時(shí)間：2024-02-21 14:45:12
序論：在您撰寫(xiě)大數(shù)據(jù)運(yùn)營(yíng)分析時(shí)，參考他人的優(yōu)秀作品可以開(kāi)闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
【關(guān)鍵詞】 大數(shù)據(jù) 電信運(yùn)營(yíng)商 4V Hadoop Spark 流計(jì)算
一、引言
大數(shù)據(jù)的應(yīng)用是在互聯(lián)網(wǎng)的高速發(fā)展中誕生的。谷歌提出了一套以分布式為特征的全新技術(shù)體系，即分布式文件系統(tǒng)（GFS，Google File System）、分布式并行計(jì)算（MapReduce）和分布式數(shù)據(jù)庫(kù)（BigTable）等技術(shù)。這些技術(shù)奠定了當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)，可以認(rèn)為是大數(shù)據(jù)技術(shù)的源頭。
二、大數(shù)據(jù)發(fā)展現(xiàn)狀
近年大數(shù)據(jù)的發(fā)展呈現(xiàn)以下兩個(gè)特征：1）互聯(lián)網(wǎng)公司引領(lǐng)大數(shù)據(jù)發(fā)展?；ヂ?lián)網(wǎng)公司在搜索、廣告領(lǐng)域積極采用大數(shù)據(jù)技術(shù)優(yōu)化既有業(yè)務(wù)。二是今年以來(lái)陸續(xù)推出一系列面向第三方的大數(shù)據(jù)服務(wù)。2）傳統(tǒng)企業(yè)大數(shù)據(jù)應(yīng)用仍處在探索期，發(fā)展?jié)u趨理性。傳統(tǒng)企業(yè)在大數(shù)據(jù)應(yīng)用的思路上也在糾偏，更加務(wù)實(shí)。一是更加注重更干凈、結(jié)構(gòu)化小的數(shù)據(jù)。二是更加注重企業(yè)自身沉淀下來(lái)的內(nèi)部數(shù)據(jù)的價(jià)值挖掘。三是更加注重根業(yè)務(wù)需求把Hadoop 與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)結(jié)合起來(lái)用。
三、大數(shù)據(jù)關(guān)鍵技術(shù)
1）大數(shù)據(jù)存儲(chǔ)管理。傳統(tǒng)的單機(jī)文件系統(tǒng)和網(wǎng)絡(luò)系統(tǒng)要求一個(gè)文件系統(tǒng)的數(shù)據(jù)必須存儲(chǔ)在一臺(tái)物理機(jī)上，在冗余性、可擴(kuò)展性和容錯(cuò)能力和并發(fā)能力上難以滿足大數(shù)據(jù)的需求。2）大數(shù)據(jù)計(jì)算能力。傳統(tǒng)的數(shù)據(jù)計(jì)算能力的提升依賴于擴(kuò)容單機(jī)的CPU性能、增加內(nèi)存、擴(kuò)展磁盤(pán)等方式，難以支撐平滑擴(kuò)容。以MapReduce為代表的分布式并行計(jì)算技術(shù)可以通過(guò)低成本的通用服務(wù)器搭建系統(tǒng)。通過(guò)添加服務(wù)器擴(kuò)展系統(tǒng)的總處理能力。3）大數(shù)據(jù)分析技術(shù)。大數(shù)據(jù)分析主要在兩個(gè)方面，一是對(duì)海量的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行高效率的深度分析，如從文本網(wǎng)頁(yè)中進(jìn)行自然語(yǔ)言分析；二是對(duì)非結(jié)構(gòu)化的語(yǔ)音、圖片和視頻進(jìn)行機(jī)器可以識(shí)別的分析提取有用的信息。
四、大數(shù)據(jù)的主流技術(shù)
1、Hadoop。Hadoop是基于Java語(yǔ)言開(kāi)發(fā)，以分布式文件系統(tǒng)和Mapreduce為核心。其特點(diǎn)如下：1）可擴(kuò)展性：Hadoop運(yùn)行在基于X86結(jié)構(gòu)的普通PC服務(wù)器或刀片服務(wù)器上，硬件和軟件松耦合在一起，可以很方便的增加計(jì)算節(jié)點(diǎn)。2）可靠性：Hadoop能夠自動(dòng)保存數(shù)據(jù)的多個(gè)副本，并且能夠自動(dòng)將失敗的任務(wù)重新分配，確保能夠針對(duì)失敗的節(jié)點(diǎn)重新分布計(jì)算。3）低成本：Hadoop架構(gòu)在廉價(jià)的硬件服務(wù)器上，不需要昂貴的硬件作支撐。其軟件是開(kāi)源產(chǎn)品，不需要授權(quán)費(fèi)用。4）高效性：相比傳統(tǒng)并行計(jì)算結(jié)構(gòu)，Hadoop的計(jì)算和存儲(chǔ)是一體的，實(shí)現(xiàn)任務(wù)之間無(wú)共享，I/O開(kāi)銷(xiāo)小。
2、Spark。Spark擁有MapReduce的優(yōu)點(diǎn)，但不同于MapReduce的Job中間輸出，其結(jié)果可以保存在內(nèi)存中，從而不再需要讀寫(xiě)HDFS。其有以下特點(diǎn)：1）速度快。Spark支持內(nèi)存計(jì)算，對(duì)于小數(shù)據(jù)集能達(dá)到亞秒級(jí)的延遲。2）易于使用。Spark支持Sscala、Java和Python編寫(xiě)程序。Spark提供了超過(guò)80個(gè)高級(jí)運(yùn)算符，以便于更容易的構(gòu)建并行應(yīng)用程序。3）與HDFS底層兼容。Spark能夠運(yùn)行在Hadoop 2.x的YARN集群管理器上，并且能夠讀取任何存在Hadoop數(shù)據(jù)。
2、流計(jì)算。流式數(shù)據(jù)是指將數(shù)據(jù)看作數(shù)據(jù)流的形式來(lái)處理。數(shù)據(jù)流是在時(shí)間分布和數(shù)量上無(wú)限的一系列動(dòng)態(tài)數(shù)據(jù)集合體；數(shù)據(jù)記錄是數(shù)據(jù)流的最小組成單元。流計(jì)算的技術(shù)特點(diǎn)如下：1）實(shí)時(shí)性。流數(shù)據(jù)是實(shí)時(shí)產(chǎn)生、實(shí)時(shí)計(jì)算，結(jié)果反饋往往也需要保證及時(shí)性。2）易失性。在流計(jì)算環(huán)境中，數(shù)據(jù)流往往是到達(dá)后立即被計(jì)算并使用，只有極少數(shù)的數(shù)據(jù)才會(huì)被持久化地保存下來(lái)，大多數(shù)數(shù)據(jù)往往會(huì)被直接丟棄。3）突發(fā)性。在流計(jì)算中，數(shù)據(jù)的產(chǎn)生完全由數(shù)據(jù)源確定，由于不同的數(shù)據(jù)源在不同時(shí)空范圍內(nèi)的狀態(tài)不統(tǒng)一且發(fā)生動(dòng)態(tài)變化，導(dǎo)致數(shù)據(jù)流的速率呈現(xiàn)出了突發(fā)性的特征。
五、主流技術(shù)方案比較
目前大數(shù)據(jù)平臺(tái)建設(shè)最常見(jiàn)的是基于Hadoop平臺(tái)和MPP數(shù)據(jù)庫(kù)的兩種方案。Hadoop、MPP數(shù)據(jù)庫(kù)和傳統(tǒng)數(shù)據(jù)庫(kù)并非是互相取代的關(guān)系。因此，在很多大數(shù)據(jù)解決方案中，單一大數(shù)據(jù)技術(shù)無(wú)法滿足所有的要求，而是要根據(jù)實(shí)際場(chǎng)景采用不同的技術(shù)方案或采用混搭架構(gòu)進(jìn)行綜合處理。
六、電信運(yùn)營(yíng)商大數(shù)據(jù)部署建議
大數(shù)據(jù)平臺(tái)建設(shè)目前有兩種方式，建議采用第2種方式：1）以現(xiàn)有分析系統(tǒng)BI為基礎(chǔ)，進(jìn)行擴(kuò)展，構(gòu)建統(tǒng)一開(kāi)放數(shù)據(jù)平臺(tái)。2）以統(tǒng)一數(shù)據(jù)管理為契機(jī)，通過(guò)數(shù)據(jù)統(tǒng)一采集、存儲(chǔ)與處理入手，新建大數(shù)據(jù)平臺(tái)。方式2可迅速匯聚數(shù)據(jù)，不影響現(xiàn)網(wǎng)各系統(tǒng)的運(yùn)行，后期可將經(jīng)分，性能管理等系統(tǒng)上移為數(shù)據(jù)集市，專(zhuān)注于專(zhuān)業(yè)分析。各數(shù)據(jù)源僅將數(shù)據(jù)送往大數(shù)據(jù)平臺(tái)。
大數(shù)據(jù)技術(shù)架構(gòu)建議按照“松耦合、標(biāo)準(zhǔn)化、分層開(kāi)放”的標(biāo)準(zhǔn)進(jìn)行方案選取。而在數(shù)據(jù)層面，運(yùn)營(yíng)商面臨數(shù)據(jù)規(guī)模大，數(shù)據(jù)處理復(fù)雜，數(shù)據(jù)結(jié)構(gòu)多樣化等多種挑戰(zhàn)。無(wú)論是傳統(tǒng)數(shù)據(jù)庫(kù)還是分布式數(shù)據(jù)庫(kù)，均難以單獨(dú)滿足數(shù)據(jù)存儲(chǔ)和分析的需求。大數(shù)據(jù)平臺(tái)建議采用Hadoop作為大數(shù)據(jù)的主要存儲(chǔ)平臺(tái)，各分析集市、應(yīng)用系統(tǒng)可根據(jù)數(shù)據(jù)分析的深度，實(shí)時(shí)性采取Hadoop，Spark或MPP混搭架構(gòu)。
參 考 文 獻(xiàn)
>> 電信運(yùn)營(yíng)商大數(shù)據(jù)引入策略分析 電信運(yùn)營(yíng)商跨行業(yè)大數(shù)據(jù)融合應(yīng)用場(chǎng)景分析 大數(shù)據(jù)時(shí)代下的電信運(yùn)營(yíng)商變革 運(yùn)營(yíng)商大數(shù)據(jù)要去電信化 電信運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用系統(tǒng)建設(shè)方案研究 供應(yīng)鏈視角電信運(yùn)營(yíng)商的大數(shù)據(jù)應(yīng)用方向探討 電信運(yùn)營(yíng)商真正的優(yōu)勢(shì)在于大數(shù)據(jù)分析 電信運(yùn)營(yíng)商大數(shù)據(jù)業(yè)務(wù)運(yùn)營(yíng)流程深度剖析 運(yùn)營(yíng)商大數(shù)據(jù)技術(shù)及應(yīng)用 中電信“天翼大數(shù)據(jù)”品牌 運(yùn)營(yíng)商能否做好數(shù)據(jù)買(mǎi)賣(mài)？ 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商4C營(yíng)銷(xiāo)策略探析 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商如何重構(gòu)轉(zhuǎn)型競(jìng)爭(zhēng)力 電信運(yùn)營(yíng)商大數(shù)據(jù)在金融行業(yè)實(shí)體選點(diǎn)中的運(yùn)用 電信運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展策略與價(jià)值挖掘 大數(shù)據(jù)時(shí)代下電信運(yùn)營(yíng)商的發(fā)展戰(zhàn)略探討 電信運(yùn)營(yíng)商大數(shù)據(jù)變現(xiàn)之關(guān)鍵技術(shù) 電信運(yùn)營(yíng)商大數(shù)據(jù)資源變現(xiàn)模式及策略研究 電信運(yùn)營(yíng)商FTTX應(yīng)用模式 運(yùn)營(yíng)商部署VPLS案例分析 數(shù)據(jù)挖掘在電信運(yùn)營(yíng)商經(jīng)營(yíng)決策系統(tǒng)中的應(yīng)用 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：l.
