1. 在大数据时代，有哪三种大数据公司活跃在大数据产业链上呢
基于数据本身的公司：自身拥有大量的数据资源，比如政府机构；
基于技术的公司：比如勤智数码大数据处理平台；
基于思维的公司：可以依托大数据分析为企业提供战略方向，比如魔镜的大数据服务和勤智数码大数据咨询服务。按照以上的三种角色，对大数据的商业模式做了梳理和细分。
“数据拥有者”的商业模式数据拥有者，这样的公司有三类：
1.大数据是业务核心，对大数据的重复利用是其发展的原动力，例如Google、Amazon、Inrix等；这种公司具有很强大的大数据技术能力，多数时候大数据技术本身主要用于自身的运作，具有三种产业链角色：数据+技术+服务；
2.大数据是作为提高生产效率、增加业务收入或者创造新的收入的使能器，非厂商的主流业务；例如运营商、银行等，运营商的主要业务是通过通信设备提供的各种网络语音和数据业务，目前运营商本身并不通过数据的重复利用为主要手段来盈利；
3.数据中间商，本身不具有创造数据的能力，从各种地方搜集数据进行整合，然后再提取有用的信息进行利用；它们的商业模式有：
2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如Inrix在交通信息领域，面向GPS生产商、和交通规划部门、 FedEX和UPS等物流公司等，出售完整的当前甚至未来的交通状况的模式图或者数据库；2C：面向个人，提供基于数据分析结果的服务。例如：Inrix提供一个免费的智能手机应用程序，一方面它可以为用户提供免费的交通信息，另一方面它自己就得到了同步的数据。
2D：租售数据/信息模
式（数据资产分享和交易平台），新的商业模式，把数据/信息作为资产直接进行销售；例如：Twitter把它的数据都通过两个独立的公司授权给别人使用；VISA和MasterCard收集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录，用来预测商业发展和客户的消费趋势。然后，它把这些分析结果卖给其他公司；“技术提供者”的商业模式技术提供者的2B商业模式是目前的主流，有4种类型：提供单点技术，pure-play为主，例如：Teradata为沃尔玛和Pop-Tarts这两个零售商提供大数据分析技术，来获得营销点子；提供整体解决方案，IT厂商为主，例如：IBM提供软硬一体的大数据解决方案；华为基于IT基础设施领域在存储和计算的优势，提供整体大数据解决方案；大数据空间出租模式：大数据计算基础设施上（与云结合），通过出租一个虚拟空间，从简单的文件存储，逐步扩展到数据聚合平台，例如腾讯开放云战略为大数据创业者提供了廉价的数据基础设施，使中小企业也有机会在大数据领域创新业务。Bigdata as a service，新的商业模式，提供E2E在线大数据技术或者解决方案。例如 RJMetrics，为电商提供快捷的商业智能在线服务，软件定价为 500 美元每月，客户只需在软件端输入特定数据，RJMetrics
便会将这些信息备份到安全的服务器上，并承诺在7日内优化数据用以分析，之后以清晰简洁的界面将数据分析结果反馈给客户。再例如，GoodData面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具，将所有商业智能分析所需的数据和任务都搬到了云上；技术提供者的2C商业模式，目前较少，与cloud结合后有很大的空间，未来是趋势。例如：面向个人的家庭帐单、家庭耗能节能等或者面向个人数据的大数据解决方案。
“服务提供者”的商业模式服务提供者有两种，一种是应用服务提供者，另一种是咨询服务提供者。应用服务提供者是基于大数据技术，对外提供服务：
2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如前面提过的Inrix;
2C：面向个人，提供基于数据分析的服务；例如： Flight_caster 和FlyOnTime.us基于分析过去十年里每个航班的情况，然后将其与过去和现实的天气情况进行匹配，预测航班是否会晚点；咨询服务提供者，提供技术服务支持、技术（方法、商业等）咨询，或者为企业提供类似数据科学家的咨询服务；2B 商业模式：定位在某一具体行业，通过大量数据支持，对数据进行挖掘分析后预测相关主体的行为，以开展业务；利用数据挖掘技术帮助客户开拓精准营销或者新业务，有时企业收入来自于客户增值部分的分成。 例如德国咨询公司GFK帮助Telefonica 面向零售商、政府部门、公共机构提供基于地点的人员流动（Footfall）数据：以时间为维度（小时/天/月/年），在特定区域的人员人口统计数据（性别、年龄）和行动等数据； 这类企业成长非常快，一般擅长数据挖掘分析技术，帮助一些数据大户如银行、运营商等开展新的业务。
