。
数据分析可以根据不同阶段的需求将数据分为多个维度进行分析，如用户行为分析、用户群体分析和趋势分析等。
其中，用户行为分析可以帮助我们了解用户在应用中的行为路径和使用习惯，从而调整应用的设计和功能；用户群体分析可以帮助我们了解用户的基本信息和兴趣爱好，从而开发更加符合用户需求的应用；而趋势分析可以帮助我们适时地进行应用升级和优化，从而保持应用的竞争力和用户体验。
数据可视化是数据分析的重要环节，可以将数据结果以图形形式展示出来，使数据分析结果更加人化。
数据可视化有多种形式，如折线图、柱状图和饼图等，可以按照不同的分析结果和需求进行选择和应用。
二、大数据技术在移动应用优化中的应用除了在移动应用开发中的应用外，大数据技术还可以在移动应用优化中发挥重要的作用。
移动应用优化是指，在保持原有功能和设计的同时，通过技术手段和策略的调整，提高应用性能和用户体验。
大数据分析在通信行业中的应用
大数据分析在通信行业中的应用随着移动通信的普及，移动运营商不断地收集和储存海量的用户信息。
这些数据包括用户呼叫记录、短信记录、网络流量记录等，这些数据获取的成本和获取的难度都很低，但是含有极高的信息价值。
移动运营商可以利用这些数据进行大数据分析，实现用户画像、行为分析、预测分析等，为自身业务和用户提供更好的服务。
一、大数据分析在用户画像中的应用用户画像是指通过分析用户历史记录和行为，揭示用户的特点和习惯，从而为运营商提供更为个性化的服务。
例如，根据用户的呼叫记录和短信记录，可以分析用户的社交圈子和社交活跃度，了解用户所处的社交圈和群体特点；根据用户的上网记录，可以分析用户的兴趣爱好，进而为用户推荐更为感兴趣的内容和服务。
二、大数据分析在用户行为分析中的应用用户行为分析，是指通过大数据分析，挖掘用户行为背后的规律，从而更好地满足用户需求，提升用户体验。
例如，通过大数据分析发现，用户在周末的上网时间较长，因此运营商可以在周末推出更为丰富的服务和内容，以满足用户需求；通过分析用户的上网行为，可以为用户提供更为精准的流量套餐，从而增加用户黏性。
三、大数据分析在预测分析中的应用预测分析是指通过大数据分析，预测未来的趋势和可能发生的事件，为企业提供决策支持。
例如，通过分析用户的呼叫记录和短信记录，可以预测用户是否会流失，从而及时采取措施加以挽留；通过分析用户的上网行为，可以预测用户的流量使用情况，以便运营商调整流量套餐，提供更为合适的服务。
四、大数据分析对通信行业的意义大数据分析在通信行业中的应用，可以帮助运营商更好地了解用户需求，提供更为个性化的服务，增加用户的黏性；同时，大数据分析还可以降低运营成本，优化资源配置，提升效率。
另外，大数据分析也可以提供数据支持，为通信行业的发展和改进提供决策支持。
总的来说，大数据分析在通信行业中应用前景广阔，随着技术的不断发展和应用场景的不断扩大，其价值将会越来越凸显。
其应用的发展将对整个通信产业的未来和改革产生深远的影响，是一条值得探索和发掘的新的发展路径。
基于大数据的移动通信网络性能优化研究
基于大数据的移动通信网络性能优化研究一、摘要移动通信网络广泛应用，如何提高网络性能是关键问题。
基于大数据的网络性能优化可以优化网络资源的利用，提高网络服务质量。
本文就基于大数据的移动通信网络性能优化进行探讨和研究。
二、引言随着移动通信网络的不断发展，网络用户规模不断扩大，网络应用场景也不断增加。
在这一大背景下，如何提高网络性能、提高网络服务质量就成为了网络运营商亟需解决的问题。
而“大数据”技术不仅在其他行业有很好的应用，同样也能在移动通信网络性能优化中发挥非常重要的作用。
