數據如何變現

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 保險業三渠道讓大數據紅利變現

保險業三渠道讓大數據紅利變現

大數據時代，數據的價值究竟體現在哪裡？保險公司正在用自己的探索給出答案。
據了解，泰康人壽、新華電商等，已率先開啟與以BAT（網路、阿里、騰訊）為首的互聯網巨頭公司的數據合作，最普遍的就是將已有的保險客戶數據與互聯網公司的大數據進行匹配，完善保險客戶的畫像。同時，來自阿里金融保險事業部負責人的信息是，多家保險公司對其掌握的客戶大數據表現出興趣。
經過這些嘗試，保險電商公司進行了更為有的放矢的後續操作，並初步嘗到了「甜頭」，不僅在營銷環節，也在風控環節上。這些成果已包括，精準營銷讓廣告投放的點擊率提高360%以上，發現客戶的賠付率與其芝麻信用呈現負相關關系，甚至建立騙保風險預估模型。
這僅是開始，新華電商副總裁楊億認為，大數據將再造保險業價值鏈，涵蓋從產品研發到營銷、到理賠管理、再到資產管理的幾乎全部環節。
數據與數據融合
互聯網創新業務在業內處於領先地位的泰康人壽，對數據有明確定位，其董事長陳東升在2011年就提出「讓數據產生紅利」的方向。對於大數據，泰康總裁劉經綸認為主要有四大特徵：首先是數據體量巨大，第二是數據類型繁多，第三是價值密度偏低，第四是處理的速度更快。
傳統保險模式運作下，保險公司評估消費者的風險因素只有性別、年齡等簡單維度，這也導致部分保險產品定價保守，且產品同質化。而在大數據時代，風險特徵的描述數據極大豐富，保險公司可以通過大數據摸索更全面的風險特徵，產品細分和個性化設計成為可能，並精細化風險管理和成本管控。
保險公司對於數據有本能的訴求，但簡單獲取數據違背商業原則，因此對數據的利用一般並不來自直接共享，而是與擁有用戶大數據的互聯網巨頭公司之間進行數據合作，這在業內已經有了典型。
泰康人壽創新事業部業務發展部總經理畢海在今年6月份舉行的第二屆互聯網大數據與精算創新論壇上表示，正在加深與騰訊、阿里等互聯網巨頭進行數據方面的合作。
近日也從新華保險的全資電商子公司新華世紀電子商務有限公司（下稱「新華電商」）了解到，其正在與網路大數據合作；「大數據工場」是新華電商的三大定位之一。
同時，來自阿里金融保險事業部負責人的信息是，多家保險公司對其掌握的客戶大數據表現出興趣。
就數據合作而言，保險業與互聯網公司，前者以客戶獲取、客戶維護、客戶風險評估為核心訴求，而後者的大數據在用戶理解和用戶洞察方面有核心優勢，雙方的業務結合點貫穿從營銷到產品研發、再到理賠管理的全流程。
「引流」效果明顯
在營銷階段，通過大數據方案，保險電商的交叉銷售准確率得到提升。
通過與擁有海量客戶社交數據及交易數據的互聯網巨頭進行大數據合作，泰康人壽的互聯網創新產品正在朝精準定價的方向邁進，其從多維的甚至相對混亂的數據中進行篩查，決定保險產品是不是展現在用戶面前，也就是實現精準營銷。
做到這步很初級，互聯網用戶可能多少也都已有體會，經常在瀏覽網頁時被推動自己關心或感興趣的產品，但這點已很重要。
大數據+精準營銷，已經被新華電商的一個案例證明，非常有效；至少在「引流」的作用上，精準營銷有明顯作用。畢竟，互聯網業務關注的「流量」、「頻率」、「價值的轉換」三大要素中，「流量」為首。
已與網路大數據進行合作的新華電商，通過這種合作將保險客戶的數據維度進一步豐富，讓客戶更立體，進一步確定出是誰在買保險，在買哪類保險，他們有什麼特徵。而事實也證明，這樣的嘗試已經初步體現出積極效益。
新華電商副總裁楊億在日前召開的網路世界2015大會上介紹，其在和某大型保險公司的合作中，運用相關模型挖掘成功購買保險產品的高價值客戶，分析高價值客戶的客群特徵，包括基本用戶畫像和上網行為等，並依此在全網擴充目標客群，最後做在線精準營銷的廣告投放。上線後的真實效果是，實驗組廣告點擊率比對照組提升了361%。
楊億稱，這說明向同樣規模的人群展示廣告，經過大數據+精準營銷，可以找到更多真正對保險感興趣的目標客戶，促成更多點擊與轉化。
發揮徵信作用
大數據給保險電商的「甜頭」沒有止步於營銷環節。對於以風控為核心競爭力的保險業來說，在理賠管理環節中，如何進一步發揮大數據價值也是重要課題。目前的嘗試結果表明，在理賠管理中，大數據可以發揮保險徵信的作用。
新華電商將網路對用戶的大數據畫像和新華保險的真實拒保數據進行融合，通過進行黑名單過濾、重大風險識別以及虛假信息挖掘，建立騙保風險預估模型，提升公司整體業務風險管理能力。
再比如，泰康既有的與阿里數據合作的一個結果表明，對客戶的賠付率與其芝麻信用負相關。因此，具有明確數值的芝麻信用可以為其定義客戶風險特徵提供重要參考。
不僅如此，展望未來，楊億稱，大數據將再造保險價值鏈。
除了將對除了前述的營銷階段、理賠管理環節產生影響之外，其還將影響到產品研發和資產管理等重要環節。比如，在產品開發階段，大數據助於預測出險概率、優化定價體系、並採集健康數據用於壽險價值鏈。