[2] 傅志華. 大數(shù)據(jù)在電信行業(yè)的應(yīng)用[EB/OL]. （2014-11-17）. http：//.cn/Bigdata/2014-11/17/content_1479083.htm.
[3] 曉鏡. Sprint：運(yùn)營(yíng)商僅靠大數(shù)據(jù)就能生存[N]. 中國(guó)郵電報(bào)， 2012-11-21（5）.
[4] 朱敏. 大數(shù)據(jù)時(shí)代運(yùn)營(yíng)商戰(zhàn)略及市場(chǎng)影響[J]. 中國(guó)電信業(yè)， 2015（5）： 78-79.
[5] 何非，何可清. 大數(shù)據(jù)機(jī)器及其科學(xué)問(wèn)題與方法的探討[J]. 武漢大學(xué)學(xué)報(bào)（理學(xué)版）， 2014（1）： 1-12.
[6] 洪瑩，李政. 針對(duì)電信運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值化經(jīng)營(yíng)研究[J]. 移動(dòng)通信， 2015（13）： 47-50.
[7] 黃勇軍，馮明，丁圣勇，等. 電信運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展策略探討[J]. 電信科學(xué)， 2013（3）： 7-11.
[8] 施巍巍. 大數(shù)據(jù)助力電信企業(yè)實(shí)現(xiàn)精確營(yíng)銷(xiāo)[J]. 信息技術(shù)與信息化， 2015（1）： 92-94.
最近讀完了《幸福的方法》，對(duì)書(shū)中一段話非常有感觸："忙碌奔波型是未來(lái)的奴隸，享樂(lè)主義型是現(xiàn)在的奴隸，而虛無(wú)主義型則是過(guò)去的奴隸。"在運(yùn)營(yíng)商工作的我們都經(jīng)歷過(guò)從通信業(yè)黃金十年帶來(lái)的"金飯碗"、行業(yè)遭遇"高原平臺(tái)期"的銅飯碗，甚至全社會(huì)"人人得而誅之以后快"的"紙飯碗"，無(wú)論是企業(yè)還是身處其中的個(gè)人，都在感受著巨大的壓力與阻力。
于是，一些人選擇了"享樂(lè)主義"式生存，日復(fù)一日在單位混日子；一些人則選擇了"虛無(wú)主義"式生存，沉浸在過(guò)去的輝煌，躺在功勞簿上過(guò)日子；還有一些人選擇"忙碌奔波"式生存，開(kāi)不完的會(huì)、做不夠的匯報(bào)、寫(xiě)不盡的方案，雖終日忙忙碌碌卻無(wú)所作為。正是如此，才有了我上篇文章中寫(xiě)到的"四種人"——那些想走又能走的人最終選擇了離開(kāi)這里，那些想走卻不能走的整日抱怨體制，那些不想走也不能走的昏昏度日，剩下那些能走卻不想走的痛苦掙扎……
一、運(yùn)營(yíng)商正在經(jīng)歷什么？
借用雙城記那段經(jīng)典開(kāi)場(chǎng)白：這是一個(gè)最好的時(shí)代，這是一個(gè)最壞的時(shí)代。對(duì)于運(yùn)營(yíng)商這樣天生依靠人口紅利、規(guī)模紅利的傳統(tǒng)企業(yè)，未來(lái)的日子或許并不好走。無(wú)論是從媒體的口誅筆伐，還是用戶的人人喊打，亦或是員工的紛紛出離，種種跡象都在表明這個(gè)行業(yè)早已從大象快跑的“神壇”跌落，變得遲鈍、緩慢甚至有些狼狽了。
可十年前絕不是這樣。三十年前更加不是。
《大跨越：中國(guó)電信業(yè)三十春秋》的開(kāi)篇語(yǔ)這樣寫(xiě)道：從經(jīng)濟(jì)瓶頸到社會(huì)先導(dǎo)，從全球末游到用戶總量世界第一，改革開(kāi)放三十年中國(guó)電信業(yè)實(shí)現(xiàn)了舉世矚目的大跨越!這一切是怎么得來(lái)的?這本生動(dòng)再現(xiàn)改革開(kāi)放30年來(lái)中國(guó)通信業(yè)輝煌歷程的著作選擇了兩個(gè)有意義的時(shí)間點(diǎn)，1978年跟2008年，前者是中國(guó)正式吹響改革開(kāi)放號(hào)角的關(guān)鍵一年，而后者則是代表了通信業(yè)黃金十年的關(guān)鍵一年。
字里行間都可以讀到中國(guó)通信業(yè)經(jīng)歷過(guò)怎樣的輝煌，可以感受到從業(yè)者那種由衷的自信與榮耀。時(shí)代巨變，昔日巨頭創(chuàng)造了比以往更加令人矚目的經(jīng)營(yíng)業(yè)績(jī)，卻在政治地位以及行業(yè)形象上連連敗走麥城。
時(shí)至今日當(dāng)我們?cè)俅握務(wù)撨\(yùn)營(yíng)商，你想到了什么?是財(cái)務(wù)報(bào)表上無(wú)比閃耀的光輝業(yè)績(jī)，還是面對(duì)行業(yè)內(nèi)外競(jìng)爭(zhēng)暗戰(zhàn)的困惑焦慮；是建成一張張4G、4G網(wǎng)絡(luò)的驕傲欣喜，還是管道化、低值化、邊緣化的郁悶心酸；是對(duì)KPI下多少就能完成多少的自信得意，還是對(duì)基層不斷涌現(xiàn)離職潮的始料未及。
是運(yùn)營(yíng)商真的做錯(cuò)了什么嗎？可能并不是。
放眼看看這個(gè)時(shí)代吧！這是一個(gè)在和同行不斷抗衡，卻無(wú)奈被OTT抄了后路的時(shí)代；一個(gè)到處充斥著機(jī)會(huì)，細(xì)看時(shí)卻滿目危機(jī)的時(shí)代；一個(gè)傳統(tǒng)大機(jī)構(gòu)失勢(shì)瓦解，個(gè)人自由連接全面崛起的時(shí)代……
這是一個(gè)唯變不破的大時(shí)代。在這個(gè)時(shí)代里，競(jìng)爭(zhēng)對(duì)手變了、游戲規(guī)則變了、用戶習(xí)慣也變了，曾經(jīng)習(xí)以為常的一切突然間發(fā)生了天翻地覆的變化。話音、短信這些傳統(tǒng)業(yè)務(wù)正在加速下滑，流量雖然成為新的增長(zhǎng)點(diǎn)，卻不得不面臨著“提速降費(fèi)”的巨大壓力?？梢哉f(shuō)，在這樣的時(shí)代背景下，運(yùn)營(yíng)商像是被困的巨獸，想掙扎卻又充滿無(wú)力感，想改變卻又害怕不確定，想突破卻又找不到突破口……
唯一的方法大概就剩下三個(gè)字：豁出去。
二、運(yùn)營(yíng)商該怎么辦？
對(duì)于眼下的運(yùn)營(yíng)商來(lái)說(shuō)，出路無(wú)非兩條，要么精耕存量客戶，挖掘更大的價(jià)值點(diǎn)；要么開(kāi)辟新市場(chǎng)，尋找行業(yè)的破局地。關(guān)于精耕存量市場(chǎng)，已經(jīng)有太多這方面的文章，這里不再贅述。我想重點(diǎn)談?wù)勑率袌?chǎng)。
1.新市場(chǎng)在哪里？
日前，互聯(lián)網(wǎng)教父、科技商業(yè)預(yù)言家的凱文·凱利在斯坦福大學(xué)進(jìn)行長(zhǎng)達(dá)3小時(shí)的分享，暢談他對(duì)未來(lái)20年重大科技商業(yè)潮流的見(jiàn)解。我對(duì)其中一個(gè)觀點(diǎn)很感興趣，他說(shuō)不管你現(xiàn)在做什么行業(yè)，你做的生意都是數(shù)據(jù)生意。
數(shù)據(jù)！
無(wú)論是風(fēng)生水起的移動(dòng)互聯(lián)網(wǎng)，還是改變世界的蕓蕓眾生，他們都在通過(guò)運(yùn)營(yíng)商的網(wǎng)絡(luò)來(lái)獲取信息。
2014年三月在北京舉行的一場(chǎng)大數(shù)據(jù)產(chǎn)業(yè)推介會(huì)上，阿里巴巴集團(tuán)創(chuàng)始人馬云在主題演講中發(fā)表了他的觀點(diǎn)——“人類(lèi)正從IT時(shí)代走向DT時(shí)代。IT時(shí)代是以自我控制、自我管理為主，而DT時(shí)代，它是以服務(wù)大眾、激發(fā)生產(chǎn)力為主的技術(shù)?！?/p>
我們都知道，今年的雙11全球狂歡節(jié)中，阿里巴巴天貓用時(shí)不到12小時(shí)就打破了去年創(chuàng)下的571億元的交易額，最終將記錄鎖定在912億，其中無(wú)線交易占比71%，全球產(chǎn)生成交的國(guó)家和地區(qū)達(dá)到205個(gè)。
巨量交易額的背后是什么？是阿里越來(lái)越強(qiáng)大的供貨和物流系統(tǒng)？還是傳統(tǒng)零售業(yè)的全面沒(méi)落？其實(shí)都不是的。我以為這背后體現(xiàn)了阿里巴巴強(qiáng)大的數(shù)據(jù)分析和挖掘能力。在這樣的購(gòu)物節(jié)中，最重要的問(wèn)題是商家要備多少貨？而這可以通過(guò)平臺(tái)歷史銷(xiāo)售大數(shù)據(jù)，預(yù)測(cè)貨品需求，為商戶提供庫(kù)存依據(jù)，提升庫(kù)存效率和有效性。
而在百貨商店時(shí)代，購(gòu)物數(shù)據(jù)只有通過(guò)人工才有可能統(tǒng)計(jì)完并且不一定準(zhǔn)確，但是阿里巴巴會(huì)把每個(gè)人的歷史購(gòu)物和瀏覽數(shù)據(jù)都留在云上。因此，淘寶可不光是一個(gè)電商平臺(tái)，更是顧客的大數(shù)據(jù)平臺(tái)。
阿里巴巴集團(tuán)副總裁涂子沛在講到這個(gè)概念的時(shí)候舉了一個(gè)更容易理解的案例：請(qǐng)你預(yù)測(cè)全國(guó)哪些地區(qū)會(huì)有更多的二孩出生？按照傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)，估計(jì)只能依靠人口普查、各地市區(qū)縣統(tǒng)計(jì)部門(mén)的層層上報(bào)，不但會(huì)有偏差而且還會(huì)滯后。而在阿里巴巴，只需要統(tǒng)計(jì)哪些區(qū)域的孕嬰用品銷(xiāo)量激增就可以了，不但真實(shí)而且更加便捷。
運(yùn)營(yíng)商也是一樣的。你以為運(yùn)營(yíng)商只是通信管道的提供者？其實(shí)或許還是信息適配的服務(wù)商。在過(guò)去，我們使用的文件、文件夾、桌面這些東西都是停留在本地的。我還記得那個(gè)時(shí)候最好的備份工具大概是移動(dòng)硬盤(pán)或者是藍(lán)光光盤(pán)之類(lèi)的東西。而進(jìn)入網(wǎng)絡(luò)時(shí)代之后，數(shù)據(jù)就出現(xiàn)在網(wǎng)頁(yè)上、鏈接里。現(xiàn)在的云上有標(biāo)簽、有流量、有新聞，還有各種各樣我們需要的信息。云、數(shù)據(jù)化才是這個(gè)時(shí)代的關(guān)鍵詞。要知道，這些所有的信息都是通過(guò)運(yùn)營(yíng)商的網(wǎng)絡(luò)傳輸?shù)?，就和從淘寶上銷(xiāo)售的商品信息一樣，除了信息本身，它的發(fā)送端和接收端或許才是我們關(guān)心的重點(diǎn)。
