大数据的商业模式范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇大数据的商业模式范例，将为您的写作提供有力的支持和灵感！

篇1

一、前言

信息革命把全球几乎所有的信息融合在了一起，对于很多行业而言，如何利用这些大规模的数据成为赢得竞争的关键。“互联网+数据”推动了大数据时代的到来，在商业、经济及其他领域中，决策将日益基于数据分析作出，最终衍化出新的商业模式，为改造和提升传统产业创造了巨大空间。2011年5月全球知名咨询公司麦肯锡的《大数据：创新、竞争和生产力的下一个前沿领域》使人们深刻意识到大数据时代已经来临。该报告指出：“大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”，也预示着大数据时代的到来。

二、大数据时代推动制造业进入工业4.0。

（一）制造业产业链模式的转变

在工业2.0和工业3.0时代，制造业是从产品设计、原料采购、仓储运输、订单处理、批发经营到终端零售一条产业链，企业批量化生产不能满足消费者的多样化需求，最终导致产能过剩。基于大数据，传统工业企业可以降低设计与制造成本，大幅缩短企业产品升级换代周期，提高产品性能，提升企业信息化能力，大幅提升工业企业的自主创新效率，并推动企业核心竞争优势的提升。利用数据分析出不同消费者的特殊偏好，最终生产出满足消费者特定需求的产品，从而为产能过剩和消费者选择有限提供了很好的出路，这就是工业4.0阶段。在这一阶段，仓储运输和批发经营都不再需要，产业链模式优化为订单处理、产品设计与制造、原料处理和终端零售。

（二）、工业4.0将降低成本、提高效率

引进新技术进行数据分析和订单处理并不意味着产品成本的上升，通过数据精准分析和解读从而生产出满足消费者特定需求的产品，帮助企业精准营销， 使库存压力减小，终端零售更加顺畅、高效。

（三）、制造业服务化成为新的发展趋势

随着“互联网+数据”和工业4.0战略的逐步推进，以大数据为核心的信息技术具有前瞻性、带动性、和精准性的特点，能够有效促进制造业与服务业融合，提升制造业企业的竞争力和创新能力。

三、数据成为企业重要的生产要素。

美国著名的管理咨询公司麦肯锡预测，使用大数据的零售企业，可使得利润增加60%以上。美剧《纸牌屋》受到观众热捧的原因并非偶然，该剧的出品公司发挥大数据分析优势，对客户的浏览数据和设备数据等进行精准分析，以此确定该剧的题目、导演和参演人员，将大数据中蕴藏的巨大潜在价值转换为实际的商业价值；同样运用大数据思想的沃尔玛的啤酒和尿布营销策略为其带来了巨大的利润。随着大数据时代的到来，传统零售业管理决策的过程必将向大数据决策转变。

数据越来越成为企业攫取巨大商业价值的重要因素，制造业利用相关数据进行精准营销、开发新产品、做出更明智的业务决策；金融机构利用征信系统帮助他们降低对个人信用评估的成本，快速、准确识别出金牌客户；工业企业运用大数据反映出机器故障和问题的根源。数据已经渗透到了当今每一个行业和业务职能领域，对数据的占有和控制以及发展先进的数据处理技术将成为企业间新的竞争焦点。

四、大数据时代下商业模式转变的配套措施

（一）大数据分析和解读的技术配套

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，从中获取有价值的信息，需要有先进的技术支撑，这不仅是大数据商业价值的直接体现，也是最小化大数据所带来的负面影响的重要保障。大数据分析中出现的技术问题：统计误差、大数据被过分解读、数据泄露等，如果不能很好地加以控制，将会造成严重后果。为保证数据被安全有效的利用，需要加快技术改进与创新，使大数据沿着正确的轨道为人类创造更多的价值。

（二）与大数据有关的立法亟待建立与完善

大数据技术及其商业化客观上有利于个人和公共利益，当然也能被用于侵害我们的利益。大数据时代正在来临，每个人都不可避免地参与其中，所以大数据中涉及个人隐私的法律保护就必须要提上立法议程。数据公开与隐私安全要有明显的法律边界，数据使用要在保障数据主体合法权益的条件下进行，确保大数据在产权清晰、权力保障有效的框架下发挥更大的价值。

（三）大数据时代要加强社会道德建设

真实的数据可以为我们带来巨大的经济利益，为了避免数据成为一些人谋取不当利益的手段，这不仅要在法律上进行约束，更要在道德上进行约束。数据公开与运用要合法、合理并征得客户同意，切实从道德层面上保障我们每个人的合法权益。大数据时代技术的进步、社会的发展是更好服务大众的关键，而良好的道德素质则是实现其商业价值的基础。

五、结语

大数据并不在“大”，而在于“有用”，随着移动互联网、、社交媒体、自媒体技术的飞速发展以及“互联网+”战略的推广，企业的商业模式在大数据的推动下将迸发出新的生命力。数据正在重构很多传统行业，加快大数据技术创新，同时完善相关法律建设和道德建设，各行各业都可从大数据产业链中攫取巨大的商业价值。

政府要成为促使大数据时代商业模式转变的主要推动力，一方面，要加大公共信息的公开力度，减少社会搜寻信息的成本，从而为各产业增值提供更大的空间。另一方面，要鼓励企业进行商业模式转变，在法律、税收、社会责任等方面给予帮助。大数据时代为商业模式的构建提供了全新的发展机遇和发展前景，我们要积极推动各产业以及相关的技术、法律和道德的集聚配套发展，带动经济结构的转型升级。

参考文献：

篇2

在智能制造中，生产模式转换为柔性动态组织模式，生产设备按照指令智能操作，产品形态变得更加丰富，消费形态满足了人们提出的个性化需求，因此，智能制造将激发许多新的挑战。成百上千万个运行参数按照不同频率发送，瞬时密度可能达到每秒10万条记录，甚至更高；成千上万台设备持续几年到几十年的使用和维修数据非常庞大，现行关系型数据库难以承受；大数据涉及到众多专业知识，需要集成各种专业分析工具才能实现有效的挖掘等，诸如以上的各类问题必然需要对大数据的运行效率提出严苛要求，还要综合平衡度量系统吞吐率、并行处理能力、计算精度与作业能耗等多种效能因素，同时，工业互联网是一个复杂的巨系统。智能制造需要对复杂事件的对象所涉及的行为和状况、时间、地点和起因等关键要素，具有及时、全面、精准的了解，并随着事件的演化对其要素的动态性可以及时地捕获和感知。因此，智能制造面临数据关联耦合关系极为复杂，更面临跨行业、跨领域的大数据带来的挑战。

篇3

[DOI] 10.13939/ki.zgsc.2016.28.149

1 大数据推动信息服务业发展

2016年是实施国民经济和社会发展第十三个五年规划的开局之年，也是信息技术服务业融合创新、转型发展的关键之年，而大数据在信息服务业转型发展中所扮演的角色越来越关键。

1.1 大数据产业政策接连出台，推动信息服务业提档增速

国家政策大力支持信息服务业特别是大数据产业的发展。2015年，国务院了《关于促进云计算创新发展培育信息产业新业态的意见》《促进大数据发展行动纲要》，明确提出了大数据发展的重点方向和路径。工业和信息化部《云计算综合标准化体系建设指南》，促进信息服务业朝标准化、体系化快速迈进。同年5月，国务院印发《关于大力发展电子商务加快培育经济新动力的意见》，从大数据的应用角度提出积极利用移动互联网、地理位置服务、大数据等信息技术提升流通效率和服务质量，深化信息技术在生产制造各环节的应用。

在国家政策的引导下，各地方政府加快出台相应政策措施，加大对云计算、大数据服务的扶持力度。2014年贵阳市成立贵阳大数据交易所和国家级大数据产业发展集聚区，吸纳51支创客团队、360多家大数据及关联企业，带动贵州省2015年大数据电子信息产业规模总量达到2000亿元、增长37%。2013年，武汉高科集团与国家信息中心合作在光谷联合打造国家级大数据产业基地。2015年武汉东湖大数据交易中心网上平台上线。

1.2 大数据相关业务增速超过信息服务业整体增速

2015年我国信息技术服务产业规模保持较快增长，基于移动互联网、物联网、云计算、大数据的新业态、新业务、新服务快速发展，带动产业链向高端不断延伸。2015年全年，信息服务实现收入22123亿元，同比增长18.4%，增速较传统软件产品和嵌入式系统软件分别高出2和6.2个百分点。

2015年中国软件业务收入前百家企业中出现了以阿里云、京东为代表的新兴技术服务企业，这些企业大力培育和发展云计算、大数据服务，快速向产业高端环节延伸拓展。以阿里云为例，2015年全年实现营收23.41亿元，季度平均增速达到28.33%，远远高于信息服务业整体增速。

1.3 大数据必将带动未来信息服务业升级发展

大数据是指那些数据量规模巨大到无法通过人工或者计算机，在合理时间内截取、管理、处理、并整理成为人类所能解读的形式的信息。经过特殊技术处理后，这些数据可以提供以前信息服务业无法提供的关键信息，例如判断商业趋势、判定质量、避免疾病扩散、打击犯罪或测定即时交通路况等。

第一，对大数据的处理分析正成为新一代信息技术融合应用的关键节点。移动互联网、物联网、社交网络、电子商务不断产生数据。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。

第二，大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。为大数据产业提供存储、处理等芯片硬件与集成设备，特别是一体化数据存储处理服务器、内存计算等行业领域将迎来新一轮的发展。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

第三，大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。

第四，大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。

2 大数据信息流程各节点的典型企业和运营模式

大数据不仅为信息服务业注入新的发展动力，还将为信息服务业带来深刻的变革。“深刻”二字除了表现在技术的突破外，还表现在以下两个方面。一方面，原有的流程分工已经不能适应大数据背景下的信息服务业发展，传统信息服务业的某些技能和企业会贬值乃至消失；另一方面，而更多新的岗位和企业将崛起，参与和改变原有信息服务业的产业分工。从在大数据的背景下看信息的运行流程。如下图所示。

大数据背景下的信息服务业产业分工流程

大数据技术出现之前，信息服务业有着成熟的盈利模式和商业模式。随着大数据的发展，这些企业会根据行业分工的变化，对自己的运营模式进行细微的调整。下面按照信息的处理流程为顺序，分别介绍每个环节上的典型企业的运营模式。

