大資料變現的九種商業模式

1、B2B大資料交易所

 　　國內外均有企業在推動大資料交易。目前，我國正在探索“國家隊”性質的B2B大資料交易所模式。

 2014年2月20日，國內首個面向資料交易的產業組織—中關村大資料交易產業聯盟成立，同日，中關村數海大資料交易平臺啟動，定位大資料的交易服務平臺。2015年4月15日，貴陽大資料交易所正式掛牌運營並完成首批大資料交易。貴陽大資料交易所完成的首批資料交易賣方為深圳市騰訊電腦系統有限公司、廣東省數位廣東研究院，買方為京東雲平臺、中金資料系統有限公司。2015年5月26日，在2015貴陽國際大資料產業博覽會暨全球大資料時代貴陽峰會上，貴陽大資料交易所推出《2015年中國大資料交易白皮書》和《貴陽大資料交易所702公約》，為大資料交易所的性質、目的、交易標的、資訊隱私保護等指明了方向，奠定了大資料金礦變現的產業基礎。

 2、諮詢研究報告

 　　國內諮詢報告的資料大多來源於國家統計局等各部委的統計資料，由專業的研究員對資料加以分析、挖掘，找出各行業的定量特點進而得出定性結論，常見於“市場調研分析及發展諮詢報告”，如“2015～2020年中國通信設備行業市場調研分析及發展諮詢報告”、“2015～2020年中國手機行業銷售狀況分析及發展策略”、“2015年光纖市場分析報告”等，這些諮詢報告面向社會銷售，其實就是O2O的大資料交易模式。

 　　各行各業的分析報告為行業內的大量企業提供了智力成果、企業運營和市場行銷的資料參考，有利於市場優化供應鏈，避免產能過剩，維持市場穩定。這些都是以統計部門的結構化資料和非結構化資料為基礎的專業研究，這就是傳統的一對多的行業大資料商業模式。

 3、資料採擷雲計算軟體

 　　雲計算的出現為中小企業分析海量資料提供了廉價的解決方案，SaaS模式是雲計算的最大魅力所在。雲計算服務中SaaS軟體可以提供資料採擷、資料清洗的協力廠商軟體和外掛程式。

 　　業內曾有專家指出，大資料=海量資料+分析軟體+挖掘過程，通過強大的各有千秋的分析軟體來提供多樣性的資料採擷服務就是其盈利模式。國內已經有大資料公司開發了這些架構在雲端的大資料分析軟體：它集統計分析、資料採擷和商務智慧於一體，使用者只需要將資料導入該平臺，就可以利用該平臺提供的豐富演算法和模型，進行資料處理、基礎統計、高級統計、資料採擷、資料製圖和結果輸出等。資料由系統統一進行管理，能夠區分私有和公有資料，可以保證私有資料只供持有者使用，同時支援多樣資料來源接入，適合分析各行各業的資料，易學好用、操作介面簡易直觀，普通使用者稍做瞭解即可使用，同時也適合高端用戶自己建模進行二次開發。

 4、大資料分析服務

 　　機構及企業規模越大其擁有的資料量就越大，但是很少有企業像大型互聯網公司那樣有自己的大資料分析團隊，因此必然存在一些專業型的大資料諮詢公司，這些公司提供基於管理諮詢的大資料建模、大資料分析、商業模式轉型、市場行銷策劃等，有了大資料作為依據，諮詢公司的結論和諮詢成果更加有說服力，這也是傳統諮詢公司的轉型方向。比如某國外大型IT研究與顧問諮詢公司的副總裁在公開場合曾表示，大資料能使貴州農業節省60%的投入，同時增加80%的產出。該公司能做出這樣的論斷當然是基於其對貴州農業、天氣、土壤等資料的日積月累以及其建模分析能力。

 5、政府決策諮詢智庫

 　　黨的十八屆三中全會通過的《中共中央關於全面深化改革若干重大問題的決定》明確提出，加強中國特色新型智庫建設，建立健全決策諮詢制度。這是中共中央檔首次提出“智庫”概念。

 　　近幾年，一批以建設現代化智庫為導向、以服務國家發展戰略為目標的智庫迅速成立，中國智庫數量從2008年的全球第12位躍居當前第2位。大資料是智庫的核心，沒有了資料，智庫的預測和分析將為無源之水。在海量資訊甚至氾濫的情況下，智庫要提升梳理、整合資訊的能力必然需要依靠大資料分析。

