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。
大数据时代：现在我们讨论了“大数据”是什么，也已明确了它是一种有着真正未来的趋势，那接下来我们需要探讨的是，大数据的意义在哪里。大数据能干什么？能带来什么价值？ 要考量大数据的价值，必须先了解大数据应用的环境。首先必须说明，“大数据”虽然在这一两年来因为互联网和信息行业的发展而变得异常火爆，但它并不是一个新鲜玩意儿，追寻其历史，我们会发现在物理学、生物学、
环境生态学等领域以及军事、金融、社会管理等行业都能找到它的足迹，“大数据”的存在已早有时日。显然，“大数据”不是单一行业的特有概念，要谈论大数据的价值，谈论大数据的应用环境，最合适的做法还是统而合一，无奈术业有专攻或说才疏学浅，上述提到的行业，领域，我均无涉猎，更谈不上研究，因此下文关于大数据的应用环境的讨论，我仅针对大数据在商业方面的应用进行泛泛而谈。这也恰好印证，大数据的价值和魅力可能很大，但也必须有能力去领悟。 大数据是为解决巨量复杂数据这种趋势而生的。巨量复杂数据有两个核心点，一个是巨量，一个是复杂。“巨量”意味着数据量大，要实时处理的数据越来越多，对企业而言最重要的成本付出就是时间成本，而恰恰时间成本是企业最稀缺的资源，今时今日，创新讲的是领先他人，市场讲的是抢占先机，服务讲的是快客户一步，快时代的用户的需求是实时的，他不愿意等，你不满足他，自有他人会满足，因此企业的策略也必须是实时的，然而企业的策略是依托数据分析结果来制定的，一旦在处理巨量数据上耗费的时间超出了可承受的范围之内，这意味着企业的策略是落后于市场的。任何的时延都会使企业蒙受损失，创新落后于人成为微创新，市场被别人抢占只能作为挑战者，服务失去优势造成客户流失，这些都是致命的。大数据还有一个核心是“复杂”。“复杂”意味着数据是多元的，不再是过去的结构化数据了，因此我们过去的那一套数据分析的模型，理论已经不管用的，必须针对多元数据重新构建一套有效的分析理论/分析模型，甚至分析行为所依托的软硬件都必须进行革新。从这两个角度看来，大数据是企业
在现在及未来的发展路上不可或缺的。 上一篇文章中也提到“大数据的资源太丰富，如果你没有明确的目标，你就算没有走入迷途至少会觉得非常迷茫”，确实，对于企业而言大数据很必要，其可以实现的东西也很多，稍微梳理一下，大概包括：如支撑业务战略决策，提高顾客服务水平，促进销售获得客户，开发创新产品，强化财会业务，实现决策自动化，进行基础研究，产品功能监视和检测情况，强化内部治理等等，基本上囊括了企业所有的行为，这也就是大数据的价值所在。 以上所述有点偏于框架性，我们选择一个方面举个简单的例子来说明吧，“如何利用大数据促进销售获得客户？”，首先大数据能告诉策划人员什么样的实时优惠对某个用户更有效，基于此用户的偏好，哪种服务渠道能产生更好的服务效果，哪种支付方式能够快速实现交易达成，还可以分析说当一个潜在客户通过搜索关键词找到产品页面后，达成交易的可能性有多大，在每天/每周/每月/每季度，不同的节日的特定时间段中，哪种促销方式最有效，当一个用户被营销活动覆盖到后，他实现购买的机会有多大，当一个用户完成购买后，其重复购买的机会有多大，其带动身边朋友实现购买的机会有多大，等等。对于销售方而言，大数据能够让他更加了解客户消费方式，如消费者的购物决策、影响决策的关键点，让他有能力提供定制的交易内容给高价值用户，让他有能力实时评估促销效果，还可以根据消费者习惯改变商品上架位置，等等；而对客户而言，
大数据能让他可从他人评价了解更多商品信息，同时享受更多定制化和独家折扣优惠，能够实时使用消费分析工具进行评估，能够实现交
易过程透明化等等。 大数据内涵太大，全部展开讲的话将是一项庞大的工程，下面借用杂志《V-MARKETING 成功营销》中文章《Big Data, 大数据重塑营销》对于“大数据”对于商业企业在五大方面的价值体现的提炼和归纳： 数据的高透明度及广泛可获取性：一些制造商正试图集成多种系统的数据，甚至从外部供应商和客户处获取数据来共同制造产品。以汽车这类先进制造行业为例，全球供应商生产着成千上万的部件。集成度更高的平台将使公司及其供应链合作伙伴在设计阶段就开始协作。 决策验证对竞争方式的影响：大数据可能使决策制定发生根本性的改变。利用可控实验，公司可验证假设、分析结果以指导投资决策及运作改变。 应用于广泛的实时的用户定制及其对企业的影响：面向用户的企业已长期利用数据来细分和定位用户。大数据实现了用户定制的质的飞跃，使得实时个性化成为可能。下一代零售商通过互联网点击流可跟踪个体用户的行为，更新其偏爱，并实时模仿其可能的行为。 大数据对管理的改变及替代作用：大数据能进一步提高算法和机器分析的作用。一些制造商利用算法来分析来自生产线的传感数据，创建自动调节过程以减少损失，避免成本高昂的人工干预，最终增加产出。
