㈠ 大数据正掀起一场商业变革
大数据正掀起一场商业变革
时下，一场以大数据为核心的商业变革正在兴起。从搜索引擎、社交网络、电子商务平台等IT企业，到电信运营商、航空公司、物流企业，再到医院、超市、饮料制造等传统企业，由大数据引发的商业变革如火如荼。众多的企业实践和研究案例表明，数据分析在广度和深度上的拓展能够帮助企业增强竞争力，提升盈利能力。不过大数据对经济的影响绝不仅仅停留在微观企业层面和商业领域，它在经济信息统计和指导经济政策制定等方面也将发挥重要作用。
大数据让信息统计更快、更准、更广、更细
随着计算机和互联网的普及和电子商务的发展，越来越多的经济行为被记录下来。传统意义上，经济统计一般只细分到产品、行业层面，通常以月为频率；条形码出现后，记录可以具体到每一次交易行为；而对于淘宝、亚马逊等网上购物平台，能被记录的则不仅仅是交易行为，还包括消费者从搜索、对比、选择、购买、一直到售后评价等一系列操作都会被记录。事实上，电信、医疗、物流等其他行业，都在实现更详尽的记录。
传统的经济统计工作在未来将大数据化——以往生产统计更多地停留在行业层面（或局限于规模以上企业），而未来可能是针对所有企业；传统的消费统计主要基于抽样调查，而未来可能具体到每个家庭或个人；传统的价格统计（比如通常所说的“CPI指数”）中仅包含千种商品、涉及几万个调查销售网点，而今后可能是几万种商品、所有的在线销售商和大部分线下销售网点。随着大数据技术的成熟，“样本即总体”将成为趋势，抽样变得越来越不重要。
相对于传统经济统计来说，大数据引发的变革主要在四个方面：时效性提高，记录更加准确，覆盖的经济行为面更广，对单次经济行为的记录更加精细。简单地讲就是：更快、更准、更广、更细。
麻省理工大学斯隆管理学院的两位教授正在主持一项名为“百万价格工程”的研究计划。他们通过搜集互联网上不同国家各种零售商品的价格数据，编制了各国的“在线价格指数”。
谷歌和网络先后推出了基于互联网搜索频率的“谷歌指数”、“网络指数”，将互联网用户对特定关键词的搜索量通过统计学方法编织成指数，用来反映大众对于该关键词关注度的变化趋势。
阿里巴巴推出了基于淘宝电商平台的“iSPI”系列指数，这些指数以网络交易的实时数据为基础，能够反映食品、烟酒及其用品、衣着等十个商品和服务类别的网络零售价格和交易量的变化趋势；可以辅助洞悉通货膨胀、经济增长、居民消费等宏观经济指标。
大数据能指导经济政策制定
传统经济统计数据有两个缺陷：一是存在滞后性，二是低频率。而大数据可以在这些方面作出改进。例如：各国消费者物价指数（CPI）的发布一般都存在滞后期，以我国为例，通常要等到下个月的9号左右才发布上月CPI数据；而“在线价格指数”是对市场价格的实时跟踪和汇总，不存在滞后性，从而能为货币政策提供更为及时的信息。
同时，在线价格指数可以做到以天为频率、甚至更高频率，从而能用来更细致地分析通货膨胀规律和定价行为。还有研究发现，该指数与资本市场走势具有相关关系。
另外，传统经济统计的思想是以样本表征总体，可能出现偏差。而大数据时代的经济信息统计包含的样本量大，甚至可以覆盖全部总体，从而包含更多的信息量。例如，通过对比在线价格指数和官方CPI可以发现：美国的在线价格指数与官方发布的CPI契合地很好；而对于阿根廷，在线价格指数系统性地大幅高出官方发布的通货膨胀率。
在行业层面，大数据也能发挥作用。笔者曾在一篇学术论文中证实：互联网搜索引擎频率数据对中国汽车市场的需求量具有很强的预测力；笔者构建的基于互联网搜索量的“中国汽车需求先导景气指数”不仅能够提高销量预测的精度，还能够增强预测的时效性。
另外，随着大数据相关技术的成熟，公共部门和私人企业过去积累的大量“垃圾”数据有可能重新焕发光彩。比如用微观居民和企业用电量数据指导智能电网建设、用交通事故和犯罪数据指导警力布局、用消费和税收数据指导收入分配、用客流量数据指导铁路和民航调配、用互联网关键词传播数据进行流行病预防等等。
