大数据时代 你的数据价值超乎想象

1. 大数据时代 你的数据价值超乎想象

大数据时代：你的数据价值超乎想象
进入信息大爆发之后的年代，我们已经习惯了网络为自己带来的便利，习惯了足不出户便知天下事的豪情，习惯了动动手指便能购尽世间万物的爽利，但所谓有利就有弊，我们需要付出的代价则是个人数据。其实通过等价交换的原则来看，数据显然没有普通人认为的毫无价值。
 
我们在网络中畅游，每时每刻都在产生着数据，而这些数据若单独拿出来看，无法获得有效的价值，但是联动起来之后所带来的附加价值，更会震惊所有人。
数据从未缺少 只是还未被记录
从古至今，数据永远伴随在我们身边，不过在过去，由于我们的数据没有被有效的记录与整理，因此造成了数据上的浪费。而在现代社会，由于用户上网时的操作会被记录，因此以前得不到保留的数据存续了，用户的数据被集中起来进行归纳处理，价值便在归纳之后陡然显现。
 
举一个简单的例子，当我们需要在网上点一份外卖时，商户能够很轻易获得我们许多个人的信息，如送餐上门需要的家庭或者单位地址及电话；还能根据用户之前的消费习惯进行菜品上的调整， 如加辣或者不加辣；根据用户使用的移动支付渠道，可以了解用户的信用度以及是否拥有其他贷款等更多信息。
从以上的例子就能看出，如果有需要，商家甚至能够继续追踪下去，直至对用户进行完全的画像。这便是数据足够以后形成了大数据，而这也是大数据的特点，高容量、多样性、关联性强、应用价值高等特点。
尤其在即将到来的物联网时代，数据更会出现指数级增长，我们使用的所有智能设备都能完整的把我们所有行为通过数据记录下来。数据的骤然增长，也将对我们自身进行更为精准的画像。
数据的价值在于发现其背后的规律
简单来说，通过收集这些数据进行分析之后，将会发现大数据将比我们自身更了解自己。这其实不难理解，我们自己也无法准确记住每时每刻自己在做何事，但通过智能设备却能准确记录下来，并且还会进行整理分析。
 
不要小看数据的价值，当数据量还稀少时，由于缺乏联动性，因此价值还未显现，但是当样本足够多时，将会从中发现出必然的规律，而这些规律即是价值的体现。但是当数据量还不够多时，却可能得出错误的结论。
用抛硬币来举例，在绝对公平且没有外力干扰的情况下，当我们抛掷数量过少时，可能由于运气缘故造成同一面连续多次出现，这时可能会错误的认为其中一面出现的几率要比另一面更高。但是通过把抛掷的次数增加，会发现其实正反面出现的几率均趋近于二分之一，随着数据量的增多，这个数字也会与二分之一更加接近，这便是数据的价值，发掘其中的规律。
大数据时代下的精准营销
我们个人数据同理，大数据时代下，通过收集到足够多的数据进行分析后，可以挖掘其中背后潜藏的规律。而在发现出这些规律之后，除了能够为用户进行画像，还能为企业提升业务，降低运营成本，进行精细化运营做出更多的贡献。
 
比如通过收集某个客户的数据，可以知道这位客户喜欢运动、注重养生，特别喜欢在晚饭过后进行慢跑，甚至能够知道具体的跑步时长以及路线。对于电商可以对该客户推荐一些运动日用品，对于餐饮业则可以推荐一些适合养生的菜品，或者结合用户其他更多的数据，可以精准的判断其需求是什么，这样精准化运营将会使企业在节省大量成本的条件下创造更多价值。
当然，这样一来就带来了一个后果，那便是数据安全。个人数据也许将让企业更好的了解用户，让用户享受到更加优质的服务，但是当这些服务变成了骚扰，推荐变成了轰炸后，用户就已经明白自己的数据被泄漏了。
数据安全既是财产安全
个人数据的泄露是如今网络最常见的网络犯罪，而数据泄露也会对个人造成严重的困扰，小到信息骚扰推送，大到信用卡的盗刷以及个人信息冒用，严重的甚至会造成刑事犯罪。
 