2.1 局部信息搜集环节

某些特定领域的信息价值比较富集，往往需要传统信息搜集的企业提供信息搜集的技术服务。但不同于传统的IT技术服务模式，大数据的发展为这种服务模式带来潜移默化的改进。

考虑到今后大数据的运营收益，这个环节的新兴企业往往主动降低报价甚至完全免费提供服务；而业主往往同意在不改变数据所有权的前提下，让这些企业拥有数据的独家开发利用权力。例如目前政府的一些信息化惠民项目，以及前段时间非常火爆的迈外迪、树熊网络等提供免费Wi-Fi的O2O概念企业。

值得注意的是，信息搜集不直接创造价值，信息搜集必须通过其他环节的参与配合创造价值。在未来盈利不明朗的情况下，这种商业模式的报价不能太低。

2.2 众包信息搜集环节

众包是指一个企业把要完成的工作，交给外部非特定的大众完成。这个环节的企业，在用户有强烈参与意愿和低成本搜集条件的前提下，多采用UGC（User Generate Content）的商业模式。例如用户在使用百度地图导航服务的同时，不知不觉地无偿提供了自己的机动车的速度和位置信息。这些信息成为了这类企业提供更精准的交通信息的基础数据。类似的企业还有迅雷下载、51信用卡管家、支付宝线下收单业务等。

众包环节的商业模式应当注意，以下两点。第一，“普通大众”的参与意愿。只有让用户在无意识中低成本的完成众包任务，才能实现“我为人人，人人为我”的商业模式。第二，众包环节的信息搜集成本应当足够低。低成本是来源于模式创新，而不是成本的节约；模式创新换来的低成本，为某些企业的补贴行为提供成本空间。

值得关注的是，众包环节的大部分企业，目前都在贴成本做大数据规模，几乎都没有实现盈利。

2.3 信息预处理和整理环节

大数据背景下，信息服务业所承载的信息量激增，增量往往是尚未结构化的数据。而信息预处理和整理环节企业需要做的，就是将这些数据整理成结构化的可视数据。

信息的预处理和整理一般由程序完成，程序的特点是一旦研发完成投产，边际成本几乎为零。因此该环节的企业选择商业模式的时候，几乎无一例外地采取边际成本模式。即一开始就投入资金进行软件开发，投产后通过快速发展客户摊薄研发成本，确立竞争优势。占领一定市场份额后，这类型的企业往往通过免费加增值的盈利模式获得收益。

美国的Salesforce公司就是一家基于云计算的SaaS销售支撑服务和数据处理服务商的综合体。它一方面通过服务为用户积累了大量进货、销售、库存、客户关系、产品管理等基础数据；另一方面打通这些孤立数据的关联，提供可视化的数据报表分析、趋势判断、销售机会提醒等服务。Salesforce凭借销售SaaS和数据处理服务，市值已经逼近500亿美元。

阿里巴巴的“友盟+”也是类似的一家从事全数据服务的企业，它所服务的领域是移动互联网。“友盟+”目前覆盖9亿的用户，每天搜集的数据多达数百亿条。企业的任务就是用模块化的程序组件把信息量极低的数据串联起来成为结构化数据，降低了存储空间，提升了信息的价值密度。

国内还有一些中小科技型企业为客户进行定制化、私有化的开发部署，把不同系统的数据进行合并成全局数据视图。该类型企业通过提供IT技术服务获得服务报酬，边际成本不为零，其商业模式和盈利模式比较传统。

2.4 信息交易整合环节

信息的所有者拥有信息但并不具备开发利用的意愿和能力，信息的需求者具备开发利用的能力和意愿，但是缺乏必要的数据。例如，电商企业需要用户的上网行为数据，农业企业需要气象部门的预报数据，金融企业需要税务工商司法的征信数据。这个矛盾在信息膨胀之前并不明显，但随着大数据的来临，需要交换和整合的数据规模，大到足以滋生出一个数据交易和整合的市场。

数据交易的市场往往以电子化交易平台的形式出现。例如北京星图数据公司的大数据开放平台“蜂巢（DataComb）”不仅开放了北京星图的自有大数据，还能兼容第三方数据源和数据开发者。平台将数据明码标价，交易形态丰富，旨在拉拢撮合信息的供求双方，打造一个开放的数据集市。盈利模式上，企业自身作为信息交易的撮合者，一般按照交易金额的百分比抽取佣金，采用的是变相税收的盈利模式。

这个环节的企业在运营的时候，应当注意：

第一，信息交易的隐私保护和数据清洗。政府和其他信息拥有者希望市场走向开放，但有在很大程度上对自己的信息持保留态度，应当从交易整合的规则、规范上打消信息拥有者的顾虑，才能开启一个开放自由的市场环境。

第二，积极营造黑洞效应。交易涉及供需双方，交易市场是一个典型的双边市场。初期应当零成本甚至贴成本的手段，使交易标的物快速的丰富起来；到了一定阶段，平台上待交易的信息会越来越多，运营的成本会越来越低；最后，数据富集到一定程度，会像黑洞一样，吸引着其他数据聚拢，形成黑洞效应。

2.5 数据分析挖掘环节

数据的分析和处理，是大数据产业最具特色的一个环节。此环节的企业提供服务的形式有两种：一种是提供数据处理工具；另一种是直接帮用户处理数据。他们往往利用软件的边际成本递减特性，快速推广客户摊低成本，实现盈利。

例如国内的华院数据、天津天才博通科技、神舟通用、杭州合众信息等，他们提供定制化的分析挖掘工具，为客户安装部署后，客户就可以对数据进行分析和挖掘。由于这类企业的边际服务成本不为零，只能通过技术服务盈利，商业模式和盈利模式比较传统。

值得关注的是近期开源的两大人工智能工具：Google的人工智能开放平台TensorFlow和Facebook的人工智能工具Torch。他们采用免费加增值的商业模式。在完善的知识产权保护制度下，他们一方面开放技术扩大市场份额，促使产品迭代升级；另一方面充分利用GNU协议约束实现企业盈利。这种模式有时称为“开源模式”。

2.6 管理环节

具有利用价值的信息，都需要经过管理环节，提供给需求方换取价值。对于数据成果变现容易的企业，他们可以直接销售数据结果，获得收益。例如，美国的Climate Corporation（后以10亿美元价格被孟山都收购），把天气数据直接销售给农业企业用于预测灾害发生概率和农业产量，进而还能向农户销售保险。

但对于大部分的大数据企业而言，信息资源直接变现比较困难，它们往往采取两种商业模式进行变现：数据整合模式和占领入口模式。

2.6.1 数据整合模式

采用平台化资源整合商业模式的企业，将自身定位为数据的整合者。它们一方面积极从企业或政府（以购买或者分成或者以项目建设形式）搜集扩充大量自有数据；另一方面扩大社会合作，从社会的企事业单位吸纳大量的数据信息，这些数据经过整合后成为有价值的交易标的物，例如经过清洗经济交通规划数据和统计报告。此环节的企业通过把控数据和交易过程（现金流、信息流、用户资料等），获得话语权和分红权。典型的企业包括贵阳大数据交易所、武汉东湖大数据交易中心、华中大数据交易所、九次方、数据堂等。

以国资背景的贵阳大数据交易所为例，截至2015年底，贵阳大数据交易所已经整合了100多家大数据公司的数据，整合数据总量超过10PB。截至2015年底，贵阳大数据交易所交易额突破6000万元，所整合的数据门类包括涉及国计民生的35个门类。以民间资本背景的九次方为例，九次方分别与腾讯、汤森路透的合作提供企业征信查询和图表查询，每次的收入五五分成。

值得关注的是，此环节的服务形式有所创新。信息形式不仅是直接下载数据或报告，也可以采用API接口的方式，让企业按需调用、按需付费。这意味着信息的需求方，信息获取的门槛大幅降低而且确保了数据实时性。

这类企业的盈利模式一般采用变相税收模式，即将收入分配给提供整合数据的合作方，自己保留一部分佣金。

值得注意的是，国有企业往往借助政策扶持，定位为平台化的数据整合者，从管理环节进入大数据信息服务业。

2.6.2 占领入口模式

与实力雄厚的国资背景企业不同，民营企业进入管理环节的时候，往往找准一个垂直领域，采用占领入口的商业模式。他们在某个垂直领域做到行业第一，然后深入发掘该领域数据的商业价值，或者通过广告换取收入。

例如提供航班交通信息查询的“航旅纵横”和“飞常准”等App运营企业。他们调用民航航班数据，为大家预测准点率，结合乘机人数据，为大家办理值机等。类似的还有提供浅信用查询服务的 “企查查”和“企+”等App运营企业。

这类企业的盈利模式一般采用“零和”的广告盈利模式，即通过提供免费低价服务吸引大量用户，在用户使用服务的时候插入广告，换取收益。广告的多少和用户体验的好坏，形成一对零和博弈。

2.7 跨界应用环节

信息是中性的，信息不创造价值。但基于正确的信息进行资源的优化配置，相比起靠感觉和经验做出的资源配置，能降低错误决策的成本浪费，从而创造价值。在大数据的背景下，越来越多行业企业意识到，应当从靠经验驱动的决策模式，转变为靠数据驱动的决策模式。随着决策模式的转变，越来越多信息服务业的企业从而也获得了跨界经营的话语权。他们凭借手上的关键信息，参与其他行业的利润分成。他们一般采用的商业模式为产业链渗透模式。以向精准营销界跨界的TalkingData为例，TalkingData后台能根据用户的游戏行为数据判断用户的特征属性，但TalkingData不直接销售报告或数据，而是主动寻求与招商银行合作，开展跨界营销活动。跨界营销为招商银行节约了营销成本，而招商银行也愿意支付给TalkingData一定的营销费用，双方互惠共赢。

以向金融领域跨界的美国Zestfinance公司和中国同盾公司为例，它拥有传统银行的信贷数据（如账户数、信贷历史、违约数、流水）及其他结构化的数据（如交租情况、搬家次数等），在关联了贷款人的身份信息与线上行为后，可为银行和典当行提供量化的信用风险分析。

