张媛

【摘要】    本文重点分析通信领域大数据的应用前景以及模式场景，通信领域大数据在应用时，在数据资产以及用户资源等各方面都具有非常明显的优势特点，同时要紧紧把握住目前的现有机会。基于此，对借鉴标杆进行设置，对通信领域大数据价值展开深入分析，讨论其在实践中的商业模式，以此来保证通信领域大数据的整体应用效果。

【关键词】    通信领域    大数据    应用前景    模式场景

引言：

近年来科学技术的不断进步和快速发展，对于大数据技术而言起到了良好的推进效果，目前我国已经全面进入到大数据时代，无形当中开启了信息革命以及信息社会的时代。对于通信领域的创新和发展而言具有非常重要的推动作用，大数据在运营转型升级处理中，数字化转型对于我国通信行业的发展具有非常重要的影响和作用。由于通信领域涉及到的数据资产种类相对比较复杂，同时具有的类型也比较多，商业模式并不是很明确，运营商整体数据资源利用率普遍比较低，数据变现能力也相对比较差，很难将大数据在实践中的优势特点充分发挥出来。所以要结合实际情况，针对通信领域大数据展开多方面的分析和处理，这样才能够为通信行业大数据的整体应用提供保证。

一、通信领域大数据应用前景

1.1优势特点

通信行业无论是在数据资产或者用户资源等各方面具有非常明显的优势特点，在实践中要结合其自身的特征，对符合现实要求的商业模式进行合理利用，以此来保证大数据的整体应用效果。在通信行业发展过程中，其自身在数据资产优势方面具有明显独特性，数据资源规模相对比较大，同时具有非常丰富的数据资源类型，涵盖面也比较广。通信行业自身的用户资源优势相对比较明显，涉及到政府企业的多个层面，为大数据的应用可以提供相对比较坚实的基础作为支持[1]。

通信领域大数据的应用前景主要包括对内及对外两部分，对内整合其个人市场、家庭市场、政企市场、新兴市场数据资产，构建核心数据分析决策大脑和数据分析共建共享平台，利用精准的画像实现一客一策，精准分析企业投入产出比，实现在通信用户饱和的情况下提升内部产能;对外需要横向拓展政企用户，包括政府、银行、电商、娱乐、旅游等行业，在保障数据安全的前提下实现内部数据对外实现商务拓展，外部政企用户数据对运营商用户画像进一步填充，实现双向数据流通，打通运营商只有通信数据外部政企希望获取运营商数据的壁垒，构建运营商数据运转及使用的良性生态体系，实现大数据开放共享。

1.2机会

现阶段通信行业大数据的整体发展形势相对比较良好，无论是在政策、技术等各方面都具有非常良好的发展机遇。对于政府而言，需要意识到大数据产业的重视程度，促使大数据在实践中的建设和发展能够得到有效推进，以此来形成大数据的规模化应用产业。目前正面临着非常重要的政策机遇，从国际角度出发，世界各国对于大数据国家战略思想的重视程度相对比较高，纷纷出台相关战略。结合我国实际情况，我国是在2014年年底，对大数据三国战略思想进行编制，在2015年国务院印发有关大数据的应用意见，对大数据理念以及技术手段等进行合理利用，促使市场主体服务能够得到有针对性的监督和管理，对符合现实要求的社会化征信服务给予足够关注和重视。在后续实践操作过程中，对大数据产业化发展进行了有效推进[2]。

对于通信运营商的发展而言，具有非常重要的推动作用，特别是在近年来信息技术的建设和发展中，我国大数据技术逐渐进入到相对比较成熟的阶段，比如阿里云提供安全稳定的云计算技术服务等。在现有深层神经网络基础上，可以对语音识别以及图像識别等进行合理利用，虽然在目前大数据环境架构等各方面，我国现有大数据技术整体操作并不是很成熟，但是整体发展速度相对比较良好，具有非常良好的发展前景。在现阶段大数据产业整体发展形势相对比较良好的状态下，互联网企业可以实现有针对性的布局，各种不同类型传统企业即紧跟其后，整个市场分类相对比较活跃。但是需要注意的是，由于人才短缺等诸多因素条件的影响，导致我国大数据整体发展中仍然存在很多问题，同时很容易受到产业带来的统治力影响。

二、通信领域大数据模式场景

2.1标杆借鉴

结合目前科技行业大数据整体应用模式场景展开深入分析时，要结合实际情况，对国内外比较优秀企业的标杆展开深入研究，以此为基础，有利于推动我国大通信领域大数据的应用。国外通信运营商在大数据技术的引进和应用时，主要体现在数据业务分析以及战略地位突出等方面[3]。国外标杆运营商通常情况下，会对专业大数据管理部门进行科学合理的设置，甚至可以成立大数据业务子公司等，以此为基础，能够从制度角度出发，对大数据业务的独立性以及专注度进行有效推进。

大数据业务对于运营商而言，在某种程度上可以被看作是战略转型以及拓展性盈利点的模块，对于国外而言，基本上都会直接将大数据放在相对比较重要的位置。数据在具体应用时，自身的应用模式具有多元化特点。目前国外运营商大数据在应用时可以集中应用在智能交通以及精准营销的各领域中。