于是，將合適的信息主動(dòng)推送給需要的人，就是運(yùn)營(yíng)商能提供的大數(shù)據(jù)服務(wù)了。
2.新市場(chǎng)有多大？
中國(guó)云計(jì)算技術(shù)與產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)吳基傳曾指出：大數(shù)據(jù)是云計(jì)算服務(wù)的基礎(chǔ)，是構(gòu)架云平臺(tái)最基本的要素，沒(méi)有對(duì)海量信息的分析的大數(shù)據(jù)，就沒(méi)有為所有信息消費(fèi)者獲取有價(jià)值的信息的可能性。
因此在商業(yè)界，大數(shù)據(jù)已經(jīng)開(kāi)始成為很多企業(yè)的生意?！?015年中國(guó)大數(shù)據(jù)交易白皮書(shū)》顯示，預(yù)計(jì)到2020年，中國(guó)大數(shù)據(jù)產(chǎn)業(yè)市場(chǎng)規(guī)模將超過(guò)這個(gè)市場(chǎng)去年規(guī)模的10倍，由2014年的767億元擴(kuò)大至8228.81億元。
2015年8月19日，國(guó)務(wù)院常務(wù)會(huì)議通過(guò)《關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》，這或許意味著，大數(shù)據(jù)在中國(guó)將逐漸步入正軌，進(jìn)入到頂層設(shè)計(jì)時(shí)代，這無(wú)疑將加速經(jīng)濟(jì)發(fā)展引擎的進(jìn)一步開(kāi)發(fā)。
從運(yùn)營(yíng)商的角度來(lái)看呢？以中國(guó)移動(dòng)為例，我們有超過(guò)8.2億用戶，110萬(wàn)4G基站，經(jīng)營(yíng)分析系統(tǒng)里有10B以上的數(shù)據(jù)，我們的10086每分鐘都有海量用戶的呼叫，實(shí)際上所有這些動(dòng)作每天都在產(chǎn)生大量的數(shù)據(jù)。那么，這些數(shù)據(jù)到底有多大，集中以后會(huì)是個(gè)什么效果？
有人曾經(jīng)做過(guò)測(cè)算，一個(gè)省公司一天的數(shù)據(jù)要上百P，這些數(shù)據(jù)集中在一點(diǎn)傳輸?shù)街袊?guó)移動(dòng)(貴安)大數(shù)據(jù)中心，需要重建一個(gè)中國(guó)移動(dòng)的CMNET，也就是中國(guó)移動(dòng)Internet的骨干網(wǎng)。
所以某種意義上來(lái)說(shuō)，運(yùn)營(yíng)商擁有采之不盡用之不絕的數(shù)據(jù)富礦，站在金礦上總比無(wú)礦可挖強(qiáng)，這也是我判斷運(yùn)營(yíng)商或許會(huì)在大數(shù)據(jù)時(shí)代“觸底反彈”的依據(jù)之一。
3.還有什么不確定因素？
雖說(shuō)前途可期，但畢竟是一個(gè)全新的領(lǐng)域。在新領(lǐng)域就一定有新的游戲規(guī)則，也會(huì)有相應(yīng)的規(guī)則適應(yīng)過(guò)程。
在過(guò)去的幾年中，大數(shù)據(jù)的概念在產(chǎn)業(yè)界引發(fā)了無(wú)數(shù)的爭(zhēng)議和討論，甚至長(zhǎng)期出現(xiàn)在Gartner的新興技術(shù)成熟度曲線(也稱(chēng)新興技術(shù)炒作周期報(bào)告)中。原因非常簡(jiǎn)單，一項(xiàng)新技術(shù)多被談及概念，雖然在媒體上屢屢曝光，但應(yīng)用案例寥寥。
因此，大數(shù)據(jù)越來(lái)越被看做是評(píng)論界的談資，而非真正意義上的產(chǎn)業(yè)。
在貴陽(yáng)成立的全球第一家大數(shù)據(jù)交易所，通過(guò)電子系統(tǒng)面向全球提供數(shù)據(jù)交易服務(wù)，計(jì)劃2020年數(shù)據(jù)清洗交易量年達(dá)1萬(wàn)PB、年總額3萬(wàn)億。然而，成立至今，這個(gè)深孚眾望的機(jī)構(gòu)撮合的交易記錄也不過(guò)3000多筆。“有意愿交易大數(shù)據(jù)的企業(yè)和機(jī)構(gòu)還不多。”交易所工作人員如是說(shuō)。
除此之外，還有幾個(gè)關(guān)鍵不確定因素在影響著大數(shù)據(jù)產(chǎn)業(yè)發(fā)展。
A.技術(shù)能力不足。IT作為后端的支撐手段，大量通過(guò)外包或采購(gòu)方式實(shí)現(xiàn)，所以在自身軟件開(kāi)發(fā)和大數(shù)據(jù)平臺(tái)運(yùn)維、大數(shù)據(jù)新技術(shù)應(yīng)用、大數(shù)據(jù)分析挖掘方面能力相當(dāng)有限。
B.數(shù)據(jù)“墻”大量存在。很多數(shù)據(jù)是分散在不同的系統(tǒng)中的，經(jīng)過(guò)長(zhǎng)時(shí)間的“豎井”式運(yùn)作，已經(jīng)形成了難以突破的壁壘。以中國(guó)移動(dòng)為例，B域主要是經(jīng)營(yíng)分析數(shù)據(jù)、O域主要是網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)、M域主要是管理信息數(shù)據(jù)，但這三域的IT系統(tǒng)分別由三個(gè)不同的部門(mén)負(fù)責(zé)，整合難度較大，較難形成“1 1＞2”的數(shù)據(jù)融合效果。
C.組織架構(gòu)不匹配。目前看，很少有機(jī)構(gòu)會(huì)設(shè)置專(zhuān)門(mén)的部門(mén)去集中各種散落的數(shù)據(jù)，更別提對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的管理和維護(hù)了。
D.思維觀念的滯后。如果說(shuō)技術(shù)、資金、人才方面的劣勢(shì)都可以通過(guò)后天的努力來(lái)補(bǔ)足，那么意識(shí)層面的缺失就需要相當(dāng)長(zhǎng)時(shí)間的培育了。
除了以上說(shuō)的幾點(diǎn)，大數(shù)據(jù)交易的安全性、定價(jià)的合理性、客戶信息的保密性，都在一定程度上影響著大數(shù)據(jù)業(yè)務(wù)的規(guī)模和發(fā)展空間。
三、運(yùn)營(yíng)商玩大數(shù)據(jù)的心法與身法
運(yùn)營(yíng)商究竟該怎么玩兒大數(shù)據(jù)呢？竊以為先要回答好三個(gè)問(wèn)題：一是數(shù)據(jù)在哪里？二是數(shù)據(jù)放哪里？三是數(shù)據(jù)怎么用？
1.數(shù)據(jù)在哪里？
都說(shuō)我們正在經(jīng)歷一個(gè)全新的商業(yè)時(shí)代——分享經(jīng)濟(jì)的時(shí)代，消費(fèi)者正在放棄傳統(tǒng)的、效率低下的企業(yè)，轉(zhuǎn)而投入分享型企業(yè)的懷抱，來(lái)獲取他們想要的產(chǎn)品和服務(wù)。Uber讓座駕更好地分享，Airbnb讓空閑的房屋更好地分享，八戒網(wǎng)讓創(chuàng)意和設(shè)計(jì)更好地分享……現(xiàn)在看，一切可以分享的都是價(jià)值數(shù)據(jù)。
在分享經(jīng)濟(jì)的時(shí)代，真正分享的是有效的供需關(guān)系。因此，在分享經(jīng)濟(jì)中，更重要的其實(shí)是創(chuàng)建供需場(chǎng)景，建立供需聯(lián)系。
數(shù)據(jù)也是相同的道理。隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)的爆發(fā)式發(fā)展，智能手機(jī)、平板電腦、可穿戴設(shè)備以及遍布各個(gè)角落的傳感器，正在越來(lái)越多地接入到運(yùn)營(yíng)商網(wǎng)絡(luò)。各種交互數(shù)據(jù)、傳感數(shù)據(jù)正源源不斷從各行各業(yè)迅速生成。這些數(shù)量龐大、種類(lèi)廣泛、迅速產(chǎn)生和更新的大數(shù)據(jù)，蘊(yùn)含著前所未有的社會(huì)價(jià)值和商業(yè)價(jià)值。
如何能夠有效挖掘并體現(xiàn)出數(shù)據(jù)的價(jià)值是亟待解決的問(wèn)題。竊以為，關(guān)鍵就在于建立數(shù)據(jù)使用的場(chǎng)景并搭建數(shù)據(jù)交易平臺(tái)。
比如說(shuō)，城市規(guī)劃設(shè)計(jì)院需要對(duì)新區(qū)進(jìn)行商業(yè)價(jià)值評(píng)估，可以通過(guò)運(yùn)營(yíng)商的網(wǎng)格數(shù)據(jù)分析提供區(qū)域人口及經(jīng)濟(jì)狀況解析；再比如，醫(yī)療機(jī)構(gòu)需要在一段時(shí)期對(duì)藥物及醫(yī)療設(shè)備做儲(chǔ)備，可以通過(guò)醫(yī)保報(bào)賬平臺(tái)統(tǒng)計(jì)該區(qū)域的醫(yī)療診斷及藥物使用情況，預(yù)測(cè)出該區(qū)域可以發(fā)生的大規(guī)模疾病，從而及時(shí)儲(chǔ)備相關(guān)資源。
重要的是，幫助數(shù)據(jù)消費(fèi)者更加迅速有效地找到他們需要的數(shù)據(jù)，并促成雙方交易。
2.數(shù)據(jù)放哪里？
如此大規(guī)模的數(shù)據(jù)存放在哪里也是考驗(yàn)大數(shù)據(jù)產(chǎn)業(yè)的要素之一。要知道并不是所有的機(jī)構(gòu)都有足夠的資源去建設(shè)自己的數(shù)據(jù)中心。而在這方面，運(yùn)營(yíng)商恰好可以提供服務(wù)。
通信行業(yè)有個(gè)詞叫做“電信級(jí)服務(wù)”，意思是通信服務(wù)要具備不間斷運(yùn)行、大容量、高穩(wěn)定性、可靠性等特點(diǎn)。而要達(dá)到這些條件，就需要完備的QoS保障機(jī)制，而其中重要一環(huán)就是設(shè)施先進(jìn)、管理規(guī)范的通信機(jī)房。
因此可以說(shuō)，在數(shù)據(jù)機(jī)房方面，通信運(yùn)營(yíng)商具有先天的優(yōu)勢(shì)。
