1. 張涵誠：關於數據變現的十種商業模式
進入2016、數據，已經成為每一個行業和各種業務職能領域重要的生產因素和變革力量。數據的積累、合作、整理、挖掘、利用是現代企業所必需的基本素養，沒有它，你的企業將無力面對大數據時代的競爭。我們對於海量數據的挖掘和運用，也預示著新一波生產效率增長和消費者個性化需求的到來。今年我們看到，很多做大數據的公司已經從實際的項目中找到了做大數據的價值變現的路徑，探索出了正確的大數據變現之路。
但依然有很多的問題困擾著企業的決策者和創業者，筆者結合我們最新的研究實踐總結了如下十種商業模式和同行分享。
數據+物體=智能
（未來人工智慧是數據變現的最好方式，當前2B的智能買單意願更強，個人還比較難）
從國內外的互聯巨頭的投資動向不難看出，傳統的盈利的大數據公司開始涉足硬體市場，利用其固有的軟體技術整合硬體廠商快速的占據市場的有利位置。硬體是連接線上與線下的重要組成手段。所以筆者以為智能硬體這才是大數據正在的用武之地，才是大數據最終的價值所在！
毫無疑問，數據支持到搜索，購物和社交，這是變現的絕佳方式。
GFBAT（Google, Facebook, Bai, Alibaba, Tencent，總市值幾萬億）的數據變現最早的企業
網路加工數據變成有價值的可供搜索的信息，進而產生廣告價值，阿里巴巴讓商品信息成為購物的入口，供人買賣，生產交易價值。騰訊，建立人和人的關系，產生廣告價值，成為社交入口。非常肯定的說這是數據1.0。
數據徵信評價機構（通過數據加快貸款、通過數據降低風險）
BAT巨頭紛紛進入大數據徵信市場，也正是看中了這千億級的藍海市場。據平安證券估計：中國徵信行業未來市場規模將達千億元，其中企業徵信市場規模有百億元，個人徵信市場規模有千億元。有著國企背景的中誠徵信則更加progressive，給出了未來市場過萬億的預期。
美國徵信市場由傳統徵信機構、商業信息服務機構、創新型的金融科技企業三種力量組成。
傳統徵信機構以全球最大的個人徵信機構Experian、全球第二大徵信機構Equifax、徵信數據挖掘公司FICO為代表，基於掌握的消費者和支付數 據提供徵信服務。
商業信息服務機構Dun & Bradstreet以龐大的全球商業資料庫-全世界最大的企業信用資料庫知名，基於其全球化的發展戰略，主推風險管理服務（貢獻營收62.7%）和銷售及市場拓展（37.3%），利用徵信業務的規模經濟獲取高毛利率。
創新金融企業Zestfinance則以技術輸出為主要手段，利用傳統的信貸記錄等數據、大量交易信息、法律記錄、租賃信息、網購信息等數據（第三方、網路、調研），使用機器學習的大數據分析模型進行信用評估，取得不錯的實效，將信貸的成本降低了25%。
數據徵信評價機構
2016年度，國內企業徵信領域企業資料庫涵蓋數據量前5名依次為：1.益博睿2.鄧白氏3.信用視界4.鵬元徵信5.棱鏡徵信。依託大數據整合手段，可以預見在未來十幾年內，中國必將出現幾家對市場經濟健康運行發揮巨大作用的規模化企業徵信機構。
基因大數據指導生命科學
目前華大基因凈利潤在1億元左右，不過深圳不少基金經理認為，作為基因測序的龍頭，華大基因上市估值可能一步到位，其市值或直接到1000億左右。華大基因的招股說明書顯示，2015年上半年歸屬於母公司的凈利潤為7565萬元，2014年度，2013年度的凈利潤分別為2456萬元、13588萬元。
生命經濟的發展才是未來：面向人類最根本需求的經濟形態和創新會是最大趨勢。實現從後工業時代到生命經濟時代的轉變，需要大眾轉變觀點、政策扶持以及科研機構的多方推動。未來，以國家基因庫作為支點，圍繞生命科學發展的產業，會走入從科學研究到產業化的發展之路，最終實現為人類服務的目標。
在未來社會發展上，影響人類社會經濟和生命質量上有三個重大的問題。一是出生缺陷，二是代謝性疾病和心腦血管，三是腫瘤。這三個疾病導致人類醫療費用的支出70%到80%，而這三個疾病的防控唯一的辦法就是用現代科技和大數據的支撐才能夠解決這樣的問題。
我們依靠基因科學技術，產生的大數據來引領著未來的大發展，來支撐著小康社會建設，以一個前所未有的高科技來作為支撐和引領我們一定能在某些領域走在世界前沿。
通過大數據分析為投資提供服務在各行各業並不少見，在傳統股票領域，常見的數據分析指標有RSI相對強弱指標，KDJ隨機指標，MACD指數平滑異同平均線等。這些指標常被用於分析股票走勢，以提供給用戶做投資參考。
共享經濟最大程度釋放數據信息價值。專業領域的數據共享者
這類代表性企業包括，滴滴，UBER，Airbnb、小豬，總市值在幾千億規模，未來會有更大的企業加入
我認為共享經濟實際上是大數據2.0。這個在今年的數博會，克強總理的發言原文：「 【只有共享經濟數據才能無限放大】此外，總理認為我們還要發展共享經濟，因為只有共享，數據才能無限放大，這不僅僅是做加法、乘法，而且共享經濟作為新業態假以時日，將為中國經濟注入強大力量。同時共享經濟也是分享經濟，讓每個人都有平等創業的機會，每一行都能出狀元。在「雙創」方面，未來這些企業中將會誕生小巨人。此外，共享經濟讓人人都能受益。中國的「寬頻中國」建設就是要拉近城鄉、東西部的數字鴻溝，而提速降費也是拉近數字鴻溝的方式和手段。
為什麼這類企業是數據變現排名第二的公司呢，因為這類企業的數據因為共享被無限的放大。第一個是所有權的價值信息到使用權的價值信息，所有權的價值信息可能在網上就一次，CPS，但如果共享就不斷的把同一輛車可以坐無限多次。第二個是對於自身的價值到信息對於其他的行業價值，現在是企業間的共享，共享經濟來了以後會形成整個行業裡面，產業裡面的數據共享，也就是企業跟企業之間的數據怎麼交換，怎麼共享，所以這樣在企業之間數據的交換價值也會被無限的放大。比如滴滴一輛車每天都幫滴滴產生收益。第三個是單一的數據價值到多元的數據價值，這就變成了數據*數據的價值。比如說我是銀行的數據價值，但銀行的數據價值活性很差，銀行數據維度比較差，社交數據就比較鮮活，所以單一的數據價值對於銀行來講是有作用的，但是銀行和社交的數據加起來，它的數據的流通性及我們叫跨界融合數據的價值數據也會被無限的放大。再比如滴滴的數據可以用來做保險。
專業的數據加工者數據研究 報告（數據支持到咨詢研究類型的企業，如湯森路透、萬德、尼爾森、艾瑞、易觀）
這類企業深入加工數據，針對一些對數據決策依賴比較深入的企業提供服務。金融、電商、新經濟領域。
湯森路透得總裁吉姆·史密斯說：大數據對湯森路透非常重要。從某些方面來說，我們已經長期在管理大型復雜的數據了。我們面對的挑戰與其他大型科技公司不一樣，過去近25年裡，我們一直在管理和整合我們所服務的不同行業領域的各類數據。我們投入了大量的資金來整合眾多的數據，集成資料庫，讓客戶可以簡單地掌握和搜索所需要的數據資料，而不必再花時間了解來源或復雜性。
萬德數據服務（Datafeed）這樣描述自己：中國市場的精準金融數據服務供應商，為量化投資與各類金融業務系統提供准確、及時、完整的落地數據，內容涵蓋：股票、債券、基金、衍生品、指數、宏觀行業等各類金融市場數據，助您運籌帷幄，決勝千里
為客戶提供標準的結構化數據，支持模塊化訂閱，同時滿足客戶個性定製需求，實現合作夥伴式的落地數據服務。
艾瑞用戶行為產品是由艾瑞咨詢自主研發，基於中國PC終端和移動智能終端的用戶行為研究產品。通過深入分析多維度PC及移動網民的行為特徵，及競爭對手的數據情況，為互聯網、移動互聯網、廣告公司、廣告主及電信等行業客戶，將PC及移動互聯網需求量化呈現，是真實反映中國互聯網及移動互聯網市場發展狀況的數據產品。
這類企業深度的研究報告+個性化的數據定製+行業領域的專家智慧積累成就了這個行業的客戶也成就了自己。
大數據咨詢分析加工服務（埃森哲：數據人工加工、數據堂）
當企業第一方數據價值被掏空，企業需要發展外部數據彌補自身數據的不足，需要採集第三方數據開拓新的業務，發展新的客戶的時候，企業就提出了數據采購需求，但一般來說這些數據需要爬或者定向采購，當數據源不能滿足企業需求的時候就需要數據加工和分析服務。2015年，美國對信息服務的總需求預計超過6,000億美元。
利用數據分析獲得的認識正逐漸成為企業的一大競爭優勢。企業利用數據分析結果實施、優化決策。任何擁有大型客戶資料庫的企業都可能發展成為這一場信息新博弈中的重要勢力。過去，數據市場僅僅局限於傳統的市場調查與數據服務公司。
專業的數據數據營銷者：精準營銷DSP+簡訊、email、私信（暴力廣告，獲得線索，客單價較高的產品，如地產）
