版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
2016年電信運(yùn)營(yíng)商大數(shù)據(jù)
分析^報(bào)告(此文檔為word格式,可任意修改編輯?。?016年5月目錄1移動(dòng)互聯(lián)推動(dòng)運(yùn)營(yíng)商跨入大數(shù)據(jù)時(shí)代52通信大數(shù)據(jù)價(jià)值對(duì)比互聯(lián)網(wǎng)、金融大數(shù)據(jù)特點(diǎn)顯著521、大數(shù)據(jù)技術(shù)助力運(yùn)營(yíng)商數(shù)據(jù)獲取能力拓展522、互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)人群廣度上仍有所不足623、金融企業(yè)大數(shù)據(jù)在對(duì)人群屬性定位在過(guò)于狹窄724、運(yùn)營(yíng)商大數(shù)據(jù)在定位用戶O2O需求方面優(yōu)勢(shì)顯著73DT時(shí)代通信大數(shù)據(jù)將迎來(lái)貨幣化大機(jī)會(huì)831、通信大數(shù)據(jù)可細(xì)分為五個(gè)產(chǎn)業(yè)環(huán)節(jié)932、采集環(huán)節(jié)價(jià)值并不顯著1033、非結(jié)構(gòu)化數(shù)據(jù)特點(diǎn)推動(dòng)大數(shù)據(jù)庫(kù)卡位的價(jià)值11331、創(chuàng)新公司高估值表明大數(shù)據(jù)底層架構(gòu)體系受到歡迎12332、Hadoop體系將是大數(shù)據(jù)時(shí)代最有可能的發(fā)展方向12333、適應(yīng)DT時(shí)代運(yùn)營(yíng)商積極轉(zhuǎn)變134大數(shù)據(jù)分析將占據(jù)未來(lái)產(chǎn)業(yè)鏈技術(shù)能力核心1641、分析工具類公司高估值表明大數(shù)據(jù)分析體系有較高價(jià)值1642、大數(shù)據(jù)分析將是有別于傳統(tǒng)數(shù)據(jù)分析的新市場(chǎng)1743、大數(shù)據(jù)應(yīng)用將是最大的蛋糕所在19431、大數(shù)據(jù)營(yíng)銷公司獲得市場(chǎng)青睞19432、大數(shù)據(jù)變現(xiàn)將是整個(gè)大數(shù)據(jù)應(yīng)用的最后一公里195、通信大數(shù)據(jù)應(yīng)用將迎來(lái)藍(lán)海時(shí)代2051、大數(shù)據(jù)行業(yè)現(xiàn)狀2052、運(yùn)營(yíng)商大數(shù)據(jù)商業(yè)模式22521、傳統(tǒng)模式:經(jīng)營(yíng)分析24522、第三方分析25523、精準(zhǔn)營(yíng)銷26524、第三方合作2753運(yùn)營(yíng)商大數(shù)據(jù)市場(chǎng)規(guī)模28531、運(yùn)營(yíng)商DSP29532、消費(fèi)金融32533、信息安全監(jiān)測(cè)34534、運(yùn)營(yíng)商大數(shù)據(jù)加大投入356、電信運(yùn)營(yíng)商大數(shù)據(jù)投資建議3661、運(yùn)營(yíng)商大數(shù)據(jù)進(jìn)入實(shí)質(zhì)性商業(yè)階段3762、由互聯(lián)網(wǎng)服務(wù)及行業(yè)信息化帶來(lái)的大量數(shù)據(jù)所造就的大數(shù)據(jù)機(jī)遇3863、大數(shù)據(jù)挖掘技術(shù)快速發(fā)展397、主要公司分析4071、東方國(guó)信4172、烽火通信4233、榮之聯(lián)4374、風(fēng)險(xiǎn)提示441移動(dòng)互聯(lián)推動(dòng)運(yùn)營(yíng)商跨入大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)時(shí)代正面臨著從IT(InformationTechnology)時(shí)代向DT(DataTechnology)時(shí)代的演進(jìn),大數(shù)據(jù)已經(jīng)成為主旋律,而作為最為龐大的大數(shù)據(jù)資源行業(yè)一一電信運(yùn)營(yíng)商行業(yè)即將面臨時(shí)代賦予的機(jī)遇,帶來(lái)諸多的投資機(jī)會(huì)。受益于移動(dòng)終端數(shù)量的快速普及和移動(dòng)網(wǎng)民數(shù)量的大幅增長(zhǎng),運(yùn)營(yíng)商已形成有效的用戶大數(shù)據(jù),其自2012年左右啟動(dòng)大數(shù)據(jù)搜集,并于2013年起開始陸續(xù)收集大數(shù)據(jù),開始累積比較完整的用戶信息;進(jìn)入2014年后,運(yùn)營(yíng)商基本已進(jìn)入到全用戶數(shù)據(jù)采集階段并已開始積極尋求合作,目前已有部分產(chǎn)品雛形。根據(jù)調(diào)研的情況,某省分運(yùn)營(yíng)商目前采集的數(shù)據(jù)量已經(jīng)達(dá)到PB(1PB=1024TB)的級(jí)別。三大運(yùn)營(yíng)商在大數(shù)據(jù)的進(jìn)展上略有差異。電信進(jìn)展最快、聯(lián)通次之、移動(dòng)進(jìn)展相對(duì)較慢。中電信大數(shù)據(jù)布局迅速主要是依靠之前固網(wǎng)寬帶和IPTV業(yè)務(wù),使得其在移動(dòng)互聯(lián)時(shí)代之前已有大量數(shù)據(jù)并已開始進(jìn)行采集和分析,無(wú)論是在數(shù)據(jù)的廣度還是范圍上均有優(yōu)勢(shì),其應(yīng)用進(jìn)展相對(duì)較快。圖表1:電信運(yùn)營(yíng)商數(shù)據(jù)采集的層次與階段圖表2:中國(guó)電信大數(shù)據(jù)發(fā)展路線圖此外,運(yùn)營(yíng)商大數(shù)據(jù)現(xiàn)在主要分為三部分:采集、分析與應(yīng)用(如圖表1)。由于運(yùn)營(yíng)商現(xiàn)有商業(yè)智能合作方對(duì)于運(yùn)營(yíng)商情況較為了解,可能優(yōu)先獲得業(yè)務(wù)拓展的機(jī)會(huì)。此外,運(yùn)營(yíng)商傾向于一站式解決問(wèn)題的供應(yīng)商以提高項(xiàng)目效率與效果。因此,提供一體化商業(yè)解決方案的現(xiàn)有合作公司更有望獲得運(yùn)營(yíng)商的優(yōu)先合作機(jī)會(huì),并且在運(yùn)營(yíng)商大數(shù)據(jù)資本開支投資不斷增長(zhǎng)的情況下獲益。2通信大數(shù)據(jù)價(jià)值對(duì)比互聯(lián)網(wǎng)、金融大數(shù)據(jù)特點(diǎn)顯著21、大數(shù)據(jù)技術(shù)助力運(yùn)營(yíng)商數(shù)據(jù)獲取能力拓展目前運(yùn)營(yíng)商在用戶數(shù)據(jù)的獲取上不斷擴(kuò)大范圍,從最初的用戶信息、通話信息、賬單信息等快速延伸,目前已包含:1)傳統(tǒng)數(shù)據(jù):如用戶通信信息、賬單信息、用戶個(gè)人信息、客服信息等;2)個(gè)人附加信息:如位絡(luò)軌跡等;3)APP使用數(shù)據(jù):主要包括APP下載、用戶對(duì)APP的使用時(shí)長(zhǎng)、點(diǎn)擊等數(shù)據(jù)。在上述數(shù)據(jù)的基礎(chǔ)上,目前運(yùn)營(yíng)商已經(jīng)構(gòu)建了多個(gè)大數(shù)據(jù)平臺(tái),全方位、多角度地收集用戶信息。圖表3:電信運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)運(yùn)營(yíng)商天然具有用戶的信息,并且在這幾年國(guó)家力推用戶實(shí)名制后,運(yùn)營(yíng)商基本具備用戶真實(shí)信息和完整信息。此外,考慮到,手機(jī)信息非常重要,主要有以下幾大原因:圖表4:手機(jī)數(shù)據(jù)具有重要作用利用這些數(shù)據(jù)進(jìn)行對(duì)內(nèi)及對(duì)外的大數(shù)據(jù)運(yùn)營(yíng)將是運(yùn)營(yíng)商擴(kuò)大自身價(jià)值的不二選擇,而在此之前對(duì)于數(shù)據(jù)收集、管理、應(yīng)用的投入也將不斷增加,利好產(chǎn)業(yè)鏈。22、互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)人群廣度上仍有所不足反觀互聯(lián)網(wǎng)企業(yè),雖然在各自垂直領(lǐng)域擁有較為深入的數(shù)據(jù),在深度上較有優(yōu)勢(shì),但是其數(shù)據(jù)覆蓋面較窄,可能難以勾勒出用戶全景??