2. 大数据应用六大模式
大数据应用六大模式
捧着金饭碗，第三方大数据公司是如何在数据堆中觅得“金块”的呢？
“数据挖掘公司的规模不同，影响力不同导致数据挖掘公司的商业模式也有所不同。”南开大学商学院致力于数据挖掘研究的安利平教授在接受商报记者采访时表示，目前比较盛行的数据挖掘公司多为两大运营模式：第一种是直接为企业用户提供其所需求的数据；第二种则是为不同的企业或企业不同的需求，对数据进行分析，提供针对性的信息，以此获利，如天相投顾就是此类公司之一。
中国计算机学会会员、宏源证券研究所计算机行业高级专家赵国栋表示，数据挖掘公司一般有六种商业模式值得参考：第一种是以广联达等公司为代表的租售数据模式，它们通过出售广泛收集、精心过滤时效性强的数据，成为各自行业的翘楚。而庞大的“数据库”则是它们的资产，也是竞争对手难以逾越的门槛；第二种则是以彭博为代表的租售信息模式，它们聚焦在某个行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用的数据终端，形成数据采集、信息萃取、价值传递的完整链条；第三种则是数字媒体模式，在电视、纸媒衰落的背景下，新型的数字媒体公司充分发挥大数据技术的优势，广泛搜集数据开展精准营销业务；第四种则是数据使能模式。譬如阿里金融为代表的小额信贷和电影的票房预测等业务，如果没有大量的数据，缺乏有效的数据分析技术，这些业务就难以开展；第五种则是数据空间运营模式，比如近期势头强劲的网盘，如果从大数据角度来看，便是因为各家纷纷嗅到大数据商机，开始抢占个人、企业的数据资源；第六种则是大数据技术提供商，比如开发语音、视频等数据处理技术的企业。
数据提供商：服务对象的“首席执行客户”
“不管是哪种商业运营模式，拥有庞大的数据库是根本。只有拥有了大而全的数据，才能使数据挖掘公司为多个领域提供数据。”南开大学商学院教授安利平介绍说，有了数据库基础，数据挖掘公司应该做的便是不断完善和更新自己的数据挖掘工具，包括数据分析流程、技术等。
从目前的行情来看，大多数数据挖掘公司都主要服务于银行业、保险业。因为这些行业需求大量客户数据以此来发展业绩，从中获得盈利。
在中国计算机学会会员、宏源证券研究所计算机行业高级专家赵国栋看来，大数据可掘金的行业几乎无处不在，企业对数据的需求已经像毛细血管一样渗透到各个领域。赵国栋表示，数据挖掘公司要做好大数据，“应该比他服务的公司更了解其客户，才能深入分析客户的需求”。如要给一家影院做数据挖掘，就应该调查常来这家影院的消费者，每一个时间段对应什么样的消费者，他们对电影的偏好，以及相关消费的偏好等，数据挖掘公司要做的就是深入到消费者中去。
“以前的数据挖掘，只在乎解决企业的技术问题，大数据时代的数据挖掘，则应该是帮助业务部门开拓市场，扩大客户群体，提供的不只是技术，还包括运营、经营方案等。”赵国栋介绍说，除了市场广阔，具备数据挖掘能力的公司也是资本的宠儿。
“数据的商机就在于媒体策略与选择的更加有效性、媒体可利用的效率提高、传播信息的效率提高等。做到极致，其实数字媒体能够卖的不仅仅是受众的眼球，而是其通路的价值。随视传媒与多家大型流量媒体伙伴合作，要把‘数据’商机和在线销售通路画上等号。”沈雁介绍说。
3. 大数据平台的运营模式有哪些
这里面涉及到3个方面的专业常识问题。
第一个是大数据；
第二个是平台，以及大数据平台；
第三个是运营，以及运营模式。
我们先来看第一个问题，大数据。“大数据”的定义很多，也很泛。但是都没有错，因为出发点不一样。有的站在研究的角度，有的站在学术的角度，有的站在市场的角度，那么比较客观的定义，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。它的特点，首先是它的价值取向，没有可以利用的、可以挖掘的数据再大也不叫大数据；另外看它的海量和精准性，海量数据不等于大数据；还有就是在线性，再多的数据，如果没有在线性的特点，那只能算局域网里面的陈冗信息。
第二个问题，平台，就是在线化的生态体系，才可以叫平台。如果没有在线，如果紧紧是孤立存在的，是不能称为大数据平台的。既然叫平台，而且是大数据平台，其在线化以及基于整个数据的抓取、挖掘和再利用等方面应该有一个整体规划，这样的情况下才可以叫平台运营。
第三个问题，对于运营的理解，无论有多少种介绍和解释，运营都分为宏观和围观的两种理解。宏观的，叫综合运营，是战略和战术整体结合的层面；微观的，叫产品运营，然后再细分为内容运营、用户运营、活动运营等；