因此对于用户而言，目前国内的个人数据安全形势非常严峻，由于特殊的国情使然，造成许多应用程序必须让客户开放自己的个人隐私数据才可以使用。有数据显示，目前手机APP越界获取个人信息已成为网络诈骗的主要源头，高达96.6%的安卓应用会获取用户手机隐私权限，而iOS应用的这一数据也高达69.3%。
通过这些被跨界获取的个人隐私数据，已经在全球都形成了一个庞大的“黑色产业”，年产值甚至高达上千亿元。这些黑产从业者，利用大数据进行精确推送，诱导用户消费，已经开始跨过了法律的边界。这些黑产庞大的流动资金，也在侧面证明了个人数据的价值，也希望用户能够明白自己的数据有多么珍贵。
小结
前段时间百度李彦宏说过，中国消费者乐意用自己的隐私数据换取便利。但需要注意的是，也许目前消费者不得不用自己的隐私去换取方便，但随着个人隐私数据重视程度的不断提升，这种企业也将不得不做出改变。
用户的数据是一处被掩埋的金矿，我们发现了，可以用它来获得更好的服务，但不是以强迫的方式，毕竟数据的所有权在用户本身。大数据时代，我们自身的数据更会价值连城。让用户明白自身数据的价值，让用户掌握自己的数据，让用户能够与企业平等相待，也是大数据时代的真正意义所在。

2. 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。

3. 大数据时代: 大数据时代的商业创新

大数据时代: 大数据时代的商业创新 
大数据不是一个新的现象，或者是数据根本就不是一个新的现象。上世纪1920年代，在美国出现了所谓的直销业，大量的百货公司开始进行所谓的直销，给每家每户送目录，这就是开始采集用户的数据来进行个性化的营销。到1982年，美国的一些航空公司出现了客户忠诚项目，航空公司开始有大量的客户交易行为数据。
商业创新涉及产品整个价值链
从商业创新的角度来看，更多的是围绕着管理现有和潜在顾客的全生命周期，在你购买之前、购买之后，全媒体、全渠道。无论是pc、手机，还是线下o2o，所有跟这个企业的社会互动，把这些数据收集起来，就能做出一个很好的预测。而且传统的数据营销，产品投放市场以后，只是单纯地做营销。现在，商业的创新是更多延伸到产品整个价值链的上下游商业的创新。
大数据时代，商业创新的市场趋势和一些商业创新出现新的范式。
我们现在处于一个社会化互联网时代，早就过了门户时代。现在的互联网是一个社会化的互联网，其内容主要是用户提供的，用户的内容都可以自己生成，而不是由企业生成的。
互联网时代，最主要是两种形式：一种叫口碑，就是“言”；另外一种是观察模仿，或者叫观察学习，就是“行”。
大数据时代的商业创新，既然是围绕着社会互动展开的，就有一个很重要的特点：社会化互联网使社会互动成为企业的一个重要的战略变量，无论是口碑还是观察模仿，在传统的线下，企业没有办法直接操控。中国有一句谚语：酒香不怕巷子深，但现在不一样，现在很重要的一个特点是，商业创新要看各种各样的新的商业模式，很多完全是围绕这个展开的。