补充而非替代
需要指出的是，大数据之于传统经济统计，是补充，而非替代。基于抽样、调查、汇总等程序获得的数据仍将在经济分析和政策制定中发挥重要的作用。横向来看，传统统计方法在经济增长、税收、贸易、收入分配等领域的统计上具有主导优势，而大数据在物价、通货膨胀、失业率、消费等方面的统计上更具有优势。
㈡ 大数据如何推动金融业的商业变革
大数据如何推动金融业的商业变革
商业无论是接受还是拒绝，中国金融业的大数据时代正在呼啸而至。据调查，经过多年的发展与积累，目前很多国内金融机构的数据量级已经达到100TB以上。而且，非结构化数据量正在以更快的速度增长。在高数据强度的金融行业，这一发展激起了巨大的想象空间。然而，要抓住这一机遇并非易事。
我们系统梳理了大数据在全球金融行业的发展现状、潜在应用、关键瓶颈及应对方案，旨在协助金融机构从价值的角度更好地理解大数据，并在大数据迅速渗入金融业务各个层面的当下抓住发展机遇。大数据引领金融机构变革主要体现在哪些方面?成就大数据的不仅是传统定义中的“三个V”，即数量(Volume)、速度(Velocity)和种类(Variety)。对金融机构而言，更重要的是第四个V，即价值(Value)。大数据的价值不仅体现在对金融机构财务相关指标的直接影响上，也体现在对商业模式变革的推动能力上，即不断引发传统金融机构的内嵌式变革。大数据从四个方面改变了金融机构传统的数据运作方式，从而实现了巨大的商业价值。这四个方面(“四个C”)包括：数据质量的兼容性(Compatibility)、数据运用的关联性(Connectedness)、数据分析的成本(Cost)以及数据价值的转化(Capitalization)。大数据推动银行的变革主要体现在价值层面上数据技术与数据经济的发展是持续实现大数据价值的支撑。深度应用正在将传统IT从“后端”不断推向“前台”，而存量架构与创新模块的有效整合是传统金融机构在技术层面所面临的主要挑战。此外，数据生态的发展演进有其显着的社会特征。作为其中的一员，金融机构在促进数据经济的发展上任重道远。为了驾驭大数据，国内金融机构要在技术的基础上着重引入以价值为导向的管理视角，最终形成自上而下的内嵌式变革。其中的三个关键点(“TMT”)包括：团队(Team)、机制(Mechanism)和思维(Thinking)。大数据是什么?在这个问题上，国内目前常用的是“3V”定义，即数量(Volume)、速度(Velocity)和种类(Variety)。虽然有着这样的定义，但人们从未停止讨论什么才是成就大数据的“关键节点”。人们热议的焦点之一是“到底多大才算是大数据?”其实这个问题在“量”的层面上并没有绝对的标准，因为“量”的大小是相对于特定时期的技术处理和分析能力而言的。在上个世纪90年代，10GB的数据需要当时计算能力一流的计算机处理几个小时，而这个量现在只是一台普通智能手机存储量的一半而已。在这个层面上颇具影响力的说法是，当“全量数据”取代了“样本数据”时，人们就拥有了大数据。海量的数据为银行的发展提升了价值另外一个成为讨论焦点的问题是，今天的海量数据都来源于何处。在商业环境中，企业过去最关注的是ERP(Enterprise Resource Planning)和CRM(Customer Relationship Management)系统中的数据。这些数据的共性在于，它们都是由一个机构有意识、有目的地收集到的数据，而且基本上都是结构化数据。随着互联网的深入普及，特别是移动互联网的爆发式增长，人机互动所产生的数据已经成为了另一个重要的数据来源，比如人们在互联网世界中留下的各种“数据足迹”。但所有这些都还不是构成“大量数据”的主体。“3V”的定义专注于对数据本身的特征进行描述。然而，是否是量级庞大、实时传输、格式多样的数据就是大数据?