所以，要像搞清楚运营模式，需要前面先定准以上内容。
如果宏观上的运营模式，主要是看整体商业模式的定位。包括如何推广、如何获取数据、如何挖潜数据；如何让平台赢利，并最终实现平台的价值；
微观的运营模式，主要是三步走的策略，具体就是拉新、留客、激活、反复再拉新、激活、留客等，不断地增加粘度、增加客户的使用感受，增加平台的娱乐性、增强客户的2次使用和再分享推广传播的策略。
4. 在大数据时代，数据拥有者的商业模式有哪些
在大数据成为趋势，成为国家战略的今天，如何最大限度发挥大数据的价值成为人们思考的问题。无论是对于互联网企业、电信运营商还是数量众多的初创企业而言，大数据的变现显得尤为重要。谁最先一步找到密码，谁就能够抢占市场，赢得发展。在探索大数据商业模式的同时，大数据正加速在各行各业的应用，大数据不仅为人们的购物、出行、交友提供了帮助，甚至还在高考这样重要的事件中发挥作用。
大数据产业具有无污染、生态友好、低投入高附加值特点，对于我国转变过去资源因素型经济增长方式、推进“互联网+”行动计划、实现国家制造业30年发展目标有战略意义。前几年，国内大数据产业讨论较多、落地较少，商业模式处于初探期，行业处于两种极端：一种是过热的浮躁带来了一定的泡沫和产业风险；一种是怀疑大数据只是炒作，依然坚持传统管理理念、经营模式。但是进入2015年之后，大数据产业告别了泡沫，进入更务实的发展阶段，从产业萌芽期进入了成长期。当前，如何将大数据变现成为业界探索的重要方向。
B2B大数据交易所
国内外均有企业在推动大数据交易。目前，我国正在探索“国家队”性质的B2B大数据交易所模式。
2014年2月20日，国内首个面向数据交易的产业组织—中关村大数据交易产业联盟成立，同日，中关村数海大数据交易平台启动，定位大数据的交易服务平台。2015年4月15日，贵阳大数据交易所正式挂牌运营并完成首批大数据交易。贵阳大数据交易所完成的首批数据交易卖方为深圳市腾讯计算机系统有限公司、广东省数字广东研究院，买方为京东云平台、中金数据系统有限公司。2015年5月26日，在2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会上，贵阳大数据交易所推出《2015年中国大数据交易白皮书》和《贵阳大数据交易所702公约》，为大数据交易所的性质、目的、交易标的、信息隐私保护等指明了方向，奠定了大数据金矿变现的产业基础。
咨询研究报告
国内咨询报告的数据大多来源于国家统计局等各部委的统计数据，由专业的研究员对数据加以分析、挖掘，找出各行业的定量特点进而得出定性结论，常见于“市场调研分析及发展咨询报告”，如“2015～2020年中国通信设备行业市场调研分析及发展咨询报告”、“2015～2020年中国手机行业销售状况分析及发展策略”、“2015年光纤市场分析报告”等，这些咨询报告面向社会销售，其实就是O2O的大数据交易模式。
各行各业的分析报告为行业内的大量企业提供了智力成果、企业运营和市场营销的数据参考，有利于市场优化供应链，避免产能过剩，维持市场稳定。这些都是以统计部门的结构化数据和非结构化数据为基础的专业研究，这就是传统的一对多的行业大数据商业模式。
数据挖掘云计算软件
云计算的出现为中小企业分析海量数据提供了廉价的解决方案，SaaS模式是云计算的最大魅力所在。云计算服务中SaaS软件可以提供数据挖掘、数据清洗的第三方软件和插件。
业内曾有专家指出，大数据=海量数据+分析软件+挖掘过程，通过强大的各有千秋的分析软件来提供多样性的数据挖掘服务就是其盈利模式。国内已经有大数据公司开发了这些架构在云端的大数据分析软件：它集统计分析、数据挖掘和商务智能于一体，用户只需要将数据导入该平台，就可以利用该平台提供的丰富算法和模型，进行数据处理、基础统计、高级统计、数据挖掘、数据制图和结果输出等。数据由系统统一进行管理，能够区分私有和公有数据，可以保证私有数据只供持有者使用，同时支持多样数据源接入，适合分析各行各业的数据，易学好用、操作界面简易直观，普通用户稍做了解即可使用，同时也适合高端用户自己建模进行二次开发。
大数据咨询分析服务
机构及企业规模越大其拥有的数据量就越大，但是很少有企业像大型互联网公司那样有自己的大数据分析团队，因此必然存在一些专业型的大数据咨询公司，这些公司提供基于管理咨询的大数据建模、大数据分析、商业模式转型、市场营销策划等，有了大数据作为依据，咨询公司的结论和咨询成果更加有说服力，这也是传统咨询公司的转型方向。比如某国外大型IT研究与顾问咨询公司的副总裁在公开场合曾表示，大数据能使贵州农业节省60%的投入，同时增加80%的产出。该公司能做出这样的论断当然是基于其对贵州农业、天气、土壤等数据的日积月累以及其建模分析能力。