梢砸訠AT三家大數(shù)據(jù)情況為例:1)阿里巴巴:阿里最為突出的是電商數(shù)據(jù),尤其是用戶在淘寶和天貓上的商品瀏覽、搜索、點(diǎn)擊、收藏和購(gòu)買等數(shù)據(jù),其數(shù)據(jù)最大特點(diǎn)是從瀏覽到支付形成的用戶漏斗式轉(zhuǎn)化數(shù)據(jù)。借此,阿里擁有用戶的交易數(shù)據(jù)和信用數(shù)據(jù),并通過(guò)支付寶獲得用戶實(shí)名認(rèn)證。此外,阿里巴巴還通過(guò)投資等方式掌握了部分社交數(shù)據(jù)、移動(dòng)數(shù)據(jù),如微博和高德等。但典型如芝麻信用,其能夠定位信用度較高的人,但是由于其數(shù)據(jù)對(duì)人群覆蓋廣度的不足,無(wú)法定位信用度不夠的人,這一點(diǎn)在其實(shí)際應(yīng)用中已有體現(xiàn)。2)百度:百度的數(shù)據(jù)以用戶搜索的關(guān)鍵詞、以及被抓取的網(wǎng)頁(yè)、圖片和視頻數(shù)據(jù)為主,百度的數(shù)據(jù)特點(diǎn)是通過(guò)搜索關(guān)鍵詞直接反映用戶興趣和需求,百度的數(shù)據(jù)以非結(jié)構(gòu)化數(shù)據(jù)更多,但是其無(wú)法得知用戶個(gè)人信息和最終消費(fèi)行為等。3)騰訊:騰訊擁有用戶關(guān)系數(shù)據(jù)和基于此產(chǎn)生的社交數(shù)據(jù)。這些數(shù)據(jù)可以分析人們的生活和行為,從里面挖掘出政治、社會(huì)、文化、商業(yè)、健康等領(lǐng)域的信息,但是其社交信息也存在非實(shí)名制問(wèn)題,同時(shí),騰訊也無(wú)法得知用戶的具體行為,只能做出一定的推斷。圖表5:BAT大數(shù)據(jù)來(lái)源23、金融企業(yè)大數(shù)據(jù)在對(duì)人群屬性定位在過(guò)于狹窄金融大數(shù)據(jù)重點(diǎn)如銀聯(lián)大數(shù)據(jù)、銀行大數(shù)據(jù)等,其主要特點(diǎn)是對(duì)用戶的消費(fèi)交易流水、資金流水等能夠進(jìn)行獲取利用,主要能夠?qū)υ撚脩舻闹Ц赌芰ε袛嗵峁┹^好的數(shù)據(jù)支撐,但對(duì)比于電商大數(shù)據(jù),其對(duì)用戶具體消費(fèi)屬性的定位可能有所欠缺,對(duì)特定O2O需求更是缺乏定位。24、運(yùn)營(yíng)商大數(shù)據(jù)在定位用戶O2O需求方面優(yōu)勢(shì)顯著以BAT為首的互聯(lián)網(wǎng)企業(yè)在各自領(lǐng)域已積極布局大數(shù)據(jù),并已對(duì)大數(shù)據(jù)挖掘等進(jìn)行深入探索。但是,互聯(lián)網(wǎng)廠商數(shù)據(jù)在O2O時(shí)代仍存缺陷。如果把全國(guó)社會(huì)消費(fèi)零售總額區(qū)分為“提袋消費(fèi)”和“非提袋消費(fèi)”兩類,則提袋消費(fèi)占據(jù)大概1/3,也就是可以通過(guò)物流等方式實(shí)現(xiàn)的商品購(gòu)買行為,這部分是受電商沖擊比較直接的部分,BAT和攜程等的數(shù)據(jù)能夠較好的搜集用戶關(guān)于提袋消費(fèi)方面的數(shù)據(jù);然而在占據(jù)2/3的非提袋消費(fèi)中,主要特征為無(wú)法線上消費(fèi),但是可以線上預(yù)訂必須線下消費(fèi),也就是大家所說(shuō)的O2O,比如旅游、娛樂、健康、教育等,而在這個(gè)領(lǐng)域,電信運(yùn)營(yíng)商可以通過(guò)用戶的電話指向、搜索關(guān)鍵詞、位絡(luò)信息、APP使用特征等較為全面的描繪,而在互聯(lián)網(wǎng)領(lǐng)域由于O2O業(yè)務(wù)本身并未成熟,相關(guān)數(shù)據(jù)欠缺。在O2O用戶需求數(shù)據(jù)搜集方面,運(yùn)營(yíng)商大數(shù)據(jù)明顯更勝一籌。圖表6:互聯(lián)網(wǎng)企業(yè)信息具有局限性3DT時(shí)代通信大數(shù)據(jù)將迎來(lái)貨幣化大機(jī)會(huì)流量經(jīng)營(yíng)時(shí)代將驅(qū)動(dòng)運(yùn)營(yíng)商強(qiáng)化大數(shù)據(jù)應(yīng)用能力帶來(lái)行業(yè)性機(jī)會(huì)近兩年運(yùn)營(yíng)商對(duì)于大數(shù)據(jù)的經(jīng)營(yíng)發(fā)生了較大變化,從過(guò)去主要采集用戶信息、ARPU值等用于經(jīng)分、客戶維護(hù)等,逐漸轉(zhuǎn)向信令數(shù)據(jù)、用戶數(shù)據(jù)、APP數(shù)據(jù)的采集和分析等。這其中主要由于發(fā)生了幾大變化,使得運(yùn)營(yíng)商更注重大數(shù)據(jù):1)移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái):進(jìn)入到移動(dòng)互聯(lián)網(wǎng)時(shí)代,手機(jī)變成用于上網(wǎng)最多的終端。在移動(dòng)端上,運(yùn)營(yíng)商可以監(jiān)測(cè)到每個(gè)用戶使用的流量、用戶的常用APP、每個(gè)APP打開次數(shù)、停留時(shí)間、搜索和瀏覽的網(wǎng)頁(yè)等;2)由增量用戶搶奪變?yōu)榇媪坑脩艟S系:目前移動(dòng)用戶已達(dá)13億戶,新增空間已十分有限。運(yùn)營(yíng)商的策略講從爭(zhēng)奪新增用戶轉(zhuǎn)向存量市場(chǎng)的挖掘和用戶維系,并且提高單用戶的ARPU值。因此,運(yùn)營(yíng)商更加關(guān)注大數(shù)據(jù),希冀從中能夠獲得更多用戶習(xí)慣和偏好進(jìn)而通過(guò)針對(duì)性的措施提升ARPU。從運(yùn)營(yíng)商進(jìn)行大數(shù)據(jù)挖掘的出發(fā)點(diǎn)進(jìn)行考量,運(yùn)營(yíng)商目前最為關(guān)心的將主要聚焦于如何用大數(shù)據(jù)提升用戶的流量使用量,以及如何通過(guò)新的商業(yè)模式獲取更多收益。重點(diǎn)把握DT時(shí)代大數(shù)據(jù)三種關(guān)鍵機(jī)遇31、通信大數(shù)據(jù)可細(xì)分為五個(gè)產(chǎn)業(yè)環(huán)節(jié)對(duì)于大數(shù)據(jù)的關(guān)注不應(yīng)當(dāng)僅僅局限于其應(yīng)用領(lǐng)域。大數(shù)據(jù)的成功必然是整個(gè)流程的運(yùn)作成功。在獲取大數(shù)據(jù)后,其應(yīng)用流程應(yīng)當(dāng)包含:采集、大數(shù)據(jù)庫(kù)、分析與應(yīng)用。目前,在數(shù)據(jù)中,非結(jié)構(gòu)化數(shù)據(jù)的占比已快速增長(zhǎng),而且非結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)相比增長(zhǎng)速度快10到50倍。根據(jù)IDC的報(bào)告顯示,目前大數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)占到了80%~90%之間。非結(jié)構(gòu)化數(shù)據(jù)主要包含郵件、視頻、微博、手機(jī)呼叫、網(wǎng)頁(yè)點(diǎn)擊、搜索等數(shù)據(jù)來(lái)源。可以說(shuō),非結(jié)構(gòu)化數(shù)據(jù)隨著互聯(lián)網(wǎng)、特別是移動(dòng)互聯(lián)網(wǎng)的發(fā)展而快速興起。如果說(shuō)結(jié)構(gòu)化數(shù)據(jù)用詳實(shí)的方式記錄了企業(yè)的生產(chǎn)交易活動(dòng),那么非結(jié)構(gòu)化數(shù)據(jù)則是掌握企業(yè)命脈的關(guān)鍵內(nèi)容,所反映的信息蘊(yùn)含著諸多企業(yè)效益提高的機(jī)會(huì)。因此,只有解決非結(jié)構(gòu)化數(shù)據(jù)的分析困難,才能有效挖掘這些數(shù)據(jù)背后的價(jià)值,驅(qū)動(dòng)企業(yè)價(jià)值提升。未來(lái),非結(jié)構(gòu)化數(shù)據(jù)將占到更加主導(dǎo)的地位。隨著非結(jié)構(gòu)化數(shù)據(jù)的爆炸式增長(zhǎng),傳統(tǒng)體系已難以支撐。主要原因?yàn)椋海?)傳統(tǒng)體系無(wú)法支撐短時(shí)間內(nèi)大量數(shù)據(jù)的采集;(2)傳統(tǒng)體系要求必須將數(shù)據(jù)進(jìn)行歸檔和分析后進(jìn)行儲(chǔ)存;(3)傳統(tǒng)體系的大數(shù)據(jù)調(diào)取和分析需要耗費(fèi)大量時(shí)間。