成就大数据的关键点在于“第四个V”，即价值(Value)。当量级庞大、实时传输、格式多样的全量数据通过某种手段得到利用并创造出商业价值，而且能够进一步推动商业模式的变革时，大数据才真正诞生。大数据运作如何推动金融业变革?多元化格式的数据已呈海量爆发，人类分析、利用数据的能力也日益精进，我们已经能够从大数据中创造出不同于传统数据挖掘的价值。那么，大数据带来的“大价值”究竟是如何产生的?无论是在金融企业还是非金融企业中，数据应用及业务创新的生命周期都包含五个阶段：业务定义需求;IT部门获取并整合数据;数据科学家构建并完善算法与模型;IT发布新洞察;业务应用并衡量洞察的实际成效。在今天的大数据环境下，生命周期仍维持原样，而唯一变化的是“数据科学家”在生命周期中所扮演的角色。大数据将允许其运用各种新的算法与技术手段，帮助IT不断挖掘新的关联洞察，更好地满足业务需求。大数据延长了金融机构的生命周期大数据改变的并不是传统数据的生命周期，而是具体的运作模式。在传统的数据基础和技术环境下，这样的周期可能要经历一年乃至更长的时间。但是有了现在的数据量和技术，机构可能只需几周甚至更短的时间就能走完这个生命周期。新的数据运作模式使快速、低成本的试错成为可能。这样，商业机构就有条件关注过去由于种种原因而被忽略的大量“小机会”，并将这些“小机会”累积形成“大价值”。
㈢ 大数据背景下跨境电子商务服务变革有哪些
1、电商的商品推敬咐荐实现个性化与精准化。
2、电商汇总优质产品的信息。
3、电商为消费者提供拦缓高效的信息检索服务。
4、电商使服亮衡纯务领域更加细化，优化了企业的竞争方式。
5、电商提供了数据云存储服务，使人们的生活获得便利。
㈣ 大数据时代下,传统商业模式该如何变革
大数据时代下,传统商业模式该如何变革
最近一段时期，大数据这个词风靡全球，作为云计算、物联网之后信息社会又一次革命性技术的突破，正在将信息社会发展引入一个新的阶段，以大数据为代表的IT技术将催生生命科学、新材料、新能源等技术的融合，从而促发人类巨大的革命。
大数据可以使这些技术融合在一起，更快地发展吗？是的，因为我们的生物技术已经能够破解我们的RND，我们能对里面每一个基因，包括里面分子构成核苷酸进行分析，但这需要超大量的数据计算，如果我们有超大量的计算，能把这些遗传基因逐步排列，并且用最新的方法来改造他们，那么人类很多的疑难杂症就可以解决。
总裁培训大数据兴盛以来，给我们带来了巨大的价值，大数据将来像资源，像人力资源、自然资源一样，会成为一个国家十分重要的禀赋，并且对我们的生产生活、行政管理产生非常深远的价值。
第一个是商业价值，可以实施精准的营销，不断发现商机，根据典型的案例分析，在充分利用大数据的条件下，零售商可以实现利润将近60%的增长，制造商可以降低50%的成本。比如说亚马逊的推荐法非常有名，他们能够根据消费记录，推测每个记录的消费偏好和潜在的需求。
世界第二大零售商乐购从用户的购买记录中解析了每一个用户的类别，进行品种的推送和精准营销。还有专家根据大数据的网友情绪变化来做股市预测，预测的成功率很高，我看报告，预测率高于87%，但是我想我们没做这件事，因为我们的股市从6000点到2000点，很难预测精准的投向。
第二是经济价值，会催生新产业和促进产业的升级。现在从事数据掌控、数据分析、数据交换的企业正在雨后春笋一般生长，已经衍生出很多的数据设计、数据制造、数据营销的新产品。
几年来，全国大数据技术与服务业的市场增速远远高于IT产业增速，规模从2010年的32亿，估计到2016年238亿美元，中国大数据产业的发展更是令人期待。2012年中国技术与服务市场只有4.5亿，而到2015年达到46亿，2016年可以突破百亿。
第三，大数据还有社会价值，广泛应用和提高管理效能，大家知道越来越多的政府利用大数据进行医疗健康、食品卫生、道路交通、地质灾害、社会舆情、国防安全等服务，大数据也对行政效能的提高大有裨益。