政府决策咨询智库
党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》明确提出，加强中国特色新型智库建设，建立健全决策咨询制度。这是中共中央文件首次提出“智库”概念。
近几年，一批以建设现代化智库为导向、以服务国家发展战略为目标的智库迅速成立，中国智库数量从2008年的全球第12位跃居当前第2位。大数据是智库的核心，没有了数据，智库的预测和分析将为无源之水。在海量信息甚至泛滥的情况下，智库要提升梳理、整合信息的能力必然需要依靠大数据分析。
研究认为，93%的行为是可以预测的，如果将事件数字化、公式化、模型化，其实多么复杂的事件都是有其可以预知的规律可循，事态的发展走向是极易被预测的。可见，大数据的应用将不断提高政府的决策效率和决策科学性。
自有平台大数据分析
随着大数据的价值被各行各业逐渐认可，拥有广大客户群的大中型企业也开始开发、建设自有平台来分析大数据，并嵌入到企业内部的ERP系统信息流，由数据来引导企业内部决策、运营、现金流管理、市场开拓等，起到了企业内部价值链增值的作用。
在分析1.0时代，数据仓库被视作分析的基础。2.0时代，公司主要依靠Hadoop集群和NoSQL数据库。3.0时代的新型“敏捷”分析方法和机器学习技术正在以更快的速度来提供分析结果。更多的企业将在其战略部门设置首席分析官，组织跨部门、跨学科、知识结构丰富、营销经验丰富的人员进行各种类型数据的混合分析。
大数据投资工具
证券市场行为、各类指数与投资者的分析、判断以及情绪都有很大关系。2002年诺贝尔经济学奖授予了行为经济学家卡尼曼和实验经济学家史密斯，行为经济学开始被主流经济学所接受，行为金融理论将心理学尤其是行为科学理论融入金融中。现实生活中拥有大量用户数据的互联网公司将其论坛、博客、新闻报道、文章、网民用户情绪、投资行为与股票行情对接，研究的是互联网的行为数据，关注热点及市场情绪，动态调整投资组合，开发出大数据投资工具，比如大数据类基金等。这些投资工具直接将大数据转化为投资理财产品。
定向采购线上交易平台
数据分析结果很多时候是其他行业的业务基础，国内目前对实体经济的电子商务化已经做到了B2C、C2C、B2B等，甚至目前O2O也越来越流行，但是对于数据这种虚拟商品而言，目前还没有具体的线上交易平台。比如服装制造企业针对某个省份的市场，需要该市场客户的身高、体重的中位数和平均数数据，那么医院体检部门、专业体检机构就是这些数据的供给方。通过获取这些数据，服装企业将可以开展精细化生产，以更低的成本生产出贴合市场需求的服装。假想一下，如果有这样一个“大数据定向采购平台”，就像淘宝购物一样，可以发起买方需求，也可以推出卖方产品，通过这样的模式，外加第三方支付平台，“数据分析结论”这种商品就会悄然而生，这种商品不占用物流资源、不污染环境、快速响应，但是却有“供”和“需”双方巨大的市场。而且通过这种平台可以保障基础数据安全，大数据定向采购服务平台交易的不是底层的基础数据，而是通过清洗建模出来的数据结果。所有卖方、买方都要实名认证，建立诚信档案机制并与国家信用体系打通。
非营利性数据征信评价机构
在国家将公民信息保护纳入刑法范围之前，公民个人信息经常被明码标价公开出售,并且形成了一个“灰色产业”。为此，2009年2月28日通过的刑法修正案（七）中新增了出售、非法提供公民个人信息罪，非法获取公民个人信息罪。该法条中特指国家机关或者金融、电信、交通、教育、医疗等单位的工作人员，不得将公民个人信息出售或非法提供给他人。而公民的信息在各种考试中介机构、房产中介、钓鱼网站、网站论坛依然在出售，诈骗电话、骚扰电话、推销电话在增加运营商话务量的同时也在破坏整个社会的信用体系和公民的安全感。
虽然数据交易之前是交易所规定的经过数据清洗的数据，但是交易所员工从本质上是无法监控全国海量的数据的。数据清洗只是对不符合格式要求的数据进行清洗，主要有不完整的数据、错误的数据、重复的数据三大类。因此，建立非营利性数据征信评价机构是非常有必要的，将数据征信纳入企业及个人征信系统，作为全国征信系统的一部分，避免黑市交易变成市场的正常行为。
除了征信评价机构之外，未来国家公共安全部门也许会成立数据安全局，纳入网络警察范畴，重点打击将侵犯企业商业秘密、公民隐私的基础数据进行数据贩卖的行为。
结语：
大数据已经从论坛串场、浮躁的观点逐步走向国家治理体系建设、营销管理、生产管理、证券市场等方面，其商业模式也多种多样。市场经验表明，存在买卖就存在商品经济，具体哪种商业模式占主流将由市场决定。而最终的事实将证明，大数据交易商品经济必然成为“互联网+”的重要组成部分。
5. 大数据时代 数据服务业