DSP行業產業鏈上的角色包括廣告主、廣告代理商、DSP、廣告交易平台、DMP、SSP、廣告網路、廣告聯盟、媒體以及受眾。
廣告主或代理商通過DSP進行投放，DSP幫助廣告主或代理商通過搜索引擎、廣告網路以及廣告聯盟進行投放，同時DSP可以接入多個廣告交易平台或可以接入多個SSP來獲取媒體受眾資源，而廣告主則通過DSP對廣告交易平台中的流量進行基於受眾的購買。
2012年是中國DSP發展的元年，經過過去3年多的醞釀，去年出現了大量的DSP服務商和技術提供商。並且在一些巨頭的廣告交易平台的推出影響下，DSP所能夠投放的廣告的量迅速增長。2013年更多的廣告平台出現、更多的媒體接入這些平台，同時提升了廣告供給量、刺激了廣告主的興趣，市場獲得非常高速的增長。在市場上RTB的購買方式是主流。另外，移動端的DSP初露端倪，未來極具成長空間。
能夠為廣告主、代理公司提供全面服務的服務商，有艾維邑動、愛點擊、璧合網路、傳漾、好耶、互動通、晶贊科技、聚勝萬合、派擇、派瑞威行、品友互動、隨視傳媒、泰一指尚、新數網路、億瑪、億贊普、易傳媒、悠易互通等。
這不可能是獨角獸，但第一方數據的加工利用絕對是最好的數據變現方式（每個企業都可以發掘自身企業數據的價值指導企業優化）
大數據在全球范圍內的市場規模同樣巨大，根據IDC 發布最新研究結果，預測到2018 年全球大數據技術和服務市場的2018 年的復合年增長率將達到26.4%，規模達到415 億美元，是整個IT 市場增幅的6倍。從行業結構來看，大數據應用主要集中在金融、通信、銷售和政府領域，在醫療和旅遊行業也有應用，但佔比相對較低。
簡訊、email、私信（暴力廣告，獲得線索，客單價較高的產品，如地產）
數據開放平台（如新浪數據開放平台、網路數據開放平台、騰訊數據開放平台等）
BAT開放平台的特點
一、騰訊的開放是產品層面的開放，核心資源不可能開放
二、網路的開放是技術層面的開放，過度開放，對網路來說是風險
三、阿里的開放是產業鏈的開放，但生態的封閉
十、大數據交易所，未來一切公司都是數據公司，一切都將數據化，那麼每個公司都會有
一個數據合作部門，他們用來使內部數據和外部數據流通，產生價值
因此我本人非常看好這類公司，我認為數據的3.0我認為是數據交易，數據商品化是大數據產業生態走向文明的方式。現在數據都在線下交換，企業和企業之間，或者個人與個人之間進行交換，但這裡面沒有商品，數據商品出來之後是大數據的3.0，但是這個時間還需要10年左右。不過這樣的部門，如在網路很早就有，主要來合作自己不能爬到的數據的價值。這看起來交易所要滿足這些人集中交易數據的需求。實現公開的合法的數據買賣。目前這樣的交易有如下幾個形式
1）數據以在線雲的方式提供API介面對外輸出；
2）數據定向采購，線下交易；
這種模式永遠存在，而且大家基於朋友的信任和很多利益的私密性，願意私下進行數據交易，不願意拿到檯面上；
3）數據加工處理後在進行交易。
專門有數據加工的企業出現，
3、因此也成為了主要的數據變現方式
數據是生產資料，如同原油，在原油加工廠柴油、汽油、潤滑油、化工品、化學品、精細化工品、
2. 如何才能讓大數據變現
討論一個問題。我們都知道數據是當下所有企業的戰略資產，而每個企業中都積累，並不斷在產生大量的數據，但為何依然很多企業並不認為數據為其帶來了價值，原因可能有很多，但都可以歸結到沒有用好數據，或者數據不是好數據。
1、 什麼樣的數據才能產生價值?
阿里巴巴曾鳴認為，所有商業都在快速智能化，而數據是智能商業時代最重要的資產，但只有活數據才能創造價值。第一，數據是活的，也就是說數據是在線的，可以隨時被使用;第二，數據必須是被活用的，也就是說數據在不斷地被處理，產生智能商業決策，同時又產生更多的數據，形成數據迴流。只有在線才能真正讓數據成為活數據，進而以數據驅動企業運營。
SCRM的定位是面向行業領導者的用戶生態數字化運營平台，行業領導者意味著其客戶群體為行業第一層級的企業，用戶生態數字化運營平台則有兩層含義，一是企業全渠道連接用戶、持續互動的連接器，二是連接數據，實現數據變現的平台。
2、SCRM是讓消費者交互變縱為橫
一是對於SCRM的理解。
一直以來，SCRM有諸多解讀，對其中「S」所代表的social同樣說法不少。車傳利認為，SCRM的重點有兩層，第一是以結合社交工具、社交手段，而更為重要的是「企業和品牌不能再遠離用戶，與用戶做朋友」。後一層含義被很多廠商、很多產品所忽略，但事實卻是當下消費者的消費習慣會不斷變化，但企業要直接與用戶產生關系的趨勢不變的。
對消費者的需求，作為工具的SCRM產品如何幫助企業觸達從企業端來看，過去很難連接消費者，了解不到客戶的需求，在層層渠道、經銷商中需求傳遞缺失。這種過去的企業與消費者的關系，可以形象的歸結為縱向傳遞，消費者-渠道商-渠道商-……-企業。即便在現在，大量的第三方線上平台出現並聚集消費者，然而用戶的真實需求也多被這些三方平台所截流，企業依然觸達不到。
SCRM的一個重點特點便是能夠打破中間環節，這也為變縱為橫提供了可能，讓企業能夠打破與消費者之間的層層架構，實現企業與渠道商、門店以及最終消費者的直接連接，從而把握真實客戶需求，真正做到客戶運營。
3、在線讓數據活起來
在數據收集方面，企業面臨兩大問題，一是線上被第三方平台所截流，線下被渠道截流，很難收集到真正的數據;二是，即便收集到，很多數據不是實時的，消費者可能已經過了相應的周期，數據就變成了廢數據。
而數據變現最基礎的便是依託互動數據識別用戶特性，並基於數據進行進一步互動，下一層次的消費挖掘，比如大量消費者留下的客服數據，這是可以深度挖掘的數據，一方面反應產品存在的問題，一方面亦能發掘新需求。
因此，企業要真正挖掘數據財富的前提，便是能真正獲取到數據、能獲取到真正數據。發源地的產品通過兩方面建立這條通路，一是全渠道連接，二是將線下多端上線，讓數據可連接，實現數據變現。
全渠道連接整合企業經營相關的所有與消費者交互的渠道。主要包括門店、線下活動等線下渠道，官網、微信微博、APP等自營媒體平台，天貓、京東等電商平台，經銷商、服務商等合作夥伴以及廣告等6類渠道，實現全渠道連接客戶接觸點。整合渠道後，依託平台與消費者持續互動，不斷匯集實時的消費者數據，進而通過數據挖掘，實現數據應用。
同時，連接數據的重點在於讓線下的鏈條在線化，包括線下渠道、線下商品、員工以及消費者的上線。
客戶在線，以消費者幾乎必備的微信作為入口，通過線上活動、支付等手段連接門店、連接消費者，將相關消費信息記錄下來，回傳到系統;
員工在線，門店的店員在線，將與消費者的互動實現線上記錄，實現精細化運營;
產品在線，讓每一個員工都知道每一個貨品的銷售情況，判斷消費者喜好及貨品市場接受度;
渠道在線，實現賣貨情況、銷售情況等實時掌握，判斷門店經營情況。
4、做定製化的SaaS
與很多SaaS服務商不同，發源地服務直接定位在一體化解決方案，而不是產品+服務。或者說SaaS多是主通用產品，結合行業方案或者定製方案，而發源地則是直接瞄準定製方案。
發源地的服務過程主要分為四步：業務流程梳理與戰略咨詢、發源地SCRM SaaS解決方案、定製化解決方案實施、運營與維護支持。這與SaaS的服務方式普遍不同。
其原因一是因為發源地主要服務集團型、連鎖品牌，如vivo、聯合利華等，這類大型企業存在太多差異化需求，取決於客戶群體的行業特性，發源地定下這種服務理念。
二是發源地認為，一套完整的方案，不是一個通用產品+簡單服務便能完成，如果不涉及咨詢層面，不與客戶一同梳理出企業的流程、脈絡，只是客戶要一個服務便加一個服務，帶給客戶的只能是遷就的方案，而不是順暢、一體化的方案。
當然，並不是說發源地提供的就是純粹的定製服務，而是依託支持靈活業務拓展的PaaS開放平台，通過功能模塊化、可插拔的方式實現。
3. 運營商大數據對外價值變現的十大趨勢
作者 | 傅一平
來源 | 與數據同行
最近中國移動提出了DICT戰略，顯示其在政企市場進一步拓展的雄心，在這個背景下，重新探討下運營商的大數據變現很有意義。雖然近半年「大數據圈」似乎有點風聲鶴唳，但對於合法合規的進行大數據業務的企業來講沒有什麼影響。
下面筆者就結合自身實踐，給出未來2-3年運營商大數據價值變現的十個趨勢判斷，僅代表個人看法，希望於你有所啟示。
1、行業服務邊界不斷拓展
依託於運營商潛力巨大的數據資源和政企市場渠道資源，經過多年的市場培育和拓展，當前運營商大數據業務從原來的金融、旅遊等行業逐步拓展到政府、旅遊、交通、教育、商業、招聘、醫療等各個各業。