麦肯锡证明欧洲部门应用大数据以后，行政管理费用降低2,500亿美元。当然现在食品行业的问题，医患矛盾的问题还是很突出，我相信解决这些问题不仅要加强管理，还要充分运用我们的大数据。
第四，在思维价值方面，大数据可以拓展思维形式，可以让科研人员直接从数据中挖掘智慧。我们过去搞数量经济的同志们都知道，我们做每一个科研数据的分析都要建立在概率学的基础上，这个可能性是大概率还是小概率，当概率在50%左右的时候我们是非常难下决心的，而大概率要大量的样本数，需要非常高的成本。
现在大数据几乎含着信息数据的全部，所以在这种时候，概率的分析往往就会相形见绌，我们可以直接从大数据中得到最精准的分析，所以图灵奖得主大数据的科学可能是科学继试验科学、理论科学、计算科学之后的第四种科学。
第五，大数据还有一个被认为是未来新能源一样的战略，就是战略价值，而且要列入国家战略。美欧日都在加快实施大数据战略，特别是美国2012年启动大数据研发计划，是美国又一次重大的科研战略部署。欧盟地平线2020计划，日本新ICT战略研究计划都将大数据作为研究重点。
凡事皆有利弊，人类因为数据泛滥的难题面临着新的困惑，面临着大数据下全球治理的缺失和标准规则的如何融合统一问题。
相关课程推荐：企业管理培训
我想面对数据的真伪，关键人类自身要有法可依，要有鉴别、加工、集成和运用数据的能力，信息技术泛滥，我们如何来管理，如何去伪存真？
博商观点：在大数据时代，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。大数据为个性化商业应用提供了充足的养分和可持续发展的沃土。电子商务是崭新的模式，也是现代服务业的重要组成部分，由于大数据的支撑，电商正在成为世界经济中一个崭新的亮点，并将深刻改变人们的消费、流通和生产。现在种种势头表明，电子商务有利推动了全球化。
以上是小编为大家分享的关于大数据时代下,传统商业模式该如何变革的相关内容，更多信息可以关注环球青藤分享更多干货
㈤ 大数据改变商业模式体现在那几个方面
从价值和成熟度两个方面来看，目前大数据发展得比较好并且潜在价值较大的几个行业包括互联网、金融、交通物流、公共管理、批发与零售等。
目前市场上的大数据公司大体分为两类：一类专注于细分领域，做大数据的垂直应用，比如金融大数据、营销大数据、政务大数据、互联网营销大数据、影视大数据等；另一类则倾向于做覆盖各行各业的全域大数据。
在金融领域大数据主要用于提升其运营效率并进行风险管控；互联网领域大数据主要用于精准营销；制造业大数据主要用于提高生产效率，降低生产成本；公共管理领域大数据主要用于提升管理效率，并为管理者提供决策支持；交通与物流领域主要用于提升运营效率。
㈥ 数据分析技术给商业模式带来颠覆的五种方式
数据分析技术给商业模式带来颠覆的五种方式
近年来，越来越多大型企业开始投资数据分析技术，希望借此证明“我可以做得更好”。而云计算的兴起，也使得规模有限的初创企业也可拥有将大数据技术与高级数据分析加以结合的能力。在今天的文章中，我们将共同探讨数据分析技术给商业模式带来颠覆的五种方式。
2017年10月10日，腾讯宣布斥资11亿美元投资奥莱，这是匹马市场的头号玩家。但奥拉并不孤单挑战既定的商业模式。
看看优步，亚马逊，Airbnb，edX，Netflix，Society One和TripAdvisor的兴起。他们都看着自己的行业中的一个坚定的人，并说：“我可以做得更好。”
80%的公司预测他们的行业在未来三年将受到新技术的影响。
借助云计算，即使是最小的启动，也可以将大数据技术与高级数据分析结合在一起。每天，发现新的运营和市场见解以及未开发的客户群的能力都在增长。
超过90%的公司认为大数据和分析是战略重点，但贝恩说，只有19%的公司持续采集高质量数据!