大数据时代：数据服务业
自从苹果公司先后推出iPhone和iPad红遍全球，全世界进入了若干产业被颠覆，若干产业被重组，若干公司被干掉的大乱局面。以近来谷歌和微软相继推出平板电脑为标志，再加上它们在手机操作系统以及手机制造上的努力，可以说传统的产业划分和商业模式分析需要重新来过了。
从产业分析的角度看，今天再把网络业，IT业，电信业和软件业分开看已经什么都说不清楚了。传统的TMT概念（电信，媒体和信息技术业的统称）更是应该被扔进历史垃圾堆。一个重新定义过的大网络业概念可能会更加贴切地反映高度变动中的世界和日益模糊的产业关系。这个大网络业的上游，领军和驱动力是传统意义上的网络业（或称小网络业），中游是IT业，电信业和软件业，下游是新闻出版业，影视业，娱乐业，零售业和物流业。之所以可以把它们统统划归一个大产业概念，是因为它们都已经或正在互联网化，彼此之间形成了共生共荣的紧密关系。
从正在到来的大数据时代的角度看，也许大可不必纠缠于大网络业和小网络业如何区分的官司之中，干脆重新定义一个新概念：数据服务业。这个产业的核心资产就是电子化网络化的数据，无论这些数据来自于什么地方，什么组织或个人，什么产品或服务。五彩缤纷的大千世界里万事万物都可以转化为由0-1码子组成的或简单或复杂的数据字节。整个产业链由数据生产，数据传播，数据获取，数据存储加工和数据交换与出售等环节组成。各个传统产业可以分门别类地属于一个或数个产业链的环节。例如，新闻出版业和影视业主要从事数据生产，电信业和网站主要做数据传播，数据终端制造商帮助用户获取数据，软件商专攻数据存储加工，大家一起卷入数据交换和直接间接的出售业务。公司大小的区别主要在占有和利用数据量的大小，甚至像电子商务这样表面上很实在的业务其实也不过是通过出售附着在某种具体商品上的数据而谋利。
数据服务业和现有的相关产业的根本区别在于其商业模式是数据驱动型，是对大数据的深度分析加工，是对大数据的多重利用和深度利用，是对现有简单直接商业模式的增值服务。一个理想的全产业链数据服务业公司应该由全系列数据终端的设计与销售，通用型开放平台的开发与运营，云计算后台的开发与支持，数据存储与使用后台以及数据分析与数据产品平台等部分组成。这样一个公司中CIO或CDO（首席数据官）扮演重要的领导角色，雇佣大批数据科学家，数据工程师和数据产品经理。实际工作中数据以TB为最小使用单位，业务讨论中最常使用的名词是“最小数据集”（Minimum Data Set 或MDS），“元数据”（Metadata），“数据集市”（Data Mart），和“设施即服务”（Infrastructure as a Service 或IaaS）。同现有网络业商业模式相比，这个公司的商业模式具有鲜明的精准性，智能化，个性化和多样化的特色，具有高出若干倍的投入产出比和性价比。
如果从这个逻辑去看苹果的iPhone和iPad，就不会仅仅叹服其精美的设计，强大的功能和惊人的市场征服力，而会思考苹果怎样从一个IT公司转型为走向未来数据服务业的领军者。同样，谷歌推出开放式手机操作系统和平板电脑，甚至过去很难为人所理解的企业行为，包括发射地球卫星，研制自动驾驶汽车，投资绿色能源和各种传感器的研发，都可以理解为这些不计成本的行为是全方位增加生产和获取大数据的种种努力，是在不懈地为走向数据服务业争取先发优势，是在为未来的领先地位下一盘很大的棋。同样，对微软的平板电脑和手机操作系统，亚马逊的电子书和FACEBOOK推广自家的数据中心设计，都应该归结为大数据时代来临前的热身运动。
至于一些国内的网络业公司，如果不去努力学习和思考即将到来的大数据时代，不去未雨绸缪地争取孕育中的数据服务业的战略机会，而只是机会主义地邯郸学步，东施效颦，也去做什么手机，那只能是捡了芝麻，丢了西瓜。如果自身没有成龙配套的操作系统，开放平台，云计算后台和数据分析加工平台，单兵突进只做手机，也许在某个时段能赚点钱，但长远看是没有前途的。那些在手机首页集成点自己的服务，高呼抢占网络入口口号的伎俩，在滚滚而来的大数据洪流面前显得那么苍白无力。何不舍弃鸡肋，重新定位，发挥优势，争取不要在大数据时代掉队呢？
6. 大数据创业潮起商业模式尚未成型
大数据创业潮起商业模式尚未成型_数据分析师考试
近一年来，“大数据”已成为最火的IT词汇之一。2012年，美国政府实施大数据计划、联合国发布大数据报告、我国一些城市或园区也宣布发展大数据产业。EMC、IBM、Oracle等跨国IT巨头纷纷发布大数据战略和产品。
