En el futuro, los operadores también podrán ampliar los modelos de terceros, aumentar la cooperación abierta, cooperar con todos los eslabones de la cadena industrial, acelerar la exploración de modelos de negocio para la gestión de big data, liberar continuamente el poder potencial de los enormes datos en sus canales, y convertir los datos en "oro real". En este sentido, la exploración de operadores de telecomunicaciones extranjeros nos proporciona ideas. Telefónica estableció el año pasado una unidad de negocio de big data llamada "Dynamic Insights" para ofrecer a los clientes servicios de análisis y empaquetado de datos que les ayuden a captar las principales tendencias. La unidad de negocios móviles de France Telecom también ha comenzado a intentar aprovechar el valor potencial del big data. Por ejemplo, emprendió un proyecto de monitoreo de datos de carreteras francesas para analizar los millones de registros generados cada día para mejorar la suavidad de las carreteras. Aún más disruptivo es Verizon, cuyo negocio de datos representa un porcentaje muy alto de todo su negocio. Entre ellos se encuentra el valor adicional de unirse a una organización de terceros para realizar análisis de big data en su base de usuarios y luego proporcionar información valiosa al gobierno o a las empresas. Los analistas señalaron que cuanto mayor es el grado de dataización, más escenarios de aplicación de big data y mayor el valor que puede aportar. Aunque la exploración nacional del negocio de reconstrucción de datos aún no ha alcanzado una gran escala, representa que los operadores confían en sus propias ventajas para empaquetar el análisis de datos como servicios y proporcionarlos a instituciones de terceros, como gobiernos, centros comerciales y bancos, para que tomen decisiones. -making, logrando así la innovación del modelo de negocio, para tomar la delantera en la competencia con las empresas de Internet. Pero debe quedar claro que el paquete de datos aquí no recopila ilegalmente información personal de los usuarios ni vende su privacidad personalizada. Los big data reales deben procesarse para agregar valor y guiarse por el análisis, en lugar del abuso de bajo nivel de los datos originales en sí.