大多数竞争对手可能没有利用数据技术，但是你呢?如果你懒惰，你可以保证有一个开始或创新的竞争对手把你的目光投向了你。
数据的力量
大数据已经成为一种强大的资源。如果盲目瞄准潜在客户，公司就无法取得成功。为了蓬勃发展，你需要确切地知道你要去哪里，为什么要去那里，以及你愿意投入到旅程中的努力。
大数据是你的指南。
但是，您需要有清晰的愿景，战略方法和用例来推进您的大数据发现。您需要参与使用分析，以便您拥有整体视图或业务。
要做到这一点，请重新定义如何处理数据并为数据的使用设置基准。
5种方法来挖掘变革性数据
1.战略分析
战略分析是详细的，数据驱动的整个系统分析，以帮助您确定推动客户和市场行为的因素。
战略分析的关键是按照正确的顺序进行：
第1步 - 竞争优势分析以确定您的能力，优势和劣势。
第2步 - 企业分析可在企业，业务单位和业务流程级别获取诊断信息。
第3步 - 人力资本分析在个人层面进行诊断，以获得可操作的见解。
数据应该回答如下关键问题：
什么是为我们带来最大价值的关键决策?
尚未开采的新数据有哪些?
尚未完全探索哪些新的分析技术?
2.平台分析
这有助于您将分析融入您的决策过程中，从而改进核心业务。它可以帮助您的公司利用数据的力量来发现新的机会。
要问的重要问题包括：
我们如何将分析整合到日常流程中?
哪些流程将受益于自动，可重复的实时分析?
我们的后端系统能否受益于大数据分析?
平台分析必须包含多种技术。由于它可以通过多种格式和渠道获得，因此可用于检查组织的脉搏。
它将帮助您将数据分析整合到所有部门的关键决策中，包括销售，市场营销，供应链，客户服务，客户体验和其他核心业务功能。
3.企业信息管理(EIM)
将近80%的重要商业信息存储在非托管存储库中。通过战略和平台分析，EIM可帮助您利用社交，移动，分析和云技术(SMAC)改进数据在公司内的管理和使用方式。
通过使用信息创建，捕获，分发和消费工具构建敏捷数据管理操作，EIM将帮助您：
简化您的业务实践。
加强协作努力。
提高员工在办公室内外的工作效率。
在定义您的EIM战略时，确定业务需求，关键问题以及启动EIM的机会。此外，确定潜在的项目和项目，其成功率将受益于EIM。
4.商业模式转型
采用大数据分析和并行转换业务模式的公司将为收入来源，客户，产品和服务创造新的机遇。
从预测需求和采购材料到会计，以及员工的招聘和培训，您的业务的每个方面都可以重新设计。
所需的更改包括：
拥有大数据战略和愿景，能够识别并利用新机会。
培养创新和实验数据的文化。
了解如何利用新技能和新技术，并管理他们对如何访问和维护信息的影响。
与持有重要数据的消费者建立信任关系。
在核心行业内外创建合作伙伴关系。
找到快速洞察和实施结果的方法。
5.建立以数据为中心的业务
您是否生成大量数据?这些数据是否会使您行业内外的其他组织受益?
