中国电信王兴刚：在不完美中挖掘数据的完美价值

原标题：中国电信王兴刚：在不完美中挖掘数据的完美价值

4月18日，由中国信息通信研究院主办的“2018大数据产业峰会”在北京国家会议中心举行。本届大会以“促进大数据与实体经济深度融合”为主题，云集了来自政府主管部门、产业链代表企业、研究机构、各大高校等业界专家及代表共同探讨新时代下经济发展面临的挑战和机遇，以及如何推动大数据与实体经济的深度融合。

中国电信股份有限公司云计算分公司副总经理王兴刚受邀出席本次峰会，参加了“信息通信大数据创新实验室”揭牌仪式，同时发表了题为《运营商大数据：数据汇智，时代赋能》的主题演讲，重点阐述了运营商大数据在社会治理、服务民生、经济创新等方面发挥的积极作用，强调了当前中国电信广泛开展大数据“产学研用”联合协作所取得的成果。

中国电信云公司副总经理王兴刚(右二)参与“信息通信大数据创新实验室”揭牌仪式

中国电信云公司副总经理王兴刚发表主题演讲

新时代下运营商大数据“大有可为”，打造民生服务新模式

运营商的数据资产来源于其日常运营中产生的各类数据，包括用户信息数据、上网行为数据、通话行为数据、终端数据、移动位置数据等，具有其自身特点和优势。中国电信在运营商数据基础上，结合政府数据、互联网数据在智慧社区、安全预警、人口管理、就业分析、精准扶贫等领域推出服务，为充分洞察民生需求，强化民生服务质量，提升社会治理智能化水平提供基础和条件。在金融、交通、旅游、地产、工业大数据等方面也有一定尝试，并取得一定的经济效益。

中国电信已具备成熟的大数据产品体系和运营服务能力

王兴刚介绍，中国电信对外已经形成飞龙、鲲鹏、星图三大产品线，建立了成熟的4+1产品体系，利用主导开发的飞龙大数据平台，搭建了大数据基础平台。目前，基础平台拥有六千个以上的计算节点，每天接收数据量500TB以上，数据存储量50PB以上，每天接收的数据量都是数以千亿条。利用中国电信移动网络、固网宽带等6个亿用户的数据，在风险防控、精准营销、区域洞察、智慧运营等方面推出产品。作为大数据的“国家队 ”，中国电信始终秉承数据安全的红线，践行央企责任，依托完备的大数据产品体系与成熟的运营服务能力，聚焦行业热点与痛点，为促进各行各业转型升级，推动经济的高质量发展和创新注入驱动力。

中国电信广泛开展大数据“产学研用”，为大数据创造新价值

中国电信是率先将大数据纳入集团发展战略的运营商，在大数据业务发展道路上，其诸多尝试与探索均走在行业前沿，取得一系列喜人成果。当前，中国电信正在积极广泛地开展“产学研用”联合协作，与包括清华大学、北京邮电大学、北京理工大学、中国互联网络信息中心、中国旅游研究院、北京交通发展研究院在内的多家高校、科研机构开展探索研究，充分挖掘大数据潜在价值。据介绍，中国电信联合清华大学开展人口社会经济地位、人口移动规律、消费行为等领域的前沿研究，并取得多项研究成果。

他表示，多源数据融合与跨学科研究之间的“碰撞”，是推动大数据驶向“创新深水区”的动力之源，将促进大数据价值充分释放。未来，中国电信还将继续扩大“产学研用”的联合协作，推动数据开放合作，深化数据融合探索，为大数据创造新价值。

从垃圾中“刨食”，不要等到数据完美了才去做完美的产品与服务

他还指出，大数据本身不是金矿，而是垃圾堆。只有对庞大的数据进行精细化分类采集，才能挖掘出有使用价值的数据，这个过程就好比在垃圾中“刨食”。中国电信大数据处理能力是世界上大数据垃圾处理能力最强的企业，每天处理大体量的垃圾数据，变废为宝，为行业创造价值。客户对美好数据的需要与数据质量的不平衡发展之间的矛盾长期存在，不要等到数据完美了才去做完美的产品与服务。

现实：用并不完美的、维度多、数量大的数据来解决问题

很多人做BI，用准确的数据通过建模分析得到准确的结果。但其实大数据不是如此，大数据的思维应该是利用不准确的数据，通过分析处理多维数据的融合，得到相对准确的结果。我们必须基于数据的不完美，数据是垃圾的前提来设计产品和服务。

　未来：大数据将成为社会的基础设施

在接受媒体采访时王兴刚副总经理说道，未来大数据将成为一个社会的基础设施，作为社会基础设施来讲，一定要有一个整体的规划，一定要有一个顶层设计在里面。做好大数据基础设施的关键前提是数据的采集，但并不是都是先采好数据再做产品开发，一定是两条腿走路，两个方向同时推进。既要有场景，也要有数据。

最后，他给出了几点建议：(一)做好数据采集。大数据基础设施是面向数据采集、数据融合、数据分析、数据应用和数据开放的创新性系统工程，数据采集是第一个关键环节。唯有把数据采集做精做细、科学分类，实现精细化工作的前置，才能大幅提升整个产业的效率。(二)做好数据开放。对于应用场景明确且合理的数据可以开放;对于应用场景不明确的数据慎重开放，需建立科学的标准。(三)做好数据融合。多维不多源的数据将制约价值的充分发挥，多源数据融合之路任重道远。