(4)龐大的規(guī)模、指數(shù)級(jí)的增長(zhǎng)和多變的特征使得大數(shù)據(jù)迫切需要一種可伸縮性更強(qiáng)、更靈活的數(shù)據(jù)管理和分析框架。而傳統(tǒng)體系難以實(shí)現(xiàn)。因此,大數(shù)據(jù)產(chǎn)業(yè)鏈將主要分為如下幾個(gè)環(huán)節(jié):基于采集設(shè)備和存儲(chǔ)設(shè)備的部署、大數(shù)據(jù)庫(kù)開發(fā)運(yùn)維、分析以及應(yīng)用。圖表7:運(yùn)營(yíng)商大數(shù)據(jù)產(chǎn)業(yè)鏈環(huán)節(jié)在目前數(shù)據(jù)快速增加、大數(shù)據(jù)需要先存儲(chǔ)再之后再按需及時(shí)進(jìn)行大規(guī)模數(shù)據(jù)分析的現(xiàn)狀,傳統(tǒng)體系將遇到重大挑戰(zhàn),而這也是將數(shù)據(jù)采集、存儲(chǔ)作為重要環(huán)節(jié)的原因。其中,隨著目前基礎(chǔ)架構(gòu)的革新,采集和存儲(chǔ)、乃至分析的相關(guān)性都愈發(fā)增強(qiáng)。隨著大數(shù)據(jù)的發(fā)展,Hadoop日益成為該領(lǐng)域的主流架構(gòu),其在各項(xiàng)領(lǐng)域中均較原有的架構(gòu)和體系擁有較大進(jìn)步。此外,在分析層面,未來(lái)的分析工具將是集合從采集、分析到應(yīng)用的一體化大數(shù)據(jù)分析平臺(tái)。以美國(guó)公司Splunk為例,其為客戶提供的是從數(shù)據(jù)采集、索引、核心功能到最終應(yīng)用的一整套大數(shù)據(jù)分析平臺(tái),而非僅僅是最后一套設(shè)定的分析工具。在該平臺(tái)上,用戶可以隨時(shí)按需定制化或更改應(yīng)用。在數(shù)據(jù)分析后,Splunk能夠給出可直接使用或查看的結(jié)果。對(duì)于用戶而言,在Splunk上可以實(shí)現(xiàn)數(shù)據(jù)分析的全過(guò)程。Splunk目前市值已達(dá)80億美元。而在應(yīng)用層面,運(yùn)營(yíng)商大數(shù)據(jù)的應(yīng)用范圍將遠(yuǎn)不止于目前已經(jīng)較為成熟的精準(zhǔn)營(yíng)銷范疇,未來(lái)運(yùn)營(yíng)商將與第三方合作,將大數(shù)據(jù)的應(yīng)用擴(kuò)展到更多層面的應(yīng)用,包含金融、流量經(jīng)營(yíng)等。目前,聯(lián)通已與招商銀行成立“招聯(lián)消費(fèi)金融有限公司”,雙方將在大數(shù)據(jù)方面進(jìn)行深入合作。未來(lái),類似的合作將更多。32、采集環(huán)節(jié)價(jià)值并不顯著運(yùn)營(yíng)商在大數(shù)據(jù)的采集上主要使用DPI等進(jìn)行。DPI能夠感知網(wǎng)絡(luò)應(yīng)用,給運(yùn)營(yíng)商提供網(wǎng)絡(luò)控制和管理的手段。通過(guò)部署DPI系統(tǒng),運(yùn)營(yíng)商在流量及大數(shù)據(jù)方面可以做到:1)了解運(yùn)營(yíng)商網(wǎng)絡(luò)的實(shí)際運(yùn)營(yíng)情況:DPI系統(tǒng)能將網(wǎng)絡(luò)上的流量情況從不同角度采集數(shù)據(jù)并且呈現(xiàn)給運(yùn)營(yíng)商;2)優(yōu)化網(wǎng)絡(luò):在了解網(wǎng)絡(luò)運(yùn)營(yíng)情況的基礎(chǔ)上,運(yùn)營(yíng)商可以利用自身網(wǎng)絡(luò)資源,重新整合網(wǎng)絡(luò)價(jià)值,從而達(dá)到降低投資成本的目的。由于運(yùn)營(yíng)商在大數(shù)據(jù)上的持續(xù)布局,運(yùn)營(yíng)商對(duì)于DPI等采集設(shè)備的需求也在持續(xù)擴(kuò)張。以中移動(dòng)為例,可以從其“中國(guó)移動(dòng)采購(gòu)與招標(biāo)網(wǎng)”上注意到,DPI設(shè)備在不斷進(jìn)行采購(gòu),從總部到各省分均有較大需求,DPI設(shè)備在運(yùn)營(yíng)商部署初期存在快速上量的機(jī)會(huì)。但是從目前來(lái)看,DPI雖然采集數(shù)據(jù),但是采集的數(shù)據(jù)較為常規(guī)化,并且采集數(shù)據(jù)的種類和范圍通常由運(yùn)營(yíng)商提出需求,DPI設(shè)備和運(yùn)維商根據(jù)需求進(jìn)行相應(yīng)調(diào)整即可。圖表8:中移動(dòng)DPI采集設(shè)備集采招標(biāo)33、非結(jié)構(gòu)化數(shù)據(jù)特點(diǎn)推動(dòng)大數(shù)據(jù)庫(kù)卡位的價(jià)值大數(shù)據(jù)時(shí)代,對(duì)于數(shù)據(jù)有了新的需求,首先數(shù)據(jù)庫(kù)要能夠存儲(chǔ)大量數(shù)據(jù)并且數(shù)據(jù)庫(kù)易延展性較好,能夠隨時(shí)擴(kuò)容;其次,非結(jié)構(gòu)化數(shù)據(jù)也要能夠做到易于存儲(chǔ)并隨時(shí)按需調(diào)用;第三,大數(shù)據(jù)分析能力需要高效。而傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)在上述三者均遇到較大挑戰(zhàn)。相比而言,Hadoop體系能夠較好地滿足上述需求,因此日益成為該領(lǐng)域的主流架構(gòu)。331、創(chuàng)新公司高估值表明大數(shù)據(jù)底層架構(gòu)體系受到歡迎Hadoop商用企業(yè)Cloudera估值超40億美元在Hadoop生態(tài)系統(tǒng)中,Cloudera規(guī)模最大且最為知名。Cloudera成立于2008年,是最早將Hadoop商用的公司。Cloudera于2014年4月宣布完成一輪9億美元的融資,其中包括英特爾投資的74億美元。當(dāng)時(shí),Cloudera的估值約為41億美元。Cloudera的客戶包括AOL、哥倫比亞廣播公司、eBay、Expedia、摩根大通、Monsanto、諾基亞、RIM和迪士尼等。Cloudera提供了ClouderaEnterprise、ClouderaManager以及ClouderaNavigator等管理軟件,實(shí)現(xiàn)數(shù)據(jù)的安全性、可擴(kuò)展性和易管理性。Hortnoworks估值超10億美元Hortonworks成立于2011年,是雅虎與BenchmarkCapital合資組建的公司,也是一家完全支持開源的Hadoop公司。截至2013年4月財(cái)年,其年度營(yíng)業(yè)收入僅僅1100萬(wàn)美元,但該公司的合作伙伴已超過(guò)140個(gè),其中包括微軟、Teradata和Rackspace等行業(yè)巨頭。2014年,公司收入中的60%來(lái)自于“productionsubscriptions",另外40%的份額是來(lái)自培訓(xùn)和咨詢業(yè)務(wù)。Hortnoworks已經(jīng)上市,目前市值為10億美元。332、Hadoop體系將是大數(shù)據(jù)時(shí)代最有可能的發(fā)展方向Hadoop原本來(lái)自于谷歌一款名為MapReduce的編程模型包。谷歌的MapReduce框架可以把一個(gè)應(yīng)用程序分解為許多并行計(jì)算指令,跨大量的計(jì)算節(jié)點(diǎn)運(yùn)行非常巨大的數(shù)據(jù)集。使用該框架的一個(gè)典型例子就是在網(wǎng)絡(luò)數(shù)據(jù)上運(yùn)行的搜索算法。Hadoop最初只與網(wǎng)頁(yè)索引有關(guān),但由于體系適宜大數(shù)據(jù)特征,其優(yōu)越性使得其迅速發(fā)展成為分析大數(shù)據(jù)的領(lǐng)先平臺(tái)。圖表9:Hadoop體系優(yōu)越性此外,考慮到運(yùn)營(yíng)商的非結(jié)構(gòu)化數(shù)據(jù)來(lái)源過(guò)于廣泛,可能出現(xiàn)需要的數(shù)據(jù)占比過(guò)低的問(wèn)題。因此,在獲取和采集數(shù)據(jù)后,需要進(jìn)行“數(shù)據(jù)清洗”,將不必要的信息進(jìn)行清洗,以達(dá)到減少數(shù)據(jù)存儲(chǔ)量以及存儲(chǔ)有用信息的目的?!皵?shù)據(jù)清洗”的步驟在數(shù)據(jù)采集以及進(jìn)入大數(shù)據(jù)庫(kù)之間,隨著數(shù)據(jù)量的迅速上升,該環(huán)節(jié)將得到更多重視。