以向安全领域跨界的Palantir公司为例，Palantir帮助CIA、FBI等情报机构处理成千上万个数据库，快速找出与恐怖袭击、疾病灾害等有关的潜在威胁。很多银行和对冲基金客户，也找Palantir帮助预测欺诈行为。

更多可供大数据进行跨界渗透的领域还有医疗、交通、金融、电子商务、零售、通信、政府公共服务等。

3 结 论

借助国家地方政策的推动，随着大数据、物联网、云计算、机器学习等技术的发展，信息服务业正在经历前所未有的升级转型和流程再造。在新的产业链上，寻找与企业基础相匹配的转型切入点，设计与企业优势相匹配的商业模式，才能在大数据背景下的新一轮信息服务业竞争中赢得一席之地。

参考文献：

篇4

（一）“大数据”含义及特征

“大数据”是指大小超出了一般数据库软件收集、存储、处理和分析能力的大容量数据集（Bill Franks，2013）；其“大”不仅指数据规模大，还指通过对海量数据整合和分析发现新知识，转化为商业优势，带来大价值、大利润和大发展。“大数据”一般包括四个特征（四个V）：一是数据量大（volume），数据量级别以EB和ZB计算；二是数据类型多样（variety），除了传统结构化数据，还涵盖文本、图片、音频、视频、评论、地理位置信息等半结构化和非结构化数据；三是数据价值高、密度低（value），利用大数据技术对海量的数据进行挖掘，发现数据背后隐藏的价值；四是实时处理（velocity），“大数据”通常以数据流的形式动态、快速产生，具有很强的时效性，要求对数据进行有效和适时的处理。

（二）零售企业大数据源的内容

1.大交易数据。即零售企业内部因交易产生的数据，主要指来源于企业ERP、SCM、CRM和WEB交易系统并以SQL数据库来存储的数据，可以分为企业营销数据、企业管理数据两部分。前者是将企业产品或服务转移到顾客身上所产生的数据，有顾客数据、销售数据、价格数据、产品数据、市场竞争数据等；后者是对企业的产品、人员、设备进行管理而产生的数据，有财务数据、运营数据等。

2.大交互数据。主要是来自互联网、移动互联网中人与网站、人与人交互产生的数据，主要包括消费者在零售企业电子商务网站上进行商品搜索、浏览、比较、购买时产生的点击流数据、来自社交网络和即时通讯软件的分享推荐、交流沟通、咨询等社交数据，涵盖视频、即时通讯记录、录音、图片、帖子、点击动作等各种类型的非结构化数据。

3.感知数据。主要来源于物联网中的传感器、RFID、GPS芯片、观测设备等检测到的关于零售企业产品、设施、路线布局、柜台设置和顾客等信息的数据，包括传感数据、RFID数据、观测数据和由含有GPS芯片的各种智能终端等产生的地理位置信息数据。

“大数据”驱动的零售企业商业模式创新内容

顾客价值主张创新是“大数据”驱动的零售企业商业模式创新的核心内容。顾客价值主张是对顾客真实需求的深刻描述，是企业经营活动的起点，只有明确了企业的顾客价值主张，企业才能开展其他的活动（魏炜、朱武祥，2009）。“大数据”驱动的顾客价值主张创新，主要包括：

（一）以实现顾客个性化价值为战略目标

零售企业应以实现顾客个性化价值为战略目标，通过布局“大数据”战略，利用大数据技术整合和分析容量巨大、类型多样的数据，全面洞察顾客的需求偏好和购买行为，精准搜寻目标顾客，实时为顾客提供个性化的产品、服务和体验，保证顾客对企业活动的个性化、深度化参与，促使顾客个性化的价值主张得以实现。

（二）精确地洞悉顾客的真实需求

零售企业应利用基于大数据分析技术的平台，将顾客个性化参与融入传统价值链活动中，实时储存和整合顾客的大交易数据、大交互数据和感知数据，通过数据分析挖掘顾客真实需求信息，勾勒出一个360度顾客全景视图，获得全面、精确的顾客真实需求信息，设计精准、实时的需求响应系统，满足顾客个性化需求。

（三）精确到个体的顾客细分

零售企业应利用“大数据”获得全面精确的顾客需求和购买行为信息，借助大数据分析工具从多种不同的维度对顾客进行更精准的细分，形成每个顾客的购买需求、购买行为、购买偏好和购买决策的信息，从而实现对顾客的个性化营销。

（四）实时精准的定位

零售企业应通过大数据技术收集、整理、分析和反馈来源众多、类型多样的顾客数据，实时模型化顾客的行为，随时随地精准定位顾客潜在需求，快速精准识别顾客购买决策，主动推荐产品或服务促进交易的完成，实时满足顾客需求。

“大数据”驱动的零售企业商业模式创新的支撑条件

（一）创新的运营支撑条件―关键业务和流程创新

1.体验创新。零售企业需要利用大数据技术不断优化顾客的购物环境和购物内容，更加地符合顾客的购买习惯，更好地满足顾客的心理诉求和体验偏好，提高顾客体验水平。一是构建顾客体验分类模型。通过大数据技术收集和分析顾客购物过程中与企业及其产品的每一次接触行为数据，依此判断和评估顾客的购物体验状况，从中提取关键性的顾客体验指标，并对其指标进行聚类分析，归纳出顾客体验的主要类型，构建顾客体验差异分类模型，针对主要顾客进行深入的购物体验调查，依据调查结果进行业务流程设计，针对顾客交易过程中因体验不佳放弃购买的环节进行再设计，改进顾客购物流程和环境，提高顾客体验水平。二是构建顾客流失监测与预警模型。运用大数据技术，收集和分析流失顾客的行为特征和流失成因等信息，构建顾客流失监测与预警模型，提前发现流失顾客状况，及时、主动地关怀和挽留顾客，降低顾客流失率。

2.营销创新。零售企业需要构建顾客购物行为模型，主动推荐个性化服务，实行精准营销。一要借助大数据技术，整合顾客需求、行为偏好的数据，根据数据分析结果构建顾客购物行为模型。二要在实时更新顾客购物行为模型基础上，主动向顾客提供优质的体验和关怀，精确推荐符合顾客需求的个性化产品或服务，实现精准营销，满足顾客个性化需求。三要实行全渠道营销。利用尽可能多的渠道与顾客互动（李飞，2013），除实行电商化策略外，还应通过网上店铺、移动店铺发起地面活动，邀请顾客到实体店消费、参加节日主题活动等，把网络购物和实体店购物体验完美融合起来，以满足顾客购物、娱乐和社交的综合体验需求，实现全方位的营销。

3.供应链管理创新。零售企业需要利用大数据分析技术将供应链所有环节（供应商平台、交易系统、仓储管理系统、运输管理系统、数据分析系统等）整合在一个供应链平台上，统一管理、全面共享各环节数据，实现供应链管理创新，包括根据顾客购物行为模型，控制企业产品的采购和销售；推动大规模产品定制预售活动；建立一套科学的库存管理预警机制，保证库存、价格信息的实时更新等。

（二）创新的资源支撑条件―关键资源能力创新

1.大数据分析技术。主要包括：大数据收集。零售企业需要运用大数据收集工具及不同收集方法，收集各种顾客需求偏好和购物行为的数据。大数据存储、集成及预处理。零售企业需要利用云存储的数据仓库系统对大交易数据、大交互数据和感知数据进行解析、清理和重构等，对缺失值、重复数据和噪声数据、异常数据进行有效处理，并按主题进行数据组织，便于数据查询和实时访问，为零售企业提供数据共享，提高企业经营决策效益（谭磊，2013）。大数据组织。零售企业需要对进行包括数据转化、数据抽取两方面的大数据组织（徐国虎、孙凌，2012）。数据转化是对数据进行预处理后，将结构化、半结构化、非结构化数据进行过滤或映射转化为模型和索引，提炼出有意义数据；数据抽取是检测数据的相关性，以发现关联的数据所蕴含更大的价值特征，从顾客行为数据和产品销售数据的关联性中，分析不同群体顾客购买模式。大数据挖掘和应用。零售企业需要通过挖掘顾客行为、需求和消费偏好等数据，实现顾客分类模型和顾客流失模型、基于位置和时间的精准化推送、产品关联推荐、市场交叉销售、预测顾客再次购买、商场布置、货架布置、货存安排、企业舆情分析等应用安排（惠琳，2014）。

2.商业洞察能力。商业洞察能力的本质是将大数据资源转化为企业预见力和决策力。零售企业需要在本企业市场、投资、运营等部门共同协作下，利用“大数据”预测顾客潜在需求和市场机会，指导企业的业务决策，将数据精确度和决策粒度相结合，优化企业经营管理方案。

篇5

一、前言

随着数字技术的全球化的发展和应用，企业的组织环境也产生了新的变化，并因此引发了一些大的变革和挑战。各个行业也逐渐认识到商业模式对于企业的重要价值，但理论界对于商业模式设计的研究还大多停留在理论或者说概念性层面上，缺少实际的知道价值，本文通过对基于大数据技术应用的现有商业模式进行梳理，并引向实际，希望可以丰富现有的商业模式以及创新的理论体系。

二、大数据技术研究的现状和趋势

随着信息、网络、移动设备技术的蓬勃发展，“大数据”时代也随之而来。根据经济研究发现大数据已经为部分领域带来了颠覆性的变化。同时大数据技术应用的关键性也已经被广泛认同，而学术界对于大数据技术应用的研究，主要体现在以下几个方面：第一，大数据的基础问题，包括其基本概念、特征描述、模型结构、理论体系等方面的内容。第二，大数据处理问题，包括其格式转化转移、数据挖掘方法、算法设计发展以及IT构架变革等方面的内容。第三，大数据的安全问题，包括数据安全储存、实时安全和安全监管等方面的内容。第四，大数据技术应用的商业化问题，主要是对大数据技术在行业中的案例分析，此部分商业化的研究还处于起步阶段，还需要深化探究。