能否將此作為運(yùn)營(yíng)商進(jìn)入大數(shù)據(jù)市場(chǎng)的切入點(diǎn)呢？開(kāi)放、合作就成了這個(gè)部分的關(guān)鍵詞。前文說(shuō)過(guò)，傳統(tǒng)機(jī)構(gòu)中有很多數(shù)據(jù)與信息孤島，要想打破不斷構(gòu)筑的“數(shù)據(jù)墻”，首先是要將他們集中化的存儲(chǔ)、管理、運(yùn)營(yíng)。因此，運(yùn)營(yíng)商的高標(biāo)準(zhǔn)數(shù)據(jù)中心或許只是一個(gè)必要而非充分條件，要讓源自不同領(lǐng)域的數(shù)據(jù)發(fā)生“化合作用”的前提是將這些數(shù)據(jù)存放在運(yùn)營(yíng)商的數(shù)據(jù)中心。
ICT基礎(chǔ)設(shè)施有連接和存儲(chǔ)的作用，其產(chǎn)生的數(shù)據(jù)通過(guò)不同的終端存儲(chǔ)下來(lái)，這些數(shù)據(jù)在應(yīng)用程序中使用才會(huì)有價(jià)值。而運(yùn)營(yíng)商同時(shí)具備連接和存儲(chǔ)兩項(xiàng)功能。
面向未來(lái)，運(yùn)營(yíng)商數(shù)據(jù)中心將成為網(wǎng)絡(luò)的中心，構(gòu)建面向業(yè)務(wù)的敏捷、柔性、綠色的云IT基礎(chǔ)架構(gòu)將使運(yùn)營(yíng)商數(shù)據(jù)中心成為新一代ICT基礎(chǔ)設(shè)施的驅(qū)動(dòng)中心。
3.數(shù)據(jù)怎么用？
運(yùn)營(yíng)商現(xiàn)在最大的挑戰(zhàn)是什么？是端到端的質(zhì)量保障不足導(dǎo)致用戶體驗(yàn)還不夠好嗎？是受到OTT業(yè)務(wù)的沖擊導(dǎo)致傳統(tǒng)業(yè)務(wù)快速下滑嗎？還是業(yè)務(wù)量收剪刀差不斷加大、投資壓力日趨吃緊嗎？個(gè)人認(rèn)為都不是的。我們最大的挑戰(zhàn)在于用戶往往滿足于現(xiàn)有的業(yè)務(wù)。這會(huì)讓我們產(chǎn)生嚴(yán)重的路徑依賴，從而也會(huì)形成“自滿”情緒。
事實(shí)上，運(yùn)營(yíng)商現(xiàn)在面臨著三大重要轉(zhuǎn)變：一是從關(guān)注功能向關(guān)注最終用戶體驗(yàn)轉(zhuǎn)變；二是從提供語(yǔ)音和帶寬向提供豐富、開(kāi)放的ICT融合信息服務(wù)轉(zhuǎn)變；三是從基于人口紅利的增長(zhǎng)向應(yīng)用創(chuàng)新增長(zhǎng)轉(zhuǎn)變。這三個(gè)轉(zhuǎn)變帶來(lái)了商業(yè)模式、運(yùn)營(yíng)模式、研發(fā)模式和科技創(chuàng)新的轉(zhuǎn)變，將驅(qū)動(dòng)電信行業(yè)從封閉走向開(kāi)放的數(shù)字化運(yùn)營(yíng)。
數(shù)字化運(yùn)營(yíng)，至少有三件事可以做：一是盤(pán)點(diǎn)數(shù)據(jù)資產(chǎn)；二是建立計(jì)算能力；三是開(kāi)放數(shù)據(jù)平臺(tái)。按照貴州移動(dòng)羋大偉總經(jīng)理的思路，運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展路徑分為1.0、2.0和3.0三個(gè)版本。
大數(shù)據(jù)1.0主要針對(duì)運(yùn)營(yíng)商內(nèi)部分析，建設(shè)重點(diǎn)以數(shù)據(jù)整合和能力構(gòu)建為主，為數(shù)據(jù)價(jià)值發(fā)掘奠定基礎(chǔ)，重點(diǎn)支撐精準(zhǔn)營(yíng)銷(xiāo)和精確建網(wǎng)；大數(shù)據(jù)2.0主要針對(duì)數(shù)據(jù)價(jià)值提升，重點(diǎn)是逐步拓展對(duì)內(nèi)對(duì)外數(shù)據(jù)價(jià)值挖掘的能力；大數(shù)據(jù)3.0主要針對(duì)數(shù)據(jù)變現(xiàn)，聚焦重點(diǎn)客戶和行業(yè)，構(gòu)建數(shù)據(jù)生態(tài)系統(tǒng)，逐步凸顯外部收入。
目前，運(yùn)營(yíng)商在IT系統(tǒng)和網(wǎng)絡(luò)系統(tǒng)上積累了很多數(shù)據(jù)資產(chǎn)(當(dāng)然如果處置不當(dāng)也可能會(huì)變成數(shù)據(jù)遺產(chǎn)……)，通過(guò)SDN和NFV等IT技術(shù)重構(gòu)的通信網(wǎng)絡(luò)，將會(huì)形成全新的彈性、智能的網(wǎng)絡(luò)架構(gòu)。而網(wǎng)絡(luò)IT化，就要求建立以云數(shù)據(jù)中心為核心的網(wǎng)絡(luò)架構(gòu)，數(shù)據(jù)中心將成為ICT基礎(chǔ)設(shè)施的核心，數(shù)據(jù)中心的布局和規(guī)劃決定未來(lái)網(wǎng)絡(luò)的架構(gòu)，也決定了未來(lái)的競(jìng)爭(zhēng)力。
伴隨20多年的互聯(lián)網(wǎng)發(fā)展，掌握未來(lái)的“聯(lián)接一代”和“數(shù)字元人”已經(jīng)長(zhǎng)成。相比上一代人，他們的溝通、交友、娛樂(lè)、消費(fèi)、工作、學(xué)習(xí)等行為方式和思維模式，已經(jīng)發(fā)生深刻的變化，他們對(duì)于數(shù)字社會(huì)和互聯(lián)網(wǎng)的依賴與生俱來(lái)，代表著互聯(lián)網(wǎng)時(shí)代的新消費(fèi)行為。
運(yùn)營(yíng)商新的業(yè)務(wù)運(yùn)營(yíng)系統(tǒng)不再是簡(jiǎn)單的支持系統(tǒng)，更不是簡(jiǎn)單的營(yíng)銷(xiāo)界面在線化，而是連接運(yùn)營(yíng)商、客戶和合作伙伴，連接網(wǎng)絡(luò)、應(yīng)用和內(nèi)容的價(jià)值創(chuàng)造系統(tǒng)和生態(tài)鏈系統(tǒng)。傳統(tǒng)的線下?tīng)I(yíng)業(yè)廳或?qū)⒋蠓鶞p少甚至消失，取而代之的，是用戶可以全在線模式按需、實(shí)時(shí)定制享受各項(xiàng)服務(wù)，運(yùn)營(yíng)商通過(guò)大數(shù)據(jù)分析洞察客戶和精確營(yíng)銷(xiāo)，提供更加智能的客戶服務(wù)。
從購(gòu)買(mǎi)產(chǎn)品走向購(gòu)買(mǎi)服務(wù)，商業(yè)世界的游戲規(guī)則正在發(fā)生根本上的變化，商家和用戶之間的關(guān)系從交付那一刻才剛剛開(kāi)始。
互聯(lián)網(wǎng)之父勞倫斯·羅伯茨曾講過(guò)：“自網(wǎng)絡(luò)誕生以來(lái)，我們只實(shí)現(xiàn)了網(wǎng)速的提高，而在提升網(wǎng)絡(luò)性能及其他方面毫無(wú)進(jìn)步?！痹谶@方面，運(yùn)營(yíng)商正在積極從消費(fèi)體驗(yàn)出發(fā)打造新型的業(yè)務(wù)運(yùn)營(yíng)系統(tǒng)，新系統(tǒng)不再是簡(jiǎn)單的業(yè)支系統(tǒng)和網(wǎng)管系統(tǒng)，更不是簡(jiǎn)單的營(yíng)銷(xiāo)在線化，而是連接運(yùn)營(yíng)商、客戶和合作伙伴，連接網(wǎng)絡(luò)、應(yīng)用和內(nèi)容的價(jià)值創(chuàng)造系統(tǒng)。
一、前言
近年來(lái)，大數(shù)據(jù)迅速發(fā)展成為工業(yè)界、學(xué)術(shù)界甚至世界各國(guó)政府高度關(guān)注的熱點(diǎn)。在大數(shù)據(jù)時(shí)代，“數(shù)據(jù)即資產(chǎn)”的核心理念已成為各個(gè)行業(yè)的共識(shí)，大數(shù)據(jù)具有4V的特點(diǎn)：一是數(shù)據(jù)容量巨大（Volume），二是數(shù)據(jù)類(lèi)型眾多（Variety）；三是數(shù)據(jù)價(jià)值密度低（Value）；四是處理數(shù)據(jù)的速度要求非?？欤╒elocity）。相關(guān)研究預(yù)測(cè)標(biāo)明，2015-2020年是大數(shù)據(jù)行業(yè)高速發(fā)展期，到2020年中國(guó)的大數(shù)據(jù)市場(chǎng)規(guī)模為454.33億元，增長(zhǎng)速度為20%?；ヂ?lián)網(wǎng)行業(yè)、政府、金融、電信、零售等典型行業(yè)率先啟動(dòng)大數(shù)據(jù)產(chǎn)業(yè)布局，傳統(tǒng)行業(yè)也積極收集行業(yè)數(shù)據(jù)，引入外部大數(shù)據(jù)，建設(shè)大數(shù)據(jù)平臺(tái)，開(kāi)展跨行業(yè)大數(shù)據(jù)創(chuàng)新應(yīng)用實(shí)踐，不僅使行業(yè)內(nèi)部運(yùn)行效率得到提升，加速傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)，而且已經(jīng)創(chuàng)造出巨大的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值。2016年7月28日，《國(guó)家信息化發(fā)展戰(zhàn)略綱要》，明確指出要促進(jìn)工業(yè)經(jīng)濟(jì)向信息經(jīng)濟(jì)轉(zhuǎn)型，大力推進(jìn)數(shù)據(jù)資產(chǎn)化和資源化，優(yōu)先開(kāi)放政務(wù)和民生保障服務(wù)相關(guān)的數(shù)據(jù)，隨著政策紅利不斷發(fā)放以及大數(shù)據(jù)共享機(jī)制的逐漸完善，毫無(wú)疑問(wèn)，大數(shù)據(jù)將更加深刻地推動(dòng)產(chǎn)業(yè)發(fā)展。
二、跨行業(yè)大數(shù)據(jù)應(yīng)用場(chǎng)景和典型案例（圖1）