333、適應(yīng)DT時(shí)代運(yùn)營(yíng)商積極轉(zhuǎn)變BOSS(電信業(yè)務(wù)運(yùn)營(yíng)支持系統(tǒng))融合了業(yè)務(wù)支撐系統(tǒng)(BSS,B域)與運(yùn)營(yíng)支撐系統(tǒng)(OSS,O域),是一個(gè)綜合的業(yè)務(wù)運(yùn)營(yíng)和管理平臺(tái),同時(shí)成為融合傳統(tǒng)IP數(shù)據(jù)業(yè)務(wù)與移動(dòng)增值業(yè)務(wù)的綜合管理平臺(tái)。該系統(tǒng)基本功能包括用戶資料管理、計(jì)費(fèi)、結(jié)算等。其中BSS域更偏重于傳統(tǒng)電信經(jīng)營(yíng)領(lǐng)域,包括計(jì)費(fèi)等;而OSS域更偏重于網(wǎng)絡(luò)域,即用戶網(wǎng)絡(luò)訪問(wèn)行為等。過(guò)去,BSS和OSS相對(duì)分離,并且BSS在傳統(tǒng)的通信中更受重視。然而,在移動(dòng)互聯(lián)網(wǎng)時(shí)代,OSS所獲取的偏互聯(lián)網(wǎng)相關(guān)數(shù)據(jù)逐漸受到重視,并且將在運(yùn)營(yíng)商大數(shù)據(jù)時(shí)代起到更為重要的作用。從長(zhǎng)遠(yuǎn)來(lái)看,OSS將獲得更快發(fā)展。同時(shí),由于BSS和OSS獲得的信息互補(bǔ),因此兩者融合的趨勢(shì)較為明顯??紤]到BSS業(yè)務(wù)布絡(luò)多年、運(yùn)營(yíng)已達(dá)精細(xì)化程度,而OSS相對(duì)起步較晚,運(yùn)營(yíng)商對(duì)于原有BSS布絡(luò)和運(yùn)維的企業(yè)的依賴要高于OSS的,而且OSS領(lǐng)域原有企業(yè)領(lǐng)先程度并不如BSS領(lǐng)域的明顯。因此在原有BSS領(lǐng)域布絡(luò)和運(yùn)營(yíng)的企業(yè)更可能進(jìn)行這種融合。圖表10:B域與O域融合且O域不斷受到重視此外,注意到,由于運(yùn)營(yíng)商開始注重O域數(shù)據(jù),而這類偏互聯(lián)網(wǎng)的數(shù)據(jù)量將原有數(shù)據(jù)將明顯增加。在傳統(tǒng)B域,運(yùn)營(yíng)商只需要記錄用戶通話數(shù)據(jù)、發(fā)短信數(shù)據(jù)、計(jì)費(fèi)信息等,并且對(duì)于通話數(shù)據(jù)的記錄也較為簡(jiǎn)單,基本僅包含:通話起始時(shí)間、掛斷時(shí)間、通話時(shí)間、呼叫人、被呼叫人、地域等簡(jiǎn)單且結(jié)構(gòu)化信息。而在O域的數(shù)據(jù)將復(fù)雜地多,將包含:打開網(wǎng)頁(yè)、打開APP次數(shù)、搜索關(guān)鍵詞等多項(xiàng)非結(jié)構(gòu)化數(shù)據(jù)。在移動(dòng)互聯(lián)網(wǎng)時(shí)代,該類信息量已遠(yuǎn)超過(guò)去,因此,傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)開始受到挑戰(zhàn)。這種挑戰(zhàn)主要體現(xiàn)在幾方面:1)關(guān)系型數(shù)據(jù)庫(kù)無(wú)法大規(guī)模擴(kuò)展,盡管網(wǎng)絡(luò)解決方案和優(yōu)化在一定程度上改善了這個(gè)問(wèn)題,但網(wǎng)絡(luò)中仍然無(wú)法動(dòng)態(tài)地創(chuàng)建新的集群,因此使用關(guān)系型數(shù)據(jù)庫(kù)構(gòu)建大數(shù)據(jù)解決方案就會(huì)變得異常昂貴和低效;2)關(guān)系型數(shù)據(jù)庫(kù)不善于處理互聯(lián)網(wǎng)時(shí)代下爆發(fā)的非結(jié)構(gòu)化數(shù)據(jù);3)SQL和關(guān)系型數(shù)據(jù)庫(kù)的組合對(duì)一些簡(jiǎn)單查詢難以快速實(shí)現(xiàn)。而Hadoop體系對(duì)于大量的非結(jié)構(gòu)化數(shù)據(jù)有其獨(dú)到之處,獲得各方青睞。未來(lái),運(yùn)營(yíng)商將主要依靠Hadoop體系作為大數(shù)據(jù)庫(kù)的底層架構(gòu)。以中移動(dòng)為例,在“中國(guó)移動(dòng)采購(gòu)與招標(biāo)網(wǎng)”上注意到,中移動(dòng)對(duì)于Hadoop的招標(biāo)非常頻繁且持續(xù)不斷,表明運(yùn)營(yíng)商目前對(duì)于Hadoop體系的大量建設(shè)需求,同時(shí)也間接反映出運(yùn)營(yíng)商在大數(shù)據(jù)上的快速前進(jìn)。從調(diào)研情況來(lái)看,某運(yùn)營(yíng)商僅一省分公司每年對(duì)于Hadoop體系的投資將達(dá)到數(shù)千萬(wàn)規(guī)模,集團(tuán)公司層面將更多。圖表11:中移動(dòng)Hadoop集采招標(biāo)4大數(shù)據(jù)分析將占據(jù)未來(lái)產(chǎn)業(yè)鏈技術(shù)能力核心大數(shù)據(jù)從最初的原始數(shù)據(jù)必須轉(zhuǎn)化為有效信息,再提煉出有效內(nèi)容和規(guī)律后,才能最終應(yīng)用。而其中轉(zhuǎn)化和提煉的步驟需要由專門的大數(shù)據(jù)分析體系或軟件來(lái)完成。由于目前數(shù)據(jù)過(guò)于繁雜,快速、高效地提煉出信息和規(guī)律并非易事,而考慮到這對(duì)于最終的轉(zhuǎn)化與應(yīng)用至關(guān)重要,因此大數(shù)據(jù)分析的重要性毋庸絡(luò)疑。41、分析工具類公司高估值表明大數(shù)據(jù)分析體系有較高價(jià)值分析工具Palantir估值150億美元Palantir的數(shù)據(jù)挖掘軟件來(lái)源于在線支付平臺(tái)Paypal的技術(shù),當(dāng)時(shí)被用于挖掘欺詐信息。Palantir開發(fā)的軟件可對(duì)各類數(shù)據(jù)進(jìn)行分析,這些數(shù)據(jù)包括結(jié)構(gòu)化內(nèi)容、非結(jié)構(gòu)化內(nèi)容以及時(shí)間、地理空間內(nèi)容。Palantir的優(yōu)勢(shì)在于具有功能強(qiáng)大的數(shù)據(jù)庫(kù)并允許用戶對(duì)此類信息進(jìn)行細(xì)致分析。2014年11月新一輪融資中,Palantir的估值已經(jīng)達(dá)到150億美元。Palantir的客戶包括美國(guó)中情局(CIA)、聯(lián)邦調(diào)查局(FBI)、聯(lián)邦檢察官、私人調(diào)查機(jī)構(gòu)及其他客戶所使用。此外,Palantir越來(lái)越多的業(yè)務(wù)已來(lái)自于銀行、保險(xiǎn)、零售、醫(yī)療、石油和天然氣等領(lǐng)域。大數(shù)據(jù)專家Splunk估值75億美元Splunk是機(jī)器數(shù)據(jù)的引擎,使用Splunk可收集、索引和利用所有應(yīng)用程序、服務(wù)器和設(shè)備(物理、虛擬和云中)生成的快速移動(dòng)型計(jì)算機(jī)數(shù)據(jù)。從一個(gè)位絡(luò)搜索并分析所有實(shí)時(shí)和歷史數(shù)據(jù)。使用Splunking處理計(jì)算機(jī)數(shù)據(jù),可在幾分鐘內(nèi)解決問(wèn)題。Splunk為客戶提供的是從數(shù)據(jù)采集、索引、核心功能到最終應(yīng)用的一整套大數(shù)據(jù)分析平臺(tái),而非僅僅是最后一套設(shè)定的分析工具。在該平臺(tái)上,用戶可以隨時(shí)按需定制化或更改應(yīng)用。在數(shù)據(jù)分析后,Splunk能夠給出可直接使用或查看的結(jié)果。對(duì)于用戶而言,在Splunk上可以實(shí)現(xiàn)數(shù)據(jù)分析的全過(guò)程。圖表12:Splunk的整體架構(gòu)Splunk于2012年推出基于Hadoop的產(chǎn)品,該產(chǎn)品提供雙向整合,能夠快速且可靠地將數(shù)據(jù)在Splunk與Hadoop之間移動(dòng),且已針對(duì)Cloudera與Hortonworks分布進(jìn)行測(cè)試并得到認(rèn)證。專注于大數(shù)據(jù)分析的Splunk將自身與更擅長(zhǎng)Hadoop定制化的Cloudera及Hortnoworks兼容,能夠最大程度地將雙方的用戶、產(chǎn)品價(jià)值發(fā)揮到最大,產(chǎn)生良好的協(xié)同效應(yīng)。42、大數(shù)據(jù)分析將是有別于傳統(tǒng)數(shù)據(jù)分析的新市場(chǎng)在大數(shù)據(jù)使用的流程中,大數(shù)據(jù)挖掘和分析環(huán)節(jié)位于中部,在大數(shù)據(jù)采集、存儲(chǔ)以及大數(shù)據(jù)應(yīng)用之間。