以上是小編為大家分享的關於保險業三渠道讓大數據紅利變現的相關內容，更多信息可以關注環球青藤分享更多干貨

③ 如何理解「大數據」 數據質變的3個方面

如何理解「大數據」：數據質變的3個方面

大數據(Big Data)，字面意思是「海量數據」，簡單講就是所涉及的數據量規模巨大到無法通過目前的主流技術和工具來處理，這里的「處理」涵蓋了很多層含義：提取、存儲、管理、分析、傳輸、預測等。

可是，這僅僅是對「大數據」的粗淺理解。

最早提出「大數據」概念的學科是「天文學」和「基因學」，這兩個學科從誕生之日起就依賴於「基於海量數據的分析」方法。

大數據可以說是「計算機」和「互聯網」結合的產物，計算機實現了數據的「數字化」;互聯網實現了數據的「網路化」;兩者結合才賦予了「大數據」生命力!

隨著互聯網如同空氣、水、電一樣無處不在地滲透入我們的工作和生活，加上移動互聯網、物聯網、可穿戴聯網設備的普及，新的「數據」正在以指數級別的加速度產生。據說目前世界上90%的「數據」是互聯網出現以後迅速產生的。

不過，拋開數據的海量化生產和存儲這種表面現象，我們更加要關注的是由數據量變帶來的質變，這種「質變」表現在以下3個方面：

1)數據思維

大數據時代帶給我們的是一種全新的「思維方式」，思維方式的改變在下一代成為社會生產中流砥柱的時候就會帶來產業的顛覆性變革!

- 分析全面的數據而非隨機抽樣;

- 重視數據的復雜性，弱化精確性

- 關注數據的相關性，而非因果關系。

歷來的商業變革都是由「思維方式的轉變」開始的，舊的經濟體制和傳統的商業理念面臨新的商業思維邏輯的時候，如果大腦不能與時俱進，吸收並轉變為順應潮流的新思維，通過新思維重新組織企業組織的戰略、結構、文化和各種策略，那麼貌似強大的體魄反而變成了企業前進的累贅。

這種新思維顛覆巨頭的案例最先發生在信息技術的傳統領域，然後滲透到傳統的商業領域：黑莓(Blackberry)、摩托羅拉、諾基亞、柯達、雅虎。。。案例比比皆是!

當然，這些企業的沒落並不是因為沒有「數據思維」，但他們都是被「新互聯網思維」淘汰的昔日巨人。「數據思維」是最新的思想，其影響力還沒有發展到導致巨頭轟然倒塌。但是，如果不給予足夠的重視，下一波沒落王國的名單中，可能就會有你!

