文档介绍：大数据平台规划方案汇报
目录
二、大数据平台整体规划
一、大数据应用发展趋势
1
大数据
所谓“大数据”,指的是所涉及的数据量规模巨大到无法通过目前主流软件工具,在合理时间内达到截取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。。
大数据处理技术代表了新一代的技术架构,这种架构通过高速获取数据并对其进行分析和挖掘,从海量形式各异的数据源中更有效地抽取出富含价值的信息。
从大量数据中挖掘高价值知识是各界对于大数据的一个共识。
海量数据可广泛获得,所稀缺的是如何从中挖掘出智慧和观点。
——Google 首席经济学家 Hal Varian
大数据主要被用于分析和决策,企业用以分析的数据越全面,分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力,并将其与已知业务的各个细节相融合,对企业产生新的价值。
2
大数据对电信运营商的应用价值体现
3
1
5
4
2
自助分析、生产管道
可视化、资源解耦随
需而动,营销实时,
以业务效率提升为标志。
提升业务效率
数据集中到数据中心
,多数据源管理,透
明服务支持,实时的
决策和预测能力提升
整体经营管理水平。
增强管理水平
数据开放服务、与OTT
厂商合作的后向收费、
广告等新业务.
创新商业模式
互联网化的电子渠道
全景体验、个性化商
品推荐、LBS位置营
销、面向客户个体的
深度洞察
提升客户体验
以技术驱动为标志,内
存计算、MPP、CEP…
分而治之的分布式计算
让运营商实时高效决策….
技术高效、低成本
3
数据平台现状
精细化营销数据中心
营账系统
经分(BI)
GN口上网话单
终端(DM)
VAC
短彩信中心
语音通话详单
客服接触记录
流媒体平台详单
位置信令话单
基站信息
116114企业黄页信息
渠道应用助销信息
经过一二期的建设,精细化运营平台的数据中心,已经成为最大、内容最丰富的数据仓库;
随着数据量的增长,需要对基础架构做长远规划;
有必要深入挖掘数据价值,研究新的商业模式,将成本中心转化为利润中心
4
5
扩展性
增量式的、几乎无限的扩展
可用性
要求系统总是在线运行
灵活性
灵活可动态改变的数据模型
扩展性
纵向扩展
横向扩展
分布式
资源集中
计算和存储分布
可用性
单份数据
数据复制
一致性
不要使用分布式事务处理
大数据处理的需求和特点
低成本运营
一体化运营
精细化运营
全网运营
实时、智能化运营
集中化建设、管理和维护
可不断线性扩展
提高资源综合利用率
标准化功能组件,可共享可复用
按业务量、按需支付
BASS与BOSS、CRM的一体化
BSS与MSS、OSS、VAS等跨域一体化
对外部客户和应用的一体化
片区化、网格化管理
长尾市场、小众市场的支撑
个性化、短周期需求的满足
异地客户、家庭客户、集团客户
一点接入、全网服务、全网客户画像
全国统一套餐、全网营销、统一客服
实时数据获取、处理、分析
智能化主动事件触发
智能管道
移动互联网
业务运营发展趋势
对业务支撑平台的集中化要求
对数据架构的集中化要求
集中化、大容量、高扩展、高可用数据库平台:支持全网型数据、跨域数据的整合,形成集中化管理的的企业级数据中心
高性能:支持3G时代更高的实时性要求、支持
动态资源共享:支持多租户管理、资源动态按需供应
可重用、标准化组件:形成可重用组件,支持一次开发、各省共享的模式,形成规模型效益
数据集中化趋势使得运营商面临着海量数据的存储及分析问题,大数据在支撑移动业务发展趋势中,充当重要角色。
电信运营商数据集中化趋势
6
7
电信运营面临的大数据挑战
移动互联网和个人消费领域业务扩展和CEM导致海量数据的及时分析带来挑战
运营商一体化集中运营和透明管控,催生巨大的经营分析数据仓库,对大数据的存储、性能、开放带来挑战
DPI和信令监测,产生的大量事件在存储和用户通信行为分析的实时处理性能带来挑战
ICT融合,核心网络、运营支撑和VAS业务数据的融合催生海量User Profile并集,对大数据的关联分析计算效能带来挑战
移动互联网流量井喷与客户行为分析
业务融合、能力互通带来数据融合
提升客户体验要求分析网络服务数据
IT系统集中化和行业数据价值挖掘
BSS BI数据:
河南17个地市,每天抽取正常用户数7000多万,拨备用户数3000多万,DW层用户表总量1亿多条;,;;GPRS文件每个100M左右,其它文件25M。
日接口数据量:2000G,其中话单