運營商ICT業務在推進中，也孕育了不少大數據業務的商機，大數據業務則反過來促進了ICT業務的發展，因為大數據除了業務價值，還有一定的社會品牌效應，兩者通過融合可以形成合力。
隨著企業數字化轉型的加快及產業互聯網的崛起，作為未來社會基礎設施的大數據，將與雲計算、人工智慧、物聯網、區塊鏈一起，在行業領域開疆擴土，其應用的邊界幾乎是無限的。
2、進入行業應用的深水區
大數據在行業領域擁有著巨大的潛力並不意味著運營商就能分得多少杯羹。雖然運營商大數據業務當前在金融、旅遊等行業已經有所斬獲，但這些行業低垂的果實基本要被摘光了。
以金融為例，4-5年前運營商切入的驗真，失聯觸達等業務，當前仍然是運營商大數據變現的主力，但金融行業並未如運營商原先預料的那樣，在貸前、貸中、貸後中給予運營商更多的機會，運營商很多變現業務模式的拓展基本是停滯的，起碼不夠快。
在大量的其他行業領域，運營商往往只能做到蜻蜓點水，而無法聚沙成塔，比如業務的復購率很低。
從定性的角度講，運營商對於行業的理解還是比較淺的，其大量的行業應用遊走在企業的核心生產流程之外，大數據似乎是奢侈品，而不是必需品，因此粘性是不夠的。
以金融驗真這個業務為例，其附加值並不高，且容易被替代，想想這幾年對於金融行業的理解又增加了多少呢？這些都是需要反思的地方。
筆者曾經在智慧交通相關文章中提到：運營商的數據在很多領域其實是很有前途的，但必須深耕，要理解這個行業的業務，通曉這個行業的演算法，不停的打磨產品，從而逼近核心。
可以這么說，運營商大數據將很快進入行業應用的深水區，為了順應這個趨勢，運營商需要建立專業化的組織去攻堅克難，挑戰很大。
3、與互聯網公司的競爭加劇
互聯網應該沒有把運營商當成主要的大數據競爭對手，但運營商進入這個領域會跟互聯網公司形成事實上的競爭，無論是新零售，智慧交通等等，進入者都會感受到互聯網巨頭的壓力。
比如運營商要為大型商超提供數據服務，但互聯網公司早就捷足先登，新零售是互聯網出的概念，當運營商還在進行自身渠道的艱難轉型時，互聯網公司線下商業的版圖已經規劃好了，當然也包括了大數據業務。你到商超談，人家一開口就提XX通怎麼樣怎麼樣。
當然還不僅僅是這些。
無論是互聯網公司在To G上自頂向下的推廣策略，還有諸如城市大腦單一采購來源的霸氣，都在說明巨型互聯網公司在這些領域的影響力。
運營商要獲得機會，得動用一切可用的資源，發揮自己數據的差異化價值，由點及面去尋找機會。實踐證明，管道數據的價值是巨大的，但巨型互聯網公司的數據也越來越好，這是不得不面對的現實。
4、從要素驅動向要素+能力驅動轉型
運營商當前在大數據變現上的突破只能說摘取了低垂的果實，但這種通過簡單數據加工形成的數據產品競爭力是不夠的，也是不可持續的。
比如做智慧交通，如果位置精度和覆蓋度不夠，連速度都測不準，根本做不出高質量的數據產品。
應該來講，運營商從來就沒有現成的、高精度的、可以到用戶級別的位置數據，粗精度的原始位置數據未來可能連支撐運營商自己的業務轉型都不夠，運營商需要充分挖掘現有位置數據的潛力，通過建模等方式把較為精準的位置模型做出來，才能有基本的大數據變現底蘊。
位置精度的提升雖然是一小步，但卻是對外大數據變現的一大步。位置准了，運營商對於人們整個線下生活的理解就准了，無論是客流，路網，OD等等都不再話下。
現在運營商依靠數據資源這個要素能走出第一步是不錯的，但光靠資源驅動已經不夠了，能力必須過來接棒，沒有能力加持的運營商大數據變現前景暗淡。
因此，運營商大數據變現未來不再是躺著掙錢，而是要從原始數據的驅動向數據+能力雙驅動轉型，這個能力包括人才、技術、數據、產品、運營等等，這是不容置疑的。但如果只是空喊著口號不敢探索嘗試，則也許連能力提升的機會都沒有。
5、持續強化大數據合作的生態
大數據變現從底向上涉及平台、數據、建模、產品、方案、渠道、咨詢、運營、安全等一系列的內容，運營商無法一手包辦，因此必須建立合作的生態。
從業務的角度看，缺乏渠道合作夥伴、缺乏行業解決方案對於運營商都是很現實的挑戰，最大的痛苦莫過於不知道商機在哪裡，不知道自己想做的這個數據或產品有沒有前途。運營商不可能瞬間將現有的客戶經理隊伍轉為數字化產品的銷售隊伍，畢竟知識結構的要求不一樣。
雖然可以採取MVP的方式推進，但一方面試錯的成本擺在那裡，運營商也並沒有資本為其背書，另一方面時間成本也大了點。現在很多運營商都有合作夥伴招募計劃，這是很好的嘗試，但符合要求的合作夥伴還是太少了。
從開放的角度看，中國移動的夢網曾經創造過輝煌，但開放這句口號不是隨便喊喊的，你得建立一套標准，清晰的告訴別人你有什麼能力，然後如何能方便的接入。
比如當我們在互聯網大會展示城市實驗室產品的時候，發現仍然有那麼多的人驚訝於運營商竟然還能做這個，就說明我們在開放這條道上還有很長的路要走。
而當筆者第一次訪問阿里雲網站的時候，其較好的使用體驗給我留下了深刻的印象，隨後定期的營銷推送起碼說明是用心的，又比如筆者第一次使用騰訊雲域名申請時，其後騰訊雲客服的電話調研也是很及時的。
因此，能否跟更廣泛的合作夥伴建立連接，能否建立起開放的平台，能否確保信息的安全，在很大程度上決定了運營商大數據變現的蛋糕能做多大。
6、通過集中化獲得溢價能力的趨勢將加強
由於歷史原因運營商的大數據實際是分省存儲和運營的，這跟互聯網公司天然的集中統一的數據基因是完全不同的。雖然一些運營商在集中化上做了很多努力，但相對互聯網公司，還是有一些差距。
各省本地化做一些產品雖然帶來了靈活性，但造成了事實上的重復開發，這種模式在創新階段其實沒什麼問題，但最大的問題是各個省能否有足夠的資源去保證產品的持續優化，無論從數據的角度，還是從運營的角度看，我們都需要一定的集約化機制來確保高效低成本的運作。
但這還僅僅是一個方面。
另一方面，相較互聯網，由於數據的割裂，運營商基於單個省的數據做出的產品溢價能力不高，往往只能服務於特定區域，在很多競爭中會處於劣勢，比如當前運營商基於位置數據的應用很多，但為什麼上網數據的變現卻很少呢？
這個不僅僅是簡單的https問題，更是因為客戶對於上網數據的訴求基本是全國的，沒有地域的概念，這讓運營商失去了很多突破的機會。
因此，運營商的大數據在一個省創新後迅速全網復制是一直要堅持的策略，而基於集中化的數據進行創新是提升產品競爭力的一個關鍵。
7、運營商DICT戰略將使得大數據獲得更大支持
隨著數字經濟的發展和行業數字化的進步，傳統產業轉型升級的需求強勁，運營商和雲服務提供商，均在強化雲、網、端、邊協同，推出「雲+網+DICT」智能化解決方案，幫助企業實現更深層次的數字化轉型。
運營商的政企2B市場是當前關注的焦點，而雲+DICT（DT+CT+ICT+IDC）又是其中的關鍵，這意味著未來各種資源會逐步會向DICT傾斜，大數據需要抓住這個機會，通過DICT的融合來促進大數據業務的規模化發展，所謂「借勢」。
另外，當前三大運營商已經宣布了5G商用，中國移動也發布了了「5G+」計劃，其中包括「5G+AICDE」計劃，「5G+AICDE」是將5G作為接入方式，與人工智慧（AI）、物聯網（IoT）、雲計算（Cloud Computing）、大數據（Big Data）、邊緣計算（Edge Computing）等新興信息技術深度融合，准備打造以5G為中心的泛智能基礎設施。
5G時代人和物、物和物之間的連接產生的數據類型將會更多，5G更密集的基站布點意味著更高的定位精度，5G業務形式更加多樣意味著管道中的數據內容會爆發性增加，運營商對於客戶行為的刻畫能力將進一步加強，每項垂直5G行業應用都將會與大數據有著千絲萬縷的關系，這些對於運營大數據的發展是利好。
8、日益趨緊的數據安全要求對於運營商既是挑戰也是機遇
運營商雖然擁有海量的數據，但很多省公司並未實質性的開展大數據業務，很多是基於安全的考量。即使是正在開展大數據變現業務的運營商省份，合規合法經營也是其開展大數據業務的底線，運營商對於大數據的業務創新是相對保守的。
事實上，運營商當前能開展的各項大數據新業務，都需要經過內部極其嚴格的法律、安全多道審核，加上行業、集團、省出台的各種安全管理規范的約束，還有定期的安全檢查，都讓運營商大數據業務從一出生就經歷著內部一輪輪的安全洗禮。
2019年持續發酵的各種信息安全事件讓大數據圈似乎如履薄冰，但其打擊的還是各種違法經營和黑市交易。事實上，經過新一輪的洗盤，運營商也許會面臨較以往更好的商業環境，數據可能會變得更為稀缺，畢竟以前黑市的數據交易會導致良幣驅逐劣幣的現象，當然這也只是一種猜測。