三、基于大数据的移动通信网络性能优化的意义1. 节约资源成本。
传统的网络性能优化需要大量的人力成本和物力成本，而大数据技术可以通过收集和分析大量数据，从而预测网络出现瓶颈的位置和时间，提前进行优化，避免因网络拥塞而损失大量资金。
2. 提高网络服务质量。
大数据技术可以实时监测网络中各类数据的变化情况，对网络故障和瓶颈进行及时处理，保证网络服务质量，提高用户满意度。
3. 及时发现网络问题。
大数据技术可以快速识别网络问题的关键因素，找出网络故障来源，对问题进行快速定位和修复，提高网络稳定性和可靠性。
4. 提高网络性能。
大数据技术可以通过分析和挖掘大量数据，找出网络性能缺陷，进行优化和改进，提高网络性能，满足用户多样化的需求。
四、基于大数据的移动通信网络性能优化研究内容1.数据收集及处理。
采集大量的网络数据，包括用户数据、行为数据、网络状态数据等，对数据进行初步处理和清洗，从中提取有用的信息。
2.数据挖掘及分析。
基于数据挖掘和大数据分析技术，对网络中的数据进行深入分析，找出网络瓶颈和故障点，预测网络运行状况和未来趋势等。
3.网络优化策略制定。
根据数据分析结果，制定合适的优化策略，对网络进行有针对性的优化和改进。
4.网络优化效果评估。
对网络优化后的效果进行评估，观察优化是否达到预期目标，对下一步的优化进行指导。
五、基于大数据的移动通信网络性能优化的应用场景1. 针对大型网络运营商。
移动运营商大数据接入方案
移动运营商大数据接入方案随着移动通信技术的不断发展，移动运营商面临着海量数据的存储、处理和分析问题。
大数据技术的应用已经成为移动运营商发展的必然趋势。
移动运营商需要将用户的通信、位置、行为等数据进行高效地收集、存储和分析，为用户提供个性化的服务，并为运营商的运营决策提供支持。
本文将结合移动运营商的实际情况，从数据收集、存储、处理和分析等方面，提出移动运营商大数据接入方案。
一、数据收集移动运营商的大数据主要包括用户通信、位置、行为等数据。
这些数据需要从不同的系统中进行收集，包括通信系统、位置系统、计费系统等。
数据的收集需要考虑以下几个方面：1. 数据的全面性：移动运营商需要确保能够收集所有用户的通信、位置、行为等数据，以保证数据的全面性。
2. 数据的实时性：大数据分析对数据的实时性要求很高，因此数据的收集需要能够保证数据的实时性。
3. 数据的准确性：数据的准确性对于大数据分析至关重要，因此数据的收集需要能够保证数据的准确性。
对于数据的收集，移动运营商可以采用流式数据采集技术，实时地将数据从不同的系统中采集到数据湖中。
二、数据存储移动运营商面临海量数据的存储问题。
传统的数据库已经无法满足移动运营商对存储容量和性能的要求，因此移动运营商需要采用分布式存储技术进行数据的存储。
数据的存储需要考虑以下几个方面：1. 存储容量：移动运营商需要保证能够存储海量的数据，因此需要采用可横向扩展的分布式存储技术。
2. 存储性能：大数据分析对存储的性能要求很高，因此需要采用高性能的存储设备。
3. 存储成本：移动运营商需要考虑存储的成本，在满足存储需求的前提下，尽量降低存储的成本。
对于数据的存储，移动运营商可以选择使用Hadoop、Spark等大数据存储和计算框架，这些框架具有良好的横向扩展性和高性能。
三、数据处理移动运营商需要对海量的数据进行处理，以获取有价值的信息。
数据的处理主要包括数据清洗、数据转换、数据聚合等过程。
大数据技术在通信运营中的应用
大数据技术在通信运营中的应用随着信息技术的发展，我们正处于一个高度数字化和信息化的时代。