以数据为中心的业务不仅仅是一种资产，而是货币。这是您核心竞争力的源泉，它的价值体现在黄金上。
主要有三类数据分析：
透视：包括挖掘，清理，群集和细分数据，以了解客户及其网络，影响力和产品洞察力
优化：分析业务功能，流程和模型。
创新：探索新的颠覆性商业模式，以促进客户群的发展和成长。
已建立的商业模式受到攻击
数据分析正在迅速推翻我们开展业务的方式。这五种数据分析的变革性应用将帮助您成为具有前瞻性思维的公司，并在市场中获得竞争优势。
没有哪个行业的数据分析不能从中受益。
㈦ 大数据颠覆传统 变革商业模式
大数据颠覆传统 变革商业模式_数据分析师考试
“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革。对国家治理模式、企业决策和业务流程、个人生活方式都将产生巨大的影响。
大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。
在大数据时代，企业面临文化、战略、组织、流程、信息化、公共关系、人才培养方方面面的挑战，同时也迎来重大的转型机遇和飞跃契机。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。
云计算的核心是业务模式，本质是数据处理技术。数据是资产，云为数据资产提供了保管、访问的场所和渠道。如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。
企业内部的经营交易信息，物联网世界中商品、物流信息，互联网世界中人与人交互信息、位置信息等等是大数据的三个主要来源。其信息量远远超越了现有企业IT架构和基础设施的承载能力，其实时性要求则大大超越现有的计算能力。如果计划在大数据时代获益，必将引发新一轮的信息化投资和建设热潮。
目前，云计算在国内方兴未艾。在云计算的三层架构(SaaS，PaaS，laaS)当中，PaaS是技术最复杂、最难实现的一层。企业自己搭建PaaS平台几乎是不可能完成的任务。
采用PaaS的好处就是，用户只需要关心应用和数据，其他的事情、组件全部由PaaS和IaaS进行自动化运维管理
全球有超过十亿的智能手机用户，90%用户全天机不离身，各大企业都竞相推出有吸引力的移动应用体验，挖掘移动设备上的海量数据带来的商机。
大数据和云计算的技术几乎密不可分，无论是云计算、大数据都是构建在这些基础平台之上的。对于传统行业/企业而言，云计算、大数据的应用刚刚开始，但对互联网企业而言，云计算、大数据已经是商业服务有机组成部分，因此，互联网在云计算、大数据方面保持领先。
传统行业/企业缺乏互联网企业的基因，其很多业务多采用外包方式，软件开发人员规模有限，更难得心应手地驾驭各种开源技术。此外，传统行业/企业有很多历史的包袱，烟筒式的应用系统林立，数据之间缺乏共享，信息应用水平受到很多限制。如何才能够让传统行业/企业像互联网企业一样轻松驾驭信息化系统，显然传统行业/企业需要一个高度自动化的基础平台。
目前，中国不仅是一个真正意义上的大数据国家，而且在大数据实践这个新的历史关头，并没有落后于美国。除了庞大的人口总数之外，中国还拥有很多与众不同的消费模式，除去传统的电信金融互联网之外，没有哪个国家拥有中国这样火爆的电商、发达的物流，还有向互联网时代转型的制造业、教育、医疗，科研，零售，交通，这些行业中孕育着大数据基础和今天我们还无法完整预测的发展前景。
在美国，无论企业还是其他机构，对于大数据的认识和应用都比较成熟，也愿意尝试不同的新产品。而在中国内地、中国香港、中国台湾、日本和韩国，李凯翔说，我看到的现象是，要么(企业)非常保守，只要有数据库就可以了；要么就是非常领先，已经在尝试开始下载诸如开源这样的软件尝试了。
随着大数据时代的深入发展，大数据带来的改变是全方面的，尤其是在商业领域，大数据蕴含巨大商业截止，从目前来看，大数据正改变传统商业模式，在这个过程中，中国的市场潜力是巨大的。
以上是小编为大家分享的关于大数据颠覆传统 变革商业模式的相关内容，更多信息可以关注环球青藤分享更多干货
㈧ 大数据的商业革命
大数据的商业革命
大数据具有规模大、价值高、交叉复用、全息可见四大特征。特别是，最后两个特征体现了大数据不仅仅有“规模更大的数据”量上的进步，还具有不同于以前数据组织和应用形式的质的飞跃。