大數(shù)據(jù)分析環(huán)節(jié)既是由所擁有的數(shù)據(jù)決定,又由應(yīng)用需求所決定。傳統(tǒng)的大數(shù)據(jù)分析軟件主要基于傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)和體系,并且在分析端通常從通用模塊出發(fā)。同時(shí),考慮到傳統(tǒng)的數(shù)據(jù)分析基于結(jié)構(gòu)化數(shù)據(jù)進(jìn)行,與大數(shù)據(jù)時(shí)代的大數(shù)據(jù)分析并非天然匹配。大數(shù)據(jù)分析對(duì)于需求要能快速響應(yīng)、設(shè)計(jì)迅速并且易于更改;此外,應(yīng)用開發(fā)的技術(shù)門檻需要大幅下降以應(yīng)對(duì)該趨勢(shì)。這就需要有別于傳統(tǒng)分析軟件的新產(chǎn)品,這將是新的藍(lán)海。大數(shù)據(jù)分析軟件的主要發(fā)展方向?qū)⒂袃深悾?)行業(yè)普適性分析軟件:這類軟件能夠?yàn)榭蛻籼峁┹^多且普遍能使用的分析模塊及工具,客戶可在其中自行選擇并使用;2)行業(yè)定制化軟件:這類軟件對(duì)于行業(yè)有較為深刻的理解,同時(shí)能夠?yàn)榭蛻舳壬泶蛟旆治鲕浖?。這類軟件對(duì)于專攻行業(yè)能夠構(gòu)筑起一定行業(yè)壁壘,更適用于專業(yè)化和定制化要求更高的行業(yè),、諸如:國(guó)家安全等。圖表13:大數(shù)據(jù)分析軟件發(fā)展戰(zhàn)略此外,由于大數(shù)據(jù)時(shí)代數(shù)據(jù)非結(jié)構(gòu)化以及數(shù)據(jù)量增長(zhǎng)迅速的特征,同時(shí)考慮到其對(duì)應(yīng)用需求的快速響應(yīng)與靈活設(shè)計(jì),這要求大數(shù)據(jù)分析軟件與底層架構(gòu)有著良好的匹配,并且可能呈現(xiàn)出融合的態(tài)勢(shì)。Splunk構(gòu)建與Hadoop高度兼容的軟件即是該趨勢(shì)的有力體現(xiàn)。需要指出的是,Splunk、Palantir等更偏重于是一款分析軟件,雖然本身對(duì)于數(shù)據(jù)擁有較快的采集、索引和計(jì)算能力,但由于其軟件特性,仍無(wú)法與Hadoop對(duì)于超大量數(shù)據(jù)的計(jì)算能力相比較。而由于Hadoop更偏重于底層架構(gòu),在編程、定制等方面難度較大,需要耗費(fèi)較大精力,而這恰好是Splunk、Palantir等的優(yōu)勢(shì)。Splunk、Palantir與Hadoop更像是相輔相成的關(guān)系。以Splunk為例,在Splunk與Hadoop構(gòu)成的產(chǎn)品體系下,當(dāng)需要進(jìn)行超大規(guī)模的基礎(chǔ)數(shù)據(jù)計(jì)算時(shí),可以通過(guò)Splunk將具體的運(yùn)算需求提交給Hadoop,由Hadoop進(jìn)行大量計(jì)算后,將初步結(jié)果返回給Splun8然后,Hadoop可以將初步分析的結(jié)果進(jìn)行存儲(chǔ)和索引,以供后續(xù)更細(xì)致和定制化的分析需求。在該體系下,用戶相當(dāng)于同時(shí)使用了Hadoop與Splunk,同時(shí)享受到了兩者的優(yōu)勢(shì)。此外,由于政府需求的保密性與高要求,對(duì)于進(jìn)入企業(yè)的要求較高,能夠切入政府市場(chǎng)的企業(yè)數(shù)量將非常少,而這類企業(yè)一旦進(jìn)入,將根據(jù)政府部門的需求進(jìn)行持續(xù)改進(jìn),從而不斷優(yōu)化自身產(chǎn)品,這將從客觀上使得自身產(chǎn)品更具有優(yōu)勢(shì)。因此,進(jìn)入政府部門的企業(yè)將在該領(lǐng)域獲得持續(xù)的優(yōu)勢(shì)。對(duì)于其他商業(yè)行業(yè)也存在類似的先入優(yōu)勢(shì),因?yàn)榇髷?shù)據(jù)分析企業(yè)在對(duì)行業(yè)有更多理解后,其定制化產(chǎn)品將更符合需要,但其優(yōu)勢(shì)并不如政府部門那么明顯。大數(shù)據(jù)分析企業(yè)的優(yōu)勢(shì)在于自身產(chǎn)品的易用性(包括快速響應(yīng)、靈活設(shè)計(jì)、輸出結(jié)果的直觀性)、數(shù)據(jù)處理能力和處理速度、切入行業(yè)、與Hadoop等的結(jié)合程度。43、大數(shù)據(jù)應(yīng)用將是最大的蛋糕所在大數(shù)據(jù)應(yīng)用是將大數(shù)據(jù)進(jìn)行變現(xiàn)的最終手段,目前比較成熟且廣泛應(yīng)用的變現(xiàn)方式為精準(zhǔn)營(yíng)銷。除此之外,未來(lái)大數(shù)據(jù)的應(yīng)用和變現(xiàn)方式將獲得更多探索與嘗試。431、大數(shù)據(jù)營(yíng)銷公司獲得市場(chǎng)青睞大數(shù)據(jù)營(yíng)銷公司Marketo估值14億美元Marketo公司定位于SaaS(軟件即服務(wù)),Marketo公司在云端提供一站式服務(wù),包括集客式營(yíng)銷、線索管理、社交營(yíng)銷、活動(dòng)管理、瞬間CRM整合、銷售儀表盤以及營(yíng)銷報(bào)告和分析服務(wù)。Marketo于2012年收購(gòu)社交營(yíng)銷應(yīng)用開發(fā)商CrowdFactory,CrowdFactory的社交營(yíng)銷應(yīng)用讓營(yíng)銷者可以宣傳并優(yōu)化活動(dòng),瀏覽社交分析與互動(dòng),營(yíng)銷者可以將促銷消息發(fā)到每個(gè)社交平臺(tái),包括Facebook,Twitter,LinkedIn,橫幅廣告與郵箱,登陸頁(yè)面,集社交管理和營(yíng)銷于一體的軟件應(yīng)用。Marketo已上市,目前其市值約為14億美元。432、大數(shù)據(jù)變現(xiàn)將是整個(gè)大數(shù)據(jù)應(yīng)用的最后一公里從整個(gè)大數(shù)據(jù)的使用流程來(lái)看,部分分析結(jié)果可以在企業(yè)內(nèi)化,包括通過(guò)大數(shù)據(jù)分析跟蹤用戶信用情況,減少壞賬;通過(guò)分析網(wǎng)絡(luò)使用情況進(jìn)行網(wǎng)絡(luò)優(yōu)化;通過(guò)大數(shù)據(jù)分析了解用戶行為提高效率(諸如:客服系統(tǒng)等),這些都將直接或間接地提升運(yùn)營(yíng)效率,從而提升公司業(yè)績(jī)。運(yùn)營(yíng)商大數(shù)據(jù)對(duì)外而言,其分析需要能夠進(jìn)行變現(xiàn),而相應(yīng)的應(yīng)用,包括廣告營(yíng)銷等將是較為成熟且可行的渠道。大數(shù)據(jù)變現(xiàn)的傳統(tǒng)渠道為廣告,然而,由于傳統(tǒng)的廣告推廣方式效率過(guò)低且越來(lái)越受到用戶所反感,精準(zhǔn)營(yíng)銷及新型推廣方式將受到越來(lái)越多的重視。Facebook、Twitter等社交網(wǎng)站和應(yīng)用的營(yíng)收主要來(lái)源于廣告并且大有增長(zhǎng)態(tài)勢(shì),聯(lián)系到最近微信推出朋友圈廣告,都表明社交與精準(zhǔn)營(yíng)銷的結(jié)合將是未來(lái)一大方向。此外,上海某運(yùn)營(yíng)商在基于其大數(shù)據(jù)進(jìn)行分析后,電話營(yíng)銷的推廣成功率達(dá)到5%,較傳統(tǒng)水平有了顯著提升,表明大數(shù)據(jù)分析下的精準(zhǔn)營(yíng)銷將有長(zhǎng)足發(fā)展,而運(yùn)營(yíng)商的大數(shù)據(jù)也具有重要意義。可以進(jìn)一步認(rèn)為,分析與營(yíng)銷的結(jié)合將可能是未來(lái)發(fā)展的趨勢(shì)。5、通信大數(shù)據(jù)應(yīng)用將迎來(lái)藍(lán)海時(shí)代51、大數(shù)據(jù)行業(yè)現(xiàn)狀中國(guó)大數(shù)據(jù)發(fā)展迅速,近年來(lái)得到廣泛關(guān)注,目前已進(jìn)入高速發(fā)展期。目前,大數(shù)據(jù)商業(yè)模式已有部分獲得市場(chǎng)驗(yàn)證,包括競(jìng)爭(zhēng)營(yíng)銷等。此外,對(duì)照海外,借鑒其成功經(jīng)驗(yàn)與商業(yè)模式,看到大數(shù)據(jù)未來(lái)仍然具有非常廣闊的發(fā)展空間。