口碑：
新的营销决策变量
从过去这些年的研究中，可以发现的一些有关口碑的例子。比如亚马逊1995年最早推出消费者的口碑，第一次把消费者的口碑当做企业操控的变量，它可以决定提供还是不提供。这里，我们要思考口碑给企业带来了什么样的影响，功能是什么。
观察学习也是这样，也是亚马逊最早开始做的。我们在线下排队的时候，亚马逊很轻易地放到网站上，后台可以统计出看过某款产品的客户，最终有多少人购买这款产品。
我们看到100个顾客从餐馆门前走过，最终有多少人进了这个餐馆，多少人进了对面的餐馆，这就是在现实生活中大家去吃饭时关心的数据。企业仍然能够把它当做直接操控的战略变量，这就改变了很多商业的游戏规则。
另外，社会互动的类型成为企业直接管理的变量。其实，另外一种社会互动的异质性本身或者同质性本身，也成为企业管理战略的变量，这是我们要在另外一篇文章里面讨论的问题。
商业创新：
立足社会互动的战略管理
商业创新是围绕着利用社会互动来影响产品投放市场以后的战略吗？其实远远不止，社会互动还可以影响到整个价值链的上下游。企业用消费者社会的互动来做新产品的测试，更重要的是新产品测试的时候就在做营销了。
身处大数据时代，商业创新一个很重要的立足点就是怎么来进行社会互动的战略管理。社会互动的异质性取决于社会网络关系，社会互动不同的类型不仅可以影响企业做决策，还受现在移动互联网o2o的影响，它也是一个战略变量。
其实在大数据时代，你仍然可以做社会互动。美国芝加哥的一家公司是卖t恤衫的，任何一个人都可以把自己设计的t恤衫上传到这个网站，得票高的由这个网站生产。这样来做新产品开发，同时也是在做新产品的测试，也是在做新产品的营销。什么意思呢？在大数据时代，如果你要基于社会互动战略管理的时候，我们过去商业上决策的流程是一种串行。现在是一个并行，我在做营销的时候，我就应该在做研发，我在做研发的时候，我应该就在做营销，不应该把它割裂开来。
社会互动：
企业可操控的战略变量
传统的市场主体企业创造价值，顾客消费价值。是谁创造价值，谁消费价值呢？实际上是消费者在创造价值，企业在消费价值。而传统市场的功能是在做价值的交换和资源的配置，但是价值的交换前提是：谁是价值的创造者，谁是价值的消费者非常清晰，而现在并不清晰，现在市场最主要的功能更多的是在做一种资源的整合和价值的共创。市场的主要调节机制不仅是供求价格，更多是社会互动。
人类社会一直有社会互动，社会互动现在成为市场调节的主要机制？一个很重要的条件是，价格之所以成为调解价值，第一是价格可观测、可度量，第二是价格可调控。
由于互联网、大数据技术，社会互动成为企业可以操控的战略变量。大数据技术可以把用户在微博、微信上互动的内容分析提取出来，知道什么价值有用，什么价值没用，这就是大数据时代对商业创新的影响。
以上是小编为大家分享的关于大数据时代: 大数据时代的商业创新的相关内容，更多信息可以关注环球青藤分享更多干货