電信行業(yè)通過(guò)將行業(yè)內(nèi)部的B/O/M域數(shù)據(jù)、上網(wǎng)日志等和外部金融、旅游、政務(wù)等行業(yè)數(shù)據(jù)進(jìn)行結(jié)合，已經(jīng)實(shí)現(xiàn)了端到端網(wǎng)絡(luò)分析優(yōu)化、精準(zhǔn)營(yíng)銷(xiāo)、用戶體驗(yàn)提升、地理位置服務(wù)、智慧旅游、智慧城市、行業(yè)分析報(bào)告等場(chǎng)景應(yīng)用。例如國(guó)內(nèi)三大運(yùn)營(yíng)商基于上網(wǎng)日志分析和外部數(shù)據(jù)綜合分析，解決用戶上網(wǎng)流量投訴，提供行業(yè)指數(shù)，并與金融、公共服務(wù)、位置服務(wù)等在大數(shù)據(jù)應(yīng)用進(jìn)行合作。
金融保險(xiǎn)行業(yè)整合個(gè)人特征數(shù)據(jù)、資產(chǎn)數(shù)據(jù)、保單數(shù)據(jù)等行業(yè)內(nèi)部數(shù)據(jù)和互聯(lián)網(wǎng)行為數(shù)據(jù)、地理位置信息、個(gè)人消費(fèi)數(shù)據(jù)、征信數(shù)據(jù)等行業(yè)外部數(shù)據(jù)，形成基于大數(shù)據(jù)的客戶洞察、互聯(lián)網(wǎng)征信、投資預(yù)測(cè)、風(fēng)險(xiǎn)控制、極速放貸、電信詐騙攔截等創(chuàng)新應(yīng)用場(chǎng)景。
醫(yī)療健康行業(yè)通過(guò)將個(gè)人體征數(shù)據(jù)、個(gè)人特征數(shù)據(jù)、基因檢測(cè)數(shù)據(jù)、電子病歷、遺傳數(shù)據(jù)等醫(yī)療領(lǐng)域數(shù)據(jù)和互聯(lián)網(wǎng)用戶搜索數(shù)據(jù)、地理位置數(shù)據(jù)、氣候數(shù)據(jù)、環(huán)境數(shù)據(jù)、人口流動(dòng)數(shù)據(jù)等行業(yè)外數(shù)據(jù)融合和分析，可實(shí)現(xiàn)疾病預(yù)測(cè)、個(gè)人健康監(jiān)測(cè)管理、癌癥診斷和預(yù)測(cè)及早產(chǎn)兒病情診斷。
文化傳媒行業(yè)通過(guò)將消費(fèi)者數(shù)據(jù)庫(kù)、影視基礎(chǔ)數(shù)據(jù)、影視評(píng)分?jǐn)?shù)據(jù)、用戶視頻播放行為數(shù)據(jù)、電視節(jié)目收看行欏⒕緙播放設(shè)備、劇集播放時(shí)間等行業(yè)數(shù)據(jù)與互聯(lián)網(wǎng)搜索數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、線上購(gòu)物數(shù)據(jù)等進(jìn)行融合，進(jìn)行投資風(fēng)險(xiǎn)評(píng)估、受眾定位、影視精準(zhǔn)營(yíng)銷(xiāo)、票房預(yù)測(cè)。
旅游行業(yè)通過(guò)將個(gè)人特征數(shù)據(jù)、景區(qū)數(shù)據(jù)等行業(yè)內(nèi)部數(shù)據(jù)與氣候數(shù)據(jù)、地理位置數(shù)據(jù)、運(yùn)營(yíng)商移動(dòng)用戶數(shù)據(jù)等行業(yè)外數(shù)據(jù)結(jié)合，實(shí)現(xiàn)旅游指數(shù)、景區(qū)客源分析、個(gè)性化推薦、景區(qū)預(yù)警等。
能源行業(yè)作為典型的傳統(tǒng)行業(yè)，也開(kāi)始將行業(yè)內(nèi)部的企業(yè)生產(chǎn)數(shù)據(jù)、勘探大數(shù)據(jù)、油氣管道數(shù)據(jù)、風(fēng)電場(chǎng)實(shí)時(shí)流體模型數(shù)據(jù)、光伏電站數(shù)據(jù)、氣象數(shù)據(jù)、地理數(shù)據(jù)等和外部地理位置數(shù)據(jù)、環(huán)境數(shù)據(jù)、氣候數(shù)據(jù)、風(fēng)速數(shù)據(jù)、海拔數(shù)據(jù)、大氣溫度、日照數(shù)據(jù)、周邊救援方案數(shù)據(jù)、地震數(shù)據(jù)、能源輸送數(shù)據(jù)等進(jìn)行結(jié)合，開(kāi)展了自動(dòng)化礦井值守、精準(zhǔn)化油氣開(kāi)采、井位確定、安全監(jiān)控和預(yù)警、油氣管道腐蝕點(diǎn)預(yù)測(cè)、風(fēng)電場(chǎng)自動(dòng)化選址設(shè)計(jì)、風(fēng)能發(fā)電量預(yù)測(cè)、光伏電站健康度檢查、光伏電站精準(zhǔn)運(yùn)營(yíng)等創(chuàng)新應(yīng)用。
零售貿(mào)易行業(yè)通過(guò)運(yùn)用大數(shù)據(jù)技術(shù)提高了生產(chǎn)數(shù)據(jù)的計(jì)算速度，還通過(guò)將銷(xiāo)售數(shù)據(jù)、人力成本、物流數(shù)據(jù)等內(nèi)部數(shù)據(jù)和突發(fā)事件、交通數(shù)據(jù)、氣候數(shù)據(jù)等外部數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)貨品擺放營(yíng)銷(xiāo)設(shè)計(jì)、物流成本控制、銷(xiāo)售數(shù)據(jù)分析、產(chǎn)品溯源等應(yīng)用。
農(nóng)林牧漁業(yè)通過(guò)將農(nóng)業(yè)生產(chǎn)數(shù)據(jù)、養(yǎng)殖數(shù)據(jù)、質(zhì)檢數(shù)據(jù)、消費(fèi)者評(píng)價(jià)數(shù)據(jù)、生產(chǎn)/設(shè)備監(jiān)控?cái)?shù)據(jù)、土壤數(shù)據(jù)、人力成本、物流數(shù)據(jù)、銷(xiāo)售數(shù)據(jù)、農(nóng)產(chǎn)品市場(chǎng)價(jià)格等內(nèi)部數(shù)據(jù)和突發(fā)事件、交通數(shù)據(jù)、氣象數(shù)據(jù)等外部數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)可視化農(nóng)場(chǎng)生產(chǎn)管理、農(nóng)場(chǎng)耕作精細(xì)化管理、物流成本控制、肉類(lèi)/乳品安全溯源體系、種植灌溉差異化、防災(zāi)預(yù)警等。
汽車(chē)行業(yè)通過(guò)內(nèi)部汽車(chē)企業(yè)運(yùn)營(yíng)數(shù)據(jù)、汽車(chē)企業(yè)研發(fā)數(shù)據(jù)、汽車(chē)銷(xiāo)售數(shù)據(jù)、車(chē)輛行駛狀況數(shù)據(jù)、車(chē)聯(lián)網(wǎng)傳感數(shù)據(jù)、座椅壓力數(shù)據(jù)、汽車(chē)配件數(shù)據(jù)等行業(yè)內(nèi)部數(shù)據(jù)和互聯(lián)網(wǎng)輿情數(shù)據(jù)、用戶群體行為數(shù)據(jù)、實(shí)景地圖數(shù)據(jù)等外部數(shù)據(jù)結(jié)合，實(shí)現(xiàn)產(chǎn)品人性化設(shè)計(jì)、無(wú)人駕駛、汽車(chē)網(wǎng)站用戶導(dǎo)流、精準(zhǔn)廣告推送、汽車(chē)防盜、行駛安全預(yù)警。
化工行業(yè)通過(guò)將物流管理大數(shù)據(jù)、銷(xiāo)售數(shù)據(jù)、人力成本數(shù)據(jù)、ERP系統(tǒng)數(shù)據(jù)、訂貨數(shù)據(jù)、加油站銷(xiāo)售數(shù)據(jù)結(jié)合行業(yè)外部的氣候數(shù)據(jù)、交通數(shù)據(jù)、網(wǎng)上支付數(shù)據(jù)、個(gè)人互聯(lián)網(wǎng)用戶行為、個(gè)人位置信息數(shù)據(jù)等，實(shí)現(xiàn)石腦油原料操作樣本建模、石化產(chǎn)品結(jié)構(gòu)優(yōu)化、生產(chǎn)安全預(yù)警指揮、環(huán)境應(yīng)急預(yù)警、客戶識(shí)別、精準(zhǔn)營(yíng)銷(xiāo)。
公共事業(yè)領(lǐng)域利用公共設(shè)施監(jiān)測(cè)數(shù)據(jù)、維修記錄、交通監(jiān)測(cè)數(shù)據(jù)等進(jìn)行公共設(shè)施危險(xiǎn)預(yù)警和事故追蹤；通過(guò)對(duì)患者數(shù)據(jù)、疾病數(shù)據(jù)和診療數(shù)據(jù)進(jìn)行綜合分析可幫助醫(yī)院進(jìn)行智能病癥診療；公安部門(mén)基于交通信息、旅游數(shù)據(jù)、安防數(shù)據(jù)、地理位置、道路監(jiān)控?cái)?shù)據(jù)、用戶真實(shí)信息等多方位數(shù)據(jù)結(jié)合，可以實(shí)現(xiàn)人流、車(chē)流的實(shí)時(shí)監(jiān)控，以及異常人群聚集預(yù)警等。
此外，房地產(chǎn)、冶金、教育培訓(xùn)等領(lǐng)域也進(jìn)行了非常多的行業(yè)大數(shù)據(jù)應(yīng)用探索。可以看出，充分挖掘產(chǎn)業(yè)大數(shù)據(jù)的商業(yè)價(jià)值可大大促進(jìn)產(chǎn)業(yè)服務(wù)質(zhì)量和效能提升，加速傳統(tǒng)行業(yè)的轉(zhuǎn)型升級(jí)。
三、電信運(yùn)營(yíng)商跨行業(yè)合作方向建議
大數(shù)據(jù)可能確實(shí)是一個(gè)網(wǎng)絡(luò)行業(yè)熱潮，但我們現(xiàn)在尚不清楚這項(xiàng)技術(shù)是否可以實(shí)現(xiàn)關(guān)鍵的信息到知識(shí)的過(guò)渡。所幸的是，網(wǎng)絡(luò)管理員可以通過(guò)一些努力來(lái)穿過(guò)大數(shù)據(jù)炒作的喧囂，把她當(dāng)做改善網(wǎng)絡(luò)運(yùn)營(yíng)的工具。
在網(wǎng)絡(luò)中，大數(shù)據(jù)通常是指從標(biāo)準(zhǔn)管理系統(tǒng)和接口獲取的大量流量、中繼以及設(shè)備信息，這些數(shù)據(jù)是從部署在各個(gè)端點(diǎn)的探頭以及從客戶端及服務(wù)器設(shè)備中的網(wǎng)絡(luò)層軟件來(lái)收集。當(dāng)這些數(shù)據(jù)放在標(biāo)準(zhǔn)管理系統(tǒng)接口框架中時(shí)，一些信息可能會(huì)反映出當(dāng)前的故障、配置、結(jié)算、性能和安全(FCAPS)管理做法，但大多數(shù)公司不能將來(lái)自客戶端/服務(wù)器設(shè)備的數(shù)據(jù)域當(dāng)前的運(yùn)營(yíng)活動(dòng)關(guān)聯(lián)起來(lái)。而這正是大數(shù)據(jù)和大數(shù)據(jù)分析的“用武之地”。
