运营商大数据论坛速记稿.docx
- 文档编号:3277006
- 上传时间:2022-11-21
- 格式:DOCX
- 页数:22
- 大小:47.08KB
运营商大数据论坛速记稿.docx
《运营商大数据论坛速记稿.docx》由会员分享,可在线阅读,更多相关《运营商大数据论坛速记稿.docx(22页珍藏版)》请在冰豆网上搜索。
运营商大数据论坛速记稿
会议主题:
运营商大数据论坛
会议时间:
2016年9月27日下午
会议地点:
北京富力万丽酒店
唐雄燕:
各位嘉宾大家下午好,今天下午我们有七位专家的演讲,马上开始,请大家入座。
我是来自于中国联通的网络技术研究院的唐雄燕。
首先有请下午的第一位发言嘉宾陈晓光,他是晶赞科技联合创始人兼首席科学家,有请陈总。
陈晓光:
各位专家、领导下午好,非常高兴有这个机会在这里和大家分享我们关于大数据的一些理解和实践。
今天我讲的题目是受众管理开启智慧营销。
一般受众管理和智慧营销放在一起,更像一个操作系统底层的数据服务,不仅服务数据营销。
我们知道,现在大数据时代已经来了好几年了,大数据时代我们的企业面临什么样的挑战,我们先分析BAT量级的公司面临什么的挑战,他们想多元化业务,阿里做很多娱乐行业的业务,XX做搜索,也会做O2O,做糯米相关的业务,腾讯也涉及相关的业务。
BAT在公司内部有统一的数据管理平台,这个平台要把所有的业务数据整合起来。
我在阿里巴巴待了四五年,当时做的所有的主要工作都是整合企业内部所有的数据,包括支付宝的,淘宝的,阿里云的,这些所有的数据打通了之后,对企业的价值才能体现出来。
对于垂直行业,携程旅游行业做的很好,也做油轮相关的东西,现在也开始管理油轮,这个数据又是完全不一样的数据,现在的大数据时代企业面临的挑战非常多,如果你不改变会碰到非常多的挑战,有可能几年之后企业开始走下坡路,数据的管理什么才是最重要的,什么才是把握这个数据最关键的维度,我们认为是一个用户数据的管理。
因为只有用户数据你才能把数据的孤岛整合起来,然后用户的需求和用户的喜好决定了这个企业发展的方向和这个企业需要做的一些战略方向的思考。
我们认为用户的数据管理是决定企业生死的必要的东西。
我们看企业面临的数据上的挑战。
一切来说,企业的数据分为线上数据和线下数据,线上数据可以看到有很多,比如移动端的,电子商务的,网络广告等等,这些数据基本上公司做到一定程度之后,你会发现每个业务部门都有自己的数据,这个有数据仓库管理着,你要把它整合起来,会发现少则三四个月多则一年。
很多时候这个数据的整合需要很多事情,牵扯到各种各样的流程,规范等等。
第二,整个底层的基础架构没有打通,需要做很多的技术开发,线上数据整合,即使IT技术比较好的公司也是需要很多的资源的。
另外,我们发现从PC网移动端迁移的倾向非常的明显。
垂直行业来说,你会发现很多企业的业务量,原来80%发生在PC端,现在70-80%发生在移动端,这个转变是最近一两年,如果你还是用原来的架构管理移动的数据,你会发现漏掉很多有价值的东西,有的甚至漏掉非常重要的战略数据。
线上数据是冰山一脚,更都的数据是线下数据,体量规模非常大,有门店销售数据,有物流管理数据。
这些数据管理方面,可能IT没做好,不是电子管理,可能是纸质的管理,如果想要使用,查询,这个问题就会非常大。
其次,线下数据,你要使用的时候,除了查询,你要应用,比如说想处理这个用户,想传递某个信息的时候,你会发信很多时候力不从心,有的时候可能有一些线下数据,可能有一些受众的手机号,可以要拨打一下,线下数据触及用户的时间比较少,用户的时间是碎片化的,你只有360度的对圆弧传递信息,才能达到营销目的。
所以线下数据和线上数据的融合是必不可少的,那么打通又牵扯到打通,要确定是同一个人。
我们在提一下大数据技术方面的挑战。
