简单地说，大数据是一个庞大而不太容易管理信息收集。IBM将其定义为“信息，不能处理或分析采用传统的流程和工具。”Gartner提供了一个更复杂的定义，指的是它的“大容量，高速度，高性价比的各种信息资产的需求，创新为增强洞察力和决策信息处理形式。” 

 

因此，什么可以被称为“三V的大数据量和速度的变化”：

体积–根据IBM，已经有800000的PB（拍字节）的数据存储在世界各地的2000年，和他们的专家预计这一数字达到35 ZB（2020字节）。数据量存储今天爆炸指数增长：推特单独生成超过7 TB的数据，每天产生10 TB的日常–；facebook和一些企业编制的数据百万兆字节数百小时。

注：尽管这些巨大的数据，大数据主要是被忽视：根据企业利用大数据Gartner集团只有10%，而那些实现业绩和收入增长了20%，作为一个结果。

 

品种–今天，数据来自我们无数的格式。它不再只是传统的结构化数据还原，半结构化和非结构化数据的网页，搜索引擎，社交媒体门户网站，主动与被动传感器系统等各种数据的管理，并将其转换成一个单一的，业务知识相干光源是许多组织仍然在挣扎。

速度–巨大的速度，数据流是大数据的另一个关键特性。传感器，RFID标签的爆炸，智能电表和其他创新技术驱动需要应对洪水几乎实时的数据，并处理数据速度仍然是大多数企业的一大挑战。

如何从大数据中受益，电信运营商可以

提供大量的数据进行分析，使公司更成功的决策，大数据是企业非常重要的。一般来说这意味着更高的运营效率，降低成本，减少风险。在其他事情上，电信公司正在探索如何利用大数据来实现工作流程的改进和开发更多有用的新产品和完善的服务 –基于客户的深入理解的大量信息成为可能。

在电信大数据事件去年举行，几家公司共享他们的经验如何，大数据分析可以给服务提供商支付股息：

• Guavus，供应商电信为主的分析软件，发现它的一个客户在网络设备成本的降低从10亿美元，达到5400万美元由于更好的理解网络是如何被利用。
• 许多电信运营商声称增加了一倍的产品销售通过其主要市场更有效的靶向性。
• 通过对短跑报道客户营销洞察数据的外部销售收入1000万美元。

如何开始

电信相关数据可分为两大类：

• 结构化的数据这是很容易处理：计费记录，电子记录（IP，服务），位置记录，库存，等。
• 非结构化数据这使得它很难从其内容中获得的洞察力：语音通话，短信，网络和媒体的内容，程序，等等。

此外，一个可以区分：

• 内容数据–实际内容通过移动网络；
• 元数据–信息描述的性质，来源，成本，等等，涉及的内容数据。

结构化的元数据通常是在业务支持系统（OSS）。如果不同的数据集和信息流所产生的使用可以很容易地提取，运营商可以制定非常宝贵的大数据的见解。为此，专家建议，首先azoft开源软件的优化。

大数据：客户案例研究

当一azoft客户端–澳大利亚大型无线运营商–决定利用大数据，它必须取代其整个IT系统。主要的问题是所有分散的数据的一个单一的网络存储点的缺失：所有网络设备的配置信息进行克莱默OSS套件5还有其他几个不同的来源。

此外，azoft（我们的团队照顾网络库存方面）发现，由于快速发展的行业需求，客户需要将他们的系统到较新版本的克莱默。然而，由于克莱默系统通常是高度定制的，细腻的，没有“一个尺寸适合快速转移现有的数据到较新版本的克莱默都“迁移工具。

什么是市场上现有的广泛的研究后，我们获得一个创新的迁移工具，是我们项目的较佳配合。除了自动迁移的过程中，该工具还可以帮助我们减少停机时间，利用双向同步的源和目标数据。

结果

这个项目是成功的，和我们的客户能够从专有数据采购效益通过azoft成为可能。但根据IBM的调查，超过50%的企业领导人今天仍然承认他们没有获得他们需要为了正确履行工作职责的见解。然而，它不应该是这样的！大数据应该为你提供重要和丰富的数据应用对提高企业绩效和总收益。