这个时代，各种业务和产业无一例外地离不开数据的支持。
在通信运营中，这一点更是体现得淋漓尽致。
而大数据技术无疑成为了通信运营中最具潜力和最实用的技术手段之一。
一、大数据技术的应用场景通信运营中的大数据技术可以应用于多个场合。
如下所列：1、网络流量管理。
网络流量管理是指通过对网络流量进行控制，统筹规划网络带宽的使用，从而提高网络资源的利用效率。
采用大数据技术，可以对网络流量进行科学的分析，了解用户的需求和习惯，预测未来的网络流量趋势，从而合理调整网络带宽的分配，提高网络带宽的利用率。
2、用户行为分析。
用户行为分析是指通过大数据技术收集、分析和处理用户的行为数据，掌握用户行为和需求的变化，以便进行个性化精准营销，提供更好的服务。
通过大数据技术，可以了解用户的历史信息，分析用户的兴趣、爱好、需求等方面的数据，从而为用户提供更贴心的服务。
3、基础设施的监控和管理。
大数据技术可以对通信网络的基础设施运行情况进行实时监控和分析。
实时监控可以帮助运营商及时发现设备故障和网络异常，并及时解决问题，确保网络运行的稳定性和高效性。
同时，大数据技术还可以通过对数据的挖掘和分析，对通信网络进行优化和改善，提高用户的使用体验。
二、大数据技术的优势大数据技术在通信运营中的应用，能够给通信运营带来多方面的优势，如下所述：1、提升运营效率。
大数据技术能够快速分析各种数据，帮助运营商快速发现并解决问题，为用户提供更快捷、更可靠的通信服务。
2、提高网络安全性。
通过大数据技术的应用，可以对通信网络的各种数据进行分析，及时发现网络安全威胁，并采取有效的措施进行防范和解决。
3、提升用户满意度。
大数据技术可以对用户的行为和需求进行分析，分析用户的喜好和需求，为用户提供个性化的服务，提高用户的满意度。
三、大数据技术在通信运营中的实例现在，我们可以来看一下，大数据技术在通信运营中的实例。
中国移动的未来在大数据
119Internet Application互联网+应用一、认清现实，未雨绸缪，中国移动为什么要做大数据1.1认清现实2014年中国铁塔公司成立，国家“网络强国”战略、深化国企改革、促进电信基础设施资源共享的背景下，将中国移动、中国联合、中国电信三大运营商的铁塔、基站机房及配套设备和室内分布系统剥离交给中国铁塔公司运营维护，以减少三大运营商的重复建设，节省国家固定资产的投入。
依据这个思路，下一步很有可能把固网、宽带、传输网也剥离出来成立中国基础网络传输公司，接下来把10086、10010、10000三家寻呼中心也成立为国家呼叫中心，甚至把三家的渠道也独立出来成立中国销售公司。
三大运营商的重资产都剥离走了，瞬间成为轻资产公司。
好比高速公路只有一条，只有一个网络，国家只负责收高速费，三大运营商就成了高速公路上的运输公司，你是搞货运还是客运，你是抢货物还是抢客户竞争，中国移动就成了世界上最大的虚拟运营商，那么它的核心资产剩下什么了？就是9亿多的用户数据、8亿多用户的位置信息、9亿多用户跟谁打了电话、9亿多用户上了什么网等等的大数据。
1.2市场竞争惨烈三大运营商均以全业务为营销方式，产品和服务严重同质化，从最初的网络建设、卖卡放号量、网络终端根据需求定制个性化服务、集团业务、增值服务再到三大运营商比拼互联网业务，每一个阶段都呈现出过度竞争的现象。
截止2020年底，中国移动2020年全年全用户手机上网资费较2014年下降程度过大，高至43%，中国联通数据流量单价同比下降28%，中国电信同比下降31%，中国联通有线宽带单位价格下降49.8%，中国电信同比下降58.8%。