2)數據資產

大數據時代，我們需要更加全面的數據來提高分析(預測)的准確度，因此我們就需要更多廉價、便捷、自動的數據生產工具。除了我們在互聯網虛擬世界使用瀏覽器、軟體有意或者無意留下的各種「個人信息數據」之外，我們正在用手機、智能手錶、智能手環、智能項鏈等各種可穿戴數碼產品生產數據;我們家裡的路由器、電視機、空調、冰箱、飲水機、吸塵器、智能玩具等也開始越來越智能並且具備了聯網功能。

這些家用電器在更好地服務我們的同時，也在生產大量的數據;甚至我們出去逛街，商戶的路由器，運營商的WLAN和3G，無處不在的攝像頭電子眼，百貨大樓的自助屏幕，銀行的ATM，加油站以及遍布各個便利店的刷卡機都在收集和生產數據。

在互聯網領域，我們喜歡說「入口」這個詞，「入口」對應的直接意義是「流量」，而流量在互聯網領域就意味著「金錢」，這種流量變現可能是廣告，可能是游戲，也可能是電商。

在大數據時代，「入口」這個詞還有更深刻的意義，那就是「數據生產的源頭」，用戶通過某個APP或者硬體產品滿足某種需求的同事，也會留下一系列相關的「數據」，這些數據的合理使用可以讓擁有這部分數據的企業獲得更大的商業利益!

所以，在「大數據」時代，意識到「數據也是資產」的公司都已經開始在各個「數據生產的源頭」進行布局，可能是一個解決剛興需求的WEB網站，也可能是一個單純的工具APP，還可能是一個可穿戴的數碼產品!

3)數據變現

有了「數據資產」，就要通過「分析」來挖掘「資產」的價值，然後「變現」為用戶價值、股東價值甚至社會價值。

大數據分析的核心目的就是「預測」，在海量數據的基礎上，通過「機器學習」相關的各種技術和數學建模來預測事情發生的可能性並採取相應措施。預測股價、預測機票價格、預測流感等等。

「預測事情發生的可能性」繼續往下延伸，就可以通過適當的「干預」，來引導事情向著期望的方向發展。比如亞馬遜和所有的電商一樣，都會基於對用戶的喜好及消費能力分析來推薦「商品」，引導用戶提高消費金額;Google等互聯網巨頭也會通過各種技術手段來試圖向不同的用戶展現不同的廣告，並稱之為「精準營銷」，由此來提高點擊率(公司收入);網游公司也會在運營工程中通過玩家行為數據的分析來及時調整游戲關卡及計費點等設計。