不可避免的就会谈到4个观点。
这里面,体量庞大,可以看到,80-90%是非结构化的数据,对中小企业意味着你需要有一个团队去运维。
假如说你的数据还比较小,可能用DVR可以管理,但是数据体量达到一定程度后,可能需要一个专门的团队去管理。
那么这个是一个开源的系统,而且用的比较好,但是并不代表没有坑,一旦出来坑就会死的很惨。
数据的多样性分为,文本,数据,图像,视频,机器数据。
这些人在市面上的价格都不是很便宜的,我们假设一个人的公司是30万,笔记本的文本,图像,视频,机器数据一年差不多要200万去维护一个团队。
还有极速增长,有的数据越快越好,有的数据可能很快就失效。
所以你必须要把平台做的速度足够快,能够很快的实时的数据利用起来。
还有分析价值,这里就牵扯到大数据最根本的东西,数据这么多,你怎么提炼出用的东西。
这里牵扯到机器学习,人工智能相关的东西。
还有一点,人工智能并不是解决所有问题的灵丹妙药,很多东西,特别是大数据现在讨论的一个观点是,大数据关心的是相关性,而不是一个原因,就是归因的分析,大数据没有做。
而这方面机器学习的专家里也在反思这块,如果你想真正做到真正的人工智能,深度学习只能做预测,而不是说我出现这个表征是因为什么原因导致的,如果我做什么能改变这个品质,这是机器学习和深度学习现在没有解决的问题。
所以这里面需要人参与去解决的。
说到这里,我们会发现数据不代表财富,只有把数据整合起来,打通起来,把所有的数据孤岛连接起来,然后形成信息才能产生真正的有用的数据。
那么,为什么我们要做一个受众的管理平台,因为这是连接这些孤岛的非常重要的纽带。
广义说是想做一个有态度的数据管理平台,我们管理的是受众的数据其它的数据都是作为辅助的方向,我们关注的最重要的维度就是受众。
从我们的角度来看,我们认为一个功能领先的大数据管理平台应该包括几个方向,一个是多渠道的数据整合能力,多维度的数据分析能力,多场景的数据应用能力和数据安全灵活部署。
这四点大家比较清楚,这是做大数据处理的必要的步骤,一个是数据搜集,数据分析,数据应用,数据安全,这四大方向都可以做身做广。
很多公司在应用数据的时候,可能只局限在自己的维度,只局限在自己的数据格式等等。
我们作为一个数据服务公司的话,我们会对这些很多公司的需求集中在我们的产品里体现,我们的产品会体现这个市场上关于数据搜集,关于数据分析,关于数据应用,各种各样的需求都会整合在这个产品里,这个产品就是多渠道,多维度,多场景。
企业使用我们的产品以后,可以了解市场上更优越的做法,或者是更多的做法。
其次我们可以做深,特别是数据分析里,第一点,数据整合,这块我们现在主要整合的数据是包括金字塔显示的这些数据,底层的是流量数据,包括基础的所有的在线网站推广的时候,所有对接的流量的数据。
还有就是倒数第二层是网站数据,这个企业运行的网上的在线的数据。
倒数第三个是成交数据。
倒数第四个是CRM数据。
这个价值是越来越重要,这个数据都有不同的格式,网站的数据通过页码形式导入的,其它数据可能通过TXT的格式导入,所以我们需要统一的输入的API把数据导入到我们的平台里然后进行分析。
这里其实是体现的用户第一方的数据,此外用户还有很多第三方和第二方的数据,第二和第三方的数据就是市面上各种各样的做数据服务的公司能够提供的接口,提供的数据格式,我们都需要支持,不然数据融合就会出现问题。
第二来看数据分析,所有做数据分析,特别是关于受众数据分析的有两个问题,一个是ID的问题,第二个是标签的问题。
我们认为用户的ID是所有做数据分析,受众分析,甚至数据交易中心的核心竞争力,因为ID通了所有的数据才是通的,在PC端,相关的ID的找回,移动端,我们需要把移动端的ID和PC端的ID打通,才能激活。
然后我们要解决的是标签的东西,标签很多公司都来做,这个标签核心竞争力在什么地方呢?