出现这种大幅度下降的现象，虽然有国家提速降费的政策原因，但显然是价格战的结果。
特别在OTT 企业的冲击下，电信行业用户的高增长时代已经成为历史，业务增长也面临严重的挑战，昔日的吸金业务话音和短信的收入持续下滑，唯有靠流量经营在苦苦支撑。
而三大运营商对于4G 网络的数据经营的模式几乎是一致的，拼套餐、拼价格、搞策反、摆地摊来抢用户、抢地盘以保障收益。
大数据技术在通信领域中的应用
大数据技术在通信领域中的应用近年来，大数据技术不断发展，已经渗透到了各个领域中。
其中，通信领域也是大数据技术广泛应用的一个领域。
在通信领域，利用大数据技术可以更好地实现数据的分析和挖掘，提高数据的利用率和维护效率等方面的作用。
接下来，我们将深入探讨大数据技术在通信领域中的应用。
一、大数据技术在通信领域中的优势通信领域中需要处理海量的数据，如用户的通信记录、网络流量和设备数据等。
这些数据需要进行及时的分析和加工，以支持决策和实施，传统的人工方法已经无法满足要求。
而大数据技术则可以通过高效的数据处理和分析方法，使数据分析和应用变得更加高效和精准。
具体来说，大数据技术在通信领域中有以下几个优势：1.更精准的用户画像通过对大数据进行分析，可以快速分析用户特征，如通信行为、消费习惯、地理位置等信息，以深入认识用户。
2.更智能的网络优化大数据技术可以通过分析网络数据，找出网络瓶颈和故障，并根据实时数据进行优化，从而优化网络带宽和质量。
3.更快速的问题处理利用大数据技术可以实现快速定位故障和快速修复，从而避免信息滞后。
4.更有效的安全控制利用大数据的全英文搜索能力，可以快速发现网络攻击者，更快速更轻盈的处理大量数据然后即时的检测和分析。
二、大数据技术在通信领域中的应用1.精准的营销推广通信服务企业通过大数据技术可以基于用户画像，推出更为精准的营销策略，从而提高产品的销售效率和口碑。
例如，根据用户的地理位置、日常通信行为和网络消费记录等信息为其推荐相应的产品和服务。
2.智能的网络优化网络瓶颈和设备故障可以影响整个网络的质量，而大数据技术则可以通过分析和监测网络数据及网络设备数据，深度维护和优化网络。
例如，通过分析网络流量和通信记录，及时发现网络瓶颈并根据实时数据动态配资网络带宽，从而提高网络质量和流畅度。
3.智慧的安全控制大数据技术在安全控制方面的应用也十分广泛。
企业可以通过对网络数据进行分析，发现网络攻击者并及时采取措施保护企业的网络安全。
运营商的移动网络优化策略分析
运营商的移动网络优化策略分析随着智能手机的普及和移动应用的不断发展，大量的移动数据流量使得移动网络发展面临着迅速增长的挑战，也让运营商的网络优化和扩容成为了当前当务之急。
因此，如何更好地运用技术和数据进行网络优化，提升终端用户的体验，同时降低运营成本成为了运营商面临的一项绝不可忽视的任务。
在此背景下，运营商应该采取哪些移动网络优化策略呢？一、优化网络架构优化网络架构是移动网络优化策略中最核心的一项，首先需要考虑对网络架构的升级和改造。
通过合理的网络架构设计，可以使数据传输的速度得到更快的提升，同时可以减少移动网络的拥塞程度和信号强度不良的情况。
在网络架构优化方面，运营商需要提升核心网和无线接入网效率，有针对性地优化基站部署，增强网络调度能力，减少网络资源的浪费等。
此外，可以通过优化传输规则和协议，降低网络延时和丢包率，可以提升通信质量和用户体验。
二、增加网络容量随着移动用户数不断增长，运营商需要不断提高移动网络的容量，以满足用户日益增长的数据需求。