三、基于大数据技术应用的商业模式设计路径

1.来自于价值潜力的顾客价值主张设计

顾客的价值主张即为企业对于服务对象的价值选择以及确认，这是企业存在和发展的导向。具体需要考虑的是“顾客问题属性定位”以及“顾客规模定位”两个方面。“顾客问题属性定位”首先必须考虑的是顾客的价值类型，企业需要满足顾客，使顾客从中获得享受。顾客问题属性定位需要企业做好对于顾客问题的评估，注重业务针对的对象，判断出其重要性。以技能培训领域为例，我们需要以在线学习瓶体为载体，来满足顾客需要。首先，通过对学习者、用人单位的注册信息进行大数据技术处理，可以有效的掌握供需市场的顾客价值主张。其次，通过对于学习者在线学习记录分析比较，可以清晰反映出学习者的优势和不足，更准确的满足学习者的需求。这就是顾客价值主张设计，可以通过大量的数据分析出顾客的价值潜力以及对顾客的各方面需要进行清晰明确的了解和掌握，更好的满足客户。

2.关于主要顾客价值主张的顾客问题解决方案设计

顾客问题解决方案，是企业对于顾客个性化的需求提供更深层次的支持。它将不仅仅是对于某种产品或者服务，而是由企业之间合作对顾客工作状况以及他们的消费信息分析考虑，为顾客提供延伸性的个性化服务。顾客问题解决方案可以决定此种工作情景对客户的吸引力，测算出企业提供的工作情景能够吸引到客户的概率的大小。这种效果具有隔离效应，能够有效的防止别的竞争者的模仿竞争。它的决定性因素是产品功能和工作过程的丰富性，能够在不同的方案中兼顾顾客的各种问题，其兼顾的种类越多，方案的吸引力也就越大。而工作过程的丰富性则是顾客获得其价值的全过程包括购前的沟通服务、得到产品和服务、售后问题解决以及信息反馈等各个环节，其工作过程越丰富其方案吸引力也就会随之增强。

3.企业价值获取维度的设计

第一，盈利模式。营利模式是企业实现营收的方式，并非单一的财务报表中的具体数字。需要明确其产出的圈地业务以及收割业务。前者是一种补偿性项目，其服务对于顾客来说是免费或者低价的，拥有很强的迷惑性，后者才是企业真正的收益点，需要拥有合理的定价方式和收费方式。盈利模式的设计需要企业对这两种业务进行合理适当的安排，以圈地业务吸引大批客户，主攻收割业务，使企业达到最理想的盈利效果。第二，内部运营系统。内部运营系统是在确保企业独特性的前提下，对产出规模进行扩张的支撑能力。其大小取决于扩张方式和关键资源的复制效率。具体来说，企业的运营系统效率决定了情景产能的冗余，并最终由主流城中短板环节决定。如果短板环节的运行方式与其他企业同一环节的模式并不相同，且效率显著提高，则该企业的情景产能就有较大的冗余。第三，外部合作网络。因为顾客价值是顾客在获取价值过程中产生的满足感，可以看出企业全体都参与了“顾客蛋糕”的制作，因此对于核心企业（合作网络的发起者）来说，面临着各企业“获取”和“贡献”的平衡问题。对于获取，核心企业需要通过“压价”和“升值”来阻止顾客价值过多的流入合作企业的情况，对于贡献，则需要扩大合作范围以提升合作网络的适当水平。

四、总结

商业模式是为了企业保持持续盈利的方式，因此就必须确定顾客缺失存在需要企业解决的问题，然后由企业提出方案来解决，由此形成的工作情景，能够使顾客的问题或价值得到满足。因此，商业模式设计需要企业来创造客户价值，并实现价值努力挖掘并满足顾客需要。

篇6

中图分类号：TP79 文献标识码：A 文章编号：1009-5349（2017）14-0039-01

美国工业协会做过一个调查，2014年全球卫星系统收入为745亿美元，其中有大概57%的收入来自手机、电脑和其他移动设备嵌入位置服务。目前国内的卫星遥感主要应用于政府相关行业部门和军事部门，但是实际上地方政府对卫星遥感系统有比军事等部门更广泛的应用需求。本文主要探讨遥感数据应用于大众商业化的模式。

一、遥感数据应用现状

目前国内的遥感卫星主要应用于军事等领域和政府管理的相关部门，涉及的主要有气象、防灾、水利、电利、交通、金融投资等。但是实际调查显示，地方政府会对遥感卫星有更多的应用需求，基于地方政府的实际需求，国家也正在积极开展遥感基础设施的建设，以提升卫星遥感图像的质量。在行业遥感数据应用于市场方面，主要是应用于自然资源监测和基础设施的建设方面。

二、遥感数据应用产业化的问题

首先，从资金方面来看，政府虽然对遥感卫星数据的应用的投入在增加，但是规模还是有限的，远低于投入成本。所以说如果除开政府和军事需求外，仅依靠政府和行业的遥感应用于市场，那么企业将无力承受，所以一定要开拓新的投资领域。其次，从政策方面来看，创新的应用离不开数据的基础和市场开放的氛围，不同行业之间的政策限制会阻碍数据信息的融合。只有在开放自由的环境中，人民的智慧才能充分发挥出来。再次，从技术方面来看，依托于互联网和数据分析为基础的衍生技术是驱动我国经济快速发展的新动力。遥感数据虽然与大数据技术有很多相似之处，但是因其与互联网的结合不深，所以还没有形成比较有生命力的大众化商业应用产品。

三、遥感数据应用大众商业化模式探讨

任何商业活动的顺利开展及产业形成都离不开商业模式，不论是传统的餐饮业还是现代的电子商业，都有成功的商业模式在支撑。这些商业模式在帮助管理者吸引投资并创造利润，以形成良性循环。由于科技快速发展，使得科技与产业的结合慢慢深入，以互联网为代表的新兴产业形态正在推动着技术和产业的快速结合。同时政府的投资方式的转变也使市场资源得到一次性到位配置。许多私人投资的企业正在向卫星遥感发展，在未来，卫星遥感产业将会实现从小规模向成熟应用跨步。

（一）流量、趋势、包装、产品及成本

任何一个商业活动只要顺应时展趋势就可以顺利开展。随着互联网时代的来临，人们逐渐意识到流量本身是一种财富，只有应用对普通用户免费，只要付流量，就可以得到广泛应用。另外包装对于产品的影响比产品本身会重要得多，多数时候人们的消费并不是基于产品本身，而是基于对产品体验超过了付出的货币价格。成功的商业模式可以把能力范围内的好产品和其他相关的环节结合起来，包括售前、售后服务，以促进消费者的二次消费。一个商业项目的重复消费能力是天生的，可以在目启动前就先判断是否值得去做。如果注重细节设计，则可以提高商业产品的重复消费能力。产品质量影响产品重复消费力，优质产品是需要树立优质口碑的，从而使产品本身赢得包装能力的增强。任何商业项目都是以盈利为目的的，所以商业项目的利润是建立在提供的服务超越其成本的基础上。

（二）广告、咨询及定制

遥感数据中心中的高分辨率对地观测系统正在广泛应用。但实际上地图查询本身是不盈利的，如果地图查询与旅游、宾馆、餐饮和网上商店等联合，那么用户连接进入后就可以获得广告收入和提成收入。咨询为商业发展提供分析，当企业的业务量增大时，那么就会增设许多网点。但是网点的选择不仅要考虑潜在用户的分布，也要结合城市规划、人力和成本等。观测区域广、成本低、分辨率高是卫星遥感数据应用位置的最佳选择。在地图分析时，不仅要考虑到传统的宜居理念，还要结合现代环境因素，争取最大限度地为人民提供服务。企业用户在需求时可以通过定制与卫星遥感结合，以达到进一步与电子商务平台的合作，为广大网络商店提供充足的销售渠道。遥感数据还可以作为载体承载人们生活中的各种信息平台，它的服务可以是多方面的，要从社会不同群体的需求出发，为政府和企业提供相关服务。比如提供关系国计民生的服务，比如百姓日常消费娱乐服务等。通过遥感数据的引入，可以让人们在虚拟世界尽情游戏，使人们存在感更强烈。

总之，将遥感数据与互联网结合，是遥感数据应用于大众化商业的最新模式，只要跳出传统遥感数据应用的模式，从全新角度去衡量去认知和探讨，那么一个遥感数据可以根据商业模式的应用培育出众多企业所需要的业务。

参考文献：

篇7

中图分类号：F713.51 文献标识码：A 文章编号：1674-3520（2015）-01-00-01

在以大数据为核心的互联网经济下，企业该如何进行商业模式创新，以适应不断变化的经济形势与技术发展，是我们迫切需要思考的问题。

一、商业模式的发掘

商业模式不是一开始就能设计出来，它只能在企业运营过程中发掘出来。商业模式也不是一蹴而就的，理想的商业模式往往要经历长时间的磨合调整才能成型。就算小范围试验成功，在面对更大范围的市场时，也需要作出相应的调整，所以，商业模式虽然有型，却是动态的。不断创新、优化的信息技术革命完美的适应了商业模式动态变化的需求，与商业模式紧密的联系在一起。在我们现今所处的信息、内容爆炸的互联网时代，两者的结合是如此的紧密。

企业发展都遵循了这样的逻辑：发现需求―找到解决方案―形成产品和服务―建立商业模式―规模复制，这其中每一个环节都离不开信息技术的支持。信息技术应用于现代企业管理与商业模式创新的革命性飞跃，是基于现代企业管理理论和信息网络技术最新成果而进行的系统工程。将现代商业模式、企业发展模式、运营流程、管理方式等等，与信息技术相整合、相融合，通过丰富多样的计算机通讯软硬件系统进行确定、固定（只是相对确定、相对固定），以达到企业稳定运营、规范管理，避免员工错误与失误行为，约束员工不规范与不正当行为，从而实现整个企业的自动自发运行，让企业最高层和管理人员从繁杂的管理泥潭中解放出来。

二、大数据与商业模式的结合

一个大规模生产、分享和应用数据的时代正在到来。商业模式的创新离不开大量经营生产的数据作为基础，大数据以及利用信息技术对其进行知识管理成为现代企业需要认真研究的一个问题。从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