我们有很多时候说有不同的标签,有很多维度的标签,这些标签真正有用在什么地方。
我们公司本身也是做精准营销的,我说一下应用标签的情况。
从国外来说,美国有很多公司会提供受众标签,很多DSP公司使用DSP数据后发现效果根本不明显,或者是根本就没有提升。
从我们自己本质在使用这些数据来看,我们在国内过去也购买一些数据,一旦这些数据的标签过于泛,因为做的时候本身技术能力做的没有精准解析的话,标签的准确度不够高,而且标签过大,导致你投放的效果基本上看不出来的。
其次,标签的准确度也是非常重要的问题,今天你提供的年龄的标签,这个年龄准不准,现在也是有各种各样的标准的。
这个时候你会发现标签第一要准,它要足够的精准。
不能是一个泛的标签,才能对你后续的分析才能产生影响,才能有提升。
所以我们现在提供的是基础的数据,媒体的偏好,设备,消费意图,社交偏好。
我们这些标签的计算依据都是要公开透明的,因为所有的标签,如果你的计算依据不公开透明,使用者就会问你从哪来的,这个计算怎么计算的,我们能相信它多少,现在的数据基本上都是有实时依据的,基础数据都是根据第三方事实计算的,这个是用户本身自己提供的,或者是本身权威的一些机构提供的基础数据。
然后媒体编号也是户真实返回的行为数据,POI,消费意图等等都是通过真实的意图提炼出来的。
第二个是数据分析里非常重要的是归因分析,在营销领域比较简单,我们如果有各种各样的不同的渠道,比如说SEO的,SEM的,各种各样的营销渠道导入的流量,因为是按照次序来的,根本不同的次序有各种各样的模型,我们有最终互动,首次互动,首次为主等等规则化的归因模型。
在大数据时代我们需要做智能的模型智能的做归因,而不是做规则,任何的规则会引入认为的因素,比如说我们做一个决策者,我们要把这个声音给我想要的人,我可以选择不同的模型,就会有倾向性,我们希望做一个智能模型,能够对整个的归因做一个非常正确的判断,让这个钱花到真正有用的地方。
智能的模型就是说,你在解决机器学习里只做相关性不做归因分析的问题。
比如说我们如果有SEM渠道,我们最后的转化和我购买会损失多少,这个问题是需要后面的模型支撑去回答的。
数据的洞察也是做数据分析公司必须要完成的基本功。
数据洞察,我们重要的方向在什么地方呢?
我相信大家可能听说过巴伦公司,他们把数据分析做的非常流畅,利用人来分析问题的公司。
他们的主要的核心竞争力基本上是三大块,一个是垂直领域的知识库的建模能力,还有快速的数据实时分析平台的能力,第三个是非常好的数据分析师。
所以说他们是强烈依赖于这三点做大数据分析的。
我们的方向主要是可视化的数据分析,我们希望数据分析能够帮助分析师快速的发现很多潜在的,非常小的细枝末节的因素,能够最后影响结果的。
人对这个东西是非常敏感的,机器是比较迟钝的。
数据应用,我们拿到数据后,可以做官网的访问人群的画像,访问你的官网的姓名,年龄,职业,学历等等,他关于什么样的出行,什么样的品牌,关于什么样的价格。
这些数据对人的指正性是非常强的,对人的画像是非常恰当的。
我们还可以分析出倒流的媒介的类型,比如说大概是什么样的分布,它是垂直类的网站,是购物类的网站,新闻门户的网站,这些我们都可以做分析。
还有媒介流量的来源分析,这个用户通过XX搜索来到了你的网站,过了五分钟跳出你的网站,又回XX搜索,结果到了你的竞争对手网站,这种数据会值得每个企业深思。
究竟什么样的东西没有满足客户到你的竞争对手网站察看你的竞争对手的。
这些数据都可以作为数据分析的重要的价值来源。
做完这些分析以后,我们需要做很多数据应用,这些数据受众平台可以作为智慧营销的基础。
我们做完了数据整合后,可以作为输出API的话,可以输出到各种各样的应用场景,可以触达受众,可以传递到CRM,线下物流,EDM,短信,SEM投放等等,因为所有的触达点都可以有不同的对接方式,对接格式和拼刺。
这些API我们已经满足了市场所有的标准,所以只要数据在这个平台里管理,我们节可以很轻松的把数据传递到外面,实时的快速使用。
最后,最关键的是数据安全,因为任何一个管理大数据的平台,安全始终是最最重要的部分。
无论是政府还是企业,或者是中小网站,所有的数据都必须是安全保障的。
