一：大数据的应用场景

马云：IT行业走向DT(Data technology)时代
2015 大数据峰会：
过去7年我们从互联网创业到互联网产业，很快进入互联网经济，
而且正在从IT走向DT时代，也许昨天称为IT领袖峰会，未来要称DT领袖峰会，
DT不仅仅 是技术提升，而是思想观念的提升。
DT和IT时代区别，IT以我为中心，DT以别人为中心，DT要让企业越来越强大，
让你员工强大。DT越来越讲究开放、透明。
我们所有企业都要思考什么样的文化、什么样的组织、
什么样的人才才能适应未来DT时代，相信整个DT时代到来，在海外这被称为D经济。

二：大数据的前世今生

大数据的提出：
1996年，SGI首次提出大数据。
描述大数据：
2001年，Gartner在评论中首先定义大数据的三个维度：数据容量、速度和种类。
大数据的实现：
业界把3V扩展到了11V，但主要包括Volume、Velocity、Variety、Value等。

三：大数据的4V特性

数据量大（Volume）。第一个特征是数据量大，包括采集、存储和计算的量都非常大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。

类型繁多（Variety）。第二个特征是种类和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。

价值密度低（Value）。第三个特征是数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。

速度快时效高（Velocity）。第四个特征数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。

电信大数据应用

一、电信数据的应用领域

对内（27.27%）：支撑电信公司运营管理。
对外：金融（15.55%）——征信服务。参考UP值。
　　　零售（14.55%）——制定营销策略。参考终端销售情况。
　　　政务（12.73%）——舆情分析，搜寻追踪。参考语音，短信，位置信息，上网日志信息。
　　　旅游（10.91%）——位置信息的变动分析旅游热点。参考终端信令的变动。
　　　智慧城市（9.09%）——智能硬件的使用信息。物联网芯片接入。
　　　交通（7.27%）——位置信息变动。参考终端信令的变动，移动速度等信息分析。
　　　体育（1.82%）——热门体育。上网日志分析。
　　　游戏（1.82%）——热门游戏。上网日志分析。

二：电信大数据三大场景应用场景：

场景一：潜在离网用户维挽场景。
　　通过大数据的应用管理，对潜在的离网用户进行数据分析。通过大数据实现用户管理，营销策划，营销实施和闭环反馈的拉通。当海量的大数来临后，用大数平台对所有用户进行分类、识别和管理，如常见的后付费、预付费。用户识别之后，根据用户的大数据分析结构触发营销策略。比如，用户的余额不足，签约到期，体验不好投诉或者用户流量溢出时，对其进行分析。对用户在内部进行聚到选择，匹配响应的资源套餐。通过用户的选择进行效果的反馈，
场景二：综合网管分析平台-基站关联分析场景。
　　根据离网用户的位置轨迹，用户的业务行为，基站地图以及基站网络质量KPI获得数据源。然后进行大数据的建模分析，判断离网用户是否与其常出没的基站存在管联，进而输出质差的基站列表，基站供需平衡度。经常出没已识别质差以及基站的未离网用户列表，最后，确定客服务的商用场景。如预付费，后付费维挽场景，网络优化以4G基站选址等。
场景三：数据变现场景：户外数字媒体/非数字媒体价值评估场景。
例如：先阶段户外媒体行业缺乏受众测量的方法。行业交易混乱，如何去进行户外广告的价值评估？
　　可以通过大数据平台去分析人流量，车流量、覆盖率等相关信息，根据所得的信息来进行统一的管理，获得相应的需求描述。得到目标人群的属性，MR，工参，用户行为，RNC信令，地图等相关数据，同时结合户外的LED广告屏，公交站的广告牌，进而整合所有的数据，得出最终的广告资源价值评估，广告投放效果监测。广告投放时段和内容规划以及精准的营销策划。
　　
中国电信兴业大数据应用方向:
数字与数字化服务业务。
支撑自由业务提升，支撑非通信价值变现。进而实运行时的业务数字化。

三、电信大数据应用的优势

1、数据规模大、类型丰富，数据覆盖深度和广度不断拓展。
　　用户量大，产生的数据达到PB级；实名制认证，唯一ID，数据具备公信力；数据形式多样，包括通话数据、位置数据、用户属性数据、用户上网数据、手机消 费数据、终端数据等，数据类型涵盖结构化的用户基本信息数据、半 结构化的用户访问日志数据、非结构化的流媒体数据等。
2、数据基础设施发展迅速，数据存储和传输能力优势明显。
　　存储设施基础夯实，网络通信可靠有保障。
3、数据应用价值广泛，能有效促进经济发展、改善公共服务
　　电信网络是信息化社会的基础支撑，承载大量国民经济活动。电信大数据与各行各业的融合应用可直接支撑我国社会和国民经济发展的方方面面。
4、“电信级”标准与规范能力奠定数据安全保障基础
　　电信业从诞生之日起，就是基于严谨的电信级标准框架协议而构建的，安全、稳定的“电信级”标准已深入电信业的基因。目前，我国运营商在数据 获取、存储、处理、管理、交易等多个环节，已经逐步形成了明确的大数据业务发展规范。

附：杨明川：中国电信灯塔大数据应用实践

参考：
https://blog.csdn.net/qq_38265137/article/details/80382268
http://m.zhizuobiao.com/apply/apply-18101100127/