2017年电信大数据应用白皮书_37页_2mb

电信大数据应用白皮书（2017年）总结

核心内容概述

电信大数据作为数字化时代的重要资源，具备广泛的应用价值。它不仅有助于推动经济发展，还能改善公共服务，是大数据产业发展的重要内容和电信企业转型的重要方向。本白皮书系统分析了电信大数据的应用现状、优势、挑战，探讨了标准化与合规性、政策基础与法律风险、商业模式及未来发展趋势，并提出了促进电信大数据价值应用的发展策略。

主要观点与关键信息

一、电信大数据应用情况概述

• 发展现状
  电信大数据应用起步晚于国外，但发展迅速，呈赶超态势。国际运营商已逐步成熟，而我国运营商在2013-2014年明确将大数据业务作为战略方向，正在快速拓展应用范围。

• 应用领域
  运营商大数据应用重点在零售、医疗、金融、政务和智慧城市等领域，主要通过用户画像、目标人群模型等方式提供精准营销、客流统计、信用分析等服务。

• 内外部应用
  电信企业内部大数据应用更为深入，涵盖精准营销、网络优化、服务优化等多个方面，而外部应用仍受用户隐私和数据安全限制。

• 运营策略
  专业化和独立化运营是电信企业大数据业务发展的主要策略，如成立专门部门或子公司，以灵活的方式开展数据产品开发和对外合作。

二、电信大数据标准化与合规性

• 标准化进展
  ITU-T、CCSA、ISO/IEC、NIST等国内外标准化组织已开展大数据相关标准制定工作，涉及数据采集、存储、传输、安全及治理等多个方面。

• 技术要点
  数据资源标准化、技术处理标准化和安全管控标准化是电信大数据标准化的重点，涵盖数据分类、加密、脱敏、存储、传输、访问控制等方面。

• 合规性要求
  电信大数据应用需遵守《促进大数据发展行动纲要》《电信和互联网用户个人信息保护规定》《网络安全法》等法律法规，保障数据安全与用户隐私。

• 数据合规管理
  数据来源、转移方式、授权内容和流程需符合国家标准和行业规范，确保数据在合法、安全、可控的环境中使用。

三、政策基础与法律风险

• 政策基础
  国家高度重视大数据发展，出台多项政策鼓励电信大数据应用，包括《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020）》等，为电信大数据应用提供了良好的政策环境。

• 法律风险
  电信大数据应用涉及用户隐私和数据安全，存在数据收集、使用、流通、共享等环节的法律风险。相关立法对数据的收集、使用、存储、传输等提出了明确要求。

• 风险控制策略
  建议电信企业依法建立数据收集、使用和共享安全管理制度，构建数据存储与传输安全保护体系，建立数据安全事件应急响应机制，并加强内部管理体系与人员培训。

四、电信大数据应用的商业模式

• 商业模式分类
  大数据产业链分为“数据源”、“基础设施”、“软件系统”和“应用服务”等环节，衍生出六大商业模式：数据应用服务、数据交易平台、数据软件技术服务、数据基础设施建设、数据源供应、产业支撑服务。

• 电信企业定位
  电信企业应根据自身优势选择最适合的商业模式，其中基础设施供应和应用服务模式是重点发展方向，其他模式则存在一定的局限性。

五、电信大数据应用的发展趋势

• 快速发展机遇期
  大数据产业已进入稳步发展阶段，电信大数据应用将迎来快速发展，预计2017-2020年复合年均增长率保持在30%左右。

• 热点领域深化
  金融、政务、交通、旅游等领域的应用不断深化，电信大数据将从服务支撑走向业务合作，推动创新产品开发。

• 非结构化数据应用兴起
  随着4G网络发展，视频、音频等非结构化数据的分析应用成为新趋势，提升了电信大数据的应用价值。

• 新技术驱动发展
  物联网、人工智能、AR/VR等技术的发展为电信大数据应用提供了新的动力，推动数据规模和应用价值的提升。

• 个性化服务成为新方向
  未来电信大数据将向大众市场拓展，提供个性化服务，如健康管理、消费分析等，以满足更多个人用户的需求。

六、电信大数据应用的发展策略

• 整合行业资源
  建议政府牵头，联合电信企业与行业组织，建立统一的数据资源目录，推动数据整合和标准化，打造具有广泛影响力的案例，引导市场应用需求。

• 强化数据安全管控
  建立统一的安全接入平台，明确各方安全责任，加强安全评审和审计，保障用户数据安全和隐私。

• 实现数据资产化管理
  提升数据运营能力，加强数据存储、分析、输出、安全等基础能力建设，形成统一的数据管理与运营体系。

• 专业化独立化运营
  建立独立的大数据运营部门，推动大数据业务与传统电信业务的区隔，探索与其他大数据企业合作运营模式，拓展外部应用与价值变现渠道。

总结

电信大数据具备数据规模大、类型丰富、覆盖广等特点，是推动数字经济和信息化社会的重要资源。然而，其发展仍面临市场培育不足、行业协同不够、数据安全风险以及数据管理能力薄弱等挑战。为此，需推动标准化与合规性建设，加强数据安全管控，探索多元化商业模式，实现数据“资产化”管理，并推动专业化和独立化运营，以促进电信大数据的广泛应用和价值实现。