可以肯定的是，未來國家對於信息安全管控的趨緊會使得大數據業務的創新變得更具挑戰性，但合規合法的進行大數據價值挖掘，助力中國經濟高質量發展始終是主流，運營商雖然會面臨安全上的挑戰，但也有更多的機會。
9、運營商大數據對於TO C業務的探索不會停止
互聯網公司TO C業務前期是靠錢燒出來的，畢竟消費者是趨利的，擁有高體驗的產品和一定基礎的用戶後，互聯網公司才有了珍貴的海量數據，這個時候大數據才有用武之地，反過來賦能業務發展，這是互聯網公司應用大數據的本質。
運營商天然就有大數據，但大數據變現的實踐還是告訴我們，運營商的數據維度還是不夠豐富，比如缺乏消費數據，而巨型的互聯網公司通過應用的豐富不斷積累著更多維度的數據。
事實上，當前運營商的數據維度拓展基本是停滯不前的，如果不加以改善，在不久的將來，運營商的數據優勢會逐步變小，最終會影響到產品的競爭力。
現在運營商建立了很多專業公司，比如中國移動的咪咕，有人會質疑這些公司能否賺錢，姑且不從戰略的角度思考這個問題，即使站在大數據的角度看，這些公司的拓展能夠讓運營商擁有更豐富的數據，這就很有價值。最近中移金科成立了，支付數據對於DT有多重要不用解釋吧，因此意義是很深遠的。
其實做大數據產品的，哪個沒有點TO C的夢想？希望運營商能基於自己的資源優勢，結合大數據的差異化特點，能夠打造出真正的既賣座又叫好的TO C產品。
10、運營商對於低價值密度的大數據處理能力要求會大幅提升
運營商的DPI數據具有典型的大數據特徵，有潛力但價值密度低，但這個數據是運營商除位置數據以外最珍貴的數據，很多人說這個數據在運營商變現中實際沒啥應用場景，或者言必稱https，那是比較業余的說法。
隨著5G時代的到來，對於DPI數據的有效開採挖掘對於運營商大數據變現是核心的基礎工作之一。
首先，DPI這個技術原生是為網路優化服務的，比如很多欄位對於數據變現沒有價值，能否考慮更高性價比的處理手段？這個就需要運營商針對性的進行研究，比如從客戶洞察、精準營銷和價值變現的角度去高效低成本的採集管道中的數據。
其次，5G海量、低延時、非結構數據的特點，將進一步促進數據存儲、處理和分析技術的進步，即使是當前的4G，從採集到應用的時延也是比較高的，很難達到場景式營銷的要求，而且保留的周期也非常有限。
最後，5G大數據的價值密度將進一 步降低，對AI的能力要求將更高，即使是針對當前的4G數據，運營商的NLP等能力儲備也是不夠的，因此要盡快補足短板。
當然，以上十個趨勢只是筆者的個人判斷，受限於自己的能力和視野，以上談的肯定有很多不到位的地方，權當筆者拋磚引玉，如果能引發一點思考，那就更好了。
4. 如何用大數據賺錢
問題一：通過大數據如何賺錢 首先要確定自己有的「大數據」是什麼數據，大到怎樣的量級，其中包含的數據元素有多少；
其次找到自己擁有的數據本身的商業屬性，找到需要這些數據的用戶，並確定他們對這些數據需要是否剛性，以及調研可以為使用這些數據的用戶帶來哪些價值或者改善；
最後就是設計一套運營模式，讓這些數據變現。包括可以一次性的出售，這基本上不會有太多價值；更好的方式是數據動態更新，提供各種數據之間關聯分析和目標組合，分別按照不同用戶需要持續提供，也就可以長期的賺錢了。
市場上多數大數據本身並非真正的大數據，只是一部分數據資料而已！
問題二：大數據怎麼賺錢 擁有大數據的人，才考慮這個事情哪李。
對大數據進行分析、挖掘，發現一些在小規模數據情況下不能發信的東西，這就是價值，就是錢。
問題三：如何利用大數據賺錢的方法和途徑 這個要看具體的情況吧，而且做生意還是要多選擇，我在國外看過一個很有特色的無比牆畫，畫面漂亮，不要開店的，不知道國內有沒有，可以找找，以後絕對會取代牆紙
問題四：人人都在講大數據，怎麼利用大數據賺錢 大數據技術應用上可以通過開發各種APP或者系統、網站等藉助大數據分析，精準營銷，節約成本，挖去潛在用戶人群及消費市場，從而實現變現盈利
問題五：怎麼用大數據賺錢 可以說得具體點嗎
問題六：大數據不再神秘 可誰知道怎麼用大數據賺錢 用大數據賺錢，最低層次的，是賣數據――通過交易平台把掌握的數據直接賣出變毀扒現。
更高層次的，對數據進行分析，形成分析報告，提供給有需求的組織，這是數據可視化變現。
再高點層次的，像精準營銷這種，通過掌握的海量用戶數據進行用戶畫像，為他們展示精準的廣告，收取廣告主的錢，這是用數據間接變現。
最高層次的，醉翁之意不在酒，通過數據找准客戶所在，最終完成自己產品的銷售，或促成項目達成，這是數據商業價值變現。
問題七：怎麼李余遲樣利用大數據賺錢？ 要看新聞更新的是否快，可以做個自己的新聞類門戶網站
問題八：怎樣通過大數據賺錢 擁有大數據的人，才考慮這個事情。
對大數據進行分析、挖掘，發現一些在小規模數據情況下不能發信的東西，這就是價值，就是錢。
問題九：大數據公司怎麼賺錢? 根據個人理解，大數據公司賺錢分為三個等級
1. 直接出售數據： 包括脫敏的各種交易、操作、用戶信息；互聯網抓取的 *** 息
2. 對數據進行結構化分析後出售： 各種輿情監測，廣告投放，傳播分析等
3. 根據批量結構化後信息數據進行建模： 用於個性化推薦，走勢預測等
中介公司大概能做第一個級別的吧。
當然，後面還有人工智慧，只是目前依靠這個賺錢的公司還沒看到。
問題十：現有的大數據公司，都是如何賺錢的呢 為各行業和企業做數據分析啊，互聯網時代數據是很重要的，依賴有效的數據分析，可以預測到很多方面，並作出適當的運作調整。會有企業因為自己沒有能力做這一塊，但又需要有這方面，就找他們設計開發咯。
5. 如何實現大數據交易
大數據時代，數據成為數字經濟的關鍵生產要素，以數據為基礎，以人工智慧為主要驅動力的新型經濟形態正在蓬勃發展。大數據產業發展的核心在於數據自由流通，而數據交易就是實現數據有序流通的關鍵一環。
近日，發源地大數據對我國大數據交易產業進行了深度研究，指明了未來發展路徑。
2011年至2014年這四年間，我國大數據處於起步發展階段，大數據的市場規模增速穩定，每年均保持在20%以上。
2015年，大數據市場規模已達到98.9億元，同比增長30.7%。
2016年，大數據市場規模增速迎來高潮，達到45%，市場規模繼續擴大，超過160億元。
預計2017年至2020年，大數據的市場增速穩定。
我國主要的大數據交易平台分布在西南、華中和華北地區，均屬於國內第一批崛起的大數據交易平台。
從當前的發展來看，中西部發展勢頭強勁，產業發展進入良性循環，是國內最早規劃並實施大數據產業發展的地區。
東部地區則依託經濟優勢，聚集效應開始顯現。就目前而言，以北京、上海、廣州為中心向四周輻射，形成以京津冀地區、長江三角洲地區和珠江三角洲地區為集團樞紐的沿海大數據走廊格局，是東部地區大數據交易平台建設的最大特點。
1.大數據交易平台建設進入井噴期。
數據交易平台是數據交易行為的重要載體，可以促進數據資源整合、規范交易行為、降低交易成本、增強數據流動性，成為當前各地促進數據要素流通的主要舉措之一。從全國范圍來看，2015年前成立並投入運營的有北京大數據交易服務平台、貴陽大數據交易所、長江大數據交易所、東湖大數據交易平台、西咸新區大數據交易所和河北大數據交易中心。2016年新建設的有哈爾濱數據交易中心、江蘇大數據交易中心、上海大數據交易中心以及浙江大數據交易中心。據有關數據預測，到2016年年底全國類似的交易平台數量可能達到15到20個[1]。
2.大數據交易變現能力有所提升。
在國家政策的推動鼓勵下，數據交易從概念逐步落地，部分省市和相關企業在數據定價、交易標准等方面進行了有益的探索。隨著數據交易類型的日益豐富、交易環境的不斷優化、交易規模的持續擴大，我國數據變現能力顯著提高。據《2016年中國大數據產業白皮書》不完全統計，2015年我國大數據相關交易的市場規模為33.85億元，預計到2016年國內大數據交易市場規模將達到62.12
億元，2020年將達到545億元。
3.大數據交易仍整體處於起步階段。
從整體發展水平來看，我國大數據交易仍處於起步階段，突出表現在以下幾個方面：一是數據交易主要以單純的原始數據「粗加工」交易為主，數據預處理、數據模型、數據金融衍生品等的內容的交易尚未大規模展開。二是數據供需不對稱使得數據交易難以滿足社會有效需求，數據成交率和成交額不高。三是數據開放進程緩慢一定程度上制約了數據交易整體規模，影響數據變現能力。四是數據交易過程中缺乏全國統一的規范體系和必要的法律保障，無法有效破解數據定價、數據確權等難題。
6. 「大數據」要這樣用才賺錢!