大数据挖掘商业价值的方法主要分为四种：

1.客户群体细分，然后为每个群体量定制特别的服务。

2.模拟现实环境，发掘新的需求同时提高投资的回报率。

3.加强部门联系，提高整条管理链条和产业链条的效率。

4.降低服务成本，发现隐藏线索进行产品和服务的创新。

在云计算出现之前，传统的计算机是无法处理如此量大、并且不规则的“非结构数据”的。以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。通过云计算对大数据进行分析、预测，会使得决策更为精准，释放出更多数据的隐藏价值。

大数据时代的到来，必将对现代企业运营管理与商务决策带来前所未有的机遇和困惑， 基于大数据的商业模式创新则聚焦于在商业活动和管理模式中的综合性作用与影响。基于“大数据”的商业模式创新有三个方面：

（1）“大数据”产业链。整个数据服务产业链由数据生产、传播、获取、存储加工和分析出售等环节组成，各个传统行业将分门别类地属于一个和数个产业链的环节。云计算、物联网、社交网络、移动互联的快速发展让各类数据量急剧增长，面向海量数据的数据挖掘孕育着更多的商业模式创新，数据存储、数据处理与分析、数据应用等大数据产业将快速发展。

（2）平台式商业模式；电子商务中的大数据挖掘将进一步拓展服务商的业务范围，传统商业将充分挖掘大数据的价值，开展精准营销。信息内容服务商将利用大数据开展个性化服务。云平台及移动与CRM的融合将是必然趋势。

（3）数据驱动跨界模式。比如移动互联网将结合LBS 与大数据技术，开辟新型业务就海量数据，提供高附加值的数据分析服务，将数据封装为服务，形成可对外开放、可商业化的核心能力，实现商业模式的创新，才能真正实现流量经营。

具体创新商业模式如下： ①数据存储空间出租。利用存储能力进行运营， 满足企业和个人将面临海量信息存储的需求。具体而言，可以分为个人文件存储、针对企业用户两大类。②客户关系管理。对中小客户来说，专门的CRM显然大而贵。③企业经营决策指导。将用户数据，加以运用成熟的运营分析技术，有效改善企业的数据资源利用能力，让企业的决策更为准确，从而提高整体运营效率。④个性化精准推荐。通过用户行为数据进行分析后，可以给需要的人发送需要的信息，就成了有价值的信息。⑤建设本地化数据集市。运营商所具有全程全网、本地化优势，会使得运营商所提供的平台上，可以最大程度覆盖本地服务、娱乐、教育和医疗等数据。⑥数据的搜索。数据检索是一个并不新鲜的应用，然而随着大数据时代的到来，实时性、全范围检索的需求也就变得越来越强烈。⑦创新社会管理模式。对运营商来说，数据分析对政府服务市场上更是前景巨大。

三、知识管理与商业模式创新

知识管理突破难点一直是三个问题：如何把隐性知识显性化，如何在海量信息里面优先推荐出有价值内容，如何解决持续分享动力的问题。知识管理对分享的要求更高更快，因为很多新理念，新商业模式需要快速分享，快速尝试，快速调整，快速扩散。

篇8

[DOI]1013939/jcnkizgsc201643036

20世纪90年代以来，随着信息、通信技术的的发展、交汇和融合，新的商I模式层出不穷，涌现出一大批依靠商业模式创新而成功的企业。这些商业模式创新的典范，大都与无限接近消费者有关，与跨界有关，都直接或间接地与信息数字化技术和互联网有关。商业模式创新登上了企业创新的中心舞台，“大数据”成为商业模式创新的基本时代背景。

1“大数据”的特点

11海量数据

从B、KB、MB、GB、TB，到PB、EB、ZB、YB等，数字宇宙的边界不断扩大。有数据显示，自从人类发明印刷术以来，过往上千年的印刷材料也只相当于200PB，而在五年前的2011年一年，全球就新产生了约18ZB的数据，而且一直在增加，有人统计，2012年全世界大约每天产生约18ZB的数据。“大数据”的数量之大是一个不断发展的概念，对这些海量数据的存储和处理，已经大大超过了传统企业IT架构的承载能力，这也说明，企业IT架构与IT产业的重新布局将是新一轮创新的方向之一。

12多来源数据

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之间的交互信息、位置信息等是大数据的三个主要来源。尽管企业的IT部门已经非常熟悉挖掘和分析结构化的交易数据，但它们通常还不具备和处理增长速度更快的非结构化数据的能力，只有利用专业化的大数据分析技术才能从中揭示出以前很难或不可能确定的重要关联。

13实时处理特点

对实时处理的要求，是区别大数据应用和传统数据仓库技术的本质差别之一，特别是涉及感知、传输、决策、控制开放式循环的大数据。例如：早在1981年时，一个千兆字节的内存大约需要30万美元，而今天只要10美分。这使得以实时处理作为价值创新点的商业应用成为可能，而实时或近似实时的信息处理与运用能使一个公司比其他竞争对手更加敏捷。

14低密度高价值特点

“大数据”背后隐藏着极高的经济意义和经济价值。但是，这种价值隐藏在浩瀚的数据当中，需要多种来源的数据的参照、关联和对比分析，需要独到的思维、高超的技术来对其进行类似“沙里淘金”的挖掘。“大数据”已经成为这个时代企业变革和创新的基本思维起点。

2“大数据”所引发的商业模式创新

21基于“大数据”的价值主张创新

（1）洞悉消费者的真实需求。消费者的真实需求具有隐蔽性、复杂性和易变性。而大数据使得企业获得消费者的真实需求成为可能：人类的细微行为会直接暴露内心的真实想法，因而在互联网世界，企业可以运用来自内置于产品中的传感器数据，了解商品在真实世界里的使用情况。

（2）对消费者进行准确划分。传统企业对消费者的划分一般是以地理位置为依据，而“大数据”可以实现越来越接近消费者真实需求的细分方式。从本质上讲，世界上有多少人就有多少种兴趣、偏好和需求，每个人都是一个细分市场，“大数据”正在使企业向“微市场”化迈进。

（3）产品的即时、精准、动态定位。大数据的实时个性化以及多来源、多格式数据的快捷综合对比分析能力使数据的收集、整理、分析、反馈、响应可以在瞬间完成，使得企业随时随地圈准用户群并满足他们的真实需求和潜在需求成为可能。

22基于“大数据”的收益模式创新

许多商业模式创新都是建立在消费者对商品需求的本质是使用商品而非拥有商品本身之上。例如：出售模式改为出租模式，与此相对应的收益模式从一次性支付向“微支付”转变。当然，使用这一收费模式的前提是使用过程可被记录和量化，而“大数据”正好可以实现使用过程、频率、强度的实时监控和记录，所以，这也就为新形式下商业收益模式的创新开辟了新的思路。

23基于“大数据”产业链的商业模式创新

以数据产品为中心的创新。由于数据、信息、知识获得时间的专有性和获得知识专有性程度的不同，决定了各自在价值创造中所依赖的关键资源不同，从而也就决定了拥有不同核心资源和能力的企业在价值链上的不同定位。比如我们可以根据各自不同的定位将其分为数据租售模式、信息租售模式、知识租售模式。在数据租售模式下，我们主要主张向客户提供原始数据的租售，它的关键步骤是数据的采集、传输和整理。在信息租售模式下，我们主要主张向客户提供代表某种主题的相关数据集，关键步骤在于把原始数据与其背景意义相结合、整合、提炼、萃取，进而使数据的价值更高。在知识租售模式下，我们主要主张为客户提供一体化的业务问题解决方案，关键步骤在于将大数据与行业知识的利用相结合，通过行业专家，深度介入客户的业务流程，提供业务问题解决方案。

24基于“连接”和“融合”的商业模式创新

241连接“大数据”的平台式商业模式

这种模式下主要通过连接和聚合来降低平台参与者各方的交易成本。比如说互联网可以以某种方式把大量客户吸引到自己的平台上，通过提供双边或多边的客户价值，使得他们彼此相互转化和相互传递来创造价值；或者借助互联网这个平台，提供多行业、多企业的合作机制，聚集海量的数据，然后通过数据挖掘、分享、运用来创造和传递价值；再或者通过提供技术开发的基础条件，吸引技术相关各方的参与，从而实现分散的、互补技术优势的高效利用。

242融合“大数据”的数据驱动商业模式

（1）上行驱动商业模式。由于“大数据”的发展，使得很多资源开始商品化，比如数据的商品化、“大数据”服务的商品化、“大数据”技术的商品化。这些形式的出现都是由于在“大数据”产业链之外，不少企业在它们正常的经营过程中，由于自身不断地积累了大数据资源加上保留并发展了先进的大数据技术而逐步发展起来的。

（2）下行驱动商业模式。这种模式下的创新则是由于像那些互联网公司利用大数据和大数据技术的优势，开拓行业之外的新业务，以完全不同的方式解决某种传统业务问题，实现跨界经营，从而成为这一传统行业的破坏性创新者，或者创造出一个全新的产业。

（3）全方位扩张商业模式。这种模式的创新典例当数Google。它的扩张包含了“大数据”产业的垂直整合、价值链扩张、行业融合，它兼具客户平台、数据平台、技术平台特征，它的业务布局，从应用（如地图搜索）、平台（如Google play 应用店）、操作系统（如Android）到硬件（如手机、平板电脑、谷歌眼镜等）。

3结论

以“大数据”为线索，对自身商业模式进行重新审视、设计与创新，是当今企业实现虚拟世界与物理世界的匹配、历史数据与即时数据的匹配、行为方式与情境的匹配，它使得许多“不可能”成为“可能”。“大数据”不仅带来一种新的战略资源和核心能力，而且它还可以实现企业乃至整个社会资源的控制、利用、配置方式的虚拟化和开放化，提高资源的利用效率和经济的运行效率。“大数据”意识、“大数据”情怀应该成为当今商业模式创新领导者的基本知识准备。

篇9

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。”

所谓大数据,是与传统意义下通过市场调研、研究分析等方法所获得的规模和容量都非常有限的传统数据相对而言的。百度百科将大数据界定为:“大数据,或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。”[1]如今的营销策略很多都以数据作为战略发展的根据,比如现今很火的一档电视综艺节目—《女神的新衣》。这档以明星真人秀为主的娱乐节目,是制作方携手赞助商自己的“明星衣橱”APP让观众在羡慕女神的同时,实现即看,即买,即搭的全新商业合作模式。《女神的新衣》是将线下的消费能力引导到线上,再通过线上的互动影响力带动线下的娱乐节目,可谓是开创了一种新颖的独特节目形式。