圖表14:中國(guó)大數(shù)據(jù)市場(chǎng)發(fā)展周期參照海外經(jīng)驗(yàn),發(fā)現(xiàn)大數(shù)據(jù)的商業(yè)模式主要包含以下幾點(diǎn),其中不少商業(yè)模式國(guó)內(nèi)仍在探索或起步較晚,但仍可能是未來(lái)發(fā)展方向:1)數(shù)據(jù)銷售:該模式主要是指將原始數(shù)據(jù)進(jìn)行銷售,或者授權(quán)第三方使用自有數(shù)據(jù)。該模式在國(guó)內(nèi)由于多種原因進(jìn)展緩慢,國(guó)外主要在金融行業(yè)用于信用分析等。2)研究咨詢分析:該模式是指公司(如咨詢公司)通過(guò)自有數(shù)據(jù)、公開數(shù)據(jù)或第三方數(shù)據(jù)進(jìn)行分析,得出行業(yè)報(bào)告或者某些特定方向的報(bào)告,并將報(bào)告進(jìn)行售賣的模式。3)平臺(tái):該模式提供平臺(tái)工具的出租,公司將自有數(shù)據(jù)導(dǎo)入其平臺(tái)或利用平臺(tái)工具導(dǎo)入第三方數(shù)據(jù),并用其提供的工具進(jìn)行計(jì)算,再將計(jì)算結(jié)果取回。該模式下,平臺(tái)按照數(shù)據(jù)量和使用時(shí)間進(jìn)行收費(fèi)。該模式可能與第三方數(shù)據(jù)存儲(chǔ)相融合,對(duì)于用戶來(lái)說(shuō),將數(shù)據(jù)放在第三方數(shù)據(jù)倉(cāng)庫(kù)并使用其平臺(tái)進(jìn)行計(jì)算,較為便捷。4)廣告等應(yīng)用:通過(guò)將大數(shù)據(jù)進(jìn)行分析和篩選,從而將廣告需求對(duì)接至DSP平臺(tái)等,供實(shí)時(shí)競(jìng)價(jià)等。5)人工智能開發(fā):該商業(yè)模式主要通過(guò)大數(shù)據(jù)分析不斷進(jìn)行人工智能產(chǎn)品的開發(fā),如谷歌的智能駕駛等。該模式在國(guó)內(nèi)應(yīng)用仍較少。6)第三方存儲(chǔ):在該商業(yè)模式下,公司本身并不自建數(shù)據(jù)庫(kù)或者數(shù)據(jù)中心,而是直接將數(shù)據(jù)上傳到第三方進(jìn)行存儲(chǔ)和管理,該模式對(duì)于公司的資本開支壓力較小。此外,注意到第三方存儲(chǔ)由于其在技術(shù)和設(shè)備上的領(lǐng)先性,可以幫助公司在節(jié)省投資的情況下獲得較好效果。7)第三方分析:在該商業(yè)模式下,公司本身并不進(jìn)行大數(shù)據(jù)分析,而是聘請(qǐng)第三方對(duì)自有大數(shù)據(jù)進(jìn)行分析。通常,公司會(huì)指定研究方向或研究目的,由第三方進(jìn)行操作。同時(shí),也注意到,第三方分析可能會(huì)基于第三方存儲(chǔ)的技術(shù)上由第三方一并完成。圖表15:大數(shù)據(jù)商業(yè)模式中國(guó)市場(chǎng)各大數(shù)據(jù)相關(guān)企業(yè)近年來(lái)發(fā)展較快,并呈現(xiàn)出快速布局、技術(shù)不斷進(jìn)步并且應(yīng)用逐步落地的趨勢(shì)。根據(jù)易觀智庫(kù)的報(bào)告,國(guó)內(nèi)相對(duì)領(lǐng)先的企業(yè)包括東方國(guó)信、科大訊飛、用友軟件、拓爾思等。其中,東方國(guó)信進(jìn)展和技術(shù)積累相對(duì)較快。圖表16:中國(guó)大數(shù)據(jù)整體市場(chǎng)實(shí)力矩陣52、運(yùn)營(yíng)商大數(shù)據(jù)商業(yè)模式具體到運(yùn)營(yíng)商,其對(duì)于數(shù)據(jù)分析的發(fā)展模式已從過(guò)去供內(nèi)部使用的經(jīng)營(yíng)分析系統(tǒng),逐漸演化,并已積極尋求與第三方合作。圖表17:電信運(yùn)營(yíng)商大數(shù)據(jù)商業(yè)模式運(yùn)營(yíng)商的大數(shù)據(jù)商業(yè)模式主要有:521、傳統(tǒng)模式:經(jīng)營(yíng)分析該模式下,運(yùn)營(yíng)商會(huì)聘請(qǐng)第三方公司對(duì)于BOSS系統(tǒng)進(jìn)行運(yùn)維,過(guò)去,BOSS系統(tǒng)主要側(cè)重于BSS系統(tǒng)的運(yùn)維,更偏重于對(duì)網(wǎng)絡(luò)使用情況及用戶電話、賬單等信息的分析。這類分析能夠幫助運(yùn)營(yíng)商提升網(wǎng)絡(luò)使用效率、更好地服務(wù)客戶等。522、第三方分析在大數(shù)據(jù)時(shí)代下,傳統(tǒng)的經(jīng)營(yíng)分析系統(tǒng)遇到挑戰(zhàn),運(yùn)營(yíng)商會(huì)考慮如何更好地使用其大數(shù)據(jù)??梢钥吹?,運(yùn)營(yíng)商仍然會(huì)采取之前BOSS系統(tǒng)的方式,自身采購(gòu)硬件設(shè)備,并交由第三方進(jìn)行運(yùn)維和分析。目前來(lái)看,運(yùn)營(yíng)商已經(jīng)開始采購(gòu)Hadoop產(chǎn)品,由于Hadoop存在定制化,因此,運(yùn)營(yíng)商也會(huì)傾向于將后續(xù)運(yùn)維等工作交由Hadoop產(chǎn)品的提供者。523、精準(zhǔn)營(yíng)銷在運(yùn)營(yíng)商根據(jù)用戶的ARPU值、地域、個(gè)人信息等大數(shù)據(jù)進(jìn)行分析后,可以進(jìn)行精準(zhǔn)營(yíng)銷。目前,這類合作通常是與第三方進(jìn)行合作。由第三方提出有效模型與算法,在運(yùn)營(yíng)商數(shù)據(jù)庫(kù)中進(jìn)行運(yùn)行,并得出符合要求的人群,運(yùn)營(yíng)商通過(guò)開放接口對(duì)其進(jìn)行精準(zhǔn)營(yíng)銷。在該過(guò)程中,第三方無(wú)法獲得用戶的準(zhǔn)確信息。根據(jù)調(diào)研,某運(yùn)營(yíng)商省分公司通過(guò)這種合作方式,使得其金融產(chǎn)品推銷電話的成功率已高達(dá)5%。以聯(lián)通為例,沃門戶與晶贊科技已經(jīng)就廣告進(jìn)行合作,包括PC客戶端,Wap客戶端等,涵蓋首頁(yè)、內(nèi)容頁(yè)頂部通欄和底部通欄、合作頻道等。合作方式為:聯(lián)通負(fù)責(zé)廣告素材的審核,而晶贊科技提供全套廣告解決方案。晶贊具體負(fù)責(zé)從前期(包括位絡(luò)及類型在內(nèi)的廣告位價(jià)值挖掘),到后期(銷售、投放、制作及管理)的各環(huán)節(jié)并引入DSP平臺(tái)。該類合作即屬于運(yùn)營(yíng)商大數(shù)據(jù)時(shí)代下的精準(zhǔn)營(yíng)銷。524、第三方合作運(yùn)營(yíng)商與第三方合作的方式將不僅限于精準(zhǔn)營(yíng)銷。聯(lián)通已經(jīng)與招商銀行成立“招聯(lián)消費(fèi)金融公司”,共同面向互聯(lián)網(wǎng)金融領(lǐng)域。該合作模式下,聯(lián)通主要貢獻(xiàn)的是其所擁有的龐大且真實(shí)的信息以及基于大數(shù)據(jù)所能分析出的結(jié)果。金融行業(yè)對(duì)于大數(shù)據(jù)的需求較為迫切,因?yàn)槠錉可娴臐撛谑芤婊驌p失成本較高;此外,也由于其此,該項(xiàng)合作能夠?yàn)榇髷?shù)據(jù)分析帶來(lái)較高溢價(jià),是典型的效用定價(jià)而非成本加成定價(jià)。運(yùn)營(yíng)商與金融行業(yè)的合作探索步伐將會(huì)加快。此外,運(yùn)營(yíng)商目前積極涉足物聯(lián)網(wǎng)、尤其是車聯(lián)網(wǎng),這類合作將需要對(duì)于大數(shù)據(jù)進(jìn)行有效采集與分析,同樣將是運(yùn)營(yíng)商大數(shù)據(jù)未來(lái)積極發(fā)展的方向。53運(yùn)營(yíng)商大數(shù)據(jù)市場(chǎng)規(guī)模531、運(yùn)營(yíng)商DSP精準(zhǔn)營(yíng)銷是目前已經(jīng)較為成熟且商業(yè)模式清晰的大數(shù)據(jù)變現(xiàn)方式,中國(guó)DSP廣告投放市場(chǎng)呈現(xiàn)出快速增長(zhǎng)的態(tài)勢(shì),根據(jù)艾瑞的預(yù)測(cè),至2016年市場(chǎng)規(guī)模將超過(guò)100億元。而作為擁有較多真實(shí)用戶信息并且掌握全面數(shù)據(jù)的運(yùn)營(yíng)商,其在精準(zhǔn)營(yíng)銷的增長(zhǎng)潛力十分巨大。根據(jù)調(diào)研的結(jié)果,不少運(yùn)營(yíng)商省分公司均已開始進(jìn)行大數(shù)據(jù)第三方商業(yè)化合作,其中DSP是使用最為廣泛的方式。根據(jù)調(diào)研,某運(yùn)營(yíng)商省分公司通過(guò)大數(shù)據(jù)分析的第三方合作,已經(jīng)能夠?qū)⒔鹑诋a(chǎn)品電話推銷的成功率上升到5%,效果十分顯著。