基于大数据产业链的新型商业模式
2017-04-28 19:45
大数据并非是在真空中产生的，其应用也不是断章取义的结果，大数据的应用实际上是在一个产业链中完成的，其价值是由有机相连的多个环节共同实现的，即数据从采集到存储，再到经过处理提取价值，最后被应用的整个过程，具体而言，大数据产业链主要包括数据采集、数据存储、数据处理和数据应用等环节。
1、数据采集：
数据采集环节是指对企业的内部经营数据、企业的内部管理数据和企业外部的用户行为数据等进行挖掘、整合的过程。
2、数据储存：
数据存储环节是指将采集到的数据纳入到数据聚合平台中，方便数据的输入和输出。
3、数据处理：
数据处理环节是指利用大数据技术对数据进行加工和分析，挖掘潜藏在数据中的深度信息，实现数据的增值。
4、数据应用：
数据应用环节是指将处理好的数据产品应用到行业中去，为企业提供决策支持，从而提高运营效率。
这四个环节层层递进，贯穿整个数据生命周期过程。大数据产业能够催生更大的市场和利润空间，将构建数据行业应用新体系。在这个产业链中，不同环节的商业需求正在催生新的运作方式和盈利方法，从而引发新的商业模式。
基于大数据产业链的新型商业模式
一、数据自营模式
数据自营模式是指企业自身拥有海量数据和大数据技术，同时具备一定的分析能力，能够根据数据分析结果改进现有产品或预测未来，从而使企业获得利润的商业模式。这种商业模式的成功运行是需要一定条件的：首先，数据来自公司内部，可以是生产经营信息或管理信息；其次，拥有先进的大数据技术，能够对信息进行充分的挖掘和提炼；再次，具备高效的分析能力，能够对数据分析结果进行准确评价；最后，具备数据决策能力。能根据分析结果进行商业决策，通过不断改进原有产品、推出新产品以及预测企业的发展方向使企业获得利润。这种模式适用于综合实力较强的企业，基本上囊括了大数据产业链的各个环节，集数据生成、存储、处理和应用为一体，形成了良好的产业链循环体系。因其自产自销，不仅降低了成本，更适应企业的需求，使企业在大数据市场上占有一席之地。
例如，Facebook不仅是大数据的生产者，还是大数据的加工者和消费者。Facebook的数据来源丰富，既有来自大数据产品Timeline（时间线）搜集到的用户的实时数据和历史数据，又有来自被它收购的图片分享应用商Instagram公司带来的细分数据，Facebook采用大数据技术对这些“海量+非结构化/复杂类型”的数据进行分类、结构化处理，进而分析得出用户的具体信息，最后应用在广告投放、精准营销、调整产品设计和服务以及用户管理层面上。通过运用数据自营模式，使得Facebook的营销活动和广告投放更有针对性，在2012年第三季度12.62亿美元的营收中，广告业务的营收占86%，同时在调整产品和服务方面，也满足了用户的不同需求，大大的提高了用户的满意度。又如，亚马逊自身拥有海量用户信息和交易数据，根据对用户的浏览历史和购买记录进行分析的结果，采用“item-to-item”协同过滤技术找到客户之间的相似性以及产品之间的关联性，形成个性化推荐系统，从而进行精准营销和个性化广告推介。亚马逊的个性化推荐系统为其销售额的增长做出了巨大贡献，它创造的价值占其销售额的三分之一。由此可见，数据自营模式为亚马逊带来了巨额利润和良好的发展空间。
二、数据租售模式
数据租售模式是通过一定的媒介，将广泛收集、精心过滤的数据销售或者租赁给客户来获取报酬的方式。这需要企业具有强大的收集数据和整合萃取信息的能力，以此形成数据采集、信息萃取、价值传递的完整链条。在这种商业模式下，数据实现了增值，成为可供交易的商品，很好的诠释了“数据就是资产”。这种模式适用于拥有海量数据的企业。对他们而言，不用费很大的力气，只需对数据进行简单的加工便可获利。数据租售模式能使企业形成较强的差异性竞争力，使他们超越竞争对手。
例如，百度创造了以销售数据为主的商业模式，它建立了网游用户行为数据库，能够将游戏玩家的搜索热点记录汇聚其中，然后再把这些数据销售给网络游戏运营商。百度作为搜索引擎巨头，可以轻松地获取搜索信息，并且这些信息无需进行深加工便可出售获利。
三、数据平台模式