以上是小編為大家分享的關於如何理解「大數據」 數據質變的3個方面的相關內容，更多信息可以關注環球青藤分享更多干貨

④ 大數據公司該如何從大數據中獲取價值

大數據公司該如何從大數據中獲取價值？

大數據是近些年來一直被熱炒的話題，而它也的確對未來發展有著顛覆革新的力量。然而，如何從大數據上獲取價值，卻是一個很讓人頭疼的問題。對於這個問題，我們還需深入思考。
在人們意料之中，大數據產業在今天上升到了很高的地位！
8月6日，工信部的消息顯示，大數據產業十三五規劃編制工作已正式啟動，日前已在工信部信息化和軟體服務業司組織下，召開了規劃編制第一次工作會議，成立了規劃編制小組，討論了規劃編制工作方案、規劃草案、任務分工、近期工作安排等。
大數據產業的未來，越來越值得人們期待。但如何從大數據上獲取價值，卻是一個很讓人頭疼的問題。
就在前幾天，筆者讀到一段很「不合潮流」的話。在一次演講中，華為輪值CEO徐直軍表示：「華為不是一個數據公司，不經營數據，永遠不從數據上獲取價值。而是與更多和合作夥伴一起來保護我們客戶的數據，使客戶數據更安全，解決客戶面向未來的問題，使客戶真正實現信息化！」
對於他的說法，我是持懷疑態度的，甚至感到他說的很不嚴謹。如果從文字上細細琢磨的話，對客戶數據的保護其實也是一種對大數據的利用，保護大數據帶來的價值，也是大數據的變現。大數據時代的安全防護，難道不也是一種產業分支嗎？在別人利用客戶大數據發廣告的時候，你保護了這些大數據，除非你是免費的，否則怎麼會沒有價值產生？即便是360的免費殺毒，也在別的地方產生價值了。華為的大數據，又怎麼能獨善其身？
很顯然，沒有人可以游離於大數據的價值之外。不再搞一些文字方面的糾纏了，其實我舉徐直軍這段話的目的，無非是想說明這一點：「大數據，不經意間就會產生價值。」於是，再回到一開始那個問題：「大數據公司該如何從大數據上獲取價值？」
對於這個問題，一直以來我個人的觀點是這樣的：「第一，大數據必須要利用，否則就是浪費，同時棄之不用也對我們的發展不利。第二，大數據的利用要遵循三個原則，一是不能以影響用戶體驗為代價，二是不要採取非法手段去牟利，三是應該確保大數據的利用是在絕對安全的前提之下，或者最大限度的安全之下。第三，大數據要有公眾監督，不能暗箱操作，要有透明性。」
我之所以持有這樣的觀點，是因為這幾個問題是目前外界對大數據比較關注但也很容易被忽視的問題。目前，人們糾結於利用或不利用大數據，卻忽略了怎麼用，怎麼好好的用，怎麼用好。雖然目前大數據還沒有做到真正的商業化，但之前一些關於大數據的「警報」卻必須引起我們的重視，比如社保信息泄露，比如某些電商的信息泄露等等。
對於我的問題，以及這幾個觀點，筆者向大數據解決方案提供商成都數之聯科技CEO周濤請教。周濤是這樣回答我的。
關於大數據本身，他認為，「大數據」是「數據化」趨勢下的必然產物。數據化最核心的理念是：「一切都被記錄，一切都被數字化」。
對於這個觀點，我是贊同的，因為這就是大數據的本質。「天空沒有留下翅膀的痕跡，但我已經飛過」，這只是詩歌，不是現實。
對於如何從大數據上獲取價值，周濤認為：「對此，我們要做得是1，解決『信息過載』的問題，即通過自動化、規模化的方式為每一個用戶找到他感興趣或者需要的信息；2、從非結構化的數據中挖掘出價值，甚至在盡可能少損失有價值信息的前提下將其結構化； 3、在數據隱私和安全得以保障的前提下，從關聯的數據中挖掘出『一加一遠大於二』的價值。」
周濤的觀點，應該是從企業角度來說的。按我理解，應該是這樣三個應用步驟：「一，如何提取大數據；二，如何優化大數據；三，如何合理利用大數據。」說的雖然簡單，但很清晰。尤其是「一加一遠大於二」的說法，很有啟發性。
不過，對此我還有幾點疑問：「第一，提取大數據的方法有了，但大數據的主人是否願意讓企業提取呢？比如，我購買商品，留下了我的信息、地址甚至電話，這些我是不願意讓別人提取的。第二，大數據優化的過程中，有價值的信息留下了，但那些在商家眼裡無價值的信息怎麼處理？一旦所謂無價值的信息被遺棄，最終落入別有用心的人手裡，那會怎麼樣呢？」同時，我還有一個寬泛一點的問題，大數據的安全該如何保證呢？
真正的物聯網時代還沒有到來，但已經近在咫尺，大數據公司該如何從大數據上獲取價值，這是個必須要思考的問題。對於我的問題和憂慮，我很希望周濤或者是其他的行業人士能給我一個解答。

⑤ 常見的流量變現的方法有哪些

1、彈窗廣告變現：適合垃圾流量網站，這是最低級的流量變現方式，沒有任何技術和數據分析，適合垃圾網站使用，一般來說，這種網站的流量價值本身就很低，流量來源沒有確定目標，假如你網站有流量，但實在是找不到變現的方法，可以採取這種方式。

2、廣告聯盟變現：適合內容文章網站，對用戶體驗的影響不是很大，最好的當然是谷歌聯盟，廣告匹配很好，其次是網路聯盟，這種流量變現方式就具有一定的定向性，與網站本身內容契合，文章內容與廣告互補。

