运营商发展大数据具有其他行业无可比拟的优势，主要体现在：
数据提供的可持续性。通信
身为主流运营商的德国电信和Vodafone在利用大数据为自身业务服务之余，已向商业模式跨出了一步。主要尝试是通过开放API，向数据挖掘公司等合作方提供部分用户匿名地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。
法国：
法国电信在发掘大数据目前已在移动业务部门和公共服务领域进行了探索和尝试。在移动业务部门，OrangeBusinessServices已在借助大数据改善服务水平，提升用户体验。法国电信目前开展了针对用户消费数据的分析评估，以帮助法国电信改善服务质量。
比如，通话中断产生的原因除了技术故障外还有
10月初，美国Verizon成立了精准营销部门PrecisionMarketingDivision。根据部门副总裁ColsonHillier的介绍，该部门提供三方面的服务，首先是精准营销洞察(PrecisionMarketInsights)，提供商业数据分析服务;其次是精准营销(PrecisionMarketing)，提供广告投放支撑;*后是移动商务(MobileCommerce)，主要面向Isis(Verizon、AT&T和T-Mobile发起的移动支付系统)。
PrecisionMarketInsights的服务，将手中的用户数据直接向第三方出售。该项服务主要针对商场、球场等特定的公开场所，搜集手机用户的背景信息，为第三方所用。在美国，棒球和篮球比赛是观众云集，商家*为看中的营销场合，此前在超级碗和NBA的比赛中，Verizon针对观众的来源地进行了**数据分析，球队得以了解观众对赞助商的喜好等。
国内大数据发展所遇到的问题
我国运营商由于技术、数据系统限制、用户隐私和商业模式不明确等问题，目前大数据运营只处在探索阶段。我国运营商利用大数据主要遇到以下问题。
如何避免隐私泄露问题未能解决，大数据运营有风险。人们对于隐私问题越来越重视，数据公司掌握大量数据和数据制造者要求隐私权之间的矛盾，使得大数据使用变得困难。
尚未确立商业运营模式。运营商掌握的数据很多，但是这些数据应该怎样应用，给谁用，应用收益是否可以抵消数据开发分析的成本，这一系列问题也让国内运营商非常困扰。
数据处理种类多，单一技术难以实现。各大数据系统数据模型不统一，只具备结构化数据处理能力，无法支持非结构化、半结构化数据处理，无法满足互联网类业务发展要求。
国内运营商系统分散建设，难以实现资源共享。经营分析、信令监测、综合网络分析、**信息监测、上网日志留存等大数据系统分专业建设，其中部分系统分省建设，造成资源重复建设、应用重复开发、专家资源无法共享。
公安机关备案号：
