2017年-数据局_中国信通院：电信大数据应用白皮书2017年_36页_1mb

报告摘要

本白皮书由大数据发展促进委员会电信工作组发布，旨在系统梳理电信大数据的应用现状、标准化进展、政策法律环境、商业模式及未来发展趋势，为推动电信大数据的产业化应用提供参考与指导。

应用现状
- 我国电信大数据应用起步晚于国外，但发展迅速，处于快速成长期。
- 运营商在内部应用上较为深入，涵盖精准营销、网络优化、服务提升等。
- 对外应用主要集中在零售、金融、政务、旅游、智慧城市等领域。
- 大数据业务需建立专业化、独立化运营体系，以适应其灵活的业务特性。
应用优势
- 数据规模大、类型丰富，覆盖深度和广度持续拓展。
- 数据基础设施完善，具备高存储、高传输、高可靠性等优势。
- 数据应用价值广泛，能有效促进经济发展和公共服务改善。
- 电信行业具备“电信级”标准，为数据安全保障奠定基础。
面临的挑战
- 市场应用需求尚未成熟，数据交易缺乏规范化管理。
- 行业协同不足，缺乏统一规划，应用案例多为小规模。
- 数据安全标准缺失，风险管控压力大。
- 企业数据管理能力不足，软件开发能力存在短板。

标准化进展
- 国际组织如ITU-T、CCSA、ISO/IEC、NIST等已开展标准化工作。
- ITU-T主导的《大数据需求、场景及架构》标准体系，涵盖数据采集、存储、处理、安全等。
- CCSA在电信大数据标准制定方面也取得初步成果，如《大数据安全技术研究》《大数据应用业务安全技术要求》等。
- 全国信标委大数据标准工作组聚焦通用标准，对电信大数据影响有限。
标准化技术要点
- 数据资源标准化：需明确用户数据、企业内部数据、合作数据和外部数据的分类。
- 技术处理标准化：包括数据加密、存储优化、数据共享服务目录建设等。
- 安全管控标准化：建立统一接入平台、数据产品体系、安全管理制度和应急响应机制。
合规性标准化
- 电信大数据应用需严格遵守《网络信息保护决定》《个人信息保护规定》《网络安全法》等法律法规。
- 数据来源、转移方式、授权内容及流程均需明确，确保数据使用合法合规。
- 授权信息应可追溯，建议存储不少于1年，并由相关合作方共同保存。

政策基础
- 国家层面推动大数据战略，鼓励电信等重点行业应用。
- 政策支持大数据产业发展，推动数据资源开放共享与安全体系构建。
- 多地建设大数据产业园，为行业提供政策与资源支持。
法律风险
- 数据收集、使用、共享需遵循“合法、正当、必要”原则。
- 数据泄露、非法提供等行为将面临法律追责。
- 数据跨境传输需通过安全评估，防止信息外泄。
风险控制策略
- 建立数据安全管理制度，明确各方责任。
- 强化数据存储、传输和访问的安全防护。
- 构建数据安全事件应急响应机制，及时通知用户并上报。
- 定期培训和审查，防范内部人员违规操作。

商业模式分析
- 大数据产业链包括：数据源、基础设施、软件系统、应用服务、数据交易、产业支撑。
- 主要商业模式包括：
  - 数据应用服务供应：面向政府、企业、公众提供数据分析服务。
  - 数据交易平台模式：通过平台进行数据交易，需技术与安全保障。
  - 数据软件技术服务供应：提供大数据软件系统，如Hadoop等。
  - 数据基础设施建设服务：提供IDC、云计算平台等服务。
  - 数据源供应模式：以原始数据为产品输出，适用于政府等公共服务领域。
  - 产业支撑服务模式：为大数据产业提供资金、技术、影响力等支持。
电信大数据商业模式定位
- 基础设施供应模式：是电信企业大数据应用的基础，发挥网络与存储优势。
- 应用服务模式：是重点拓展方向，市场空间大，能力要求高。
- 其他模式：如数据源、软件服务等，存在技术或政策限制，非重点发展方向。

迎来快速发展机遇期
- 大数据产业已进入稳步发展阶段，技术与政策双轮驱动。
- 预计2017-2020年，大数据产业复合增长率约30%，2020年产值达500亿元。
热点行业应用不断深化
- 金融、政务、交通、旅游等领域应用持续拓展。
- 未来将从支撑服务向业务合作与产品开发延伸。
非结构化数据应用成为新趋势
- 视频、图片、音频等非结构化数据将构成电信大数据的重要部分。
- 机器学习、AI等技术将推动非结构化数据的深入分析与应用。
新兴技术推动应用发展
- 物联网、人工智能、AR/VR等技术成为电信大数据应用的新动力。
- 物联网带来数据规模和价值的提升，AI提供技术支撑，拓展新应用场景。
个性化大数据服务兴起
- 未来将更多面向大众市场，提供个性化服务如健康管理、消费分析等。
- 需提升数据挖掘能力，打破数据壁垒，实现多维度分析。

整合行业数据资源，协同发展
- 建议建立统一数据目录，推动数据资源整合与标准化。
- 打造具有广泛影响力的应用案例，引导市场培育。
强化数据安全管控，明确主体责任
- 建立统一的安全标准与管理机制，实现全过程管控。
- 明确各方在数据使用中的权限与责任，保障用户权益。
实现数据“资产化”管理，提升运营能力
- 强化数据的战略价值认知，推动数据统一管理与高效利用。
- 加强数据平台建设，提升数据存储、分析与安全保障能力。
专业化和独立化运营，拓展合作模式
- 建立独立的大数据运营部门，推动业务与传统电信业务区隔。
- 积极探索与互联网企业、软件服务商等的合作，提升市场竞争力。