数据平台模式是指数据的分析、分享和交易等功能都能通过平台来实现，通过为用户提供方便快捷的个性化平台服务来获取利润的商业模式。数据平台模式主要包括数据分析平台模式、数据分享平台模式和数据交易平台模式。数据分析平台模式是指通过灵活租赁的方式为用户提供数据存储、数据运算和数据分析的平台服务。数据分享平台模式是指平台服务商凭借其拥有的数据资产，为用户提供云数据库、数据推送、数据集成等服务，同时开放数据接口、提供开发环境，供开发者进行基于数据的应用开发从而获取利润分成。数据交易平台模式是指第三方平台提供商为数据所有者和需求者提供数据交换、交易的服务平台。数据分析平台模式要求用户掌握一定的数据分析技能，用户只需将数据上传到平台上，便可使用平台上面的分析工具进行数据分析。数据分享平台模式需要平台服务商具有强大的数据采集能力和分析能力，便可轻松运行。数据交易平台模式需要完善的平台技术保证交易的顺利进行，数据的拥有者将数据上传到平台上，需求者便可从平台上下载。数据平台模式适用于技术创新型企业，因其拥先进的平台技术，能够自如的利用平台进行数据处理和交易。由于这种模式是由技术驱动的，只要技术不断创新，未来将不可估量。
例如，Google 提供了在线数据分析平台Big Query，用户不必投资建立自己的数据中心就可以上传大量数据并通过其直接进行交互式分析，Big Query为用户提供了方便快捷的服务，还节省了时间和成本。阿里巴巴的“聚石塔”数据分享平台将支付宝、淘宝、阿里金融、B2B 的数据囊括在内，利用“云计算”提供数据云等服务，将买家的访问量、购买意向、已下订单等数据汇总到大平台上，通过浅层分析预测商品的生产量、物流调配能力，以此快速地应对不同的情况。该平台为卖家带来了巨大的商业价值和发展空间。
四、数据仓库模式
数据仓库模式是指通过整合所有类型的数据来为企业提供决策支持，从而达到获利目的的商业模式。这类公司通常具备决策支持工具和高素质的分析人才，目的是为企业提供分析性报告和决策支持，帮助企业实现智能化改进业务流程和监视时间、成本、质量和控制。这种模式适用于决策型企业，帮助用户快速的做出正确的决策，实现投资回报率的最大化。
例如，Teradata（天睿公司）是全球最大的致力于数据仓库、咨询服务、提供企业分析和决策方案的供应商，它的数据仓库拥有大规模并行处理（MPP）平台，该平台是目前性能最高、最可靠的平台，能够高效处理海量数据，有效提升企业的数据资源利用能力，帮助企业在最短的时间内做出正确的决策，从而提高整体运营效率。数据仓库模式比较直观，采取这种模式的企业还有很多，不再赘述。
五、数据众包模式
众包是指企业在线发布问题—大众群体（专业或非专业）提供解决方案—为赢者获取报酬，且其知识成果归企业所有，是一种在线、分布式问题的解决模式和生产模式。而数据众包模式是从大数据的角度出发，指企业从创新设计领域切入，将产品设计转向用户，通过搜集消费者设计的海量数据，进行数据测评找到最佳的产品设计，同时借助社会资源提升自身的创新与研发实力。这要求企业拥有一定的创新能力和研发技术。这种商业模式适用于创新驱动型企业。其核心是用户创造数据，优势在于强调了社会的差异性、多元性带来的创新潜力。因其倚重“草根阶层”，大大的降低了企业运营成本，还能使产品更具创造力和适应性。
例如，美国“无线（Threadless）T 恤公司”在其网站上会收到大量的业余“粉丝”或专业艺术家的设计数据，然后把设计放在网站上让用户点评，最后根据数据评分和预订单进行生产，这使得企业的生产目标更具体，避免库存积压和资金占用，有利于企业的正常运营。又如，宜家通过举办“天才设计”大赛，调动消费者的积极性，让消费者设计多媒体家居方案，然后进行作品数据分析，将优秀的作品投入生产和市场。这种商业模式能够进驻消费者的内心满足其需求，提高了商品的市场占有率和利润率。
六、数据外包模式
外包是指在企业为获取竞争优势，把除核心资源以外的其他资源借助于外部最优秀的专业化资源予以整合，达到降低企业成本、提高绩效、提升企业核心竞争力和增强企业对环境应变能力的一种管理模式。而数据外包模式是指企业将数据收集、数据处理等业务环节剥离出来，外包给专业机构，通过优化资源配置，降低成本增强核心竞争力。数据外包模式主要包括决策外包和技术外包。这种模式要求企业拥有一定的知识背景、先进的大数据技术和卓越的分析应变能力，能够游刃有余的解决各种类型企业的决策问题和技术问题。这种商业模式适用于经验型企业，它的优势不仅在于帮助用户缩短决策周期、缩减业务流程，更重要的是降低运营成本，可以使用户集中精力做核心业务，不断增强其核心竞争力。
例如，影研科技专注于提供海量数据处理的外包服务，为用户提供高效、快捷、“无痛”的重复性、海量数据作业任务，最终给用户交付准确无误的数据成果。影研科技提供的大数据技术因其专业化所以更具竞争力。再如， Facebook 基于其拥有的海量用户在线社交行为和网络群组关系数据进行分析，根据分析结果对用户进行分类，为那些需要外包服务的企业提供精准广告投放服务。Facebook的海量数据和大数据处理技术就是它的资产，能够为各种类型的企业提供数据决策支持，具有广阔的市场空间。
在大数据推动的商业革命浪潮中，只有巧妙的运用大数据的杠杆创造商业价值，才能在大数据驱动的新生代商业格局中脱颖而出。
