随着互联网业务和应用的快速发展和移动互联网的爆炸式增长，对电信运营商的客户基本属性、行为数据、信令数据、终端数据等海量数据的存储和分析日益成为电信运营商面临的重要挑战。大数据技术的出现和机器学习的发展为电信运营商深入挖掘数据提供了新的途径，同时也为其更好地为客户服务提供了新的机遇。
运营商通过大数据平台建设、海量数据加载、丰富人像标签的沉淀、上层机器学习算法的深入研究，对几大关联行业进行了深入的探索和实践，并推出了一系列创新产品，发挥了作用在支持金融风险控制、用户信用领域和业务决策方面发挥着越来越重要的作用。
以中国联通通信集团yoko获客为例，从平台、数据、技术三个方面阐述运营商的大数据能力，并结合企业实践探索，分享云网获客在联通信用评分和智能定位产品方面的案例。经过两个阶段的建设，大数据平台已经建成了Hadoop、MPP、流处理和内存数据库平台。集群规模达到1400+以上，日均处理离线数据100TB以上，实时数据1000亿。它集成了OSS（操作支持系统）和boss（业务支持系统）、MSS（管理支持系统）三域内部数据+互联网外部多维数据，为大数据应用提供强大的PAAS能力支持。yoko获客大数据平台。
运营商在数据上自然有优势，比如垄断的呼叫网络数据、最实时全面的位置数据、最丰富的互联网行为数据、最全面的终端行为数据、最权威的用户身份信息数据、最详细的通信消费数据。以下是各种类型数据的特征和值。
（1）呼叫网络数据
呼叫社会关系数据：根据通信圈的大小、主机和被呼叫方的大小，以及时间的规律，我们可以掌握任何用户的社会特征，如自己的影响力、人与人之间的亲密程度、人与人之间的上下级关系等，甚至得到网络路径。呼叫定时数据：呼叫频率、时间序列、持续时间、对端等重要数据。
（2）还可以挖掘用户的个性、身份、作息规则等位置数据：运营商的位置数据不仅可以通过呼叫、上网、短信等方式获取，还可以通过定期基站切换和定期位置报告直接获取用户的全方位位置数据，不管用户是登录还是使用移动电话应用程序与通用分组无线相比，分组无线具有最大的优势。实时性强：实时流处理分钟级用户定位数据，可用于各种实时定位服务应用
（3）互联网接入数据通过DPI内容分通过对所有手机用户的数据进行分析和收集，互联网产品可以达到多个级别，app（应用）可以识别近9000个产品；用户搜索行为数据：只要进行语义分析和一定的知识库，用户的移动搜索行为是近期用户最强烈的需求方向综合起来，它在精准营销中有很大的价值。 用户终端信息：包括型号、品牌、更换频率、品牌忠诚度等，用户可以掌握终端市场，从终端看到用户水平；用户变化轨迹：可以用来分析终端品牌之间的流向。实名制全面推广后，运营商的身份数据质量非常高，包括身份证号码、姓名等真实信息。
（4）每月通信费用、支出分配情况，通信消费数据用户的充值情况和充值频率可以在一定程度上反映其消费习惯和收入水平。根据用户档案维度和操作员数据特征，标签系统从上到下分为7大类和60个子类，分别从客户基本属性、沟通属性、习惯偏好、社交关系、应用行为等方面进行展示，在线活动和位置跟踪。标签型号已超过100000。
举例：你是做电器产品的，你需要一批意向客户，你需提供一些家用电器的网址、淘宝网站或某app给我，系统可以将里面最近几天实时访问或来电者的信息收集到提供给你。手机号码抓取技术与精准营销的关系就分析到这里.