 　　研究認為，93%的行為是可以預測的，如果將事件數位化、公式化、模型化，其實多麼複雜的事件都是有其可以預知的規律可循，事態的發展走向是極易被預測的。可見，大資料的應用將不斷提高政府的決策效率和決策科學性。

 6、自有平臺大資料分析

 　　隨著大資料的價值被各行各業逐漸認可，擁有廣大客戶群的大中型企業也開始開發、建設自有平臺來分析大資料，並嵌入到企業內部的ERP系統資訊流，由資料來引導企業內部決策、運營、現金流管理、市場開拓等，起到了企業內部價值鏈增值的作用。

 　　在分析1.0時代，資料倉庫被視作分析的基礎。2.0時代，公司主要依靠Hadoop集群和NoSQL資料庫。3.0時代的新型“敏捷”分析方法和機器學習技術正在以更快的速度來提供分析結果。更多的企業將在其戰略部門設置首席分析官，組織跨部門、跨學科、知識結構豐富、行銷經驗豐富的人員進行各種類型資料的混合分析。

 7、大資料投資工具

 　　證券市場行為、各類指數與投資者的分析、判斷以及情緒都有很大關係。2002年諾貝爾經濟學獎授予了行為經濟學家卡尼曼和實驗經濟學家史密斯，行為經濟學開始被主流經濟學所接受，行為金融理論將心理學尤其是行為科學理論融入金融中。現實生活中擁有大量使用者資料的互聯網公司將其論壇、博客、新聞報導、文章、線民使用者情緒、投資行為與股票行情對接，研究的是互聯網的行為資料，關注熱點及市場情緒，動態調整投資組合，開發出大資料投資工具，比如大資料類基金等。這些投資工具直接將大資料轉化為投資理財產品。

 8、定向採購線上交易平臺

 　　資料分析結果很多時候是其他行業的業務基礎，國內目前對實體經濟的電子商務化已經做到了B2C、C2C、B2B等，甚至目前O2O也越來越流行，但是對於資料這種虛擬商品而言，目前還沒有具體的線上交易平臺。比如服裝製造企業針對某個省份的市場，需要該市場客戶的身高、體重的中位數和平均數資料，那麼醫院體檢部門、專業體檢機構就是這些資料的供給方。通過獲取這些資料，服裝企業將可以開展精細化生產，以更低的成本生產出貼合市場需求的服裝。假想一下，如果有這樣一個“大資料定向採購平臺”，就像淘寶購物一樣，可以發起買方需求，也可以推出賣方產品，通過這樣的模式，外加協力廠商支付平臺，“資料分析結論”這種商品就會悄然而生，這種商品不佔用物流資源、不污染環境、快速回應，但是卻有“供”和“需”雙方巨大的市場。而且通過這種平臺可以保障基礎資料安全，大資料定向採購服務平臺交易的不是底層的基礎資料，而是通過清洗建模出來的資料結果。所有賣方、買方都要實名認證，建立誠信檔案機制並與國家信用體系打通。

 9、非營利性資料征信評價機構

 　　在國家將公民資訊保護納入刑法範圍之前，公民個人資訊經常被明碼標價公開出售,並且形成了一個“灰色產業”。為此，2009年2月28日通過的刑法修正案（七）中新增了出售、非法提供公民個人資訊罪，非法獲取公民個人資訊罪。該法條中特指國家機關或者金融、電信、交通、教育、醫療等單位的工作人員，不得將公民個人資訊出售或非法提供給他人。而公民的資訊在各種考試仲介機構、房產仲介、釣魚網站、網站論壇依然在出售，詐騙電話、騷擾電話、推銷電話在增加運營商話務量的同時也在破壞整個社會的信用體系和公民的安全感。

 　　雖然資料交易之前是交易所規定的經過資料清洗的資料，但是交易所員工從本質上是無法監控全國海量的資料的。資料清洗只是對不符合格式要求的資料進行清洗，主要有不完整的資料、錯誤的資料、重複的資料三大類。因此，建立非營利性資料征信評價機構是非常有必要的，將資料征信納入企業及個人征信系統，作為全國征信系統的一部分，避免黑市交易變成市場的正常行為。

 　　除了征信評價機構之外，未來國家公共安全部門也許會成立資料安全局，納入網路員警範疇，重點打擊將侵犯企業商業秘密、公民隱私的基礎資料進行資料販賣的行為。