《女神的新衣》用大数据编织了一张细密的网,这张网能随时捕捉观众、用户在线上线下对节目的及时反馈。《明星衣橱》活跃的社区也提供了更为生动的用户互动,能方便地洞悉用户背后的真实想法。这种基于用户的大数据与专业网站的实时、精准分析,为节目的策划和制作提供了一条便捷之路:观众转化为用户,再将用户转化为流量,完成粉丝、观众。用户的无缝连接,实现电视到电商、移动互联的转化。

二、数据如何影响消费市场

大数据承载着各种各样的信息,涉及社会生产和生活的方方面面,带来的挑战也是巨大的。尤其是对于消费市场研究所产生的影响和带来的挑战也是显而易见的。这种背景下,消费市场原有的研究技术和研究方法等都面临着严峻的挑战。传统的消费市场调研方法中,消费者是作为被动的行动者,其行动信息和关系只能依靠调查者在调查过程中经过筛选,并在数据分析和所得结论中基于自己的价值判断和分析需要进行构建。通过市场调查,深入分析消费者的生活方式,价值倾向,内心诉求,来挖掘其市场需求,从而为企业的产品开发、品牌形象建立和维持提供依据[2]。然而,随着电子商务的出现,互联网作为交易的平台,每天都在产生着不可估量的数据。尤其是APP商业模式的迅猛发展,消费者、产品销售者通过自己个性化的、不间断的行动在创造着数据。移动客户端就会把主人的行动轨迹泄露地“一览无余”。在这种情况下,企业和卖方借助互联网、移动终端等可以很容易发现消费者的消费行为轨迹,以此洞察和了解消费者,以及他们所属群体的消费偏好。

来自第三方调研机构艾瑞的2014年中国移动互联网用户行为洞察报告中显示:据统计,至少有64%的移动互联网用户在看电视的同时玩手机,拥有上网行为的用户占比更多。从节目播出的三期来看,在栏目开播20分钟后,百度与天猫的搜索指数同步上升。节目播出第三期,据伊芙丽买手介绍:其旗舰店访客量较之前增长100%,成交额增长50%,其中无线端访量占比75%,成交占比47%。看电视买衣服,占有用户视线,打动用户心理,刺激上网购物,《女神的新衣》作为一档电视栏目,做到了互联网的事情——观众导入、用户经营,视线流量转化。

“明星衣橱”APP是在数据库基础上建立起来的移动应用,可以自动解读、关联时尚数据,实现时尚与大众消费间的有效对接——这就是独创的“时尚DNA系统”,它将非结构化的时尚数据结构化,然后在时尚大数据基础上建立起时尚购物应用。用户借此可以在时尚的直接引导下购物,用户无需再在海量商品中费力地搜寻、发现,也无需自身具有出众的时尚眼光,却可以沿着线索定向地买到时尚的穿搭。

三、女神的新衣的商业模式与明星衣橱APP营销

所谓的商业模式是指企业根据自己的战略性资源,结合市场状况与合作伙伴的利益要求,而设计的一种商业运行组织,这种商业运行组织一般会设计到供应商,制造商,经销商,终端商以及消费者等综合性利益。因此,商业模式是一种多赢价值体系下,主导企业一种战略性构思。商业模式不同于单一的渠道策略,更多地是一种基于利润结构为导向的组织结构性设计,而不是简单的一种渠道铺货策略。

商业模式简单的分为两类:一是运营性商业模式;二是策略性商业模式。策略性商业模式是对运营性商业模式的加以扩展和利用。应该说策略性商业模式涉及企业生产经营的方方面面。每一种新的商业模式的出现,都意味着一种创新、一个新的商业机会的出现。

女神的新衣属于策略性商业模式,采用APP营销模式,利用手机APP所进行的营销互动。这种营销是依托于移动互联网进行,使用移动终端呈现、以APP形式产品、活动或服务、品牌信息的营销方式。[3]APP商业模式是基于客户群基础,完成向通信终端市场的延伸,主要的目标用户是追求时尚、流行、对互联网等娱乐应用有较强需求的客户群体。

明星衣橱基于满足普通人羡慕明星着装方式的心理需求,抓住了用户的追随心理,以APP为平台,以用户需求为主,每天提供海量的图片,最明星范儿的搭配,直接引导用户无需费心搜索,也不用考虑是否具有专业的眼光,只需按图片搭配好的方式买到称心如意的服饰,并跟随明星学会穿衣搭配的技巧。女神的新衣与明星衣橱的合作刷新了传统而僵硬的品牌合作模式,不仅为品牌提高了知名度,也在合作的同时实现了双赢。

四、数据指导服装设计潮流走向

如果要看消费者是否愿意为女神们的设计买单,看天猫上的销售量和收藏量便知。“奋进女神”尚雯婕是众女神中第一个感受大数据力量的人。在第三期节目的跳跃传奇之校园轻时光系列中,尚雯婕专程到天猫商场上查看消费数据,从用户的角度出发,并结合自己的想法设计出一一系列服装。第三期9月6日节目播出当晚,根据天猫数据,尚雯婕同款礼服连衣裙尽管在零售价高达1299元,截止当晚八点,该款裙收藏量达12362次,销量72件。这种以用户为导向的思想,让她所设计的服装更具市场性。

篇10

中图分类号：G640 文献标识码：A 文章编号：1002-4107（2014）11-0056-02

大数据时代的来临不仅对市场经济中的政府、企业有非常重要的意义，对于高等教育如何提升大学生创业能力也提出了新的要求和思考。本文基于大数据时代下的背景，对大学生创业环境影响、教学体系改革要求、教师应对能力做了探索性研究，认为在大学生就业难的环境下，注重大数据背景下的创业机会是一个新的选择。

一、大数据的内涵与时代背景

“大数据”是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，具有信息或数据量巨大、数据变化速度快、数据的多样性等特点。只有建立适当的分析模型，并运用相应的技术手段对数据进行有效的深加工，发现隐含在大量数据中的信息并加以利用，才能将大数据的决策效用发挥到极致[1]。大数据提供了一个全新的信息生态环境，给企业竞争情报研究带来了深刻的影响，促使其不断地创新和变革，数据竞争已经成为企业获取和提升核心竞争力的利器[2]。“大数据时代”的提出是基于对当下社会信息超载现象的宏观描述，海量信息的极速扩张催逼人类的思维革命和技术变革[3]。大数据时代的来临除了政府机构、社会组织、媒体等公布更多的信息，主要和个人对各种网络终端等的使用有关。大数据时代更加注重通过信息数据的再加工实现信息数据的增值，强调数据的附加值。

大数据为预测、处理人类行为、心理提供了重要依据。来自各个方面零碎的庞大数据有利于观察竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略。大数据时代对出版业产生了巨大影响，李兵、漆咏德认为出版业需要战略转型，延伸价值链，缩短供应链，以有效提升出版产业集中度，创造效益[4]。在舆情分析上的，李彪（2013）认为大数据成为社会舆情研究的“利器”、是社会关系的“沉淀池”，改变传统舆情只见“内容”不见“关系”的境况，将社会舆情研究从单向度的内容研究转向“内容+关系”的多维度研究[5]。蔚赵春、凌鸿（2013）认为大数据不仅为商业银行引入新的竞争主体，而且改变甚至完全重塑了传统金融的经营模式，将对银行竞争格局和方式产生深远影响，具体体现为“五化”――金融服务脱媒化、渠道虚拟化、服务个性化、经营模式生态化、决策数据化[6]。喻长志（2013）认为大数据技术将渗透到教育的核心环节，重新构建教育的评价方式，革新教育者的教学思维并影响学校教育的模式[7]。从长远看，大数据将会为教育发展带来预测性判断增加、教师的专业知识与分析能力并重、网络教育与全球化发展迅速、精准的个性化教育成为主流等发展趋势。

二、大数据时代对大学生创业教育的影响

（一）有助于有效评价大学生的创业技能结构

梅伟惠，徐小洲（2012）将创业技能定义为“从事或胜任具体创业活动的能力”，认为创业技能是创业能力中可操作的、外显的、具体化的部分，更加适合通过高校创业教育来培养[8]。库里斯基（Kourilsky）指出，创业技能主要包括三个方面：识别市场机会并产生商业创意（服务或者产品）；冒风险的情况下整合资源；创办商业组织以执行机会驱动下的创意。

大数据时代下，教师能有效利用技术系统来评价、分析并提升大学生创业技能。大学生创业技能的评价方式不再是访谈式的口头沟通交流，而是通过大量数据的“归纳”，找出大学生创业活动过程的问题，哪些技能是不足的，哪些技能是需要补充的，进而在教学和实践环节中有的放矢。

（二）有助于大学生的个性化教育

拥有独特思想方式与鲜明个性特点的当代大学生具有强烈的个性化发展倾向。“以人为本”为中心的个性化教育具体表现在尊重学生的个性、强调发展学生个性潜能的优势、培养良好个性素质全面和谐发展和教育的特色化。群体化创业教育不再适合当代大学生，创业过程中对环境敏感分析和大学生创业行为个性化发展不再是标准化教育能够给予的，注重并发现大学生创业过程中的行为特点，分析大学生个性和创业行为，有利于个性化教育。

（三）促进弹性教学计划的发展

创新创业教育教学计划包括理论教学计划和实践教学计划，需要依据培养方案进行科学合理的规划，主要包括开设课程的门数、学分和学时、开课学期、成绩的考核、实践、实习安排等。在计划中积极创造条件促进大学生创新创业实践活动，以增强大学生的创新创业精神和团队合作意识。

教学计划是将一个学期的教学任务固定下来，有利于教学的系统性、知识的完整性和管理的可监督性。但是在大数据时代，注重大学生创业技能和个性化教育，多种形式的教学方式在教学和实践过程中被尝试和采用，弹性和可变的教学计划是一种必要。

（四）提高教师的数据分析能力

教师不再只是拥有学科的专业知识，还要有借助外界软件进行数据分析和提高利用数据的意识和能力。行业、政策和环境的变化，也同样需要加强数据分析能力。不仅有利于学生的教学和沟通交流，还有助于教师自身的能力培养。