在安全这块,我们主要在平台会坚持本地的部署,我们的数据只会进,不会出,因为出会存在非常多的风险。
在平台会做很多数据加密的工作,包括这些ID,特别是牵扯到受众管理的品牌,一牵扯到受众,很多人的隐私保护就会很强,为了做这件事情,我们必须保护数据的隐私,比如说我们的ID,不会存任何真实的ID,比如说你的手机号码,身份证ID这个永远不会存储在平台里,所有的都必须经过硬设之后才行。
整个数据平台的部署,我们也会支持非常多的方式,包括私有的IDC,如果你有IDC机房的话,我们可以支持快速的部署平台。
还有私有云部署,我们可以帮你搭配这个服务,数据的安全,隐私也会得到保护的。
我们希望受众数据管理平台能够帮助企业管理好受众的数据,能够提供额外的价值,商业上的价值,帮企业更好的发展。
我的发言到这里,谢谢大家。
唐雄燕:
下面有请联通宽带在线有限公司高级工程师何玄。
何玄:
各位领导,各位朋友大家下午好。
我何玄,来自中国联通。
今天我跟大家分享简单的话剧,就是布局运营商2.0,打造大数据+全产业生态圈。
我本人工作在中国联通,目前在联通宽带在线有限公司负责大数据的对外应用和研发的拓展,以及应用的营销工作。
今天我想带三个观点,借这个平台和这个舞台和大家一起分享。
第一,政府和企业的需求是大数据发展的源动力。
回顾一下我们整个西方国家对大数据政策的发展和起步。
从美国到欧洲再到亚洲,从2013年开始,世界各国都在做大数据的规划和政策的研究。
从我们国家来讲,第一个大数据的词语出现在政府的工作报告里是2014年,2015年国务院出台了相关对大数据的管理办法,也出现了在行业的应用给了指导和规范。
从国家的目标来看,应该说我们放眼的目标是2018到2020。
我这个标题是叫政府和企业的需求,到底是什么需求?
从我们自己的应用和到现在来说,我们从目前来讲,做过一段时间的大数据的应用发现,从政府和企业需求的方向是不同的。
从政府的管理来讲,更多的会聚焦于行业管理,智能的各项内容。
比如说智能交通,智慧城市,智慧金融,以及对数据的安全和健康的管理。
实际上在这方面,中国联通作为电信运营企业也在积极的和各个政府的各个部门进行了合作。
从企业来讲,大家有可能更关注的是企业的需求,我们总觉得企业的需求在这方面更多的是能力的提升。
不管是创造新的产品,还是商机,还是我们通过数据决策,这两个更多的是在政府和企业,以及行业之间的展开跨行业的合作和跨领域的合作。
所以第一个话题第一个观点就是政府和企业跨行业的需求是大数据发展的源动力。
今天我们大家共同在这里讨论大数据的发展,我觉得弄清楚源动力的发生是下一步发展的方向和我们业务的方向。
第二个话题,今天的专场是运营商电信运营商的专场。
发展大数据业务是传统电信运营商进行差异化发展改革的必经之路。
大家也看到了这么多年以来,移动互联网的发展,电信运营商都有自己的被迫和主动的转型。
作为数据的管理者,电信运营商在这个环节,在这个角度到底我们要做什么,我觉得今天也借这个机会跟各位报告一下。
作为中国联通来讲,从2013年开始准备发展大数据业务,我们经过2014,2015年的发展,2016年中国联通在大数据发展上走出了自己的尝试的道路。
从2015年年底乌镇的第二届世界互联网大会,中国联通发布了自己的大数据品牌,联通大数据,是基于中国联通的全量的用户数据为基础,形成的一套海量和实时处理的大数据产品体系。
这个产品体系是中国联通重要的一个产品,同时也具有真实,全量,安全,实时和公正的特性。
联通作为电信运营企业来讲,到底有多少数据规模,这一点我们可以用一些数字来表达,目前联通的移动网和固网的4G用户的数据采集和数据存储,分析和挖掘,形成了以下能力,包括9个大类的用户的标签,涉及到各个行业,各个类别,识别3.8亿条URL的特征,可以识别6万左右个互联网产品,以及可以对3000个手机品牌,以及8.2万个终端型号进行识别。
联通也是最早,最大的,目前对于数据处理来讲最大的电信运营企业之一。
联通运用了这些大数据的处理能力,为自己的用户提供了服务,同时还对外拓展了各个行业的应用。
在这个过程中,也形成了联通大数据的一个产品体系,联通大数据的产品体系在这里我们把它归结为六个大的产品品类,我逐一介绍一下。