圖表18:中國(guó)DSP廣告投放市場(chǎng)規(guī)模預(yù)測(cè)基于DSP市場(chǎng)的快速增長(zhǎng)以及運(yùn)營(yíng)商在該領(lǐng)域的較大潛力,預(yù)測(cè)運(yùn)營(yíng)商DSP的市場(chǎng)規(guī)模將迅速達(dá)到10億并繼續(xù)快速增長(zhǎng)。而這其中,第三方合作方將占據(jù)不可忽略的市場(chǎng)份額和作用。在此,除運(yùn)營(yíng)商外,看好幾類公司:1)已與運(yùn)營(yíng)商有多年深入合作并擁有相關(guān)分析實(shí)力的企業(yè);2)在算法和模型上有領(lǐng)先性并能夠?yàn)檫\(yùn)營(yíng)商帶來(lái)客戶的企業(yè)。圖表19:DSP市場(chǎng)份額532、消費(fèi)金融2013年中國(guó)消費(fèi)信貸規(guī)模達(dá)到13萬(wàn)億元,同比增長(zhǎng)247%。預(yù)計(jì)中國(guó)消費(fèi)信貸規(guī)模仍將維持20%以上的增速,到2017年將超過(guò)27萬(wàn)億元。盡管如此,目前國(guó)內(nèi)整體消費(fèi)金融規(guī)模仍偏小,而且專業(yè)化服務(wù)機(jī)構(gòu)十分不足。央行統(tǒng)計(jì)數(shù)據(jù)顯示,2013年,銀行業(yè)的信貸資產(chǎn)里,消費(fèi)信貸只占15%;在消費(fèi)信貸中,按照消費(fèi)信貸15%的手續(xù)費(fèi)用測(cè)算,則有1,950億的市場(chǎng),其中消費(fèi)信貸數(shù)據(jù)提供方有望獲得1/3的受益,即600億市場(chǎng)。圖表20:消費(fèi)金融運(yùn)營(yíng)商大數(shù)據(jù)可提供商業(yè)模式目前,運(yùn)營(yíng)商也已開始涉入互聯(lián)網(wǎng)金融領(lǐng)域,主要體現(xiàn)在征信領(lǐng)域。聯(lián)通與招商銀行成立的“招聯(lián)消費(fèi)金融公司”即是較好案例。招商與聯(lián)通的合作模式主要體現(xiàn)在招商銀行有對(duì)客戶信用評(píng)級(jí)的迫切需求,而聯(lián)通擁有大量真實(shí)而全面的用戶信息。當(dāng)招行需要了解某位潛在客戶的信用或個(gè)人情況時(shí),可向聯(lián)通發(fā)起申請(qǐng),聯(lián)通會(huì)根據(jù)已有信息作出分析和判斷,給出是或者否的判斷;或者給出某些標(biāo)簽。類似于此的商業(yè)模式將會(huì)在互聯(lián)網(wǎng)金融大發(fā)展時(shí)期獲得更多重視。目前,國(guó)內(nèi)互聯(lián)網(wǎng)金融發(fā)展的一大壁壘即是信用體系的缺失,而運(yùn)營(yíng)商擁有的寶貴大數(shù)據(jù)將是較好的解決渠道之一??紤]到征信對(duì)于金融機(jī)構(gòu)的潛在收益與潛在損失具有較大預(yù)判力,具有較大價(jià)值,并且能夠提供這類數(shù)據(jù)的機(jī)構(gòu)相當(dāng)有限,而擁有大量用戶真實(shí)而全面信息的企業(yè)更是極為稀缺。因此,該市場(chǎng)將為運(yùn)營(yíng)商帶來(lái)大量收入。招聯(lián)消費(fèi)金融公司即將于今年開始試運(yùn)營(yíng),而這將是運(yùn)營(yíng)商大數(shù)據(jù)在金融領(lǐng)域的第一步。預(yù)計(jì),兩年內(nèi)該市場(chǎng)份額將達(dá)到數(shù)億規(guī)模。533、信息安全監(jiān)測(cè)由于國(guó)家安全監(jiān)測(cè)信息網(wǎng)絡(luò)的特殊性,參照美國(guó)進(jìn)行粗略估算。大數(shù)據(jù)分析公司Palantir已經(jīng)上市,可以從其公開信息中進(jìn)行了解。其客戶包括美國(guó)中情局《加)、聯(lián)邦調(diào)查局(出1)、聯(lián)邦檢察官等。根據(jù)公開信息,自2009年以來(lái)的五年時(shí)間,Palantir已獲得了聯(lián)邦調(diào)查局、美國(guó)國(guó)防部和國(guó)土安全部累計(jì)215億美元的訂單(即平均每年約5,000萬(wàn)美元訂單),而這僅僅是一家企業(yè)所獲得的訂單數(shù),假設(shè)其占市場(chǎng)份額的5%,則市場(chǎng)規(guī)模達(dá)到60億人民幣。根據(jù)IDC的報(bào)告,中國(guó)國(guó)防在IT上的支出已僅次于美國(guó),大致推測(cè)相關(guān)市場(chǎng)規(guī)模也達(dá)數(shù)十億。此外,中國(guó)的信息安全產(chǎn)品市場(chǎng)規(guī)模仍在快速增長(zhǎng),目前市場(chǎng)規(guī)模已超200億元,預(yù)計(jì)仍將保持每年20%以上的增速。在信息安全中起到較大作用的信息監(jiān)測(cè)市場(chǎng)也將獲得快速發(fā)展。假設(shè)信息監(jiān)測(cè)占信息安全市場(chǎng)規(guī)模的10%,則其規(guī)模也已超過(guò)20億元。圖表21:中國(guó)信息安全產(chǎn)品市場(chǎng)規(guī)模預(yù)測(cè)圖表22:中國(guó)信息安全檢測(cè)市場(chǎng)規(guī)模預(yù)測(cè)運(yùn)營(yíng)商作為擁有大量真實(shí)而全面信息的國(guó)有企業(yè),其在信息安全方面將起到舉足輕重的作用,以運(yùn)營(yíng)商為依托的大數(shù)據(jù)分析將獲得較大市場(chǎng)份額并將迎來(lái)持續(xù)快速發(fā)展。534、運(yùn)營(yíng)商大數(shù)據(jù)加大投入運(yùn)營(yíng)商本身一方面在積極加大自身的投入,一方面也在經(jīng)過(guò)過(guò)去兩三年的大數(shù)據(jù)積累后,開始積極尋求第三方合作,根據(jù)實(shí)際調(diào)研的情況,運(yùn)營(yíng)商在大數(shù)據(jù)領(lǐng)域的步伐大致接近,移動(dòng)相對(duì)較慢。整體而言,運(yùn)營(yíng)商從2014年開始對(duì)外合作并已開始產(chǎn)生收入,2014年三家運(yùn)營(yíng)商整體的大數(shù)據(jù)市場(chǎng)在12億左右。而三家運(yùn)營(yíng)商在大數(shù)據(jù)領(lǐng)域的擴(kuò)張?jiān)诳焖僭黾?,除上述提及的幾大方向外,運(yùn)營(yíng)商大數(shù)據(jù)在包括對(duì)內(nèi)運(yùn)營(yíng)改善以及對(duì)外合作上都將有更多進(jìn)展。預(yù)計(jì)未來(lái)兩年每年的增速將高達(dá)200%以上。圖表23:運(yùn)營(yíng)商大數(shù)據(jù)市場(chǎng)6、電信運(yùn)營(yíng)商大數(shù)據(jù)投資建議大數(shù)據(jù)的快速發(fā)展主要依靠三大驅(qū)動(dòng)力,而這三大驅(qū)動(dòng)力有望帶來(lái)投資機(jī)遇:61、運(yùn)營(yíng)商大數(shù)據(jù)進(jìn)入實(shí)質(zhì)性商業(yè)階段運(yùn)營(yíng)商在2015年將加速推進(jìn)大數(shù)據(jù)商業(yè)化。一方面:從運(yùn)營(yíng)商自身訴求看,傳統(tǒng)業(yè)務(wù)下降較快,運(yùn)營(yíng)商面臨較大的收入和業(yè)績(jī)?cè)鲩L(zhǎng)壓力,尤其是FDD牌照發(fā)放較晚所影響的聯(lián)通與電信,而這兩者在大數(shù)據(jù)領(lǐng)域步伐較快。招聯(lián)消費(fèi)金融公司(招商銀行+聯(lián)通)很快將進(jìn)行試運(yùn)營(yíng),步伐超出預(yù)期,表明運(yùn)營(yíng)商在大數(shù)據(jù)變現(xiàn)上的積極訴求。在經(jīng)過(guò)3年多的BS+OS大數(shù)據(jù)積累后,這些大數(shù)據(jù)的價(jià)值需要兌現(xiàn),運(yùn)營(yíng)商基本在2014年已經(jīng)開始逐步試水,2015必將有大動(dòng)作,估計(jì)僅運(yùn)營(yíng)商大數(shù)據(jù)市場(chǎng)規(guī)模15年30億、16年100億。從合作方式來(lái)看,可以判斷運(yùn)營(yíng)商不會(huì)成立合資公司,應(yīng)是授權(quán)合作應(yīng)用,這將給予有能力且已有深入合作的第三方先發(fā)機(jī)遇。62、由互聯(lián)網(wǎng)服務(wù)及行業(yè)信息化帶來(lái)的大量數(shù)據(jù)所造就的大數(shù)據(jù)機(jī)遇目前,諸多行業(yè)已逐漸被互聯(lián)網(wǎng)、特別是移動(dòng)互聯(lián)網(wǎng)進(jìn)行滲透,這將帶動(dòng)大量的用戶行為和信息,從而產(chǎn)生大數(shù)據(jù)。