教师的专业性将其集中在某项专任教学中，而创业管理教学中的综合性，特别是在当代背景下，缺乏对数据分析的能力，将不能帮助大学生创业技能的提升。高校需要注重教师的数据分析的能力培养，可以去校外进行专项的大数据培训。

三、大数据时代对大学生创业的影响

（一）提高信息敏感度

大数据有利于挖掘有用的信息，对创业环境作有效分析。大学生创业不能静态观察外界的变化，需要进一步在大数据时代中充分利用技术分析的优势，进行行业分析，有利正确决策。主动和被动地接触大量的信息，提高了大学生对信息的敏感度，意识到信息对生活和工作及其创业的重要性。

（二）大数据行业是大学生可选择的创业方向

传统的关系型数据库数据处理方式及适用于小规模数据的数据分析和数据挖掘技术是多数企业正在使用的，而先进的大数据存储处理技术和分析工具仍处于学习和了解阶段，没有大规模使用。国内大数据相关技术的开发多为数据分布式存储及并行计算，数据质量检测和清洗的智能化工具十分稀缺。这对于站在知识前沿和具有学习能力的大学生是一个很好的创业选择方向。

（三）理解企业商业模式的变化

赛迪顾问最新研究提出6个大数据商业模式创新方向：数据租售服务、数据分析服务、决策外包服务、数据分析平台、数据交易平台。数据租赁服务强调数据资产化，而数据分析、交换、外包、分析平台和交易平台则创新企业个性化服务，实现数据资源商业价值最大化，在大数据时代下的商业模式创新和选择的模式已经出现了巨大的变化。

亚马逊作为大数据时代的前行者，具有客户资源和大规模计算的优势，从最初的“卖书”到提供收集、存储、组织、分析和共享数据的云计算，充分利用亚马逊的服务器、数据中心等IT闲置资源；Facebook的广告实时追踪功能，允许营销人员将互动指标与单个Facebook广告活动链接在一起；Twitter正式推出广告自助服务，以许可式、自助式进行广告获利。亚马逊、Facebook和Twitter的新建业务和产品，以及商业模式都是建立在对大数据的深度理解之上。

四、大数据时代大学生创业能力的提升策略

（一）培养大数据时代环境分析理念

大学生不再是象牙塔里的人，而是需要面对校内激烈的竞争和校外变化的环境。在大数据时代下的大学生，创业能力提升已经是一个系统工程，既需要课程的学习，还需要实践，对环境的分析更是一项难题。在团队形式下的创业小组更具有挑战性，综合性更强。人员齐备，能力多种。大数据时代下的环境分析更需要多种综合能力和团队能力。

（二）注重大数据时代商业模式的选择

商业模式是基于对自身资源和外部环境详细分析下的选择，可行性和有效性取决于商业模式设计前对这两个条件的有效分析。大数据时代商业的扩展和灵活性为商业模式的设计和选择提供了多样化选择。不同的人选择模式有不同的偏好，可行的商业模式是成功运作的保证。

（三）培养大学生对数据信息技术的兴趣

多数大学生，特别是从事商科的大学生，认为数据信息技术的学习是理科生的事情。但是在大数据时代下，面临巨大的数据量影响到公司重大发展决策的条件下，没有任何人能够在数据面前保持无动于衷。培养大学生对数据信息技术的兴趣，不是对专业化教育的否定，而是一种强有力的补充。可以通过自身的选课学习、团队专业人士的知识补充来弥补知识的缺乏和不足。但是了解数据信息技术发展是一个创业型人才需要具备的。

（四）创造大数据时代的氛围

大学生在象牙塔中与外界接触的信息更多的是来自同学、朋友和教师等，对某一专业的信息没有主动和兴趣去搜索，对大信息时代的环境缺乏认知。高校可以通过专业课程的设置来分析大数据时代的特点和案例，请校外的专家来讲述大数据时代对企业的影响。并且对教师的大数据时代的分析能力进行培训，通过他们的理解和授课融入课程中。还可在一系列实践中如沙盘模拟中增加大数据时代的背景，吸引大学生的注意力。

参考文献：

[1]李国杰，程学旗.大数据研究：未来科技及经济社会发展

的重大战略领域[J].中国科学院院刊，2012，（6）.

[2][英]维克托・迈尔-舍恩伯格，肯尼思・库克耶；袁杰译.

大数据时代[M].杭州：浙江人民出版社，2013.

[3]张涛甫.大数据时代的出版困局及其突破[J].编辑学

刊，2013，（2）.

[4]李兵，漆咏德.大数据时代出版企业的商业模式构建

[J].出版发行研究，2013，（8）.

[5]李彪.大数据视域下社会舆情研究的新境界[J].编辑之

友，2013，（6）.

[6]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响

[J].上海金融，2013，（9）.

[7]喻长志.大数据时代教育的可能转向[J].江淮论坛，

篇11

一、引言

大数据时代的全面来临，凭借大数据分析、预测功能，为电子商务发展创造了良好契机。依托大数据分析，商品推荐产生了个性化、精准化的商业模式，电商企业运营方式不断推陈出新[1]。然而，大数据时代电商企业同样面临着掌握大数据、驾驭大数据、数据安全防护等方面的挑战。由此可见，对基于大数据分析的电子商务发展策略开展研究，有着十分重要的现实意义。

二、大数据下的电子商务

全球权威科学期刊《自然》于 2008 年推出将大数据作为封面的专刊，着重关注数据给各个行业领域带来的影响。2012 年，联合国大数据政务白皮书《大数据下的机遇与挑战》，提出了大数据时代已全面到来，大数据对于各国而言既带来了机遇也带来了挑战。2014 年，我国政府工作报告中首次提到了大数据一词，并将大数据界定为一种基础性战略资源，可为预防、调查、决策等事务提供有力依据。在大数据时代下，依托可靠的大数据采集、分析，可进一步推动电子商务价值创造朝精准化方向发展。不管是电商平台、移动终端还是相关第三方服务平台，只要期间电商企业与消费者产生了交集，便会形成一系列电子商务数据，而这些庞大的信息数据是传统处理分析手段所难以有效处理利用的[2]。同时，电子商务数据还具备高度多样化的特征，其中不仅包含了消费者的个人信息，还包括了消费者的评论、反馈意见等等，数不胜数。以电商企业网络为例，消费者消费行为意向收入大数据，当电商企业对采集的大数据开展分析，并获取消费者消费行为意见相关影响因素时，电商企业便可进一步为消费者提供有针对性的服务，使消费者选择电商企业的产品。大数据时代，过去被认为是无过多价值的信息数据极可能经由大数据分析，为电商企业提供尤为准确、及时的消费者信息，进一步为电商企业营销活动开展提供有力支撑。

三、大数据为电子商务发展带来的机遇和挑战

(一)大数据为电子商务发展带来的机遇

1.大数据使商品推荐趋向于个性化、精准化，进一步推进商业模式创新。通过对庞大的消费者行为数据开展分析，研究个性化、精准化地开展广告推送、推广服务，建立相较于当前广告、产品推广形式性价比更突出的新型商业模式，向消费者推荐他们切实需求的产品，进一步有效提升电商企业销售量。

2.大数据为电商企业整合优质产品信息。以淘宝、天猫电子商务平台为例，基于对平台数据信息的整合，结合商品购买情况及浏览数据筛选出时下热门或优质的产品，形成有力的电商企业与消费者的产业链信息，形成强有力的数据处理能力，为消费者产品检索提供有效便利。

3.大数据为电商企业提供细化服务。电商企业通过对大数据开展采集、分析，推进供应链上下游有效协调，以达成信息资源的优化共享，进一步促进电商企业在市场管理、产品营销、技术研发等全面环节的转型升级，打造全新的覆盖面广的营销平台，以吸引更多的消费者，增强企业市场竞争力。

(二)大数据为电子商务发展带来的挑战

1.电商企业面临掌握大数据的挑战。大数据时代下，电商企业要想实现进一步发展，离不开大数据的有力支持。对于电商企业来说，很大程度上谁先掌握了大数据便意味着谁先拥有了核心竞争力的有力武器，便意味着谁先拥有了致胜的法宝。

2.电商企业面临驾驭大数据的挑战。电商企业要对各式各样大数据开展分析，不可仅凭直接开展经营决策制定，应尽可能对所有与消费者关联的业务数据开展分析，以达成对消费群体的有效维护，并吸引他们买入更多产品，如此以来，很大程度为电商企业开展全新信息化投资、建设带来了挑战。

3.电商企业面临数据安全防护的挑战。各式各样数据的汇集，包含电商企业的运营数据，消费者个人信息等等，这些数据均被电商企业收集于企业数据库中，由此对电子商务如何开展好对该部分数据的安全防护工作带来了挑战。

四、大数据时代下电子商务发展策略

(一)利用大数据，打造电子商务数据信息平台

在市场经济逐步深入背景下，电商企业要想在日趋白热化的市场竞争中脱颖而出，利用好大数据至关重要。近年来，各式各样应用软件推陈出新，很大程度上推进了移动电子商务的发展，大数据库中收录了更多更精准的用户信息、用户定位。电商企业通过对大数据的科学合理利用，打造电子商务数据信息平台，旨在增强电商企业对大数据时代的适应性。鉴于此，电商企业应当强化对云计算技术的引入，并于短时间内对海量数据信息开展实时动态筛选、分析、处理，从而将数据信息切实转化成企业自身有效资产。与此同时，电商企业应强化对数据的分析、整合，达成对大数据的有效利用，通过对消费者消费行为习惯偏好的有效掌握，进一步为电商企业制定运营策略、确立目标消费群体、提升市场占有率、改善经济收益等提供有力支撑[3]。