征信产品,我们也看到了大数据行业今天的讨论,大数据的应用来讲,我们经过一段时间的摸索发现,最大的应用是在金融行业。
金融行业由于电信运营企业所拥有的大量的用户的真实性数据,我们首推的大数据是征信产品。
第二个是沃指数,是一个宏观的报告分析。
这个报告分析包括市场洞察和行业指数两个方面,行业指数涉及到金融、交通、旅游、APP,以及各类的各个垂直行业分析的指数。
在这里包括我们对行业的一些分析报告。
刚刚北京的通信展,中国联通和中国电信联合发布了第一款运营商联合的APP排行指数,同时发布了征信的产品的白皮书。
第三个产品是精准营销产品,作为电影运营品牌来讲,我们有很多的用户的资源和渠道。
但是在保护用户隐私的前提下,我们要做到针对不同的场景和不同的用户的情况进行内部和外部的精准营销。
上面三部分是我们对外应用的产品类型,下面还有三个用户标签,能力开放平台,智慧足迹是我们的基本应用。
我也高兴的看到,一会儿在这个会场上有我们的足迹公司进行专场的演讲。
联通大数据提供了六大类的服务,在这里跟大家分享一些我们做过的一些案例,来解释一下我们做大数据到什么程度。
这里首先是两个,一个是芯片市场,一个是出行市场,从数据看出来,我们的终端分析能力,用户APP使用能力,位置分析能力相对的会得到体现。
打车的事情有一个案例,可以和大家分享一下。
今天来之前我刚看到虎嗅有一篇文章,滴滴打车是很多人喜欢用的应用,我们在分析中国最有爱的城市和滴滴联合在研究,我们得出的结论是宁波,在24号晚上,通过滴滴打车,吃饭到酒店目的的人最多。
下面展示的4个案例,包括我们的旅游行为,这个和沃指数和旅游指数,以及位置服务紧密的相关。
旅游指数在2015年的世界互联网大会上得到了国家领导人的认可。
可以通过这些指数来分析出旅游经典的客群,如何到旅游景点,怎么到的景点。
不仅仅是这样基础的数据,包括搜索行为的数据,位置的数据,还有关联的一些用户分析,从我们的这些案例上也可以得到很好的展现。
比如说我们可以看到服装行业的用户的热搜的关键词语,这些词语配合各个企业,各个合作伙伴提供的服务,就可以在商业上进行很好的服务和变现。
最后这个案例想跟大家分享一下视频内容的偏好。
我们选取了某一个视频APP的应用的几百万用户作为整体的用户分析的情况。
其实,在选取这个过程中,当时有一部剧可能很多人看过,就是《太阳的后裔》,里面有一个男主角是宋先生,可以分析到,大家可以看到右边的图,在整个的用户入口流量里,当时最多的是《太阳的后裔》,但是排名第二的,不是电视剧,其实是一个综艺节目《欢乐戏剧人》,得出一个结论,和宋仲基竞争最激烈的是小岳岳,分析之后我们可以做一些策略和商业行为的调整。
依托联通的大数据,我们现在在围绕大数据进行产业链的聚合,大家常说的一句话叫数据生态圈,从最基础的数据采集开始,数据的汇聚,数据的共享,数据的运营和合作,联通在这四个方面来打造本身的运营商的大数据的产业生态圈。
在这个生态圈里不仅仅是数据的拥有者,开发者,包括数据的使用者,甚至包括我们并没有意识到使用数据的一些商业客户。
在这个环节内,我们可以打造整个的从生产加工到数据销售的整个的环节。
第三个分享的观点,数据的安全。
在安全的情况下数据开放和跨行业的数据共享是大数据未来的发展方向与期待。
我们经历了一年多的大数据应用的研究和产品的开发之后,现在发现,本身从数据的行业来讲,单一的数据是不成规模不成体系的。
我们一定要和各个行业的数据进行开放和共享。
在跨行业的数据研究之后,一定会产生1+1>2的效果,所以我们提出了4个发展的方向和期待。
第一,未来我们也是着力于汇聚各个行业的数据,包括我们参与各个行业数据的汇聚。
在这里其实不仅仅包括电信运营商自己的数据,还会包括旅游、金融、互联网、交通、物流。
以及我们现在比较典型的就是政府类的数据的应用,因为中国联通在跟很多的国家部委也在进行纵向的数据合作。
在这种合作下,我们相信通过这样的不同的行业数据的复用,我们一定会有新的收获。
第二个趋势,我们觉得本身数据上,从数据的采集和加工上来讲,我们作为数据的管理者,已经做了一些工作。