数据统计，2012年全球被创建和被复制的数据总量达2.7ZB，是2002年全球数据总量的2亿倍;其中文本、照片、音频、视频、医疗影像等非结构化内容超过85%。庞大的数据蕴含着前所未有的社会价值和商业价值，其发展潜力正被越来越多的人所看好。“数据对于任何一个企业都是竞争优势，大数据将是未来的天然资源。”IBM新任CEO说。
在大数据的未来前景被看好的背景下，已衍生了许多基于数据商用的商业模式，而此领域也正成为创业者和投资机构所追捧的热门领域。
“可能感兴趣的人”“猜你喜欢”“购买此商品的人还购买了……”在你刷微博、网上购物时，经常会在相应的位置上见到如上提示。这些看似简单的用户体验背后，其实正孕育着被誉为“新油田”大数据产业。
面对汹涌而来的巨大商机，一些初创公司已开始在此领域大胆淘金，并且还获得了风险投资的支持。3月28日，晶赞科技获得了北极光及英特尔投资的2000万美元，这是继去年百分点获得IDG投资后，又一起在大数据领域的融资案例。在资本市场低迷的背景下，发生在大数据领域的创业项目显得格外夺人眼球。
事实上，大数据在目前还是个宽泛而笼统的概念。在这个领域里创业，应该从哪个角度切入，以及如何构建自己的商业模式正成为创业者感兴趣的话题。
广告切入是初级阶段
目前，国内数据服务还处于初级阶段，新创数据服务类公司还需整合多种能力。目前来看，从广告切入是最容易获得广告主支持的一种业务模式。
“没有数据支撑的营销，往往会陷入拍脑袋进而无效果之境地。现代消费者不会轻易上钩，你需要消究他们的消费习惯及轨迹，进而找出热商机!”上海戏剧学院新媒体领域的副教授陈永东在微博中这样写到。
确实如此，广告界曾有一句名言：“我知道我的广告费有一半浪费了，但是我不知道是哪一半”正表达了数据缺失给企业带来的窘境。在百分点科技COO张韶峰看来，过去的技术很难满足广告主的需求，而现在通过技术手段完全可以解决这个问题。也就是说，让广告主花钱已能花明白了。
张韶峰表示，过去各家电商企业对其用户的了解都是片面的或者单个维度的，也就是说每个网站只了解用户在自己网站的偏好，但却无法了解用户在自己网站外的行为和偏好。“我们要做的事就是在这些网站之间搭建一个桥梁，这个桥梁能够帮助企业更好地拼出属于自己的用户兴趣拼图。”张韶峰说，一旦打通消费者在多个领域内(比如购物、资讯、交友、娱乐等)的数据，就可以通过大数据构建消费者全面的兴趣图谱，并在自己的网站上进行有针对性的营销和推送。这样，不仅能增强网站的转化率，而且也能大幅改善用户体验。
晶赞科技所做的，也正是把数据服务与广告业结合起来，其核心产品“晶赞雷达”就是在专业数据服务的基础上，实现了广告主精准再营销的广告投放系统。晶赞科技创始人兼CEO汤奇峰告诉《中国经营报》记者：“晶赞科技非常熟悉广告主的投放逻辑，我们的核心能力是建立多种模型，然后分析得出不同维度的有价值的信息，以便为广告主提供有效的投放服务。”
在北大纵横咨询集团高级合伙人刘荣华看来，上述公司的业务只能说是大数据在广告营销行业的应用，而其实大数据行业远不只这些，它的价值及影响力要大得多。可以说在未来，将不会有并不基于数据分析而做出的决策。也就是说，大数据会影响到我们社会生活的方方面面，因此，定性分析也将会成为习惯。
记者了解到：大数据包括数据来源、存储、计算处理和应用等多个环节。在汤奇峰看来，目前国内大数据的发展还处于初级阶段，新创数据服务类公司还需要有更多的整合能力，只有当产业发展到一定程度时，才能进一步地细分，而从广告切入则是最容易获得广告主支持的一种业务模式。
但张韶峰也坦陈：“目前，最难的还是让更多的企业认可数据分析的价值，并由此来提高数据服务的全社会认可度。”汤奇峰也认为：通过不同的案例来不断地告诉目标客户数据服务的价值，这还需要一个过程。
商业模式尚未成型
新创公司进入数据服务领域存在三大挑战：一是有无全面开发技术的能力及实力;二是有无足够多的钱，做数据服务需要很多基础设施、海量数据的存储、计算等，而这些都需要有硬件投入;三是要跑得比大公司快。
大数据领域的创业，看上去一片美好，但在短期内，还需要解决“向谁赚钱”和“怎么赚钱”的问题。
记者了解到：晶赞科技除了推出自己的“晶赞雷达”这个产品外，也在通过其他的产品组合，向客户提供更多的服务，比如通过向客户提供SEM(搜索引擎营销)技术支持、独立广告监测系统等产品，以获得更多的服务费收益。因此，晶赞科技的客户多是大企业，其中尤以互联网垂直领域及电商两个行业的客户居多。
而百分点科技的客户主要是电商公司，通过给电商企业提供个性化的推荐技术服务来获得收益。据张韶峰介绍，百分点科技目前主要采取两种收费模式，一是固定的基础技术服务费，即根据每家企业选用的功能及规模大小来收取基本费用;二是按效果付费，两者的收入占比大致相当。