数十年来，信息产生、组织和流通方式革命性的变化，其中个人用户第一次成为信息产生和流通的主体。你用QQ和MSN聊天，在电子商务网站的浏览和购物，用信用卡支付，发微博……这一切都将转化为数据存储在世界的各个角落。不论是产生的信息量，可以获取的信息量，还是流通交换的信息量，都一直呈指数增长。
数据规模巨大且持续保持高速增长是大数据的第一个特征。
数据规模爆炸性增长的同时，数据产生的附加价值似乎没有与之同步增长。我们认为，这种滞后情况的症结在于缺乏从海量数据中挖掘价值的高效方法和技术人员。
对于真正的大数据，其价值的增长应该正比于规模的增长，甚至快于规模的增长。
前两个特征主要针对单一数据，下面的两个特征强调的是若干数据之间新的组织和应用形式。我们要找到并实现数据之间一加一远大于二的价值，其间最关键的问题要发挥数据的外部性，譬如国家电网智能电表的数据可以用于估计房屋空置率，淘宝销售数据可以用来判断经济走势……以用户为中心，结合用户在不同系统留下的数据，充分利用个性化的数据挖掘技术，是实现通过数据交叉而产生巨大价值的最可行的途径之一。综上，大数据要求数据能充分发挥其外部性并通过与某些相关数据交叉融合产生远大于简单加和的巨大价值。
个性化
在大数据时代，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。随着消费者个体行为数据的爆发性增长，新的商业理论与商业模式不断涌现，无论是精准社会化营销还是基于用户偏好的市场细分，其所指向的趋势是一致的，即为每一个终端消费者提供他们最想要的产品与服务。
在信息量指数性增长的同时，消费者获取、过滤、筛选、分析信息的能力却没有相应提高，这必然导致消费者获取有用信息的时间成本和烦扰成本越来越高。另外，随着时代的变迁，消费者异质性也在不断增大，这种异质性体现在消费者在购物、交友、阅读等生活方方面面的兴趣偏好的不同。
大数据为个性化商业应用提供了充足的养分和可持续发展的沃土，基于交叉融合后的可流转性数据,以及全息可见的消费者个体行为与偏好数据，未来的商业可以精准地根据每一位消费者不同的兴趣与偏好为他们提供专属性的个性化产品和服务。
在以互联网和移动互联网为代表的信息产业，由于用户个体行为数据的可追踪性以及实施个性化的边际成本相对较低，基于个性化的商业应用首先破茧而出。在电商领域，亚马逊率先通过个性化技术为用户进行智能导购，大幅提升用户体验与销售业绩。在不远的未来，个性化技术与应用将全面扩展到人们生活的每一个领域。
随着Google、苹果、腾讯、网络这些互联网巨头企业以及一些第三方数据平台型企业加快数据整合与开放的速度，一定会涌现出以大数据为基础的新商业模式。
2D模式
面向数据的商业模式，简称2D模式，是一种以数据为唯一输入，以向特定受众公开的数据产品为唯一输出的一种商业模式。该模式的核心是数据平台商，它从数据供应商那里搜集数据，提供基本的存储、索引和计算能力，并自行研究开发一系列57数据产品。每一个数据产品在该平台上都以开放API接口的形式存在。
譬如利用新浪微博的数据可以开发一个产品，每次引用该产品，可以看到一个指定账户一个月内互动最频繁的十个账户。如果有了一些种子用户，一个互动游戏开发团队可以利用这个产品找到和已有游戏者互动比较强的用户群，并针对他们推广游戏。平台商还可以同时利用多家数据开发产品，有了这些数据，电子商务公司可以自行开发个性化搜索和推荐服务。
与此同时，应用开发团队可以利用这些API接口优化产品或辅助推广，数据产品开发团队可以引用比较粗糙的数据产品，优化推出更好的数据产品并回馈给数据平台。在这个模式中，部分API的访问会产生一定的费用，这个费用会在平台商、数据提供商和数据产品开发人员之间进行分配。政府和行业扮演规范流程和监管数据的作用。
这个模型通过已有数据产品的开放，应用开发人员和数据产品开发人员可以创造出更有价值的应用和数据产品——前者可以为我们带来数据，后者可以为我们带来收入。
而这个数据平台得以产生巨大价值的前提，又是保证数据的全息可见，也就是随时听从各种需求细节，开发出各种各样满足各样各业的API产品。
综上所述，大数据将带领我们进入一个商业智能高度发达的时代，个性化应用将发挥出数据巨大的商业价值，同时2D商业模式将成为大数据的重要发展方向。未来，基于大数据的信息世界将以你为中心。