有效利用網(wǎng)絡(luò)大數(shù)據(jù)的最關(guān)鍵的因素是保證所有數(shù)據(jù)元素的精確事件定時(shí)。網(wǎng)絡(luò)是關(guān)于事件的瞬間情況和并列，失去時(shí)間同步性意味著在分析信息時(shí)完全失去價(jià)值。如果所有數(shù)據(jù)收集都是從共同來(lái)源定時(shí)，就能夠確保時(shí)間同步性。如果不是這樣的話，你應(yīng)該將同步化事件引入到大數(shù)據(jù)收集點(diǎn)，以在正則點(diǎn)關(guān)聯(lián)所有記錄的時(shí)間。
建立映射來(lái)查明網(wǎng)絡(luò)問(wèn)題
在保證事件的時(shí)間可以精確地關(guān)聯(lián)后，下一步是在這個(gè)共同時(shí)間軸和網(wǎng)絡(luò)問(wèn)題之間建立映射。有關(guān)網(wǎng)絡(luò)問(wèn)題來(lái)源的信息可能出自當(dāng)前的FCAPS過(guò)程、用戶投訴或者客戶端/服務(wù)器遙測(cè)。后者也可能有助于恢復(fù)體驗(yàn)信息質(zhì)量，如響應(yīng)時(shí)間，以及測(cè)量數(shù)據(jù)包丟包率和延遲性(例如從TCP窗口大小)的網(wǎng)絡(luò)性能數(shù)據(jù)。這種映射允許大數(shù)據(jù)分析來(lái)探索這些問(wèn)題點(diǎn)與問(wèn)題第一次出現(xiàn)之前時(shí)的指標(biāo)的關(guān)系。
這種類(lèi)型的大數(shù)據(jù)分析能夠幫助分析網(wǎng)絡(luò)問(wèn)題的根本原因，這往往是通過(guò)其他手段不可能做到的。由于網(wǎng)絡(luò)環(huán)境變化非常迅速，管理員經(jīng)常在追逐問(wèn)題，從一個(gè)地方到另一個(gè)地方，然而，當(dāng)問(wèn)題發(fā)生時(shí)從來(lái)沒(méi)能找到正確的原因。大數(shù)據(jù)分析可以將數(shù)千(或數(shù)百萬(wàn))數(shù)據(jù)元素與已知問(wèn)題點(diǎn)相關(guān)聯(lián)，找出相關(guān)性，然后通過(guò)數(shù)據(jù)分析來(lái)找出根本原因。
確定正常運(yùn)行情況
利用大數(shù)據(jù)解決網(wǎng)絡(luò)問(wèn)題的另一種策略是使用大數(shù)據(jù)得出正常網(wǎng)絡(luò)環(huán)境的基本數(shù)據(jù)。如果上一步(映射問(wèn)題點(diǎn)到大數(shù)據(jù)共同時(shí)間表)正確完成的話，我們將知道當(dāng)沒(méi)有任何問(wèn)題時(shí)網(wǎng)絡(luò)的情況。收集這些“運(yùn)行良好”時(shí)期網(wǎng)絡(luò)數(shù)據(jù)的分析將允許管理員確定什么是正常網(wǎng)絡(luò)行為，并根據(jù)收集的數(shù)據(jù)量來(lái)量化這種“正常”。
然后，基線正常行為可以用來(lái)分析網(wǎng)絡(luò)運(yùn)營(yíng)中不被視為問(wèn)題的時(shí)段，但也不能完全確定是否是正常操作行為。經(jīng)驗(yàn)豐富的網(wǎng)絡(luò)管理員都知道，有時(shí)候網(wǎng)絡(luò)會(huì)進(jìn)入一種不穩(wěn)定的狀態(tài)，實(shí)際上并沒(méi)有出現(xiàn)故障或者收到用戶投訴。在網(wǎng)絡(luò)、整體需求或者服務(wù)器資源狀態(tài)中，也有這樣的情況會(huì)影響網(wǎng)絡(luò)運(yùn)營(yíng)。基線數(shù)據(jù)可以幫助找出造成這種狀況的原因。
大數(shù)據(jù)分析可以幫助找到方法來(lái)修復(fù)網(wǎng)絡(luò)環(huán)境
我們需要尋找這樣一種行為，即分析表明網(wǎng)絡(luò)環(huán)境未能生成問(wèn)題報(bào)告時(shí)，甚至當(dāng)它密切模仿一個(gè)問(wèn)題時(shí)期。在這里，我們的目標(biāo)是利用分析來(lái)探索是什么緩解了預(yù)期的問(wèn)題；這可能改善你的根本原因分析或者提供其他方式來(lái)修復(fù)環(huán)境。
另一個(gè)需要檢查的是資源如何受到網(wǎng)絡(luò)事件、應(yīng)用或服務(wù)器事件，或者用戶流量負(fù)載的變化的影響。當(dāng)這些方面發(fā)生顯著變化時(shí)，網(wǎng)絡(luò)應(yīng)該以可預(yù)見(jiàn)的方式作出回應(yīng)。例如，應(yīng)用流量的顯著變化通常會(huì)導(dǎo)致響應(yīng)時(shí)間的明顯增加，以及丟包率的上升等。
但如果這些行為發(fā)生時(shí)沒(méi)有伴隨流量的重大變化，則表明資源已經(jīng)超載。同樣，如果流量發(fā)生重大變化，而沒(méi)有伴隨響應(yīng)時(shí)間或網(wǎng)絡(luò)丟包的增加，也可能表明網(wǎng)絡(luò)供大于求。在這種情況下，可以減少一些容量，從而幫助保護(hù)較低的運(yùn)營(yíng)預(yù)算。
只專(zhuān)注于可操作的情報(bào)
【摘要】近年來(lái)，中國(guó)影視行業(yè)蓬勃發(fā)展，伴隨著互聯(lián)網(wǎng)技術(shù)革新，影視業(yè)正在與大數(shù)據(jù)舉行一場(chǎng)盛大聯(lián)姻，以實(shí)現(xiàn)交互式的影視制作。國(guó)內(nèi)影視業(yè)日漸重視大數(shù)據(jù)的運(yùn)用，《小時(shí)代》、《失戀33 天》等國(guó)產(chǎn)電影因此而獲得成功的票房。本文從影視作品的創(chuàng)作、傳播、接受環(huán)節(jié)探討大數(shù)據(jù)分析的運(yùn)用及其意義，以及未來(lái)影視大數(shù)據(jù)的發(fā)展趨勢(shì)。
關(guān)鍵詞 大數(shù)據(jù) 影視業(yè) 創(chuàng)作 運(yùn)營(yíng)
2013 年被稱(chēng)為影視界的“大數(shù)據(jù)元年”，運(yùn)用大數(shù)據(jù)分析成功營(yíng)銷(xiāo)的影視作品使人們看到了大數(shù)據(jù)給影視行業(yè)帶來(lái)的無(wú)窮潛力。在中國(guó)，影視大數(shù)據(jù)也越來(lái)越受到專(zhuān)業(yè)人士的重視。2014 年6 月23日，一檔尋找電影天才的真人秀節(jié)目《全民電影》在吳宇森、章子怡和劉儀偉等明星助陣下拉開(kāi)帷幕。在這個(gè)中國(guó)首檔全媒體電影項(xiàng)目中，百度利用自身數(shù)據(jù)優(yōu)勢(shì)首次深度介入，對(duì)一部電影從選題、融資、組隊(duì)等制作階段開(kāi)始，到發(fā)行再到播放的全流程，提供深度數(shù)據(jù)規(guī)劃與策略支持。
一、大數(shù)據(jù)和影視行業(yè)
“大數(shù)據(jù)”一詞最早出現(xiàn)在美國(guó)著名未來(lái)學(xué)家阿爾溫·托夫勒的《第三次浪潮》一書(shū)，2011 年全球著名咨詢公司麥肯錫研究所在其發(fā)表的報(bào)告《大數(shù)據(jù)：下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)率的前沿》中指出，數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)因素; 而人們對(duì)于海量數(shù)據(jù)的運(yùn)用將預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。①大數(shù)據(jù)是指所涉及的數(shù)據(jù)量規(guī)模巨大到無(wú)法通過(guò)人工在合理時(shí)間內(nèi)達(dá)到截取、管理、處理、并整理成為人類(lèi)所能解讀的信息。②根據(jù)Philip Rossum 在《大數(shù)據(jù)分析》一書(shū)中指出的那樣，大數(shù)據(jù)不僅僅指的是數(shù)據(jù)的大數(shù)量，還包括多種類(lèi)和高速度，這三方面都是保證數(shù)據(jù)質(zhì)量的關(guān)鍵要素，缺一不可。③
在傳統(tǒng)意義上的影視行業(yè)中，影視作品是否能夠受到廣泛的歡迎，主要依賴的是創(chuàng)作者自身的專(zhuān)業(yè)水準(zhǔn)，對(duì)受眾心理的洞悉程度，以及選擇演員的眼光等等。大數(shù)據(jù)的出現(xiàn)使得影視作品的傳播方式由之前的單向傳播轉(zhuǎn)變?yōu)榻换鞑?。影視大?shù)據(jù)的數(shù)量大，可以從空間維度和時(shí)間維度上來(lái)分析。（見(jiàn)表1）
影視數(shù)據(jù)種類(lèi)多是指影視大數(shù)據(jù)中包括的影視作品本身的創(chuàng)作信息、銷(xiāo)售信息、觀眾的反饋信息等多個(gè)層次，但凡是與影視作品有關(guān)的，都囊括在影視數(shù)據(jù)庫(kù)中。并且影視大數(shù)據(jù)的數(shù)據(jù)庫(kù)范圍也依據(jù)不同的分析目的而可大可小。按照戴志強(qiáng)等的分類(lèi)，影視大數(shù)據(jù)主要可以分為三大類(lèi)，即用戶大數(shù)據(jù)、內(nèi)容大數(shù)據(jù)和渠道大數(shù)據(jù)。④
二、大數(shù)據(jù)與影視創(chuàng)作
中國(guó)影視行業(yè)近年來(lái)飛速發(fā)展，以電影行業(yè)為代表：
上述表2 和圖1 中可以看出，我國(guó)以電影為代表的影視行業(yè)近4 年正在蓬勃發(fā)展，不僅全國(guó)電影票房呈現(xiàn)良好的上漲態(tài)勢(shì)，其中國(guó)產(chǎn)片票房占比也在持續(xù)升高。為此，國(guó)產(chǎn)片在創(chuàng)作過(guò)程中也在不斷借助大數(shù)據(jù)的力量來(lái)制作出符合大眾審美情趣的影視作品。由優(yōu)酷土豆集團(tuán)攜手儒意影業(yè)、樂(lè)視影業(yè)制作的電影《老男孩之猛龍過(guò)江》，就是通過(guò)對(duì)粉絲的情感洞察和行為分析，來(lái)指導(dǎo)其內(nèi)容創(chuàng)作，堪稱(chēng)開(kāi)創(chuàng)了中國(guó)互聯(lián)網(wǎng)電影的新模式。