然而在汤奇峰看来，现在对于数据服务类公司谈商业模式，还为时过早，毕竟未来的变数还可能有很多，因此还需要时间及市场去理解和消化。他认为，晶赞科技的优势在于能站在广告主的角度理解用户，从而做出快速的反应。
对于有意进入大数据领域掘金的创业者，刘荣华提醒:新创公司进入这一领域存在三大挑战：一是有无全面开发技术的能力及实力。数据服务涉及到众多技术，如果创业者只是单一技术，则只能做成某一环节;二是有无足够多的钱。做数据服务需要很多基础设施，海量数据的存储、计算等都需要硬件投入;三是新创公司还需要跑得比大公司还要快，这无疑也是一大挑战。总之，前景广阔的数据服务对于新创公司来说，既是机会也是挑战。
警惕数据来源的合法性陷阱
目前包括网络、淘宝、腾讯在内的大公司都在做用户的数据分析，用户数据获取尚处于灰色地带。因此，需要提醒的是：无论是大公司还是创业型公司，都需要平衡用户隐私及数据质量的关系。
不得不提的是，数据服务的公司还面临着一个数据来源合法性的问题。在今年的“3·15”晚会上，央视曝光了一批做精准营销服务的公司存在侵犯用户隐私的问题，从而引发了人们对数据来源合法性的关注。而这也正成为数据类创业公司的一个隐形的风险。
张韶峰认为，上述风险需要理性地看待。在他看来，技术本身并没有好坏，关键在于使用它的人。技术是把双刃剑，关键需要政府和业界建立规则，设计非常苛刻严格的法律条例和行业规则，全力打击那些提供除了用户同意的服务外，还以伤害用户的方式利用用户隐私牟利的企业。
“投资方对此也非常重视，他们在考查晶赞科技期间，就曾做了严格的审计。”汤奇峰表示，数据来源的合法性关键一点在于是否告之“用户”，用户包括广告主及普通消费者，而且在所有的设置中，必须有一项设计，就是用户有权选择退出。
“百分点科技的数据来源一部分是公司本身收集的核心数据，此外还会与服务的客户签一个数据共享的协议，目前合作的客户都签这个协议。也就是说，以百分点科技牵头建立起了一个数据共享库。”张韶峰说。
在刘荣华看来，目前包括网络、淘宝、腾讯在内的大公司都在做用户的数据分析，用户数据获取尚处于一个灰色地带。因此，创业者还需要及时提醒用户一些数据是自愿被获取。事实上，无论是大公司还是创业型公司，都需要平衡好用户隐私及数据质量的关系。
以上是小编为大家分享的关于大数据创业潮起商业模式尚未成型的相关内容，更多信息可以关注环球青藤分享更多干货
7. 大数据的价值及商业模式探寻
大数据的价值及商业模式探寻
大数据的价值谷歌搜索、Facebook的帖子和微博消息使得人们的行为和情绪的细节化测量成为可能。挖掘用户的行为习惯和喜好，凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，这就是大数据的价值。大数据也日益显现出对各个行业的推进力。 大数据时代来临首先由数据丰富度决定的。社交网络兴起，大量的UGC(互联网术语，全称为User Generated Content，即用户生成内容的意思)内容、音频、文本信息、视频、图片等非结构化数据出现了。另外，物联网的数据量更大，加上移动互联网能更准确、更快地收集用户信息，比如位置、生活信息等数据。从数据量来说，目前已进入大数据时代，但现在的硬件明显已跟不上数据发展的脚步。 以往大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，而现在提及“大数据”，通常是指解决问题的一种方法，即通过收集、整理生活中方方面面的数据，并对其进行分析挖掘，进而从中获得有价值信息，最终衍化出一种新的商业模式。 虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。首先，手中握有数据的公司站在金矿上，基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。 未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。在他看来，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。
大数据的商业模式
