电信市场渗透各行业，电信运营商能够接触到大量的用户数据，使得电信运营商具有明显的大数据优势。
然而，电信企业手握大数据“金矿”如何寻找自己的新利润增长点和差异化竞争，如何从大数据中获得最大收益?
1.1市场环境
中国电信行业三足局势已成，已经进入“存量竞争’时代。
中国移动，中国联通和中国电信三大运营商三足鼎立。电信行业人口红利已经消失，新增用户增长空间会变得越来越狭窄。运营商之间展开资费、广告及技术大战。如何在残酷环境下，提供高品质产品和优质服务，存量用户成为电信行业的下一个竞争点。
电信行业的竞争格局也在发生变化，OTT(Over The Top)服务供应商开始一步步蚕食电信行业。 电信全球化趋势。运营商和电信服务的全球化发展趋势。
未来，如何为己有客户提供良好的客户体验并从现有的客户资产中获益成为电信行业的一个关键要素。
1.2数据环境
中国有几亿用户使用计算机、平板、手机和其他数字设备，交易、社交和GPS等数据每天都在源源不断产生。电信市场渗透各个行业，电信运营商能够接触到大量的客户数据。
跨行业，大量，多样的数据特点，使得电信运营商具有明显的数据优势。也是未来新利润增长点和竞争的关键。
如何利用手中的数据“金矿”，培育自己的核心信息竞争力，在历史变迁中获得最大收益，是电信运营商竞争的关键。
1.3内部环境
由市场竞争转向存量竞争，电信业营改增，都对原有盈利模式产生巨大冲击。盈利能力下降，原有主盈利业务失去优势，如何快速找到新的盈利点，培养用户流最习惯将成为关键。
1.4数据助力运营商占据竞争优势
竞争和变革要求运营商的盈利增长要从“业务驱动”转向“数据驱动”。数据化辅助决策是运营商未来的发展关键。数据积累上，运营商拥有多年的积累。从数据的多样性上，运营商数据涉及移动语音、固定电话、无线上网和固网介入等所有业务，涉及家庭、公众和企业客户，同时也收集渠道接触信息，包括电子渠道，实体渠道和直销渠道等各种渠道类型。电信运营商对数据的应用占据天时地利与人和。
如何利用数据优化基础设施建设和优化网络运营管理，做好基础设施服务;
如何利用数据掌握市场风向和提高营销转化率，做好市场和营销服务;
如何利用数据提升服务质量和防止用户流失，做好服务和客户生命周期管理;
如何利用数据监控业务异动和掌握市场经营状况，做好企业业务运营和经营管理;
如何利用数据打开对外商业化大门，另辟蹊径，获取新的收益模式?
数据可视化是数据被使用的第一步。
2.1电信行业数据特点
·数据孤岛:数据分别存储在各地分公司，分公司不同业务数据独立存储。
数据量大:大数据量，数据多样，数据复杂。每天的交易数据以千亿记，涉及包括业务。用户等成百上千的维度。
·业务多样:涉及交易、社交和GPS等客户数据和企业内部运维、经营等数据。
2.2电信行业数据难点
·数据统一和整合:将跨地区，跨业务的数据进行统一和整合。同时保证数据的质量。数据的真实性，相 关性要保持一致。
·大数据存储:海量数据的存储，保证存储，读取和访问速度，保证数据读取的分级权限。
·大数据分析:已有分析模型的资源管理，未知模型的探索式、自服务模型生成。
2.3电信行业数据可视化系统架构方案
2.4方案特征
·分布式存储:方便整个架构的横向扩展，可以线性地横向扩展而没有性能影响，保证性能和容量的灵活伸缩，解决大数据量的存储问题。
·硬件高可用:通过软件设计、硬件故障作为一个常态而非特例来解决。
·“不共享”架构:分布式机器节点之间相互独立，分布式数据中心与分布式数据集市之间相互独立，避免资源争用。保证架构在应对实时计算、离线计算和流式计算等不同的计算需求时，高效稳定的运行。
·探索式自服务分析:针对未知和灵活多变的业务需求，可以实现自主数据服务和分析服务。
3.1华盛恒辉的价值
存储——解决分布式数据中心高并发高I/O瓶颈:
分布式架构的核心问题是系统运行过程中的高并发和高1/0。通过数据中心上层部署分布式数据集市的方式，分担分布式数据中心的压力。
计算——针对分析型数据的MPP数据集市:
分布式数据中心作为数据仓库，需要承担数据的存储，计算和其他数据请求。需要在数据的增、删、改、查和运算等各个功能做好资源的均衡。华盛恒辉MPP数据集市是一款专门针对分析性数据的分布式列存数据集市。把更多的系统资源集中在数据的检索和分布式计算之上。同时，列式存储保证了数据在存储和调用时的数据独立性和完整性。
·数据可视化——探索式的自服务分析前端:
华盛恒辉BI对比传统BI的痛点，采用轻量建模，从模型根源杜绝因为需求改变而产生的频繁的模型修改和数据再抽取。同时永洪BI前端提供可视化的建模方式。可视化的数据建模可以轻松实现跨库跨源的数据连接。可视化的业务建模操作页面，通过简单的拖拽点选即可快速完成业务分析模型。生成的可视化报告，可以实现数据联动，数据筛选。使得数据展现成为数据分析开始的第一步。使可视化之后的进一步深入的探索式分析得以继续，充分释放数据的价值。