4. 大数据产业的商业价值在哪里(1)

大数据产业的商业价值在哪里(1)
时下，大数据的气息扑面而来。大数据产业已成为具有战略意义的前沿性、高端性、新兴性产业，在新一轮科技革命和产业变革中占据重要位置，受到全球企业界和政府的高度关注。如何抢抓机遇、站在大数据的潮头，已成为各国企业、政府探讨的重要内容。今日起，本报开辟专刊《对话大数据》，与专家、学者及业内人士面对面，聚焦大数据产业，探讨其发展趋势。
a
大数据是国外金融机构的“捕鼠”神器
这是一个急剧变革的时代。就像马云说的那样，还没搞清电脑的时候，移动互联网来了，还没搞清移动互联网的时候，大数据时代来了。仿佛一夜间，大数据、云计算就成为了中国人的“口头禅”。但对于大数据企业以及市民来说，大数据的商业价值所在仍然像“谜”一般。
贵州，欠开发、欠发达的地区。然而，面对大数据产业浪潮，贵州的起步不晚，甚至可以说比较早——国内三大运营商的数据中心落户贵州，富士康、阿里巴巴、北京世纪互联宽带数据中心与贵阳市联手打造“云上贵州”新应用……在产业起步的同时，贵州对大数据产业的研究也“走得较快”。2014年5月，贵州大学电子信息学院正式更名为大数据与信息工程学院，成为国内首个专注于大数据人才培养的高等院校。近日，本报记者对贵州大学大数据与信息工程学院副院长、副教授王旭进行了专访，探究大数据产业的前沿与贵州、贵阳大数据产业的发展路径等。
b
呼叫中心产业并非低端产业，其数据收集能力无可比拟
记者：您是什么时候开始接触大数据的？
王旭：应该说是在国外留学的时候开始接触大数据。2003年至2007年，我在四川大学读本科，期间获得了中英优秀青年奖学金。本科读完后便被国家公派到英国牛津大学物理学院量子信息与量子器件小组学习。一直到2012年5月份拿到博士学位证书后才回国从事教学工作。
在牛津大学期间，学生和教授之间有一个好的习惯：就是每天早上11点和下午4点，如果没有特别重要的事情，不同系别、不同专业的学生和教授便会交叉汇聚在一起进行相互交流，学习不同领域的知识来开阔自己的视野。也是在与他们的交流中，我也开始接触到大数据在其它领域中的应用方法和案例，并对大数据产业产生了浓厚的兴趣。
记者：在国外，大数据主要应用在哪些领域？
王旭：大数据技术是近年来信息技术领域的研究热点，其原理是通过采集和分析海量数据获取有用信息，创造价值。它的学科基础比较广泛，例如统计、计算机、软件编程等方面。但从近几年的“热度”来看，在国外，大数据在金融和医疗方面的应用最受瞩目。大家都知道，英国伦敦是一座金融城市，因此对资本市场的监管必须非常严格，大数据在其中就扮演着数据监控的角色。
说一个大数据“捕鼠”的案例。在一些金融机构中，如果交易员私自将一些内部信息透露给身边朋友，让身边朋友代其进行股票、证券交易，这就是我们俗称的“老鼠仓”行为。如果依靠传统的举报、突击检查等方式获得线索的话，是很难查出“老鼠”的。但是运用大数据的话，便可以通过抓取各种看似杂乱而无关的分散信息，利用各种算法将交易金额、开户时间、账户资金规模等数据进行自动关联、聚类、分类和重排，寻找各种违规交易的蛛丝马迹。比如说我发现两个交易账户，交易的品种、时间、频次、手法非常接近，而其中一个是基金账户，那另一个就很有可能是“老鼠仓”。
在大数据医疗方面，国内外的探索热情都很高。去年5月，牛津大学就设立了英国首个综合运用大数据技术的医药卫生科研机构“李嘉诚卫生信息与发现中心”，其中香港富商李嘉诚资助了2000万英镑，主要是通过搜集、存储和分析大量医疗信息，确定新药物的研发方向，探索特定疾病的新疗法。
c
贵州大数据产业发展有四条方向可以选择
记者：目前国内大数据产业发展现状如何？
王旭：有资料显示，人类产生的数据量正在呈指数级增长，大约每两年翻一番。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量之和。据监测，这个速度在2020年之前会一直保持下去。围绕这些数据的收集、处理和应用，形成了具有划时代意义的大数据产业。基于此，国内大数据产业可谓方兴未艾，其中阿里巴巴、京东等电商企业在大数据开发和运用方面一直走在业界前沿。
以上是小编为大家分享的关于大数据产业的商业价值在哪里(1)的相关内容，更多信息可以关注环球青藤分享更多干货