国内网络广告投放正从传统的面向群体的营销转向个性化营销，从流量购买转向人群购买。虽然市场大环境不好，但是具备数据挖掘能力的公司却倍受资本青睐。 大数据是一个很好的视角和工具。从资本角度来看，什么样的公司有价值，什么样的公司没有价值，从其拥有的数据规模、数据的活性和这家公司能运用、解释数据的能力，就可以看出这家公司的核心竞争力。而这几个能力正是资本关注的点。 移动互联网与社交网络兴起将大数据带入新的征程，互联网营销将在行为分析的基础上向个性化时代过渡。创业公司应用“大数据”告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容等，这正好切中了广告商的需求。 社交网络产生了海量用户以及实时和完整的数据，同时社交网络也记录了用户群体的情绪，通过深入挖掘这些数据来了解用户，然后将这些分析后的数据信息推给需要的品牌商家或是微博营销公司。 实际上，将用户群精准细分，直接找到要找的用户正是社交内容背后数据挖掘所带来的结果。而通过各种算法实现的数据信息交易，正是张文浩为自己的社交数据挖掘公司设计的盈利模式。目前，这家仅仅五六个人的小公司拿到了天使投资。未来的市场将更多地以人为中心，主动迎合用户需求，前提就是要找到这部分人群。 在移动互联网领域，公司从开发者角度找到数据挖掘的方向，通过提供免费的技术服务，帮助开发者了解应用状况。
8. 大数据时代红华新天地引领商业模式转型
大数据时代红华新天地引领商业模式转型
曾经，提起城市名片，贵阳人首先想到的就是“森林之城、避暑之都”。这源自于几代人努力绿化的成果。而今，互联网经济热潮席卷全球，地处祖国腹地的贵阳也迎来了自己的涅盘时刻，以《贵州省云计算产业发展规划》出台为起点，以李克强总理视察贵阳大数据应用展示中心做出重要指示为契机，贵州省成立了省委书记、省长陈敏尔领衔的大数据产业发展工作领导小组，全力发展大数据产业。彼时，“贵阳数博会”盛大启幕，吸引了经济与产业界人的士纷繁踏至，据不完全统计，一年多来，贵阳共引进大数据相关项目知此150余个,投资总额达1402亿元，产业整体规模突破605亿元。如今，紧握“大数据”城市名片，围绕“机遇、安全、能源、气候、人才”五大优势，打造全产业链的大数据产业生态环境，促进大数据产业加快发展，已经成为贵阳各界的一致共识。而具有十五年互联网大数据应用经验的贵州红华集团，自然成为了这个波澜壮阔的大时代里，罕有的贵阳本土派领军人物。
【20年深耕本土 引领贵阳大数据经济】
贵州红华集团始建于1993年，最初主要从事家电连锁销售，最先开创了贵州省综合性家电商场，并借助独创的“三流合一”(资金流、信息流、物流)商业模式和“买的容易，卖的简单”的经营理念，成功走出贵州，辐射西南，并连续数年成为全国销售额前十的区域连锁品牌。经过十余年经营，红华物流、红华便利店、红华房开、黔电趋势、红华科技、红华物业等多元产业相继崛起，红华成为集团性公司。早在2000年，红华就率先试水了网上家电购销的模式，启动数字化商务平台，成为中国大陆地区最早的电商平台。肩负企业数据集成与分析系统的红华科技公司、 红华网络公司呼叫中心等也相继成立。十五年弹指一挥间，随着社会经济的快速发展，城市综合体、互联网+、大数据、电子商务、020等新型概念开始对传统业态发起强有力冲击，已经在商业模式和经营管理上成功实现大数据化雏形的红华集团，果断开启了整体战略转型的计划。
2014年，红华集团与贵阳市政府联合打造的百万方大型商业互联体——红华新天地正式运营，开启展贸电商双引擎O2O模式，这是一个充满商机的“大数据全渠道平台”，以“双城一网”为基本结构，实现全业态、全渠道、全时空商业功能的互联体商圈。其中，搭派迅双城分别代表红华实体商城和红华虚拟电商平台，一网为红华地面终端网络。开业伊始，红华新天地就启动了一系列引发行业震动的大数据产业链竞合：与中国联通合作，打造首席智慧商城;携手富基融通，打造大数据全渠道电商平台;同时进一步整合资源，建立服务团队，实现覆盖贵州的终端服务网络。双城协同，由一网渠道引导海量物流、客流进入，红华形成了聚合 “红华网上商城+红华实体商城+遍布贵州终端+红华物流体系”优质资源的商户、消费者、平台三方共赢全业态商圈。
得益于红华新天地释放出的价值魅力，同年12月，被贵阳市政府列为大数据产业发展的重点项目“中关村贵阳科技园观山湖大数据科技产业园”正式落户红华新天地，“双城一网”基础上，再度赋予红华新天地“政府数据共享平台、区域互联网交换中心、贵州CA认证中心、大数据众筹工场”等大数据特征的新内涵，红华自身也提供了40万方物业，以发展云计算、数据中心、呼叫中心等大数据相关产业。
【坐拥中心之中 孕育互联网时代繁华】
事实上，诞生20多年来，红华一直在为一个商业梦想努力——整合资源，搭建平台。最终这个梦想从云端之上的虚拟电商网络，到地处贵阳中心之中，“新贵阳大十字”黄金地段的实体商业综合体，化作现实。四通八达的交通路网、依山傍水的生态设计、汇聚40万高端居住人群和300万会展商务人羡早群的贵阳最大消费性商圈，成为其孕育互联网时代商业繁华的动力源泉。红华能够为大数据创业、工作人群提供的，将远不止一站式购物的便利生活。
以上是小编为大家分享的关于大数据时代红华新天地引领商业模式转型的相关内容，更多信息可以关注环球青藤分享更多干货