「大數據」要這樣用才賺錢!
大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。
一石激起千層浪，國務院發布的2015 第50號文《促進大數據發展行動綱要》刷滿了朋友圈，特別是其中提到了大力推動政府部門數據共享，穩步推動公共數據資源開放。2017年底前形成跨部門數據資源共享格局，到2018年實現統一共享平台全覆蓋和數據共享及交換。2020年培育10家國際領先的大數據核心龍頭企業，500家大數據應用、服務和產品製造企業。
眾所周知，大數據商業價值巨大。但是中國大數據的商業價值還沒有被充分挖掘。主要的困難在大數據的分散，具有價值的數據大部分集中在在政府內部，壟斷國企業，以及互聯網巨頭之中。分散的數據無法幫助企業拿到具有價值的信息，無法實現大數據的商業變現。政府開放數據，以及大數據交易市場的建立是中國大數據商業價值應用的重中之重。
另外大數據的應用場景和大數據隱私問題，也是大數據商業應用功能的兩大問題，不知道數據應用場景，就無法尋找具有價值的數據，就無讓數據發揮作用，大數據的應用就會停留在解決數據採集、處理、存儲等大數據1.0時代的低級階段，無法實現大數據商業變現，無法激勵企業進一步投資大數據，無法形成數據價值應用的生態循環。大數據隱私問題是所有企業不能迴避的問題，到底何種數據可以進行交換，何種數據可以採集和變現，何種數據可以作為商品在市場流通，這些問題既影響個人隱私保護，又影響到企業購買數據產品的積極性，同時也影響了數據企業的發展。
中國大數據企業分為三類，一類是大數據技術公司，為企業提供大數據平台搭建，技術咨詢，大數據計算和存儲的產品，例如華為、亞信、浪潮等傳統IT公司。一類是大數據服務公司，為企業提供基於大數據技術的服務、平台、產品。包括為企業搭建大數據挖掘工具，搜索引擎，分析引擎等大數據處理平台，大數據清洗和挖掘服務例如明略科技，ADMaster，百分點。最後一類是提供數據產品的大數據公司，他們擁有數據，加工生成具有價值的數據，為市場提供標準的數據產品。例如芝麻信用，TalkingData，九次方，星圖數據等。
中國大數據市場的數據來源有四種，一種是通過網路爬蟲採集的外部數據，大多數提供輿情分析的公司就是通過爬蟲技術來進行數據採集的。例如海量數據。一種是提供SaaS服務得到的數據，例如Talkindata。另外一種是靠和運營商或政府合作，通過數據挖掘得到的數據，例如亞信和九次方。最後一種就是自身平台產生的數據（電商、旅遊、媒體等互聯網企業），包括BAT以及較大的一些互聯網公司如360、當當、唯品會、聚美優品、攜程、今日頭條等。
一、開放數據的價值
開放數據就是政府向社會公布自己所擁有的，並經過脫敏的數據。包括天氣數據、GPS數據、金融數據、教育數據、交通數據、能源數據、醫療數據、政府投資數據、農業數據等。這些原始數據本身並沒有明顯的商業價值，但經過一些公司加工之後，可以產生巨大的商業價值。
開放數據在美國有幾千億美金的市場，包括300億美金的氣象數據，900億美金的GPS數據，上千億美金的醫療數據。但政府開放的數據是原始數據，數據自身的商業價值並不大，需要專業的公司對數據進收集，清洗，挖掘，展現，從而形成具有商業價值的數據。在美國有很多公司是依靠加工政府開放數據而實現其商業價值的，例如處理天氣數據的Zillow公司，the weather channel 公司，以及處理GPS數據的Garmin公司，它們的總市值已經超過了一百億美金。
1 、政府開放數據的主要范圍
a政府收集和製造的科學數據。例如天氣數據，政府資助的醫療研究數據。這些數據都可以作為公共資源進行使用。
b 政府運行的數據，例如政府支出或大型項目運行數據。開放數據一方面可以增加民眾對政府的信任，另一個方面可以給一些公司帶來商業機遇。
c監管行業的數據。這些數據由企業提供給政府，並且經過政府二次加工。這些宏觀數據對於產業規劃，企業的投資戰略都有很大影響。
2、 中國開放數據之路的挑戰
a 國家對數據治理還沒有完成。很多數據沒有集中管理，還是處於信息孤島狀態，這些都是開放數據需要解決的問題。數據治理投資巨大，時間周期較長，都是巨大的挑戰。
b 一些開放數據還不是電子形式。例如醫療數據和教育數據，在一些地區還處於紙質記錄狀態，沒有形成電子檔案。這些數據的電子化也是一個較大的挑戰。
c 開放數據的脫敏和整合將是一項重大的挑戰。特別是國有企業的數據，哪些數據可以公開，哪些數據需要脫敏，如何整合各個地方的數據，這些都是一個挑戰
d 大數據服務公司和大數據人才匱乏。由於大數據市場剛剛開始，市場上缺少大數據人才和大數據服務公司，公開的數據短時間可能很難產生商業價值，這會影響政府和企業開放數據的積極性，不利於形成良性的大數據商業市場，會影響開放數據項目的持續發展。
3、有關開放數據一些建議
人類社會即將進入數字時代，開放數據將會是巨大的生產力。政府已經認識到了開放數據的價值，會持續推動政府和國企的數據開放。即使短時間內開放數據的投資看不到商業價值，但其未來經濟價值會促使政府堅持開放數據的政策，持續進行投資。就像中國的高速公路，開放數據是另外一條信息高速公路，將數據轉化為資產，轉化為巨大的社會生產力，幫助企業實現更大的商業價值。
對於數據擁有者的政府，需要在保障公共安全和個人隱私的前提下，完成數據治理和數據整合，逐步向社會開放數據，並提高數據質量，公開面向所有個人和企業，有效利用政府科技資金，讓利益相關企業和個人參與到開放數據項目中，鼓勵創新，接受外部挑戰，利用集體智慧，實現數據最優選擇。
對於國有企業，需要在保護自身商業利益的前提下開放數據，幫助各自產業鏈企業的發展。同時開放數據也可以幫助其自身進行產業規劃，進行有效投資，發現市場機會和風險，穩健經營，科學決策。企業可以利用開放數據提高生產效率，減少資源浪費，降低決策失誤風險。產業鏈企業的良性發展，也會推動國企自身發展和進化，提高競爭力，優化企業經營，實現產業共贏。
對於企業家，開放數據將會作為新的資源，幫助企業進行發展，聚焦新的商業機遇，特別是在開放數據影響較大的保健行業，金融行業，能源行業，教育行業。數據服務公司可以利用開放數據，幫助消費者挖掘數據的潛在價值，為企業和政府提供具有價值的商業數據。對於經營中的公司，可以利用開放數據評價商業夥伴和潛在投資，通過提供數據來樹立消費者的忠誠度，學會在透明的商業社會中進行經營，尋找公共或私人合作的機會，專注自身產品和客戶，為消費者提供更好的產品和服務。
二、萬億的大數據市場
2014年的GDP中消費佔比已經超過了50%，標志著中國經濟正在向市場經濟轉型，消費佔GDP 50%－70%是中等發達國家向市場經濟過渡的一個表現，未來中國經濟增長最大的引擎應該來源於消費，特別是個人消費。中國正在經歷經濟結構調整和城鎮化，個人消費需求巨大，社會產品較為豐富，渠道也較為通暢，物流成本正在下降，運輸能力正在提高。但是社會消費零售總額增加的還不夠快，資源配置不平衡，社會整體消費水平還處於較低的水平。這些問題正在成為中國經濟發展的難題，是企業和社會需要解決的問題。
大數據的商業應用將會幫助企業解決這些問題；大數據的有效利用將會提高社會消費水平，將會幫住企業提高效率、洞察客戶、增加收入。大數據商業應用未來是萬億級的大市場，大數據是大生意。