在大數(shù)據(jù)指導(dǎo)下的互聯(lián)網(wǎng)電影創(chuàng)造過(guò)程中，觀眾可以從被動(dòng)的受眾變?yōu)橹鲃?dòng)的影片制作參與者。以2014 年阿里巴巴推出的“娛樂(lè)寶”為例，網(wǎng)民出資100 元即可投資熱門(mén)影視劇作品，通過(guò)投票來(lái)決定電影的制作人、導(dǎo)演、男主角、女主角等。首批登錄娛樂(lè)寶界面的6 個(gè)項(xiàng)目—— 電影《小時(shí)代3》、《小時(shí)代4》、《狼圖騰》、《非法操作》以及社交游戲《魔范學(xué)院》等，截止到4 月3 日已經(jīng)全部售罄，共出售78.5 萬(wàn)份，總投資額達(dá)到7300 萬(wàn)元。受眾能做的不再限于觀影后的反饋和評(píng)價(jià)，而是能夠從作品生產(chǎn)初期就提出自己的意見(jiàn)。
同時(shí)，受眾不僅可以影響制作團(tuán)隊(duì)的構(gòu)建，也可以改變劇情的發(fā)展。國(guó)外知名電視劇《紙牌屋》通過(guò)云計(jì)算確定下集劇情，國(guó)內(nèi)雖然沒(méi)有如此先進(jìn)的大數(shù)據(jù)技術(shù)，但是通過(guò)大數(shù)據(jù)得到的用戶評(píng)價(jià)確實(shí)能夠改變編劇的心意。2014 年七夕檔熱播都市愛(ài)情電影《單身男女2》的結(jié)局之所以扭轉(zhuǎn)，就是因?yàn)樵缭凇秵紊砟信?》上映后，許多觀眾不滿于女主角做出的選擇，紛紛留言表示惋惜，于是導(dǎo)演決定在第二部里讓女主角再選擇一次。
從影視制作方來(lái)看，大數(shù)據(jù)能夠使制作方更了解觀眾的期待，“娛樂(lè)寶”則折射出了這些投資人的興趣愛(ài)好，以此幫助電影實(shí)現(xiàn)觀眾的精確定位，包括影片類(lèi)型、上映時(shí)段等。大數(shù)據(jù)不僅“ 大”而且更“細(xì)”，在影視創(chuàng)作階段的大數(shù)據(jù)分析應(yīng)當(dāng)既包括對(duì)于用戶歷史數(shù)據(jù)的分析，如通過(guò)前期不同類(lèi)型電影的票房分析、受眾對(duì)不同題材影視的反饋分析等，又包括用戶對(duì)電影的期許，如某類(lèi)用戶的特定需求、拋出目前電影創(chuàng)作計(jì)劃得到的回應(yīng)等。創(chuàng)作者可以找到與自己風(fēng)格相契合的受眾群體，或者可以使自己受益最大化的定位。
電影《小時(shí)代》的出品方樂(lè)視影業(yè)，根據(jù)網(wǎng)絡(luò)上《小時(shí)代》的搜索量，分析了關(guān)注《小時(shí)代》的人群，最后描繪出《小時(shí)代》的目標(biāo)受眾，即“互聯(lián)網(wǎng)的原住民”。這些90后大部分是郭敬明和楊冪等主創(chuàng)人員的忠實(shí)粉絲，也是當(dāng)前電影市場(chǎng)的主流消費(fèi)群體。（見(jiàn)圖2）
總之，大數(shù)據(jù)可以提升國(guó)產(chǎn)電影的成功率，促進(jìn)更有特色更高質(zhì)量作品的生產(chǎn)，同時(shí)，大數(shù)據(jù)提供了一個(gè)絕佳的視野幫助國(guó)內(nèi)的制作班底了解國(guó)外受眾的品位。
三、大數(shù)據(jù)與影視傳播
在中國(guó)影視市場(chǎng)，大數(shù)據(jù)的應(yīng)用最主要集中于影視傳播階段，中國(guó)電影業(yè)迎來(lái)發(fā)展良機(jī)與大數(shù)據(jù)有密不可分的關(guān)系?！吨虑啻骸?、《失戀33 天》、《北京遇上西雅圖》、《中國(guó)合伙人》等的成功，都離不開(kāi)大數(shù)據(jù)在背后的支持。（見(jiàn)圖3）
大數(shù)據(jù)應(yīng)用于影視作品傳播的目的是為了改變以往不但不會(huì)提升傳播效果反而可能引起反感的狂轟濫炸式統(tǒng)一傳播。其傳播方式如圖4 所示。
目前普遍使用的一種高精準(zhǔn)度宣傳是利用社交媒體傳播。以《小時(shí)代》為例，還在拍攝階段時(shí)，原著作者兼導(dǎo)演郭敬明就通過(guò)個(gè)人微博向網(wǎng)友透露《小時(shí)代》的拍攝情況，在臨近上映時(shí)，郭敬明的個(gè)人微博狀態(tài)幾乎全部和小時(shí)代有關(guān)，不僅如此，郭敬明還和《小時(shí)代》的主要演員在微博上互動(dòng)宣傳。采取郭敬明個(gè)人微博的宣傳方式其實(shí)就是一種定向宣傳，關(guān)注其微博的網(wǎng)友大多為郭敬明的讀者粉絲或者對(duì)其一定程度感興趣的人，這部分人很可能成為觀眾，或者上述分析中的前兩者，因此也是宣傳的主要對(duì)象。
但總體上來(lái)說(shuō)，傳播手段的選取要基于對(duì)特定用戶的特性，在做好用戶定位之后，就要利用大數(shù)據(jù)分析用戶的媒介使用偏好或者其他與電影主題相關(guān)的特性，以此來(lái)定制傳播方式。樂(lè)視通過(guò)分析還發(fā)現(xiàn)，《小時(shí)代》用戶中，女性占到78%，男性占到22%，因此做了很多針對(duì)女性的線上線下的活動(dòng)。⑥
由此看來(lái)，大數(shù)據(jù)強(qiáng)調(diào)“大”，但更要“準(zhǔn)”，大數(shù)據(jù)雖然揭示的是群體的共性，但價(jià)值更在于細(xì)分群體，實(shí)現(xiàn)定制化服務(wù)。愛(ài)奇藝網(wǎng)站就在2013 年推出了“千人千面”的個(gè)性化首頁(yè)，為不同的用戶量身定做觀看內(nèi)容，增進(jìn)用戶體驗(yàn)。
四、大數(shù)據(jù)與影視接收
接收應(yīng)該包括收受（或適應(yīng)）和交流兩個(gè)層面。⑦對(duì)于影視作品收受效果的分析不應(yīng)該只是事后統(tǒng)計(jì)分析，更應(yīng)該是事前分析市場(chǎng)和預(yù)測(cè)銷(xiāo)售前景。由谷歌推出的電影票房預(yù)測(cè)模型，能夠基于數(shù)據(jù)分析，通過(guò)分析電影相關(guān)的搜索量來(lái)預(yù)測(cè)電影最終的票房成績(jī)，準(zhǔn)確度可高達(dá)94%。⑧
同時(shí)，對(duì)于票房之類(lèi)的單一指標(biāo)，存在著難以全面衡量影視作品收受效果的問(wèn)題。在大數(shù)據(jù)時(shí)代，用戶在視頻網(wǎng)站的觀看記錄連同用戶的點(diǎn)擊、搜索、暫停、跳轉(zhuǎn)等觀看行為和使用設(shè)備狀況及用戶的IP 地址等信息都會(huì)被程序捕捉到。這些細(xì)節(jié)可以很好地反映用戶喜歡哪些情節(jié)，對(duì)哪段情節(jié)沒(méi)有觀看欲望等，這些方面，是沒(méi)有辦法從是否觀看的票房指數(shù)中得出的，也是無(wú)法從對(duì)影片的整體評(píng)價(jià)中得出的，但是這些細(xì)節(jié)數(shù)據(jù)卻對(duì)影視作品的改進(jìn)更具有指導(dǎo)意義。另外一方面，用于更全面反映影視作品傳播效果的綜合指標(biāo)也在不斷更新中。比如2014 年4 月電影頻道公布的電影大數(shù)據(jù)指數(shù)即“M 指數(shù)”，是以電影的影院、電視、新媒體三大主體市場(chǎng)平臺(tái)海量信息為核心，運(yùn)用大數(shù)據(jù)挖掘技術(shù)運(yùn)算而成的綜合指標(biāo)。⑨又如優(yōu)酷、土豆推出的“中國(guó)網(wǎng)絡(luò)視頻指數(shù)”，則是分析互聯(lián)網(wǎng)平臺(tái)上的視頻綜合效果，以?shī)蕵?lè)綜藝《快樂(lè)大本營(yíng)》為例，“中國(guó)網(wǎng)絡(luò)視頻指數(shù)”顯示了其播放指數(shù)、播放設(shè)備、播放網(wǎng)站、每一集分析、人群和地區(qū)分布等。（見(jiàn)圖5）
現(xiàn)在，用戶在觀影后喜歡在社交媒體上分享自己對(duì)影視作品的看法，尤其是年輕的上網(wǎng)一族，這又為大數(shù)據(jù)分析發(fā)揮作用提供了新的源泉。通過(guò)詞頻分析、話題查找等方式，可以把分散在各大社交網(wǎng)站上的零碎感受整合起來(lái)，作為分析對(duì)象，了解用戶的真實(shí)想法。值得注意的一點(diǎn)是，為了能夠更好地得到用戶的反饋，影視創(chuàng)作營(yíng)銷(xiāo)人員應(yīng)該為受眾開(kāi)創(chuàng)一個(gè)反饋交流平臺(tái)，比如說(shuō)一個(gè)微博公共賬號(hào)，或論壇貼吧等。用戶之間可以形成交流觀影感受的圈子，也可以及時(shí)向創(chuàng)作者反饋?zhàn)约旱目捶?。這樣一方面，自身構(gòu)建的數(shù)據(jù)庫(kù)得以補(bǔ)充，另一方面，可以增加用戶粘度。
所以說(shuō)，大數(shù)據(jù)分析影視接收情況，不僅僅是為了了解本次影視作品的傳播效果，更是為了了解用戶習(xí)慣，增加用戶忠誠(chéng)度，為以后的系列片子或者其他相關(guān)作品累積經(jīng)驗(yàn)，以收獲更大的成功。
結(jié)語(yǔ)
大數(shù)據(jù)為我國(guó)影視行業(yè)的發(fā)展帶來(lái)無(wú)窮潛力，通過(guò)在創(chuàng)作、傳播、接收環(huán)節(jié)的數(shù)據(jù)分析，能夠幫助影視行業(yè)實(shí)現(xiàn)更精準(zhǔn)的用戶定位和市場(chǎng)分析，以生產(chǎn)出內(nèi)容優(yōu)質(zhì)、符合受眾口味的高質(zhì)量影視產(chǎn)品，同時(shí)能夠提升用戶服務(wù)使之貼合用戶習(xí)慣?？傊髷?shù)據(jù)提高了國(guó)產(chǎn)電影的成功率，加強(qiáng)了生產(chǎn)者與用戶之間的互動(dòng)，有助于國(guó)產(chǎn)片早日走出國(guó)門(mén)。
參考文獻(xiàn)
①⑧張璠，《影視業(yè)中“大數(shù)據(jù)”技術(shù)應(yīng)用》[J]《. 信息技術(shù)與信息化》，2014（4）：232-234
②Manyika J， Chui M, Brown B, et al.Big data： The next frontier for innovation,competition， and productivity[J]. 2011.
