- 电信领域
电信行业掌握体量巨大的数据资源，单个运营商的手机用户每天产生的话单记录、信令数据、上网日志等数据就可以达到拍字节（PB）级规模。电信行业利用IT技术采集数据改善网络运营、提供客户服务已有数十年的历史，而传统处理技术下，运营商实际上只能用到其中百分之一左右的数据。
大数据对于电信运营商而言，一是意味着利用廉价、便捷的大数据技术提升其传统的数据处理能力，聚合更多的数据提升洞察能力。例如，美国T-Mobile借助大数据加快了诊断网络潜在问题的效率，改善服务水平，为客户提供了更好的体验，获得了更多的客户以及更高的业务增长。中国移动、德国电信利用大数据技术加大对历史数据的分析，动态优化调整网络资源配置，大幅提高无线网络的运行效率。T-Mobile通过集成数据综合分析客户流失的原因，在一个季度内将客户流失率减半。SK电讯成立SKPlanet公司专门处理与大数据相关的业务，通过分析客户的使用行为防止客户流失。中国联通利用大数据技术对全国3G/4G用户进行精准画像，形成大量有价值的标签数据，为客户服务和市场营销提供了有力支持。中国移动通过对消费、通话、位置、浏览、使用和交往圈等数据的分析，利用各种联系记录发现各种圈子，分析影响力及关键人员，用来进行家庭客户、政企客户和关键客户的识别，以实现主动营销和客户维系。
二是提高数据意识，寻求合适的商业模式，尝试数据价值的外部变现。主要有数据即服务（Data-as-a-Service，DaaS）和分析即服务（Analytics-as-a-Service，AaaS）两种模式，数据即服务模式往往通过开放数据或开放API的方式直接向外出售脱敏后的数据；分析即服务模式往往与第三方公司合作，利用脱敏后的（自身或整合外部）数据资源为政府、企业或行业客户提供通用信息、数据建模、策略分析等多种形式的信息和服务，以创造外部收益，实现数据资源变现。
数据即服务方面，AT&T将客户在WiFi网络中的地理位置、网络浏览历史记录以及使用的应用等数据销售给广告公司获取可观收益；英国电信基于安全数据分析服务AssureAnalytics，帮助企业收集、管理和评估大数据集，将这些数据通过可视化的方式呈现给企业，帮助企业改进决策；德国电信和沃达丰主要尝试通过开放API，向数据挖掘公司等合作方提供部分用户匿名的地理位置数据，以掌握人群出行规律，有效地与一些LBS应用服务对接。限于国内对数据交易流通方面缺乏明确规定，国内运营商很少尝试数据即服务模式。
分析即服务方面，西班牙电信成立了动态洞察部门DynamicInsights开展大数据业务，与市场研究机构Gfk进行合作，在英国、巴西推出名为智慧足迹的创新产品，该产品基于完全匿名和聚合的移动网络数据，可对某个时段、某个地点人流量的关键影响因素进行分析，并将洞察结果面向政企客户提供；Verizon成立精准营销部门（Precision Marketing Division），提供精准营销洞察、精准营销、移动商务等服务，包括联合第三方机构对其用户群进行大数据分析，再将有价值的信息提供给政府或企业获取额外价值：中国电信在大数据RTB精准广告业务（根据客户行为和位置分析进行商铺选址和实施营销）、景区流动人口监测业务、基于客户行为的中小微企业通用信用评价等方面均有尝试，且成效显著，借助对不同行业、不同类型企业的行为数据分析，中国电信的“贷189”平台，一个月吸引了中小企业580家、金融机构24家，订单成交额达3368万元。中国移动和中国联通也与第三方合作，开展智慧旅游、智能交通、智慧城市等项目，探索数据外部变现的新型商业模式，寻找新的业务增长点。
人工智能与大数据技术导论
118