大數據時代最重要的特徵是人類所有的行為都被數據記錄下來，無論是在電商的購買行為，旅遊度假，娛樂活動，行為軌跡等，所有的人類社會行為都被各種感測器和互聯網記錄下來。數據記錄了一切，人類社會的行為都變成了數據，用紙質媒體記錄人類歷史的時代已經過去，歷史正在被數據以文字、數據、表格、聲音、影像的方式記錄了下來。中國的大數據應用主要集中在徵信和精準營銷，這兩個市場的規模加在一起不過兩千億，但是大數據如果同所有企業的商業需求相結合，其產生的化學反應將是巨大的，市場規模將會超過萬億，大數據是個大生意。
網路連接了信息與讀者，阿里連接了商品與消費者，騰訊連接了人與人。BAT所有的連接都是建立在數據基礎之上的，可以認為大數據連接了一切。數據連接了消費者和商家，數據連接了客戶習慣，數據連接客戶喜好，數據連接了位置，數據連接了時間和空間，數據連接了歷史和現在。連接一切的大數據將會反饋所連接的事物、空間和時間，通過數據記錄來反饋物體的移動，客戶的消費習慣，個人愛好，行為習慣，活動軌跡，運動規律等。重要的這些反饋數據能知道；你是誰、你在哪裡、你喜歡什麼、你在干什麼、你的消費能力、以及你未來的需求等。所有被反饋的事物都被打上了一個或多個數據標簽，這些具有價值的標簽經過整理和分析後，將會揭示事物之間的相關性和規律，將會為個人、商家、社會帶來巨大價值。
1、大數據幫助製造業規劃生產，降低資源浪費
製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，為客戶定製產品。
例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥，
2、移動大數據幫助房地產開發商規劃房地產開發
房地產行業在過去為中國GDP貢獻了很大力量，未來粗放型的房地產行業將會轉向精細化經營，從選地到規劃和從設計到建設，都需要參考當地到人口數據和消費者信息，進行科學決策；利用大數據商業應用加快房子銷售速度，降低自身負債。
房地產公司可以利用人群的手機位置信息來幫助企業進行開發規劃、土地選址、商鋪開發等。同時利用人群到用戶畫像信息幫助房產公司選擇合作商戶，提升消費人氣，最終提高房產價值。
3、移動大數據幫助餐飲零售行業進行選址和顧客導流
餐飲零售行業最關注客戶流量，過去開店選址時經常安排人員在十字路口進行人流統計，利用統計的人口流動信息來決定開店地址。進入到移動互聯網時代之後，智能手機的位置信息可以幫助餐飲零售行業進行開店選址，企業可以參考客戶畫像來決定開店的規模，以及產品的類別。
移動互聯網端的用戶標簽和畫像數據還可以幫助企業進行一些精準營銷，為新開的商戶導入客流。特別是在規模較大的購物商廈中，移動App端的位置導航功能，可以指引客戶找到新的商戶，參加促銷活動。市場上已經有成熟的零售餐飲商家和移動互聯網大數據公司在開店引流方面進行合作，資金利用的杠桿率超過了5倍，投入產出比較高。
4、感測器數據幫助產品進行故障診斷和預測
家電和汽車正在走向智能化，通過安裝感測器，汽車和智能家電可以將運行參數和運行狀態傳送到廠家的雲平台，廠家可以了解其產品的運行狀態，零部件的老化程度，幫助廠家及時更換故障器件，延長產品使用壽命，提高安全系數。汽車行業和智能家電在物聯網領域將會產生巨大的市場，雲計算和大數據處理平台將起到關鍵的作用。
中國汽車市場的銷售規模超過萬億，家電市場也有一萬多億。車聯網和智能家電涉及的大數據應用市場也是巨大的，按照大數據商業變現高杠桿率的特點，其市場規模至少應該在百億左右。
5、利用移動互聯網位置信息進行精準營銷
O2O已經成為了一個重要的商業模式，很多互聯網企業和傳統企業都在尋找O2O的應用場景，訂餐、教育、家政、汽車美容等都成為O2O的應用典範。移動互聯網數據具有LBS和實時特點，可以幫助企業及時連接客戶，依據客戶需求進行精準營銷。
大型購物中心一般都設有電影院，經常存在某些電影在開場前30分鍾，大量電影票還沒有出售的情況。藉助於手機App推送廣告功能，電影院在電影放映前30分鍾，可以將電影票以2折價格推送給正在周圍就餐的客戶。依據客戶畫像信息，電影票將推送給喜愛看電影的顧客，增加電影銷售額。企業可以利用手機App進行廣告推送，做到千人千面，依據客戶喜好來進行廣告推送。這種精準廣告推送具有成本低、轉化率高的特點，在餐飲、服裝、美容、零售等行業取得了良好的應用效果。如果基於位置信息的精準廣告推送被大規模的商業應用，將會促進商品流轉，大幅度提高社會消費總額，幫助傳統企業實現互聯網＋的戰略。
6、電商大數據將會幫助企業優化資源配置
電商是最早利用大數據進行精準營銷的行業，電商網站內推薦引擎將會依據客戶的購買行為，進行關聯產品的推薦。除了精準營銷，電商還可以依據客戶消費習慣來提前為客戶備貨，並利用便利店作為貨物中轉點，在客戶下單後的短時間內，將貨物送上門，提高客戶體驗。電商還可以利用其交易數據和現金流數據，為其生態圈內的商戶提供小額貸款，也可以將此數據提供給銀行，為中小企業信貸提供支持。
電商的數據量足夠大，數據較為集中，數據種類較多，其商業應用具有較大的想像空間。包括預測流行趨勢，消費趨勢、地域消費特點、客戶消費習慣、消費行為的相關度、消費熱點等。依託大數據分析，電商可幫助企業進行產品設計、庫存管理、計劃生產、資源配置等，有利於精細化大生產，提高生產效率，優化資源配置。
7、移動大數據助力交通運輸規劃和管理
交通大數據應用主要在兩個方面，一方面可以利用大數據感測器的數據了解車輛通行密度，合理進行道路規劃。另一方面可以利用大數據分析來實現交通信號燈智能切換，提高已有線路運輸能力。
在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。大數據可以幫助機場安排航班起降，提高管理效率；航空公司可以利用大數據提高上座率，降低運行成本；鐵路公司可以利用大數據安排客運和貨運列車，降低運營成本。
8、大數據幫助金融行業進行價值變現
大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。招商銀行(600036,股吧)利用客戶刷卡、存取款、電子銀行轉帳、微信評論等行為數據進行分析，每周給客戶發送針對性廣告信息。
中國目前金融行業大數據價值變主要在用戶體驗提升和大數據營銷兩個方面，其中招商銀行信用卡中心和平安銀行(000001,股吧)走到了金融行業的前面。
大數據在很多行業都有廣泛的應用場景，例如在醫療行業，農林牧漁、能源行業、物流行業等，大數據將會是電商之後的另外一個巨大市場，結合了所有行業的商業需求之後，大數據產業的市場規模將會是個萬億級別。大數據不是電力但是比電力更能提供動力，大數據不是石油，但是比石油更能驅動企業發展。大數據就是資產，能夠幫助企業進行價值變現。大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。
7. 高德，百度地圖免費用，靠什麼盈利
首先要了解一下：高德地圖現在屬於阿里巴巴的，2014年阿里巴巴集團宣布以11億美元全資收購高德公司，高德成為阿里的子公司。而網路地圖屬於網路公司的。
移動互聯網的發展，網路地圖通過讓用戶免費使用手機導航，徹底打掉了高德地圖的營收來源，致使高德一度陷入發展困境，還好有阿里巴巴收購並入阿里整體戰略體系。最新消息，網路將網路地圖並入 AI 體系，剝離商業化，也開始專注於地圖業務自身。
這兩家公司現在都屬於互聯網公司，典型的互聯網盈利模式： 羊毛出在狗身上，豬來買單！ 也就是說這兩家公司面向C端客戶不收費，通過向B端收費的模式來實現盈利。