但是在这个工作中,我们还会针对企业的运营,以及客户价值的提升和政府管理知识这四个方面展开我们对内对外的创新机制的合作。
在这种新机制的合作下,比如说刚才我们看到的能力开放平台,包括联通自己对外服务的这种对外的能力开放,可以引入更多的客户在中国联通的数据平台上进行这种有安全保证的数据的模型的建模和验证。
在这种情况下,我们实际上可以创新出来新的行业的生态圈和生态模式。
也就是说我们拥有数据的平台可以和应用数据的系统进行深入的对接。
最原始的数据是存在系统里的,实际上我们看到的数据是已经把它抽象化,形象化之后。
实际上在应用的过程中,在一年的应用里,我们发现数据的可视化和数据的逻辑化是这个数据商业的一个新的卖点。
也就是说,我们现在在数据的可视化以及数据的逻辑化上结合现有的数据对外进行服务和产品的研发。
其实,我们也可以看到,底下都是数据可视化的截屏,包括旅游数据的可视化,人口的热力分布,一些针对行业的可视化,交通,等等都已经在线上应用了。
最后我们也提出,针对我们关注的,如下六个领域,也是在我们的观点里提出来的,未来会有大数据的发展的应用。
我们觉得,站在运营商的角度,作为数据的管理者,我们虽然不是数据的拥有者,我们作为数据的管理者,有责任在大数据的行业里我们推进具体的业务的发展。
所以在这里我也提出来,我们认为会有比较有发展的六个领域,当然还有深刻的应用,我们可以借这个平台,借这个机会共同跟大家学习和探讨。
未来我也希望共同用我们很好的商业模式,用强有力的技术,以及电信运营的强大的数据来为这些行业进行深度的服务。
最后,是我们的一个微信观众账号和微信,大家如果有需要的话,可以进一步的交流。
感谢大家,欢迎大家进一步交流。
谢谢。
不
唐雄燕:
下面有请北京永宏商智科技发展公司高级副总裁王桐,他报告的题目是运营商大数据运营能力升级之路。
王桐:
非常感谢今天能有这样的机会和在座的这么多和嘉宾一起交流。
我是王桐,今天给大家分享的是运营商大数据运营能力升级之路,主要想跟在座的各位和专家来宾有机会一起去探讨在电信运营商行业通过数据,大家知道数据是非常宝贵的资产,我们通过数据都能作出什么样的事情,产生什么样的价值,同时我们怎么样更好的去运用这个数据。
让我们去分析数据和处理数据,使用数据的过程中,让大家不那么的痛苦,友好,高效,灵活运用。
这是我今天想探讨的题目。
今天所有的人都有共识,大数据给运营商带来了革命性的影响,而数据资产在运营商的运营中扮演着越来越重要的角色。
随着大数据时代的到来,数据慢慢变成企业最重要的,最高价值的一块资产,所有业务的升级转型,都离不开数据的支持。
所以,IT部门在数据时代慢慢从成本中心往利润中心转变。
在这个过程中也帮助运营商和相关的一些企业完成自己的业务形态的转型的过程。
那么,除此之外,通过数据化的运营,把我们以往做战略,做决策的一些思维,也有了相关的改变。
以往是通过业务经验来做相应的决策,不管是宏观的,战略相关的,还是和具体的某些执行相关的。
数据的本身通过这种客观,如实的证据帮我们有一个量化的决策支持的基础。
通过这样的量化的客观的决策支持的基础,帮助我们更好的去做好决策的事情。
所以,对于我们的战略这种定义,还有就是我们未来的走向,有数据的支撑,其实就是非常重要的。
所以在存量的时代,数据资产化,决策数据化,这是整体的趋势。
大数据这个词已经喊了很多年了,前几年的时候,我们会看到大家普遍在做大数据的生存的问题,就是数据量太大了,我存不下来了,或者说我的处理意能力跟不上数据增长的速度了。
前几年都是集中在基础架构的过程,在这几年,像一些相关的底层技术都已经变得越来越成熟和丰富,让我们在数据的底层的基础建设的问题上,其实对于我们来讲已经不再变得困难。
现在大家不约而同的在思考更进一步的生活上的问题,这些数据能存下来,也等有能力处理和应用起来,但是做什么,它的价值的产出,怎么在业务场景中做价值的体现,怎么对外输出和变现,现在这个变成了所有用户,包括所有企业的管理者们大家共同思考的问题。
并且在这个过程中,也产生了非常多非常有创
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 运营商 数据 论坛 速记