5. 大数据时代: 大数据时代的 商业创新

大数据时代: 大数据时代的 商业创新

大数据不是一个新的现象，或者是数据根本就不是一个新的现象。上世纪1920年代，在美国出现了所谓的直销业，大量的百货公司开始进行所谓的直销，给每家每户送目录，这就是开始采集用户的数据来进行个性化的营销。到1982年，美国的一些航空公司出现了客户忠诚项目，航空公司开始有大量的客户交易行为数据。 
商业创新涉及产品整个价值链 
从商业创新的角度来看，更多的是围绕着管理现有和潜在顾客的全生命周期，在你购买之前、购买之后，全媒体、全渠道。无论是pc、手机，还是线下o2o，所有跟这个企业的社会互动，把这些数据收集起来，就能做出一个很好的预测。而且传统的数据营销，产品投放市场以后，只是单纯地做营销。现在，商业的创新是更多延伸到产品整个价值链的上下游商业的创新。 
大数据时代，商业创新的市场趋势和一些商业创新出现新的范式。 
我们现在处于一个社会化互联网时代，早就过了门户时代。现在的互联网是一个社会化的互联网，其内容主要是用户提供的，用户的内容都可以自己生成，而不是由企业生成的。 
互联网时代，最主要是两种形式：一种叫口碑，就是“言”；另外一种是观察模仿，或者叫观察学习，就是“行”。 
大数据时代的商业创新，既然是围绕着社会互动展开的，就有一个很重要的特点：社会化互联网使社会互动成为企业的一个重要的战略变量，无论是口碑还是观察模仿，在传统的线下，企业没有办法直接操控。中国有一句谚语：酒香不怕巷子深，但现在不一样，现在很重要的一个特点是，商业创新要看各种各样的新的商业模式，很多完全是围绕这个展开的。 
口碑： 
新的营销决策变量 
从过去这些年的研究中，可以发现的一些有关口碑的例子。比如亚马逊1995年最早推出消费者的口碑，第一次把消费者的口碑当做企业操控的变量，它可以决定提供还是不提供。这里，我们要思考口碑给企业带来了什么样的影响，功能是什么。 
观察学习也是这样，也是亚马逊最早开始做的。我们在线下排队的时候，亚马逊很轻易地放到网站上，后台可以统计出看过某款产品的客户，最终有多少人购买这款产品。 
我们看到100个顾客从餐馆门前走过，最终有多少人进了这个餐馆，多少人进了对面的餐馆，这就是在现实生活中大家去吃饭时关心的数据。企业仍然能够把它当做直接操控的战略变量，这就改变了很多商业的游戏规则。 
另外，社会互动的类型成为企业直接管理的变量。其实，另外一种社会互动的异质性本身或者同质性本身，也成为企业管理战略的变量，这是我们要在另外一篇文章里面讨论的问题。 
商业创新： 
立足社会互动的战略管理 
商业创新是围绕着利用社会互动来影响产品投放市场以后的战略吗？其实远远不止，社会互动还可以影响到整个价值链的上下游。企业用消费者社会的互动来做新产品的测试，更重要的是新产品测试的时候就在做营销了。 
身处大数据时代，商业创新一个很重要的立足点就是怎么来进行社会互动的战略管理。社会互动的异质性取决于社会网络关系，社会互动不同的类型不仅可以影响企业做决策，还受现在移动互联网o2o的影响，它也是一个战略变量。 
其实在大数据时代，你仍然可以做社会互动。美国芝加哥的一家公司是卖t恤衫的，任何一个人都可以把自己设计的t恤衫上传到这个网站，得票高的由这个网站生产。这样来做新产品开发，同时也是在做新产品的测试，也是在做新产品的营销。什么意思呢？在大数据时代，如果你要基于社会互动战略管理的时候，我们过去商业上决策的流程是一种串行。现在是一个并行，我在做营销的时候，我就应该在做研发，我在做研发的时候，我应该就在做营销，不应该把它割裂开来。 
社会互动： 
企业可操控的战略变量 
传统的市场主体企业创造价值，顾客消费价值。是谁创造价值，谁消费价值呢？实际上是消费者在创造价值，企业在消费价值。而传统市场的功能是在做价值的交换和资源的配置，但是价值的交换前提是：谁是价值的创造者，谁是价值的消费者非常清晰，而现在并不清晰，现在市场最主要的功能更多的是在做一种资源的整合和价值的共创。市场的主要调节机制不仅是供求价格，更多是社会互动。 
人类社会一直有社会互动，社会互动现在成为市场调节的主要机制？一个很重要的条件是，价格之所以成为调解价值，第一是价格可观测、可度量，第二是价格可调控。 
由于互联网、大数据技术，社会互动成为企业可以操控的战略变量。大数据技术可以把用户在微博、微信上互动的内容分析提取出来，知道什么价值有用，什么价值没用，这就是大数据时代对商业创新的影响。