羊毛處在狗身上，讓豬付錢？核心服務免費是互聯網企業的普遍模式，之所以能夠做到免費，有兩個法寶：法寶一：因為有海量用戶，可以通過廣告獲得收入；法寶二：互聯網縮短了產品和用戶的距離，削減了中間環節的成本。但是免費很容易問題是靠什麼來收費來盈利，其中的秘訣就在於價值鏈再造，改變原有成本結構和收入方式，使「羊毛出在狗身上，豬來買單」。
而對於阿里的高德地圖和網路公司的網路地圖，他們具體的盈利模式有相同之處也有各自的特色和差異。主要的盈利模式有以下幾點：
1、對於與地圖相關商家的增值服務
高德地圖通過實時交通路況、在線導航和第三方生活服務資源整合等增值服務，致力於打造以位置為紐帶整合諸多第三方信息及商務服務, 佔領更多的智能終端，將各類生活服務、電子商務融合其中，最終一站式解決用戶在移動生活中的種種需求，發展出海量用戶。藉助龐大的用戶規模與活躍的客戶群吸引商家，形成資金迴流，其中主要有以下三種方式：
（1）為本地生活服務商家提供基於位置服務，獲取服務費用。 高德公司提供數據以按期收取服務費或授權費並且根據訂單的完成數量收取一定利潤分成，以獲得穩定現金流。例如：高德在地圖版塊也增添了「打車」業務，與滴滴、曹操等打車業務同時合作，獲得服務費用及分成。此外還有酒店、餐飲等，同時被阿里巴巴收購之後，高德地圖作為O2O業務場景重要的流量入口。
（2）通過搜索項目獲得廣告費用 。這一點是網路公司首創的商業模式，高德地圖效仿網路搜索引擎的商業模式，採用 關鍵詞搜索競價排名 的方式，使競價高的商家獲得更多關注並收取費用。另外，高德地圖在手機某些項目中劃出一部分作為廣告區域，由商家競價獲得投放權以獲得服務費。最後，高德地圖建立大資料庫對搜索數據進行深度挖掘，為商家進行廣告定點投放、精準市場營銷提供數據支持，獲得相應咨詢費。
（3）面向地圖標示點商家的增值服務。 在海量用戶基數下為商家提供不同層次的特殊標示服務，打開某地區地圖時，該商家將會有突出的展示，依據地圖展示層次收取相應費用，將為商家獲得更多關注。
2、手機預裝軟體和
公司與手機終端廠商合作，為其提供手機預裝導航數據和軟體。為了使手機消費者使用更便利，手機廠商會有選擇的預裝部分優秀的軟體，於是就必然要向軟體提供商支付一定的授權費用。
3、流量變現和app下載流量分發
高德地圖上億的用戶量級，按照互聯網的流量變現實現盈利模式。高德將會與電信運營商展開流量經營方面的合作，包括定向流量和流量獎勵，通過獲得流量費用分成形成利潤。同時高德地圖海量的用戶也可以為其他app下載提供流量分發功能來實現盈利。
4、互聯網位置服務
高德地圖將處理好的測繪數據或基於位置的定位導航技術提供給其他與位置相結合的企業。比如大家所熟知的高德與蘋果中國地圖的合作，以及此前高德與新浪、阿里巴巴、騰訊、京東在基礎地圖方面的合作，向趕集網、搜房網等 12 萬家網站和第三方開發者提供地圖 API 服務。同時獲取更多 GPS 信息反饋，完善基礎地圖數據。
說完了高德地圖，我們再說一下網路地圖的盈利模式，除了上述的高德地圖的盈利外，網路地圖需要重點說一下他的競價排名模式，同網路的搜索引擎一樣，網路地圖將各種餐飲、住宿、打車等都接入到了網路地圖中，當然這其中也包括各種醫院和葯店。盈利模式當然就是競價排名模式。
另外站在未來的角度看，車聯網的發展車聯網做為未來的一個風口，有上萬億的市場，而導航、地圖等服務，需要這些地圖服務商來提供服務，而車企肯定是需要付費的。
在長期布局地圖O2O未果之後，網路選擇了撤銷了一整個事業部，保守持有大量用戶，從而繼續發力地圖O2O。而高德則不同，高德在放棄O2O策略後，以壯士斷腕的決心完成了一次對業務的重組，全面進攻LBS位置服務。
兩者的主要區別在於戰略思維的不同。網路的地圖O2O的定位是主要解決信息不對稱的問題，通過覆蓋率來為用戶提供位置搜索服務。而高德主要想解決的是出行和公共服務，希望能夠讓整個交通得到有效改善。
由於戰略思維出發點的不同，所以導致網路和高德現在的發展完全南轅北轍。雖然兩者構想的藍圖都是好的，但是究竟哪一種更能夠適應市場需求仍然還是未知數。
廢話不多說，直接上干貨！
作為高德地圖或網路地圖之流，對C端用戶都是免費使用，而且用戶體驗來講是一直在提升的狀態，那麼對C端用戶免費的地圖類產品到底是如何盈利的呢？
互聯網是講究流量，只要有用戶，有流量，那就存在變現手段。
1. 與 汽車 廠家合作
車企目前都在發展自己的智能設備，於是會與地圖類公司合作，既然合作了，肯定要支付一定費用的。
2.廠家、商家入駐費用
之前沒有多少B端用戶的時候，地圖類產品都會先讓商家免費入駐，充實自己的數據量。而隨著數據量越來越大，地圖類企業的名氣越來越高，新進入的商家入駐可能就需要交納一定費用了。當然，大部分目前還是免費的。
3. 對B端用戶提供開放平台
拿高德舉例，高德開放平台提供安卓、ios的SDK，也提供API介面。在搜索一定量的時候，是免費的， 一旦B端用戶搜索量非常大的情況下，就需要簽訂協議做合作收費了。
這么說大家可能會感覺模糊，繼續舉個例子。
假設有家公司是做O2O的，因為連接線上線下，勢必要利用到定位。在初創階段，自己肯定沒有這么的地圖數據，而且開發技術也沒時間和精力去搞這些。那就直接用高德或者網路地圖的介面好了。O2O公司省去了時間成本，技術成本，而高德或者網路因為提供了對應的服務，那勢必要收費吧。而O2O公司的用戶，因為能夠精準定位，體驗提高，自然滿意度也很高，那基本就到了三贏的狀態。
4.投資者青睞
依舊以高德為例子，被阿里收購後，高德搞得越發有聲有色起來。同時，他還能為阿里旗下其他產品提供入口，做到引流，大家一起用力，到達協同效應，相互有好處。投資者開心，繼續投資！平台用戶量增加，流量增長，平台開心！用戶用的爽，用戶也很開心！
5. 廣告費用
這個就不用解釋了吧！
如果喜歡納蘭寫的內容，請收藏或關注！
地圖廠商最 初盈利模式是與車廠合作 ，依賴在車端預裝導航地圖，按照預裝車的數量，從 汽車 廠商那裡收取費用，實現賺錢盈利 。這種模式曾經支撐了高德十幾億的市值。
互聯網時代，尤其是 移動互聯網時代初期 ，智能機的興起使得手機地圖成為移動端APP標配，地圖從此進入個人用戶的視野。但此時的 手機地圖的產品完全是賠本賺吆喝。 手機導航業務以其快速便捷的更新能力和低廉的價格，開始對 汽車 預裝電子導航業務形成沖擊。隨著競爭的白熱化， 手機導航地圖免費徹底沖擊了高德的生命線，最終迫不得已賣身阿里，至此，地圖ToB盈利的時代結束，進入了ToC為主的時代。
ToC的互聯網時代，地圖該如何盈利，地圖廠商門都做了積極的 探索 。比如網路地圖在O2O領域的 探索 ，嘗試以周邊模式為用戶推薦吃、住、行等服務，引入商家POI詳情和點評數據，引入酒店預訂服務，引入出行打車服務等，但是由於線下資源引入線上成本過高，各個線下領域寡頭林立，進入門檻巨大，各種嘗試均不理想。 在移動互聯網時代，地圖產品只能做到有營收，但遠遠談不上盈利 。
最後，不管是網路地圖也好，高德地圖也罷，都選擇了深耕技術，優化產品，作為產品矩陣的基礎服務為其他產品倒流。
在人工智慧時代，無人駕駛的蓬勃發展，讓地圖產業又一次站在了時代的風口。高精地圖作為無人駕駛不可或缺的基礎服務，成為創業公司和無人駕駛企業爭相搶占的新高地。
時代輪回， 地圖在經歷了ToC移動出行市場需求巨大，盈利難求的窘境之後，又重新回到了ToB的對接車廠尋求突破的新的發展階段。
在互聯網領域有句話很現實，用戶就等於流量，流量就等於金錢。所以，無論是網路，還是高德，只要有人用，他們自然有辦法讓用戶使用的流量變現。主要方式有以下幾種：