网络容量的提升可以通过运营商对网络建设和升级进行投资，如增加基站数量、扩大基站覆盖面积等方式进行提升，同时可以助于提高用户体验。
除此之外，还可以优化带宽资源配置，减少有限带宽的浪费，通过与其他网络的合作，实现资源共享和使用。
通过预判用户需求，针对性地加强网络容量，运营商可以有效地降低网络堵塞的现象，提高服务的质量。
三、使用大数据进行网络优化大数据技术的出现，为网络优化提供了新的思路和方式。
运营商可以通过分析用户的日常使用习惯，获取用户的网络诉求与行为，对网络进行端到端地优化。
通过网络分析和数据处理的技术手段，运营商可以实现网络故障的分析和自动化修复，预测用户流量并提供数据缓存等操作。
同时，通过对用户行为的分析，可以帮助运营商更好地优化网络，使网络资源得到更加合理的使用。
运营商可以通过使用大数据分析技术，更好地推进网络优化工作，实现合理的资本投入，降低网络建设成本和运营成本。
从数据到智慧大数据驱动的企业运营策略
从数据到智慧大数据驱动的企业运营策略从数据到智慧：大数据驱动的企业运营策略随着信息技术的快速发展，大数据已经逐渐成为企业决策的重要依据。
通过对海量数据的整理、挖掘和分析，企业能够更加深入地了解市场、产品和客户，从而在竞争激烈的商业环境中获取竞争优势。
本文将探讨大数据驱动的企业运营策略，以及如何将数据转化为智慧。
一、大数据给企业带来的机遇随着社交媒体、移动设备和物联网的普及，大量的数据被不断产生和收集。
这些数据不仅包含了用户的个人信息和行为习惯，还涵盖了市场趋势、竞争情报等各个方面的信息。
企业通过利用这些数据，可以实现以下几方面的机遇：1. 了解客户需求：通过分析用户数据，企业可以了解客户的购买偏好、消费习惯和需求变化，从而定制个性化的产品和服务，提升客户满意度。
2. 增强市场竞争力：通过对市场数据的分析，企业可以了解竞争对手的策略和趋势，从而做出更准确的市场预测，调整营销策略，增强市场竞争力。
3. 改进运营效率：通过对生产、物流等运营数据的分析，企业可以发现潜在的瓶颈和问题，并采取相应的措施来提升运营效率，降低成本。
二、从数据到智慧的转变大数据虽然给企业带来了机遇，但仅仅拥有大量的数据还不足以为企业带来竞争优势，关键在于如何将数据转化为智慧。
1. 数据整理与清洗：大数据本身具有多样性和复杂性，因此企业需要对数据进行整理和清洗，消除噪音和冗余，以确保数据的准确性和可靠性。
2. 数据挖掘与分析：通过数据挖掘和分析技术，企业可以从海量数据中发现有价值的信息和趋势。
例如，通过关联分析和聚类分析，企业可以了解产品间的关联性和市场细分，为决策提供支持。
3. 智能决策与应用：基于数据分析的结果，企业可以制定智能化的决策策略，并将其应用于实际运营中。
例如，通过预测分析，企业可以在市场需求高峰期提前调配资源，以满足客户需求。
三、大数据驱动的企业运营策略大数据驱动的企业运营策略是指企业在决策过程中充分利用大数据的洞察力和智慧，以优化运营效率和提升业务价值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于移动运营商在大数据方面的应用及策略
发表时间：2017-10-11T15:22:24.220Z 来源：《建筑学研究前沿》2017年第11期作者：白雪伟
[导读] 随着信息技术、云计算技术的快速发展，移动运营商的用户数量和业务数据呈现指数式的增长。
中国移动通信集团广西有限公司 530000
摘要：随着信息技术、云计算技术的快速发展，移动运营商的用户数量和业务数据呈现指数式的增长，数据处理的复杂程度也达到了一个新的高峰。