现阶段国内外互联网领域当中涉及到的大数据在应用时，与传统运营上之间具有非常明显的差异性，互联网企业并不会对子公司进行设置，而是直接在企业内部对专业大数据部门或者团队进行设置。对于传统运营商而言，互联网企业在日常运营和发展中，普遍都会将大数据直接看作是未来主要核心业务。大数据可以被看作是企业实现其自身经济效益稳定增长的必要前提条件。整个互联网行业在发展中其自身涉及到的数据呈现出爆炸式的增长状态。大数据在具体应用时，现有模式数量非常多，互联网企业当中涉及到的各种不同类型数据信息来源，可以为企业内部平台的运营和发展提供可靠依据作为支持。但是现有数据相对比较局限在事件中，可以以投资、并购等各种不同类型方式，促使其自身数据资产能够在实践中得到不断拓展。

2.2通信领域大数据价值分析

通信领域大数据当中主要是以用户统计数据、社交关系数据等相互组合而成，在实践中对各种不同类型数据展开有针对性的分析和判断，能够直接将通信大数据落实到实处。目标体现在以下两个方面，近期目标主要是以探索积累作为基础，在整个扩展应用时，要保证数据自身具有非常良好的可能性，无论是在数据选择和利用方面，都以位置信息以及业务数据等各方面作为其中的主题。远期目标则是以价值提升作为基础，在实践中要对数据价值进行深入拓展和利用，以此来保证数据信息的准确性和有效性。

2.3商业模式

对目前大数据从产生一直到集中形成的整体应用情况展开深入分析时，在实践中可以直接将大数据产业链划分为数据源基础设施以及软件系统等各组成部分。同时由于受到数据交易以及产业支撑辅助等各方面因素条件带来的影响，可以从中逐渐延伸主动性，在大数据产业链当中能够扮演的角色，对数据资源提供者以及基础设施提供者等各方面工作人员而言，可以提供相对比较可靠的数据信息作为支持。通信行业在日常运营和发展中，能够将其自身核心价值作为基础，以此来保证产业链相互之间的有效整合[4]。在实践中要将基础设施作为基础，逐渐向系统层进行不断拓展，保证综合服务能力得到有效提升。除此之外，要在实践中对相关数据源层的优势特点进行利用，促使其逐渐向更高的应用和服务转变。从拓展保证能够提供含量数据作为支持，同时要保证现有数据信息的真实性和有效性，以此为基础，将产业链整合作为前提条件，促使其在产业链当中的影响力得到强化。将通信行业大数据产业链价值定位作为基础，这样能够实现这些有商业模式的深入分析，同时能够结合实际情况，对通信领域大数据的整体发展目标进行确定。对于内部大数据技术整体操作人员而言，可以对大数据技术手段及其合理利用，保证网络以及经营等各方面的有效推进。对于外部而言，近期可以将其判断是大数据在实践中的主要应用探索者，在现有用户数据基础上能够不断加深对客户需求的理解，促使行业影响力得到有效提升。在中期可以直接將其看作是大数据应用服务的主要提供者，对内外部数据展开有针对性的融合，促使标准化应用服务能够得到有效推进，以此来实现数据资源的转化。同时对现有大数据解决方案进行不断完善和优化，远期可以被看作是大数据产业生态构建人员实现产品以及应用的标准化处理，同时要保证大数据以及资源在实践中的整个吸纳以及聚合力度得到提升，对跨领域以及跨行业能力开放平台的建设和发展而言，具有实质性意义。

2.4应用场景设计

结合目前通信领域大数据的整个商业模式的应用现状，其在具体应用时通常可以以内服务和对外服务两种不同类型。在实践中，通信运营商的对内大数据应用场景设计中，要将现有业务的深度融合作为基本原则，促使价值能够得到有效提升，保证现有服务能够在实践中得到不断完善和优化。同时要与行业发展以及企业内部的整个运营情况展开深度融合，这样做的根本目的是为了保证市场决策的推进，促使日常资源管理以及运营效率能够在实践中得到有效提升。在通信语言上，对外大数据整体应用场景设计环节，通常要遵循合规性以及普适性的基本原则，将各种不同类型信息业务进行深入探索，保证公司自身价值的有效提升。将数据用户等各种不同类型的要素作为出发点，实现对大数据应用场景的设计，包括数据分析报告以及人流量监测等。在中期可以逐渐朝着数据教育的两个趋势发展，远期则需要将智慧城市作为出发点，实现对大数据产业生态系统的构建。在整个通信领域大数据对外服务中相关用户姓名及身份证号码等个人不等各种不同类型信息，可能会触及到的政策红线问题能够得到有针对性的处理，以此来实现对现有各类风险的规避。

三、结束语

现阶段大数据产业仍然处于发展中状态，通信行业可以对其自身在大数据中的各种不同类型的优势特点进行合理利用。事先统筹规划发展，对现有数据以及用户等相关资源进行整合，对大数据当中涉及到的潜力和价值进行深入挖掘，这样才能够实现大数据技术在实践中的广泛推广和应用。

参  考  文  献

[1]许宪春，王洋.大数据在企业生产经营中的应用[J].改革， 2021（01）：18-35.

[2]郭晓蓓，蒋亮.5G与金融的融合路径与应用场景研究[J].西南金融，2020（01）：12-22.

[3]陈克复，陈广学.智能包装——发展现状、关键技术及应用前景[J].包装学报，2019，11（01）：1-17+105.

[4]程乐峰，余涛，张孝顺，殷林飞.机器学习在能源与电力系统领域的应用和展望[J].电力系统自动化，2019，43（01）：15-31.