與車廠合作：其實對於這些地圖公司而言，他們在最開始的收益來源就是與車廠合作。在車上安裝車載導航，一般選擇的都是網路或者谷歌。雖然說使用是免費使用，但是車載導航的安裝還是需要收取費用的。所以，隨著 汽車 行業的發展這成為了他們盈利的一種方式。
跟商家合作：不知道題主有沒有感覺，原先在使用高德或者網路地圖的時候，地圖上很少顯示周圍的信息，比如說道路左側有什麼商場、道路右側有什麼飯店等等，但是現在都有。這也是他們盈利的一種方式，與商家合作。在地圖上顯示商家信息，替他們吸引客流量，收取費用。
最後就是互聯網行業必不可少的廣告費，無論是實體店廣告、還是虛擬產品的廣告，個人感覺在網路或者高德地圖上隨處可見。這些廣告可不是免費加上的，因為有龐大的用戶群體，所以自然而然就能吸引到企業來談合作～
除此之外，現在我們在地圖軟體上還能看到很多打車入口、外賣入口、購票入口。如果選擇在軟體上購買的話，他們也可以收取提成。這種盈利方式這兩年才開始，但是隨著網路的發展以後會更加常見。
網路、高德地圖目前盈利主要來自四大塊：
一是收取地圖使用費，這里收取的使用費不是針對普通用戶，主要是各大 汽車 廠商，因為現在很多車都配備了車載導航，使用的主要就是高德、網路這些地圖軟體，通過對廠商收取軟體預裝費用，來獲取收益；
二是廣告費，因為對用戶免費開放，而地圖導航這些作為硬需求，很多人都會在手機上安裝地圖軟體，這樣有了龐大的用戶群體，就可以通過推送廣告等方式賺取廣告費；
三是接入線下商家，我們打開高德或者網路地圖，可以發現除了顯示咱們出行的線路，還會顯示很多商家店鋪的具體位置，如果你有家商鋪需要在地圖上面顯示來增加客戶流量，就需要支付給一部分費用給高德、網路，從而成為他們另一個重要的盈利點；
四是跨界合作，給其他服務商提供入口，這里主要包括的是出行和配送領域，出行這塊各類打車平台、共享單車平台等平台接入高德、網路地圖，是需要支付相關費用的，另外還有配送領域的外賣、快遞、跑腿等行業也會選擇和他們合作，使用它們的服務從而支付費用。
互聯網時代，流量、大數據就是財富，只要有了穩定龐大的用戶群，即使免費下載使用，也能在後期通過其他方式進行流量變現
其實作為一款工具級的APP，實際上想真正盈利是很難的。地圖領域的老大老二的高德地圖和網路地圖，雖然我不了解其實際運營狀況，但我能確定的是憑地圖本身是不可能盈利的。首先，面對普通用戶是免費的，這類用戶占據了90%，很多車都直接用手機端地圖。然後地圖還有一批企業級的用戶，實際上目前也是免費的，很多內置高德網路的app實際上不用付費的，只有到達一定規模才需要向地圖商付費，類似滴滴、美團這些大的平台APP。
但這些收入我認為不足以支撐地圖這塊兒的投入，地圖並不像我們想像的那麼簡單，誰都做的好，是有很深的技術含量的，而且運營一個上億用戶的地圖平台，投入本身就不小。所以地圖公司市值本來也不便宜，阿里買高德花了20多億美元，已經倒下的諾基亞的here地圖也賣了20多億美元，網路這些年在地圖砸的錢也不在少數。
現在我來回答地圖靠什麼盈利，一定是靠互聯網的生態來盈利的。地圖是什麼，是巨大的用戶流量入口，互聯網經濟的本質是什麼？就是用戶。高德地圖背靠阿里，網路地圖背靠網路，騰訊也在做騰訊地圖。為什麼BAT如此重視地圖，地圖是互聯網生態非常重要的一個板塊，因為其掌控了用戶的出行以及位置數據，這些數據是非常有價值的，LBS可以為BAT其他的商業形態提供精準度數據支撐和流量導入。地圖可以不盈利，但是其他生態夥伴盈利了，這才是互聯網思維。就如同一家公司，盈利的部門是市場部，那人力資源部財務部就沒有創造價值嗎。明顯不是，互聯網生態是一個整體，只要整體盈利，不用關心某一個部分是否盈利，關心的是它是否貢獻了應有的價值。
只要有流量，不怕沒有錢。在移動互聯網時代，流量最重要。
變現的渠道很多：
1 商戶入駐
商戶入駐雖然不花錢，但是想要得到優先推薦就得花錢了，衣食住行是連在一起的，搞定了行，自然也就關聯把衣食住搞定了，餐飲、商場、 娛樂 、住宿等等都會連接在一起。
2 關聯
比方說其他軟體會關聯到地圖，這些地圖就會收費，如大眾點評中商戶的位置等等。
3 引流
作為一個流量入口，可以積極為集團的其他業務提供流量引流服務。
4 廣告
搜索的時候會有先後之分，這時候就得花錢了。
5 增值服務
比方說提供某些特殊的標識等
6 數據
出行數據本身即是非常值錢了，代表了用戶的軌跡
以前的車載凱立德導航買版權是盈利的。後來隨著移動終端的發展，免費成為趨勢。凱立德慢慢淡出視野。 現在是高德，網路在搶占市場。
據了解網路有部分地圖是用高德的數據。這種大企業肯定也肯定是互持股權的，加上資本的撮合。他們合作也很正常，現在是搶流量，搶我用戶。
有流量，用戶就有資本投入。受到資本的青睞就不怕沒錢。公司估值高大把資金來源。。。。真靠那點廣告，流量費早就餓死了
8. 運營商大數據變現需要新思維
運營商大數據變現需要新思維
電信行業近年來受OTT、管道化、資費調整等因素的影響，受到的沖擊很大，傳統業務利潤下滑趨勢明顯。未來要尋求新的增長點，一定是從數據資產的角度出發。運營商守著數據的金礦，如何從裡面挖掘出一桶桶貨真價實的黃金，這是未來發展的重要方向。
從能力角度分析，電信行業屬於整體IT實力比較強的行業，也最早開始挖掘、發現數據的價值。經過15到20年的發展，特別是以經營分析為核心的數據平台的發展，運營商內部的能力建設已經趨於成熟，數據質量、數據治理、數據標准，這些關乎資產自身質量的工作，基本上已經做得比較成熟。運營商有資本沉下心來考慮，到底利用數據來做什麼。
目前運營商有三種數據可以形成變現。第一種是業務交易數據、流程性數據、互動式數據。從變現形式來看，第一個層面，就是能力平台，比如位置平台、信用平台，這些都是運營商基於自己的數據做的一些能力組件。像銀行在用位置平台的時候，可以用來選址，可以看用戶的流動；交通部門可以看到用戶乘坐汽車、地鐵的情況。這都是能力平台的變現。
第二種是分析能力的變現，比如行業的分析報告，運營商基於自身的數據可以形成銀行業、房地產業、零售業的報告等。另外，運營商還可以做出一些針對性的報告，比如某銀行的市場競爭分析報告等。
第三種是合作運營。運營商一直想做的其實是運營的變現，運營商利用海量的數據，為第三方用戶提供定製化運營的服務，收入按一定比例進行分成。這種是相當於合作運營的方式。
大數據要有專門的部門去運營，必須打破信息孤島、各自為政的組織架構，這在電信行業逐漸達成共識。以中國移動為例，中國移動已經考慮在省級公司建立大數據中心，大數據中心是省級公司的二級部門，集團也有類似的考量。這樣的組織一旦確立，這個部門的職責，主要是做大數據的分析和運營。它的平台一級由原來的IT部門，比如業務支撐系統來承建，上層數據價值的釋放、挖掘，以及對外怎樣去變現，全部交由大數據中心這個新的部門來做。其KPI考核已經不再是用戶新增數、用戶保有量、用戶收入ARPU等。其背負的KPI就是數據到底變成了多少錢。這樣的KPI考核，就會推動這個部門每天都去考慮這些數據怎麼變現，這將大大推動運營商大數據向其他行業的拓展。
大數據運營需要行之有效的商務模式，而目前無論是運營商，還是與之合作的企業、政府相關部門，都在進行嘗試。姜欣表示，數據變現究竟是以包月的形式進行結算、以計件的形式進行結算，還是以聯合運營的方式進行結算，目前運營商和第三方行業都在摸索的過程中，需要經過時間的沉澱，才能形成合適的方式。可能是一種，也可能是幾種方式的組合。但不管是面向大客戶、政府還是個人，這三方面如果都有市場，都得到了認可，也形成了固定的商業模式，那麼未來運營商在數據資產變現上一定能夠達到更好的效果。