③Russom P. Big data analytics[J]. TDWIBest Practices Report, Fourth Quarter，2011
④戴志強(qiáng)、朱海澎、潘皓，《影視大數(shù)據(jù): 影視互動(dòng)體驗(yàn)與量化認(rèn)知的根本》[J].《現(xiàn)代傳播》，2014（9）：126-129
⑤中國(guó)新聞出版網(wǎng)，《互聯(lián)網(wǎng)電影新鮮“出爐”》，chinaxwcb.com/2014-01/16/content_284956.htm
⑥陳肅，《大數(shù)據(jù)，連接電影與觀眾的“網(wǎng)關(guān)”》，http：//tech.qq.com/a/20131119/013653.htm
⑦李興，《消費(fèi)時(shí)代的作者、讀者和文本——對(duì)接受美學(xué)的新思考》[J]《. 大眾文藝》，2008（12）
[摘 要] 大數(shù)據(jù)時(shí)代，需要更多的引擎支持，同時(shí)也創(chuàng)造了更多的應(yīng)用。建立在分析數(shù)據(jù)集成數(shù)據(jù)的基礎(chǔ)上，全面的運(yùn)營(yíng)檢測(cè)信息系統(tǒng)不可或缺。通過(guò)對(duì)其理念、范圍、應(yīng)用進(jìn)行探究，淺析其架構(gòu)和用途。科技在不斷進(jìn)步，數(shù)據(jù)的集合更有無(wú)數(shù)種方式，同樣面臨更多的關(guān)卡，這需要全人類(lèi)進(jìn)行探索和啟發(fā)，從問(wèn)題中尋找新出路。
[關(guān)鍵詞] 大數(shù)據(jù)；運(yùn)營(yíng)監(jiān)測(cè)信息系統(tǒng)；應(yīng)用
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 07. 081
[中圖分類(lèi)號(hào)] TP315 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2017）07- 0184- 02
0 前 言
大數(shù)據(jù)時(shí)代，我們需要更多的引擎支持，同時(shí)也創(chuàng)造了更多的應(yīng)用。建立在分析數(shù)據(jù)集成數(shù)據(jù)的基礎(chǔ)上，全面的運(yùn)營(yíng)檢測(cè)信息系統(tǒng)不可或缺。
1 應(yīng)用理念
運(yùn)營(yíng)檢測(cè)信息系統(tǒng)，是利用了整個(gè)服務(wù)中心的數(shù)據(jù)，同時(shí)對(duì)監(jiān)測(cè)中心進(jìn)行調(diào)度，在各業(yè)務(wù)信息系統(tǒng)的支持、輔助、決策和展示下，建立起成果。它能夠及時(shí)全面地反映公司整體經(jīng)濟(jì)的運(yùn)作情況，宏觀掌控布局，推動(dòng)整個(gè)單位公司的走向。它將企業(yè)管理模式由自轉(zhuǎn)轉(zhuǎn)向公轉(zhuǎn)、由壁壘轉(zhuǎn)向協(xié)同、由分散轉(zhuǎn)向集中、由自發(fā)轉(zhuǎn)向可控、由孤島轉(zhuǎn)向共享，從而實(shí)現(xiàn)縱橫貫通、雙向協(xié)同、權(quán)責(zé)明確、流程清晰、管理高效的“五強(qiáng)”體系格局，建立了更堅(jiān)固的保障墻。
同時(shí)，海量的大數(shù)據(jù)歷史庫(kù)存，是一筆無(wú)形的寶藏。企業(yè)可以對(duì)其進(jìn)行數(shù)據(jù)建模，通過(guò)分析分類(lèi)，更加全面地發(fā)揮運(yùn)營(yíng)檢測(cè)信息系統(tǒng)的功能，提高其預(yù)警力和分析力，為業(yè)務(wù)創(chuàng)新創(chuàng)造新途徑。
2 應(yīng)用范圍
大數(shù)分析下的信息支撐系統(tǒng)的應(yīng)用，是現(xiàn)代化技術(shù)的優(yōu)秀產(chǎn)物，也是人類(lèi)進(jìn)化的驕傲作品。我們可以將它推廣至各大企業(yè)公司，推進(jìn)他們的變革創(chuàng)新，實(shí)現(xiàn)資源整合共享，提升其運(yùn)營(yíng)水平和速度，實(shí)現(xiàn)對(duì)規(guī)劃、建設(shè)、運(yùn)營(yíng)、檢修、營(yíng)銷(xiāo)、人力、物力和財(cái)力的全面規(guī)?；u(píng)估。
同時(shí)，大數(shù)據(jù)能夠?qū)崿F(xiàn)對(duì)預(yù)算和收支的合理調(diào)控、電力購(gòu)銷(xiāo)的把控、資產(chǎn)全壽命周期的預(yù)估。甚至可以將產(chǎn)業(yè)發(fā)展和金融領(lǐng)域進(jìn)行流程監(jiān)測(cè)性分析，構(gòu)建出集全面監(jiān)測(cè)、運(yùn)營(yíng)分析、協(xié)調(diào)控制、全景展示和指示預(yù)警于一身的綜合性系統(tǒng)平臺(tái)。而且，在當(dāng)前的市場(chǎng)和技術(shù)掌握下，我國(guó)已經(jīng)實(shí)現(xiàn)了部分的自主化和科技化，將推動(dòng)他們步入更多的企業(yè)，進(jìn)行市場(chǎng)性的貫通。
3 應(yīng)用概述
3.1 工作臺(tái)系統(tǒng)
工作臺(tái)是對(duì)數(shù)據(jù)進(jìn)行操作的系統(tǒng)平臺(tái)，通過(guò)對(duì)大數(shù)據(jù)按照應(yīng)用指標(biāo)、分時(shí)段和維度進(jìn)行重新構(gòu)造，并在終端顯示應(yīng)用。工作臺(tái)系統(tǒng)在日常中進(jìn)行檢測(cè)和調(diào)控，配合系統(tǒng)的綜合管理，對(duì)企業(yè)經(jīng)營(yíng)進(jìn)行24小時(shí)在線實(shí)時(shí)監(jiān)控分析。同時(shí)，通過(guò)工作臺(tái)系統(tǒng)，可圍繞核心業(yè)務(wù)活動(dòng)與資源，對(duì)10年內(nèi)的業(yè)務(wù)數(shù)據(jù)進(jìn)行定向分析，通過(guò)構(gòu)建監(jiān)測(cè)模型、采用一定的指數(shù)體系和指定的閾值，將外部運(yùn)營(yíng)環(huán)境狀況與核心資源綜合績(jī)效進(jìn)行綜合，在24小時(shí)在線的業(yè)務(wù)流程動(dòng)態(tài)值下，可以實(shí)現(xiàn)對(duì)運(yùn)營(yíng)過(guò)程中設(shè)定的異動(dòng)警報(bào)和預(yù)警處理。
3.2 數(shù)據(jù)庫(kù)
檢測(cè)數(shù)據(jù)庫(kù)是建立在總部以及各大分部的兩級(jí)數(shù)據(jù)中心資源上的，我們需要足夠的支撐區(qū)檢測(cè)分析和展示。在此臺(tái)面上，將運(yùn)營(yíng)檢測(cè)中心的指標(biāo)體系進(jìn)行整合，實(shí)現(xiàn)兩級(jí)數(shù)據(jù)的整合，使得工作配合更加完善。
理想狀態(tài)中，數(shù)據(jù)中心應(yīng)該分為兩類(lèi)，結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)庫(kù)，將整個(gè)相關(guān)數(shù)據(jù)系統(tǒng)內(nèi)同步至數(shù)據(jù)庫(kù)中心，可以再數(shù)據(jù)庫(kù)完成建模分析工作，同時(shí)通過(guò)ETL工具進(jìn)行指定數(shù)據(jù)的抽取和驗(yàn)證，將指標(biāo)合理展現(xiàn)。
3.3 大屏展示
大屏的展示是系統(tǒng)的輸出端口，它包括展示類(lèi)和檢測(cè)類(lèi)，將通過(guò)靈活可調(diào)控的方式定位展示場(chǎng)景，多方位多角度地進(jìn)行全面無(wú)縫隙檢測(cè)，使得運(yùn)營(yíng)分析和全景展示更加和諧。
3.3.1 全景可視
全景展示下，我們可以創(chuàng)建概念主題庫(kù)，按照數(shù)據(jù)庫(kù)的構(gòu)建，快速縱覽企業(yè)概況，綜合化地展示其經(jīng)營(yíng)成果，體現(xiàn)其協(xié)調(diào)的管理水平。并通過(guò)多維展示發(fā)展成果，總結(jié)服務(wù)成效的進(jìn)步，將整個(gè)熱點(diǎn)設(shè)計(jì)聚焦于一體，目標(biāo)性地展示公司運(yùn)營(yíng)的業(yè)績(jī)成績(jī)和管理成效，形成企業(yè)完善的形象。
3.3.2 全面監(jiān)測(cè)
企業(yè)有自己獨(dú)立而富含特色的運(yùn)營(yíng)模型，運(yùn)營(yíng)檢測(cè)中心對(duì)公司的各大版塊進(jìn)行了在線檢測(cè)控制，實(shí)現(xiàn)了外部環(huán)境、綜合績(jī)效、核心資源、運(yùn)營(yíng)狀況和關(guān)鍵流程的一體化，將“全天候、全方位、全流程”的核心展示出來(lái)。大數(shù)據(jù)下的分析進(jìn)度，一般是對(duì)當(dāng)天檢測(cè)的報(bào)道，經(jīng)過(guò)分析比照，報(bào)告的內(nèi)容得以支持，并運(yùn)用于業(yè)務(wù)推進(jìn)，為企業(yè)領(lǐng)導(dǎo)的決策增加了準(zhǔn)確有力的數(shù)據(jù)支持，實(shí)現(xiàn)了高層的進(jìn)一步高效化、
3.4 資源管理器
管理工具是系統(tǒng)檢測(cè)運(yùn)行的重要零件和引擎支持，因?yàn)楦哔|(zhì)量的數(shù)據(jù)管理、運(yùn)作合成，都需要工具的精準(zhǔn)和合理化，這樣才能提供合理有效的數(shù)據(jù)分析。隨著智能網(wǎng)絡(luò)的發(fā)展建設(shè)，基于數(shù)據(jù)中心的企業(yè)級(jí)數(shù)據(jù)資源管理工具，將進(jìn)一步對(duì)其數(shù)據(jù)庫(kù)進(jìn)行深入和管控。從保護(hù)核心資產(chǎn)安全和權(quán)威性權(quán)限來(lái)說(shuō)，這樣的高級(jí)管家是一個(gè)整體團(tuán)隊(duì)運(yùn)行所不可缺少的靈魂角色，并且更有利于鞏固現(xiàn)有的成果。
4 應(yīng)用關(guān)鍵
基于大數(shù)據(jù)分析的運(yùn)營(yíng)檢測(cè)信息系統(tǒng)，關(guān)鍵性在于將各大業(yè)務(wù)線進(jìn)行匯總。在完整而準(zhǔn)確的數(shù)據(jù)庫(kù)中，充分集成分析，通過(guò)先進(jìn)的預(yù)設(shè)數(shù)據(jù)管理工具，結(jié)合業(yè)務(wù)本身的指標(biāo)和指令，建立相應(yīng)的數(shù)據(jù)分析模型，并進(jìn)行高校的歷史記錄化的數(shù)據(jù)分析，從而實(shí)現(xiàn)智能化報(bào)告支持，解決了人力所不能完成的分析，幫助高層及時(shí)決策調(diào)整。
4.1 科學(xué)高效的業(yè)務(wù)能力
當(dāng)前先進(jìn)的數(shù)據(jù)庫(kù)管理工具有ETL和OGG，在其全面梳理公司環(huán)節(jié)的同時(shí)，通過(guò)對(duì)其要素的相關(guān)性進(jìn)行檢測(cè)，提取各大要素模型化并結(jié)構(gòu)化。最后，在ETL的自動(dòng)抽取技術(shù)和OGG的數(shù)據(jù)同步技術(shù)下，實(shí)現(xiàn)最有效的企業(yè)檢測(cè)業(yè)務(wù)架構(gòu)管理，將各大要素整合，全面推進(jìn)數(shù)據(jù)分析的應(yīng)用水準(zhǔn)和管理水平。
4.2 統(tǒng)籌治理與分析
數(shù)據(jù)中心是數(shù)據(jù)的儲(chǔ)藏室，本身并沒(méi)有計(jì)算能力，需要將他們進(jìn)行統(tǒng)籌才可以創(chuàng)造價(jià)值。因此，有序的管理和數(shù)據(jù)治理，是需要完善和加強(qiáng)的步驟，只有這樣，集成數(shù)據(jù)庫(kù)的業(yè)務(wù)數(shù)據(jù)才能更加完整和準(zhǔn)確。
4.3 系統(tǒng)集成的閉環(huán)流程
數(shù)據(jù)的匯總離不開(kāi)各大來(lái)源的高度集成，這樣才能實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)性、共享性、和協(xié)同性，才能不“辜負(fù)”系統(tǒng)的高度進(jìn)化。所以，需要主動(dòng)推進(jìn)業(yè)務(wù)融合，保持?jǐn)?shù)據(jù)唯一性和新鮮度，充分提高他的標(biāo)準(zhǔn)度和穩(wěn)定性，堅(jiān)持ESB等企業(yè)服務(wù)總線技術(shù)，將數(shù)據(jù)交換的樞紐更加統(tǒng)一，維護(hù)好集成架構(gòu)，規(guī)范化企業(yè)體系，實(shí)現(xiàn)完整的閉環(huán)流程管理模式。
5 結(jié) 語(yǔ)
數(shù)據(jù)時(shí)代，科技在不斷進(jìn)步，數(shù)據(jù)的集合更有無(wú)數(shù)種方式，同樣面臨更多的關(guān)卡，這需要全人類(lèi)進(jìn)行探索和啟發(fā)，從問(wèn)題中尋找新出路。
主要參考文獻(xiàn)