3、定向銷售變現：適合購物產品網站，來購物或者產品類網站的流量，本身就具有一定的目的性，他在了解某個產品，說明他對這件產品有興趣，近期或者不久將來有購買的慾望，這種流量價值較高，流量目的性很強，一般都會產生消費，是高階流量的典型代表。

⑥ 什麼數據可以成為數據資產數據資產化如何實現

何為資產？

我們來看一下資產的概念： 「資產是指由企業過去的交易或事項形成的、由企業擁有或者控制的、預期會給企業帶來經濟利益的資源。」

在資產的釋義中，我們可以看出「擁有或者控制」和「帶來經濟利益」是資產最核心的內涵。由資產的概念引申到數據資產，我們可以得到，數據資產是由企業擁有或控制，能夠為企業帶來經濟利益的數據資源。

石油在未得到利用之前，只是一種黑色的液體。數據得不到利用也只是一堆毫無價值的信息，那麼什麼樣的數據資源可以轉換為數據資產呢？

可「變現」的數據資源

可明確作為「資產」的數據資源，表現為以下兩種形式：可幫助現有產品實現收益的增長；數據本身可產生價值。

數據為業務賦能

數據助力現金流，即數據本身不產生價值，但通過數據作用於現有產品 ，使其在創造收益、降低成本上有更好的表現。企業通過這種數據「內消」的方式，將生產經營中產生的數據進行收集、整理、分析，用於服務自身經營決策、業務流程，從而提高產品收益。

數據本身產生價值

通過利用數據優化業務的方式，是數據間接產生收益的方式，這種情況下，數據能夠產生的價值是難以評估的。在合法合規的前提下，讓數據以各種形式進行交易，這是數據產生價值的直接方式。

數據「變現」的過程就是數據資產化

能夠直接產生價值的數據，數據變現的過程就是數據交易的過程，此過程的成本在於數據收集、處理、存儲的成本，屬於比較容易的數據變現；而利用數據為業務賦能擁有更復雜、專業的資產化流程。我們通過一個案例來解析數據資產化的過程：

某金融機構在投融資交易的過程中，一直苦惱於沒有固定的標准來界定企業的可投資性，難以找到符合其投資標準的融資企業和項目，導致出現「有錢找不到投資項目,有投資項目的企業融不到錢」的現象。這時候此機構急需解決信息不完整、不對稱、不透明、缺乏客觀分析與評價的問題，所以找到探碼，希望通過大數據來解決這個事情。

我們了解了該機構的訴求後，得出了數據資產化解決方案：通過機器學習、人工智慧等方式對企業大數據進行分析，以得到解決辦法。具體步驟為：

• 通過社會數據、網路採集、機構數據、企業填報等數據源採集到企業數據，主要包括工商信息、股權信息、行政處罰、銷售年報、司法信息、知識產權、法律訴訟、稅務信息等。

• 利用大數據技術等進行數據清洗、數據合並、數據挖掘、數據標准、安全脫敏、多維關聯等數據治理操作，提高數據質量。

• 利用機器學習技術學習專家打分，模擬專家對企業價值評價的決策過程，先建立評價模型，自動高效的對企業數據進行多維度、全方位解析，最終生成企業評價報告。

隨著數據資源越來越豐富，數據資產化將成為企業提高核心競爭力、搶占市場先機的關鍵。我們也將以扎實的技術，打破數據之間信息孤島狀態，應用雲計算、大數據和人工智慧技術幫助企業實現數據資產化運營。

⑦ 數據如何變現

可以的！但是你必須是一位黑客！

⑧ 如何讓大數據為自己賺錢

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！

⑨ 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。

⑩ 怎樣才能做到把數據增值變現

對於傳統企業來說，要實現數據資產變現，核心應該是跨界合作。企業與企業之間通過數據的戰略合作，打通彼此的數據關系，進行數據合作、交叉營銷、資源互換、整合推廣，用數據共享來驅動彼此的主營業務，這樣將會實現遠高於數據租售帶來的直接經濟價值。