(二)利用大数据，推动电子商务精准营销

精准营销指的是电商企业对消费者个性化需求予以满足，借助网站推荐系统自动向消费者推荐商品，同时开展个性化商品筛选的过程。基于精准营销支撑，可为消费者提供更便捷、更人性化的消费体验。现阶段，大部分电商企业还尚未构建有企业自身个性化的推荐系统，抑或企业采用的推荐系统尚不十分成熟，更未与大数据开展有效结合。如此一来，最终使推荐效率、推荐精准度均不尽如人意。以电商企业网络广告为例，大数据时代，网络广告在网络营销中可起到至关重要的作用。现如今，电商企业面对的消费者数据不断增多，电商企业应当基于现有营销数据平台，建立更为科学完备的个性化推荐系统，推进实时动态对广告受众开展分析，依托大数据分析，充分结合消费者个性兴趣偏好制作广告开展精准营销，为消费者提供更高质量的服务，与消费者构建和谐融洽的关系，增强消费者忠诚度。于此方面，阿里巴巴、淘宝、天猫中的“找相似”、“找同款”、“看了又看”等广告营销便为广大电商企业提供了很好的示范。

(三)利用大数据，推进商业模式创新

伴随互联网在商业领域的广泛推广及大数据时代的到来，商业模式不断推陈出新，较具代表性的商业模式有O2O、O2P 等。其中，O2O(Online To Offline)，指的是将线下机会与线上电子商务进行结合，使线上电子商务转变成线下交易平台的一种商业模式。O2P(Online To Partners)指的是借助移动互联网技术手段，达到具备本地化、社交化特征的线上线下互动电商平台，以实现渠道朝社区化、乡镇网点全覆盖，不同品牌类型的同时运作。通过建立多方参与多方共赢的格局，构筑具备核心竞争力的互联网生态圈，转变成相关标准定义者与游戏规则制定者。不管是哪一种新型商业模式，均应当紧紧围绕消费者，并对一系列端口数据开展优化整合，实现数据信息的实时推送。

(四)开展好数据处理工作，确保数据隐私的安全

近年来个人隐私遭受窃取、重要信息被不法篡改等现象屡见不鲜。倘若数据信息难以得到切实安全防护，大数据便会转变成广大消费者的恶梦，对消费者日常生活造成极大的负面影响。鉴于此，电商企业应当提高对数据安全防护的重视度，依托大数据技术对数据安全状况开展实时监控，结合各种风险实际情况有针对性的采取科学的安全防护及精准化的预防措施，一方面要防范数据信息泄漏给电商企业带来的法律上不利影响，另一方面要防止过度开发或者越界营销可能引发的侵犯消费者隐私的一系列纠纷。此外，电商企业还应当强化对大数据中涉及的消费者个人隐私的安全防护，防止出现信息泄漏、信息倒卖等情况；最后，要及时了解国家关于个人信息保护的法律、政策规定，迅速开展经营策略优化调整[4]。

五、结束语

大数据分析并非偶然形成的，而是当今世界信息技术与网络技术迅猛发展的产物，对不同行业领域可起到至关重要的影响，电子商务亦不例外。鉴于此，相关人员务必要不断钻研研究、总结经验，清楚认识大数据以及电子商务的特征内涵，全面分析大数据为电子商务发展带来的机遇和挑战，结合电子商务发展实际情况，“利用大数据，打造电子商务数据信息平台”、“利用大数据，推动电子商务精准营销”、“利用大数据，推进商业模式创新”、“开展好数据处理工作，确保数据隐私的安全”等，积极促进大数据时代下电子商务有序健康发展。

[参考文献]

[1]飞，张攀.大数据背景下电子商务与快递业联动发展策略研究[J].物流科技，2014，37(6)：25- 28.

[2]魏斐翡.ECLHadoop：基于 Hadoop 的有效电子商务物流大数据处理策略 [J]. 计算机工程与科学，2013，35(10)：65- 71.

篇12

随着通信技术、互联网技术的迅速发展，移动互联网也快迅速崛起，不同业务领域的企业，基于自身业务体系和竞争优势构建具有主导权的商业模式，网络融合的趋势增加了移动互联网的不确定性和竞争性，同时门户模式成为运营商、终端厂商、信息服务提供商的战略选择。

一、移动互联网概念以及移动互联网用户发展情况

1.1移动互联网的概念

移动互联网是指通过移动终端（如手机、PAD或者其他手持终端）为接入手段，以无线接入、网络接入互联网，是移动通信和互联网从技术到业务的融合。

1.2移动用户发展情况

2015年21日我国最大的独立第三方数据服务提供商之一TalkingData《2014移动互联网数据报告》。报告显示：2014年，我国移动智能终端用户规模达10.6亿，同比2013年增长231.7%。全国平均每部移动设备上安装34款应用，每台设备平均每天打开应用20款。2014年，移动互联网已迈过基础通讯社交的萌芽期和简单购物娱乐的初步发展期，进入多元化生活服务的高速发展期，用户需求多元化释放，出行、医疗、教育、餐饮等与生活密切相关的细分领域应用纷纷涌现，为用户生活带来极大便利。

二、基于大数据时代移动互联网商业模式分析

随着互联网的重心逐步向着移动互联转移，各种新型智能移动设备的迅速普及带来海量数据的爆发。在这样一个大数据时代的背景下，谁能够更高效地整合数据资源，不断推出符合消费者需求，谁就能在整个激烈的移动互联网市场竞争中胜出，拥有一定的话语权，所以一个优秀的商业模式对企业在竞争中有很大的帮助。。

2.1商业模式的概念

商业模式是一个整体、系统的概念，是企业将资金流、物流、信息流高度整合，从而形成一个完整高效且具有独特核心竞争力的运营系统，最终将增值的商品和服务传递到客户中，实现客户价值最大化。从商业模式的本质上来看，就是企业的价值创造逻辑，这种包括客户价值创造逻辑、企业自身价值创造逻辑以及合作伙伴价值创造逻辑。

2.2移动互联网商业模式类别

2.2.1移动终端商与运营商合作分成盈利模式――以iPhone为例

iPhone是苹果公司2007年推出的智能手机，截止到2015年，已经推出第六代苹果智能手机，手机有效融合了通讯、音乐视频播放和互联网接入等功能。主要盈利模式是采用与运营商收入分成的商业模式，提供“终端+服务”一体化服务。

2.2.2广电集团与运营商分成包月套餐收入模式――手机电视

广电总局主推CMMB标准手机电视业务，从而确立了全国运营的组织框架，中广移动规划了多个服务包方式，包括免费包、首月免包、信息包等，具体模式如下所示。盈利点主要有用户包月套餐与运营商分成收入、广告费、注册费等。

2.2.3移动门户内容收益共享

这种模式可见I-Mlde门户提供的信息服务，由于它具备完善的技术架构、合理的收费模式、丰富的服务内容和终端手机厂家的支撑，已成为移动门户成功运营典范，其盈利模式主要分为基本服务费、流量费以及信息服务佣金。基本服务费为用户申请移动互联接入功能支付的门槛费；流量费是其最大的收入，大部分是按照包月形式收费；信息服务费佣金是指用户在订阅费中提取的一部分佣金。

2.2.4广告收入模式

2004年年底百度公司宣布国内任何一款智能手机用户都可以通过“”搜索互联网内容，这种搜索服务将传统的互联网栏目移植到WAP中，所以整体的盈利模式是围绕比价搜索开展的手机购物。

2.2.5手机游戏收费模式

控制网的手机网游在2008年拿下了“金翎奖“，同时连续12个月位居游戏论坛人气榜首，其主要盈利点为手机游戏业务，主要包括按游戏时间来收费和虚拟物品来收费，收入非常可观。

2.3移动互联网商业模式的启发

在我国，手机的普及率已经远远超出电脑，但手机用户对用信息服务的使用活跃度一直处于较低水平，所以提升ARPU值一直是一个很大的难题，所以如何从发展的移动互联网服务中获益，是大势所趋。

所以，对于移动互联网业务，运营商首先要基于自身的资源进行长足发展，用好、发展好资源。同时，对于一些难以基于自身资源发展的业务，均需明确业务的整体运营商业模式，商业模式成功与否，是直接影响业务发展、收入的决定性因素。最后要说的是，随着“客户价值“的深入，我们更多应该考虑如何为客户带来价值的业务，从客户感知出发，或者价值并分享价值。

参考文献

[1] 丁伟，李政. 运营商大数据战略 个性化营销机制成核心[J]. 通信世界. 2013（12）

篇13

在5月6日伯克希尔・哈撒韦公司52周年股东超级“大派对”上，巴菲特再一次表示“投资IBM是我错了”。不过这一次，巴菲特直接点出了关键词――“商业模式”。IBM的商业模式，在6年前被巴菲特看好。他当时为了投资IBM，走访了它的众多大型商业客户，从用户那里了解到IBM在IT领域的“护城河”。

现在，巴菲特却减仓了三分之一，下一步或许就是清仓。这背后，是IBM4月下旬晒出的连续20个季度营收下滑的成绩单；而这样的成绩单，则来自巴菲特曾看好的商业模式的拖累。

2008年，IBM便认为硬件产品会越来越不值钱，打算跳出低端硬件市场的红海，并将X86服务器卖给了联想。它当时已判断到，未来社会将是一个数据化社会。数据迅速积累之后，全社会面临的问题就是，如何从海量数据中获取价值。于是IBM提出了“分析为先”，希望借助数据分析能力打造智慧地球（城市）。

正是τ谑据分析以及商业趋势的预判，当2008年国际金融风暴造成了全球经济衰退时，IBM提出了智慧地球计划和发展思路。在金融危机爆发后的两年里，IBM的运营与业绩并没有受到影响，而且营收稳步上升。

遗憾的是，IBM一个领先业界十年的战略决策，却用在了一个百年传统老店的商业模式上――让客户接受自己的先进理念，但推销的还是自己的高端机器和软件（DB2）。如此全新的商业理念，让公司内部无数工程师和技术研发人员为之兴奋，但当商业运作运转起来时，他们仍是卖硬件和数据库。

两者的不匹配，势必导致生命力的不长久。

商业模式因技术驱动在快速变革，可IBM始终贻误了战机。硬件与软件的捆绑过度，让客户开始远离、业绩逐步衰退。而从捆绑销售转变到把服务提供给客户“租用”，这位蓝色巨人思考了很久，给了竞争对手占得先机的空隙。

如今，智慧城市系列已逐渐淡出公众视线，人工智能、大数据和云计算组成的ABC融合模式（AI+BigData+Cloud），开始被越来越多的互联网巨头提及。