6. 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。

7. 如何化大数据为商业价值

北京大学商务智能研究中心主任王汉生教授在一篇文章中，提出了一个关于数据商业价值的理论框架，这个框架非常简单，就三个关键词：收入、支出、风险。
第一是收入。你要看自己的数据产品能否帮客户带来额外的收入。这里的关键词是“额外”。比如客户是卖豆浆的，以前没有你的数据分析，他每天卖100碗。有了你的数据分析之后，每天能卖150碗，多卖出去的50碗豆浆，就是你的数据带来的价值。
王汉生教授说，最理想的额外收入应该是新兴市场。比如我们放假开车出去玩的时候，会遇到堵车。这时候能不能出一个堵车险？每堵1分钟，保险公司赔你1块钱，补偿一下你郁闷的心情。传统保险公司之所以不做，是因为没办法实时监控一辆车的状态，不知道有没有堵车，更不知道堵了多久。但现在有了车联网数据，这种监控就有可能实现。这就是车联网数据带来的价值。
第二个关键词是“支出”。如果你的数据分析有可能给客户节约不必要的支出那就更好了。因为收入的增加往往有很强的不确定性，但相对来说，成本的控制是可以做到非常准确的。就像堵车险这个新兴市场，究竟能带来多少额外收入非常不确定。但如果你说有个超市，现在有100个收银员，通过技术改造，数据分析，合理安排，发现20个人就够了，直接节省了80个人的成本，这是非常确定的。
所以，如果数据分析可以节省支出，这件事更靠谱，更加可以预期。就拿中国的制造业来说，不管是生产汽车还是电脑，体量都很巨大。这些设备上的每个功能都是必须的吗？电脑上真的需要那么多USB接口吗？过去我们很难下判断，因为不知道用户是怎么使用这个设备的。但是今天有了物联网之后，这样的数据分析就有可能变成现实，这就是物联网数据的商业价值所在。
第三个关键词是“风险”。如果你的数据不能直接增加收入，也不能直接节省成本，但是可以控制风险，也有商业价值。看一个具体的例子。很多商业银行都有网上申请系统，用户通过互联网直接就能申请信用卡，或者别的产品。之所以在网上做，是因为流量大、成本低、效率高。但缺点是风险比较大，有些线下才能提供的材料无法获得。这时银行为了把控风险，就只能提高在线申请的门槛，降低通过率。这样做虽然增加了安全性，把坏人拦在了外面，但同时也可能挡住了很多好人，也就是银行需要的客户。这时候，如果你能提供独特的数据和分析，帮银行更准确地区分哪些线上申请的人是好人，哪些是坏人，银行就能放心地给更多人发卡，从而增加收入。数据在这里的价值，就是把对风险的把控转化为收入的提高。

8. 大数据时代，传统企业如何发力大数据

传统企业应该如何行动才能享受大数据带来的红利呢?
第一，一切生产经营流程都需要流程化
这是企业能够通过深入数据分析，实现自身优化的基础，要有计划的将企业生产经营中的数据保存下来，即便是目前看起来没有用的数据，未来也可能产生巨大的价值，成为大数据企业的第一步，企业必须实现数据化。
第二，大家大数据平台
对于很多企业，做大数据并不意味着要自己去搭建数据中心，但是，企业要做大数据，必须要在IT基础设施方面具有比较好的数据处理架构。值得注意的是，企业不仅仅要具备一个数据中心的硬件，还要考虑和企业业务方向结合。做企业的大数据管理应用平台，一定要从企业的业务出发，不能盲目跟风。
第三，培养数据挖掘和分析团队
大数据的分析与传统数据分析有很大的区别，传统企业现有的数据分析主要基于数据报表等一些结构化的数据，很难分析出企业的经营全景。大数据的进入就需要分析人员具有更高的素质，既要有扎实的业务基础又要有很强的数据挖掘能力。利用大数据平台和大数据分析将零散的市场数据化，客户数据化接着将迅速的形成决策数据，这样才能使企业及时把握市场环境的变化，从而做出快速的应对。
第四，建立开放性的数据共享制度
未来的大数据企业，一定要有共享的精神。一个企业的数据往往是有限的，往往需要有人共享来丰富自己的数据形态。这就需要企业不仅要有开放的心态，也需要企业具备数据交换和共享的能力。
第五，战略性的数据资源储备
数据就像石油，而且是放在聚宝盆中取之不尽用之不竭的石油，如果它被存储下来。具有战略眼光的企业，能够判断数据在未来的价值，愿意花成本存储一些潜藏巨大价值的数据。阿里巴巴投资高德，投资新浪这就说明了数据的重要性，胡水生认为所有这一切的本质还是想让数据流动起来做更大的事情。