但随着大数据在移动运营商的广泛应用，促进了工作人员在处理数据方面更加的高效、精确，同时也促进了网络资源的优化，更好的为用户提供服务。
本文从大数据的优势特征以及大数据在移动运营商尚存不足之处的角度入手，进而分析了移动运营商在大数据方面的应用，并针对性的提出了移动运营商大数据发展策略。
一、大数据的优势特征和不足之处
1.大数据优势特征
大数据对于互联网领域的价值是不可估量的，互联网企业的运行效率和生产力在大数据的影响下得以大幅度的提高，移动运营商在大数据应用方面的优势尤为明显其具体
主要体现在以下几方面：
第一，用户基数庞大随着通信技术的快速发展，消费者对移动运营业务的需求也在不断增长，迄今为止，三家运营商移动用户已达到约13亿人次，移动运营商拥有庞大的用户群体及海量的基础数据第二，数据的时效性4G时代的到来促使人们的日常生活与移动互联网紧密相关，移动运营商掌握着庞大的第一手用户行为数据，并保持数据的不间断更新，保证了数据的时效性第三，移动运营商转型契机为应对OTT的竞争，移动运营商巫需向数字化服务提供者转型借助大数据技术的兴起，移动运营商能加快转型的步伐，为用户提供更好的移动信息服务。
2.移动运营商在大数据应用方面面临的挑战
第一，数据来源广而杂，聚集较为困难系统数据形式不一，格式多样，而系统往往只支持单一的数据结构处理模式，无法全面覆盖各种类型的数据处理，进而无法满足互联网多样化的发展，同时也给大数据的技术人员在处理数据上造成一定的困难第二，商业模式尚未成熟移动运营商由于拥有的用户基数过于庞大，掌握的数据资源也非常多，但对于这些数据的处理上仍存在一定难题由于移动运营商尚未建立对外数据平台，大量的数据只能供内部人员使用，而不能使外部人员对其加以应用，从而造成这些数据没有得到有效利用，无法实现利益最大化第三，大数据运营存在风险人们的隐私关系到他们的自身利益、名誉，甚至生命安全等，因此，移动运营商在为客户提供服务时保证个人隐私不泄露至关重要对移动运营商而言，大数据安全策略的研究将会是重中之重
二、移动运营商在大数据方面的应用
1、提升网络服务
优化网络建设通过分析小区级数据流量，了解用户流量消费水平的分布情况，针对流量消费较高的区域重点优化4G网络建设；通过MR数据分析，辨别信号较差的区域，然后根据关联用户的相关信息，为用户进行网络优化服务；还可以根据用户的位置信息实现网络切换，优化网络性能，为用户提供更好的服务。
基于用户行为信息
为用户提供个性化服务基于用户数据为用户提供个性化服务的模式主要有两种，以用户手机号码为例，第一种是根据用户提供的相关信息，移动运营商先对用户的手机号码进行匿名处理后，即用伪码来代替真正的手机号码，然后第三方再根据用户提供的相关数据为伪码做标签处理，使其成为用户手机号码特有的标志；第二种与第一种的不同之处在于为用户打上标签的是移动运营商，而非第三方。
三、移动运营商在大数据应用上的发展策略
1.应用大数据协助内部运营
利用大数据来协助移动运营商的内部运营对于移动运营商具有非常重要的意义，具体措的施可从以下几方面做起：第一，运用大数据为用户服务通过对用户的位置定位，根据用户对网络信息的反馈，及时了解关联用户的网络质量，帮助用户解决网络问题第二，优化网络质量移动运营商通过对用户的爱好、位置等相关信息关联，分析用户所在的网络质量，为用户提供更好的网络服务，进而促进运营商的网络建设。
2.向大数据转型、开展新的业务模式
移动运营商向大数据转型的核心要点是合理规划大数据业务模式首先，借助大数据运营中心平台，通过分析海量基础数据，为用户提供个性化的优质服务，同时实现移动运营商利润的最大化其次，通过采集、分析大量数据，发挥大数据的真正价值构建完整的大数据运营中心，针对性的解决数据多而杂的问题除此之外，利用大数据开展新的业务模式，以进一步加强移动运营商的竟争力。