而能夠檢測(cè)到該類數(shù)據(jù)的企業(yè)將獲得最大收益。由于不少需求難以在線上得到滿足,諸如:醫(yī)療、教育、娛樂、旅游、出行等,這將帶來(lái)各行業(yè)的信息化及各類大數(shù)據(jù)。同時(shí),單個(gè)企業(yè)獲得的數(shù)據(jù)過(guò)于片面,并可能導(dǎo)致失真,最終難以形成全面信息采集和數(shù)據(jù)挖掘。而運(yùn)營(yíng)商在該領(lǐng)域能夠獲得范圍較廣且真實(shí)的信息,能夠更好的進(jìn)行后續(xù)數(shù)據(jù)挖掘與分析,如果將運(yùn)營(yíng)商數(shù)據(jù)能夠與各行業(yè)內(nèi)企業(yè)數(shù)據(jù)進(jìn)行結(jié)合,將產(chǎn)生顯著的協(xié)同效應(yīng)。63、大數(shù)據(jù)挖掘技術(shù)快速發(fā)展在擁有大數(shù)據(jù)后,數(shù)據(jù)挖掘與分析將起到至關(guān)重要的作用。從美國(guó)市場(chǎng)來(lái)看,大數(shù)據(jù)分析企業(yè)能夠產(chǎn)生較高收益,并獲得較高市場(chǎng)認(rèn)可,最終反映為較高的市場(chǎng)估值。專注于大數(shù)據(jù)分析的Palantir以及Splunk估值分別為150億美元及80億美元。并且由于大數(shù)據(jù)時(shí)代Hadoop體系更為適宜,分析軟件通常與Hadoop有著較為緊密的聯(lián)系,Splunk就是很好的例子。東方國(guó)信在運(yùn)營(yíng)商大數(shù)據(jù)布局較早,不僅過(guò)去幫助運(yùn)營(yíng)商進(jìn)行BI、運(yùn)維等,目前還積極布局基于Hadoop的大數(shù)據(jù)分析,隨著其在運(yùn)營(yíng)商各省分公司項(xiàng)目的不斷落地,其價(jià)值將得到不斷認(rèn)可。圖表24:大數(shù)據(jù)發(fā)展三大驅(qū)動(dòng)力綜合判斷,運(yùn)營(yíng)商大數(shù)據(jù)藍(lán)??春萌a(chǎn)業(yè)鏈布局者和行業(yè)理解深入者。運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用的直接方向就是精準(zhǔn)營(yíng)銷,未來(lái)可能能夠依托移動(dòng)互聯(lián)實(shí)現(xiàn)用戶定制化需求解決等方向??紤]到從技術(shù)、政策層面解決運(yùn)營(yíng)商大數(shù)據(jù)涉及的用戶信息保密等問(wèn)題,運(yùn)營(yíng)商大數(shù)據(jù)仍未有深入的商業(yè)化運(yùn)作,相關(guān)參與者仍存一定技術(shù)差距,因此依托自身大數(shù)據(jù)應(yīng)用如精準(zhǔn)營(yíng)銷布局與運(yùn)營(yíng)商針對(duì)性合作的廠商有可能率先獲得信任,可重點(diǎn)看好。另外,部分BOSS廠商早期深度介入運(yùn)營(yíng)商CRM體系,對(duì)其用戶數(shù)據(jù)的理解和挖掘具有先發(fā)優(yōu)勢(shì),可重點(diǎn)看好。圖表25:上市公司運(yùn)營(yíng)商大數(shù)據(jù)進(jìn)展梳理7、主要公司分析71、東方國(guó)信公司已經(jīng)構(gòu)建從大數(shù)據(jù)庫(kù)技術(shù)能力-〉大數(shù)據(jù)資源整合-〉大數(shù)據(jù)應(yīng)用布局的鏈條,公司大數(shù)據(jù)庫(kù)技術(shù)已經(jīng)在運(yùn)營(yíng)商得到有效驗(yàn)證,而大數(shù)據(jù)資源整合方面已在電信、金融、工業(yè)等領(lǐng)域布局,逐步樹立門檻,在應(yīng)用場(chǎng)景方面也已經(jīng)走在前列。圖表26:東方國(guó)信大數(shù)據(jù)資源所在行業(yè)的拓展東方國(guó)信本身提供的Hadoop產(chǎn)品擁有較強(qiáng)的競(jìng)爭(zhēng)力,對(duì)標(biāo)美國(guó)公司Cloudera,僅提供Hadoop產(chǎn)品就估值40億美元。此外,東方國(guó)信向多行業(yè)進(jìn)軍的戰(zhàn)略也與美國(guó)公司Splunk接近,而Splunk估值已達(dá)80億美元。東方國(guó)信的競(jìng)爭(zhēng)力毋庸絡(luò)疑,其在大數(shù)據(jù)、尤其是運(yùn)營(yíng)商大數(shù)據(jù)的領(lǐng)先性將給他帶來(lái)持續(xù)的快速發(fā)展。預(yù)計(jì)到2016年,僅運(yùn)營(yíng)商大數(shù)據(jù)市場(chǎng)規(guī)模就將達(dá)到100億,東方國(guó)信將重點(diǎn)受益。72、烽火通信2014年11月,烽火通信宣布收購(gòu)烽火星空剩余全部股權(quán),使之成為自身全資孫公司。烽火星空是目前國(guó)內(nèi)信息安全的龍頭企業(yè),其業(yè)務(wù)主要包含網(wǎng)絡(luò)信息安全和移動(dòng)信息化兩大板塊。在網(wǎng)絡(luò)信息安全板塊中,烽火星空的核心產(chǎn)品包括電信數(shù)據(jù)采集和分流平臺(tái)、私有云存儲(chǔ)和大數(shù)據(jù)分析平臺(tái)兩大系列的核心產(chǎn)品;移動(dòng)信息化板塊,烽火星空的主要產(chǎn)品是企業(yè)移動(dòng)應(yīng)用平臺(tái)ExMobi和企業(yè)移動(dòng)管理平臺(tái)MobileArko圖表27:烽火星空業(yè)務(wù)布局烽火星空的產(chǎn)品以網(wǎng)絡(luò)信息安全產(chǎn)品為主,占其收入的90%左右,這類產(chǎn)品的最終客戶以政府部門為主。隨著信息安全形勢(shì)的日益嚴(yán)峻,中國(guó)已成立了中央國(guó)家安全委員會(huì)以及中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組,并將信息安全上升至國(guó)家戰(zhàn)略高度。同時(shí),隨著行業(yè)用戶對(duì)信息安全需求的增加,除政府、電信、銀行、能源
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年滄州職業(yè)技術(shù)學(xué)院高職單招職業(yè)技能測(cè)驗(yàn)歷年參考題庫(kù)(頻考版)含答案解析
- 2024年江西經(jīng)濟(jì)管理職業(yè)學(xué)院高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年江蘇航運(yùn)職業(yè)技術(shù)學(xué)院高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年武漢光谷職業(yè)學(xué)院高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年曲阜遠(yuǎn)東職業(yè)技術(shù)學(xué)院高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年新疆生產(chǎn)建設(shè)兵團(tuán)興新職業(yè)技術(shù)學(xué)院高職單招職業(yè)技能測(cè)驗(yàn)歷年參考題庫(kù)(頻考版)含答案解析
- 2024年徐州幼兒師范高等??茖W(xué)校高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年廣州康大職業(yè)技術(shù)學(xué)院高職單招語(yǔ)文歷年參考題庫(kù)含答案解析
- 2024年安徽城市管理職業(yè)學(xué)院高職單招職業(yè)技能測(cè)驗(yàn)歷年參考題庫(kù)(頻考版)含答案解析
- 管理部部長(zhǎng)2022-2024-2025年度述職報(bào)告工作總結(jié)(21篇)
- Linux操作系統(tǒng)應(yīng)用(麒麟系統(tǒng))PPT完整全套教學(xué)課件
- 初三物理寒假課程
- 如何預(yù)防心腦血管病
- LY/T 3321-2022草原生態(tài)價(jià)值評(píng)估技術(shù)規(guī)范
- 管理科學(xué)技術(shù)名詞
- 醫(yī)美整形BOTOX除皺抗衰專場(chǎng)活動(dòng)規(guī)劃方案
- 基于單片機(jī)的飛機(jī)發(fā)動(dòng)機(jī)轉(zhuǎn)速在線檢測(cè)系統(tǒng)
- 《新媒體文案創(chuàng)作與傳播》期末試卷1
- 人感染H7N9禽流感流行病學(xué)調(diào)查和處置
- 高等院校內(nèi)部控制多模型決策方法研究
- 木棧道專項(xiàng)施工方案(同名3601)
評(píng)論
0/150
提交評(píng)論