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。
大数据时代：现在我们讨论了“大数据”是什么，也已明确了它是一种有着真正未来的趋势，那接下来我们需要探讨的是，大数据的意义在哪里。大数据能干什么？能带来什么价值？ 要考量大数据的价值，必须先了解大数据应用的环境。首先必须说明，“大数据”虽然在这一两年来因为互联网和信息行业的发展而变得异常火爆，但它并不是一个新鲜玩意儿，追寻其历史，我们会发现在物理学、生物学、
环境生态学等领域以及军事、金融、社会管理等行业都能找到它的足迹，“大数据”的存在已早有时日。显然，“大数据”不是单一行业的特有概念，要谈论大数据的价值，谈论大数据的应用环境，最合适的做法还是统而合一，无奈术业有专攻或说才疏学浅，上述提到的行业，领域，我均无涉猎，更谈不上研究，因此下文关于大数据的应用环境的讨论，我仅针对大数据在商业方面的应用进行泛泛而谈。这也恰好印证，大数据的价值和魅力可能很大，但也必须有能力去领悟。 大数据是为解决巨量复杂数据这种趋势而生的。巨量复杂数据有两个核心点，一个是巨量，一个是复杂。“巨量”意味着数据量大，要实时处理的数据越来越多，对企业而言最重要的成本付出就是时间成本，而恰恰时间成本是企业最稀缺的资源，今时今日，创新讲的是领先他人，市场讲的是抢占先机，服务讲的是快客户一步，快时代的用户的需求是实时的，他不愿意等，你不满足他，自有他人会满足，因此企业的策略也必须是实时的，然而企业的策略是依托数据分析结果来制定的，一旦在处理巨量数据上耗费的时间超出了可承受的范围之内，这意味着企业的策略是落后于市场的。任何的时延都会使企业蒙受损失，创新落后于人成为微创新，市场被别人抢占只能作为挑战者，服务失去优势造成客户流失，这些都是致命的。大数据还有一个核心是“复杂”。“复杂”意味着数据是多元的，不再是过去的结构化数据了，因此我们过去的那一套数据分析的模型，理论已经不管用的，必须针对多元数据重新构建一套有效的分析理论/分析模型，甚至分析行为所依托的软硬件都必须进行革新。从这两个角度看来，大数据是企业
在现在及未来的发展路上不可或缺的。 上一篇文章中也提到“大数据的资源太丰富，如果你没有明确的目标，你就算没有走入迷途至少会觉得非常迷茫”，确实，对于企业而言大数据很必要，其可以实现的东西也很多，稍微梳理一下，大概包括：如支撑业务战略决策，提高顾客服务水平，促进销售获得客户，开发创新产品，强化财会业务，实现决策自动化，进行基础研究，产品功能监视和检测情况，强化内部治理等等，基本上囊括了企业所有的行为，这也就是大数据的价值所在。 以上所述有点偏于框架性，我们选择一个方面举个简单的例子来说明吧，“如何利用大数据促进销售获得客户？”，首先大数据能告诉策划人员什么样的实时优惠对某个用户更有效，基于此用户的偏好，哪种服务渠道能产生更好的服务效果，哪种支付方式能够快速实现交易达成，还可以分析说当一个潜在客户通过搜索关键词找到产品页面后，达成交易的可能性有多大，在每天/每周/每月/每季度，不同的节日的特定时间段中，哪种促销方式最有效，当一个用户被营销活动覆盖到后，他实现购买的机会有多大，当一个用户完成购买后，其重复购买的机会有多大，其带动身边朋友实现购买的机会有多大，等等。对于销售方而言，大数据能够让他更加了解客户消费方式，如消费者的购物决策、影响决策的关键点，让他有能力提供定制的交易内容给高价值用户，让他有能力实时评估促销效果，还可以根据消费者习惯改变商品上架位置，等等；而对客户而言，
大数据能让他可从他人评价了解更多商品信息，同时享受更多定制化和独家折扣优惠，能够实时使用消费分析工具进行评估，能够实现交
易过程透明化等等。 大数据内涵太大，全部展开讲的话将是一项庞大的工程，下面借用杂志《V-MARKETING 成功营销》中文章《Big Data, 大数据重塑营销》对于“大数据”对于商业企业在五大方面的价值体现的提炼和归纳： 数据的高透明度及广泛可获取性：一些制造商正试图集成多种系统的数据，甚至从外部供应商和客户处获取数据来共同制造产品。以汽车这类先进制造行业为例，全球供应商生产着成千上万的部件。集成度更高的平台将使公司及其供应链合作伙伴在设计阶段就开始协作。 决策验证对竞争方式的影响：大数据可能使决策制定发生根本性的改变。利用可控实验，公司可验证假设、分析结果以指导投资决策及运作改变。 应用于广泛的实时的用户定制及其对企业的影响：面向用户的企业已长期利用数据来细分和定位用户。大数据实现了用户定制的质的飞跃，使得实时个性化成为可能。下一代零售商通过互联网点击流可跟踪个体用户的行为，更新其偏爱，并实时模仿其可能的行为。 大数据对管理的改变及替代作用：大数据能进一步提高算法和机器分析的作用。一些制造商利用算法来分析来自生产线的传感数据，创建自动调节过程以减少损失，避免成本高昂的人工干预，最终增加产出。