1. pi幣怎麼變現人民幣
比特幣可以兌換成人民幣，我們對比特幣要謹慎選擇，除了場外交易，還有一些數字貨幣錢包支持人民幣充值買賣，提現比特幣的話，可以通過幣幣交易，兌換成該數字貨幣，轉到錢包賣出。
操作環境：華為nove7手機版本號V5.1.0.5.0，pi幣APP版本號v8.2.2上操作
拓展資料：
一·、pi幣交易的特點：pi幣未來的發展和其他公共區塊鏈一樣，可以允許內部、外部錢包持有和交易，而且Pi Network正在建立一個點對點市場，所有的會員將能夠直接用pi幣購買商品和服務。不僅僅無成本的免費項目，而且同時在全球100多個國家同時啟動，APP內社區開通43種語言聊天室。在進展上一直在完善技術上的改進，而且場項目的社區熱度很高；Pi的空投設計了根據用戶數增長情況的減半模式，項目剛剛開啟4個月，越到後面，越難領到更多的Pi。
二、pi幣未來的發展和其他公共區塊鏈一樣，可以允許內部、外部錢包持有和交易，而且PiNetwork正在建立一個點對點市場，所有的會員將能夠直接用pi幣購買商品和服務。比特幣最早是一種網路虛擬貨幣，跟騰訊公司的Q幣類似，但是已經可以購買現實生活當中的物品。它的特點是分散化、匿名、只能在數字世界使用，不屬於任何國家和金融機構，並且不受地域限制，可以在世界上的任何地方兌換它，也因此被部分不法分子當做洗錢工具。2013年，美國政府承認比特幣的合法地位，使得比特幣價格大漲。
三、而在中國，2013年11月19日，一個比特幣就相當於6，989元人民幣。要挖掘比特幣可以下載專用的比特幣運算工具，然後注冊各種合作網站，把注冊來的用戶名和密碼填入計算程序中，再點擊運算就正式開始。完成Bitcoin客戶端安裝後，可以直接獲得一個Bitcoin地址，當別人付錢的時候，只需要自己把地址貼給別人，就能通過同樣的客戶端進行付款。在安裝好比特幣客戶端後，它將會分配一個私有密鑰和一個公開密鑰。需要備份你包含私有密鑰的錢包數據，才能保證財產不丟失。如果不幸完全格式化硬碟，個人的比特幣將會完全丟失。
2. 去中心化交易所怎麼變現
在去中心化交易所進行交易時，不需要注冊，只需要使用數字錢包連接去中心化交易所就可以進行加密貨幣的交易了，交易完成後，相應的加密貨幣會自動轉入到用戶的數字錢包中，用戶的資產始終在自己的錢包中，就實現了變現。
拓展資料：
中心化交易所可以耐芹簡單理解成私人機構或公司開設一個提供買賣加密貨幣的平台，用戶注冊會員完成後，經過身份認證程序（KYC）並審核通過才能進行掛單交易，除此之外，需要將加密貨幣資產轉入平台，由平台暫時保管。最大特色是使用者介面和體驗較佳，交易量與流通性大，掛單即時成功搓合機率較大。
去中心化交易所就是把用戶的資金存在他的錢包中，交易所就只是給用戶提供數字貨幣流動性，撮合交易由智能合約來完成，最後的結算、清算等都是在（或部分通過）鏈上網路上面完成的，這樣做就可以確保交易的公開透明性。我們通常常見的去中心化交易所有ForkDelta、Bancor、IDEX、KNC、ZRX-0x協議、Loopring等。
去中心化交易所，按照訂單交易流程和清算是否在鏈上進行，可分為純鏈上的去中心化交易所（傳統型）和「鏈上+鏈下」結合的去中心化交易所（改良型）。傳統型的去中心化交易所，用戶交易的全流程（資金託管、買賣訂單委託、撤單、交易撮合、上鏈結算清算等）等，全部通過智能合約記錄到區塊鏈上。用戶資鄭畝梁金存在自己的錢包里，擁有控制權，提高了交易的透明度和信任程度，相對來說較為安全。但這種純鏈上交易的方式，用戶體驗不是很好，而且交易速度、資產流動性非常慢，而且成本比較高。
中心交易所主要就是安全，讓用戶資產的控制權掌握在本身手中，但相應的，在效率與用戶體驗上有所欠缺。雖然中心化交易所曾經爆發過盜幣、丟幣等安全事件，可是由於喊運去中心化交易所的使用體驗並不足夠友好，所以仍然使用中心化交易所。並發 可是從長遠來看，去中心化交易所是將來的趨勢，特別是近兩年來，去中心化交易所的技術已經取得了長足的進步，以太坊、EOS等主鏈上都冒出了愈來愈多的去中心化交易所，特別是EOS去中心化交易所，不管是交易體驗仍是TPS上，都比以前的交易所要快得多。
3. 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。
4. 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。
5. 大數據市場有多大 怎麼利用大數據賺錢
大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。
6. 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、