⑴ 大數據市場有多大 怎麼利用大數據賺錢
大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。
⑵ 大數據公司的盈利方式是什麼
盈利方式是估值。
1.幫助企業建立戰略投資和財務投資的長期財務預測模型，可以使用蒙特卡羅方法，對隨機變數指標按概率分布進行統計模擬分析;
2.運用自由現金流量折現模型、經濟增加值或經濟利潤模型、股利折現模型以及基於市場比率的估值模型等對投資的財務可行性進行分析;
3.對企業自身、投資對象進行不同戰略情境演繹下的估值;
4.對企業圍繞流動資金佔用和投資的融資需求做出融資工具的選擇和安排。
⑶ 大數據時代,供應鏈管理將面臨深刻變革
大數據時代,供應鏈管理將面臨深刻變革
供應鏈是一個系統，是由很多的公司或者實體、人和各類資源組成的有機系統。這個系統的目的是以可接受的成本將產品或服務提供給終端客戶——這是供應鏈的基本定義。
在供應鏈管理中有三個要點：第一是物流，第二是信息流，第三是資金流。其中，物流是生產原料或產品在公司之間的傳遞以及在公司內部的轉換。在優秀企業的供應鏈管理中，物流、信息流和現金流一定是協同整合在一起的。
供應鏈管理核心思想有兩點——
首先，供應鏈中通常會有很多企業參與產品和服務的供給，因此企業之間的協同與合作非常重要。第二，供應鏈是跨學科跨部門的。從福布斯公布的經濟數據上可以得知，世界前一百最大的經濟實體中，51個是公司，49個是國家。這些「富可敵國」的企業有一個共同的特徵，其所在的供應鏈網路中時刻發生著物流、信息流和資金流的密切交互，決定了供應鏈管理對於跨部門以及跨地區協同的要求遠高於其他商業職能領域。
由此可見，整個供應鏈管理變得更加重要，跨地域之間的協同不僅是公司之間的協同，還有不同地域之間和不同文化之間的協同。另一方面，這些百強公司所屬的行業幾乎都是製造業，也就是說目前整個世界的經濟很大程度上依賴實體經濟增長。
企業要管理好供應鏈，最重要的是要了解如何運作。在福布斯的一項名為「通往財富500強CEO路徑」的調查數據顯示，500強企業中的CEO50%以上是從COO職位上晉升的，這主要是因為COO的職責是保證企業價值創造流程的效率和效果，這使得該崗位上的高管對於供應鏈全過程有清晰的認知。
供應鏈管理具有復雜性特徵
供應鏈管理的首要職能是采購管理。如今大多數公司都把采購提高到戰略層面，因此許多公司的供應商不但來自全球多個國家，而且數量巨大。例如，波音是美國公司，但是飛機零部件來自全球供應商企業，而沃爾瑪僅在美國就有6000多個供應商。公司需要實時監測供應商是不是能夠按照計劃生產，以及是不是有健康的資金流和物流信息流，這是非常大的工作量。
在信息網路發達的今天，公司除了直接的物流和現金流的管理之外，還要考慮其他的許多因素，如果知名企業的供應商犯了什麼錯誤，那麼它會直接影響到該企業的市場收益。因此，企業需要實時掌握供應商的狀態。管理好采購成為企業是否盈利的最關鍵因素之一。
第二個職能是物流管理。在企業層面，什麼樣的產品選擇什麼樣的形式運輸非常重要。在具體物品運輸時，通常的做法是第三方物流介入。而這個過程中，大量的實時信息對決策產生影響。比如，共享單車公司需要決策怎麼調配單車才能夠保證最大化地給用戶提供方便；再如，亞馬遜的很多倉庫都是自動化的，能夠很快地追蹤到每一個客戶需要的產品，然後把這個產品貼上正確的標簽、按正確的地址運送給這個客戶。還有一個層面的物流是從公司到客戶的物流，從公司到個人的物流管理實際上是很多企業成敗的關鍵。
此外，關於生產製造的決策還包括資源管理、人員管理和質量控制。生產企業很重要的因素是生產量，因為產量越大的話，單位的生產成本就越低，如果產品多樣化程度比較高的話，會降低生產效果。現在生產技術的創新使得能夠達到生產多樣化，從供應鏈的角度來講，它帶來的是個性化的供應鏈，也就是說，供應鏈的組織形式可能對每一個個體客戶來說都是不一樣的，這是供應鏈管理的一個大趨勢。
最後一個職能是需求預測和計劃。所有公司在資源和運作上的計劃都是隨著需求預測來做的，從公司的角度來講，如何做好需求預測管理是一個永遠的難題。作為供應鏈管理層面，第一就是決定什麼樣的產品和服務提供給什麼樣的客戶，第二個很重要的因素是價格，因為需求走勢和產品價格有關系的，而市場對於貨物價格的反應是供應鏈管理核心的問題。
工業4.0到來促使供應鏈管理求變
在大數據時代，工業4.0的到來對供應鏈管理產生深遠影響。首先，公司市場需求預測不再是基於歷史銷售數據了，大數據會幫助廠商作出智能預測。其次，個性化的服務成為可能，使得市場需求預測從綜合預測向個體預測轉變，為企業提供更精準的產品級預測指導。同時，大數據對生產領域產生的影響將導致供應鏈的物流、信息流和資金流的管理方式發生改變，機器設備、人員以及產品之間的信息交互將帶來生產方式的深刻變革。機器由於數據的匯集與分析，智能化程度進一步提升，比如自我規劃、自我維護的設備逐漸應用於生產，感測器觸發的調度適配也有可能實現。這些因素都將引起供應鏈管理的改變。
⑷ 大數據公司的盈利方式是什麼
盈利方式抄是估值。
1.幫助襲企業建立戰略投資和財務投資的長期財務預測模型，可以使用蒙特卡羅方法，對隨機變數指標按概率分布進行統計模擬分析;
2.運用自由現金流量折現模型、經濟增加值或經濟利潤模型、股利折現模型以及基於市場比率的估值模型等對投資的財務可行性進行分析;
3.對企業自身、投資對象進行不同戰略情境演繹下的估值;
4.對企業圍繞流動資金佔用和投資的融資需求做出融資工具的選擇和安排。