三、移动通信运营商营销平台的大数据应用案例
大数据精准营销应用，契合了移动通信公司流量转型的需要不同于终端、号卡销售时代，流量经营时代不仅依靠营销资源的投人，更需要精细化的运营平台以客户为中心，通过丰富的网络日志，智能识别消费场景和消费需求通过海量数据分析，描绘全方位的客户画像，分析其行为，深度细分客户群，关注客户需求，开展差异化营销；为精确和实时运营提供支撑，针对性地灵活支持资源分配策略。
广西某地市移动通信运营商基于LBS数据、客户消费能力数据、客户消费习惯数据的综合调用，建构客户“标签库”精准营销内部应用平台，利用大数据关联分析，在营销平台中组合调用，通过不同渠道接触客户，实现了精准营销实时化和差异化。
首先，采集LBS、客户消费能力、客户消费习惯三大类客户数据，并封装三大类数据的分析查询结果通过网络的无线定位技术获取LBS数据，基站信号获取手机终端所在的位置信息，采集在选定时间客户出现在何处的信息，指定区域在特定时段内的人流量信息，对LBS数据的时间、位置人流量三个基本属性进行分析，获取某个区域一天内的人流量变化情况，提供指定时间、位置的人流量查询能力通过BOSS系统获取客户消费能力数据，采集客户的缴费、套餐定制数据，对客户的缴费频度、金额、套餐消费情况等信息进行分析，得到
客户消费承受能力模型通过采集客户的短信、语音、流量等业务的消费清单获取客户的消费习惯数据，分析相应清单，了解其兴趣爱好、当前关注的信息、作息时间，甚至是生活境况、当前的心情等内容因客户消费能力和消费习惯数据涉及客户隐私信息保护，不提供给外部调用，仅作为内部私有能力，进行批量数据分析，在不体现个人信息的场景中使用结果其次，结合营销活动的内容和目的，提取客户标签，对特定区域主要活动人群的消费能力、习惯及活动时间进行分析预测，对促销、广告等活动的最佳物理位置、开展时间等进行预测，并将结果数据导人营销平台在BOSS系统中加载融合数据，供营业厅的营业员对到厅的客户展开个性化的精准营销推荐；同时，加载融合到电子渠道网上营业厅，让客户能主动获取自己的消费特征，并选择适合自己的业务通过不同渠道接触客户，实现了精准营销实时化和差异化。
然后，采用数据可视化方式，在营销平台实时地呈现营销结果，及时提供信息给相关责任人，以便对结果进行分析，用以决策和调整如图1所示：
图1一体化营销平台实况监控
通过该大数据营销平台的应用，实现了实时掌握客户使用业务的时间、地点、方式，以及与之相匹配的网络忙闲态等信息，提高了数据提取的准确性、便捷性和分析深度，精准掌握客户信息，更好地预测客户使用行为，推送符合客户特征的相关业务，业务的成功订购率较未使用该营销平台前提升了16.7%下一步，将结合增强客户粘性的要求，在防止客户流失等方面，挖掘新的商业模式，全面提升精准运营和实时营销的水平
四、结束语
大数据的发展和应用为移动通信运营商提供了新的机遇，同时在技术难度、融合水平、技术工程、管理政策、人才培养等方面的挑战，需要运营商从企业战略和经营思维层面改变，不断发挥自身的优势，创造更大的价值，迎接属于运营商的大数据时代。
参考文献
[1]谢晓康.大数据关键技术及其在运营商中的应用研究综述[J].广东通信技术，2015，（8）
[2]陈如明.大数据时代的挑战、价值与应对策略[fJl.移动通信，2016.（17）
[3]王晖，中国移动转型环境下的规划思路分析[fJl.互联网天地，2015，（14）。