大數據在眼前的火爆程度不用我太多的文字去鋪墊，從你一眼看到我的文章標題就點進來閱讀就知道了。

雖然火爆，雖然其勢頭有再一次讓很多人類為之燃燒一把的沖動，但我想更多的人應該還在大數據的熱潮中迷茫或焦慮：有人可能對為何大數據，大數據能干嗎還略顯懵懂;有人可能有了概貌有了些自己的暢想；有人想小試牛刀又擔心變現何去何從。但任何一個時代都不乏先驅，我們來看看下面這幾類人已經在大數據里初見黃金，雖然他們可能有很多人在最開始的時候并沒有意識到自己走上了，或者會走上大數據這條路，但他們卻在自己的商業邏輯里最早嗅到的大數據的威力。

1.大數據變現之一圍繞數據資產構建生態圈

生態圈一詞是馬云在2011年喊出來的，阿里第一次為構建生態圈而產生的大動作發生在2012年阿里系獨立公司變為事業部，從而實現了阿里巴巴的中小企業和淘寶市場體系有效的結合。這一舉措將有利于阿里集團大市場的內部生態系統，最終促進一個開放、協同、繁榮的電子商務生態系統。當時我們不明就里、甚至說還很少有人想到維系和實現阿里生態圈的核心究竟是什么？而兩年后的今天，隨著淘寶魔方、阿里指數、阿里全息大數據模型等等阿里在大數據上的布局、升級逐步浮出水面，我們不難理解連接阿里系的生態圈的不是別的，就是它的數據資產這個核心。阿里在阿里生態圈里打通消費者的數據碎片，因為這個打通后的全息數據價值遠大于原有碎片價值的累加，從而使阿里系的企業能夠在原有商業運轉上產生質的飛躍，并疊加出更多大于１+１的新型業態和商業邏輯。

淘寶、天貓、支付寶讓阿里擁有了世界上無人能比及的、覆蓋人群最多、交易量最大的交易數據，有了一個非常高的大數據起點，并且用這個起點對接淘寶旅行、高德導航、UC、快的，阿里大數據實現了在各行業的應用延伸，當然這些行業企業也再度為阿里數據添磚加瓦，讓阿里數據更為多元化、細節化和現實化。這些數據還原的是一個個、一群群、一類類的人，也許有一天阿里機器人比你更了解你是什么樣的人，而阿里數據現在顯然比誰都更清楚消費阿芙精油的人都是群什么樣的人，快的用戶中有多少人以什么樣的頻率在消費阿芙精油。知道了人這個社會最本元的構成還不夠，阿里數據還存下了商業里的流程數據，并不斷讓數據自修正的update從而優化商業流程；當然對于我們個體來說更為恐怖的是：但凡是只要你在阿里能夠得著的地方出現，阿里數據一定在為你做點什么：或許是推薦給你一件你正要購買的商品，或許是給你展現了一段奇妙的旅行，還或許告訴你病了（得的是大數據焦慮癥）。

至于阿里數據如何變現舉個具體的例子。你覺得高德會跟車險有關聯嗎？高德正在跟保險業密謀重置我們的車險費用，你的車險不只是跟車價和以前的出險記錄相關了，它還跟你的駕駛習慣、行駛路況、行駛時間，行駛地點集、個人信用有關，而這些數據可能就來自高德。而在這份保險里高德能無利可分嗎？原來跟保險半毛錢關系也沒有的企業，通過大數據也可以賺到保險的錢了，這就是大數據變現的實例之一。

近期多位頂級計算機科學家加盟阿里IDST(Institute of Data Science&Technologies)，可見阿里在大數據這個引擎上的布局遠超出我們的想象。同時我們也相信科學家與阿里這種體量級的數據的結合，其化學反應不僅會對阿里商業帝國有著重大的意義，對人類的進化也將會如蝴蝶效應般不可估量。

再說另一個雖然沒有阿里生態系大但卻非常有特色和想法的生態圈打造者：樂視。

樂視的硬件是他數據的來源，同時也是他產品分發的渠道（按互聯網模式他應該免費送我們才對，還收我們的錢，所以我們不能說他太便宜了）;而基于受眾對影視產品的觀看，搜索以及評論的數據分析，指導著樂視在商業應用領域的產品打造。比如據說小時代就是這么打造出來的：樂視先用數據刻畫了郭粉的用戶畫像，按照他們的思維模式和行為習慣翻版拍出了小時代。樂視網這個開放平臺則可以讓更多的文化企業其他鏈條接入他的生態圈。

雖然在這個邏輯下顯然小米也有異曲同工之妙，但在世界票房都要因為中國抖三抖的今天，樂視的這盤文化產業的局顯然是目前小米暫時還難望其項背的。

這一類生態圈商業王國典型的特征就是跨界，他用一些核心引擎，包括技術、大數據還有資本打破了原有產業和行業的界限。他們的模型進入傳統產業，就會引起產業的一次顛覆，攪動的是產業里所有元素的重置。

2.大數據變現之二改造原有產業，為原有產業增值增效，甚至產生新的變現模型

C2B的定制商業模型，O2O的線上線下聯通模型，P2P的新型金融模型無一不是這個范例，無一不是構建在大數據基礎之上的。

這里舉一個C2B的例子，今年上半年這家企業似乎一下子占領了不少重要級媒體的版面。它曾經是一家傳統得不能再傳統的服務企業，它在若干年前大數據還在一個實驗室名詞的時候，無意間走上了這條路，起緣是企業要解決生產優化和效能的問題。（看起來是一家無心插柳的前驅企業。）這家企業叫青島紅領集團有限公司。

紅領聲名鵲起的原因，是實現了用規模工業生產滿足個性化需求這一在工業流水線企業以前不可能解決的難題。而幫助他解決這一難題的關鍵在于其研發了一個個性化定制平臺——男士正裝定制大型供應商平臺RCMTM（redcollar made to measure，紅領西服個性化定制），這個平臺其實是一套由不同體型身材尺寸集合而成的大數據處理系統。這套系統基于紅領10多年在制衣生產中對大量的量體數據和版型數據的匹配建模和不斷調試訓練，能夠做到在輸入任一身體尺寸數據后，CAD會自動匹配最適合體型版型，在確定版型之后系統還會自動備料，自動派單、支持按需裁剪按需縫制等工序。一組客戶量體數據完成定制、服務全過程，無需人工轉換、紙質傳遞、數據完全打通、實時共享傳輸，每個紅領生產線上的員工都是在互聯網終端上工作。依靠這套系統一家做定制服裝的企業卻能夠做到每天生產1200套西服的產能，做到一套西服的制作只需7個工作日效能。于是有了通過百萬萬億大數據改造重生，于行業寒冬中獲得150%成長。這是另一個大數據變現的優秀案例。

當然還有其他大數據分析下優化企業部分商業流程或效能的案例，如基于用戶行為畫像下優化產品設計;基于供應市場數據優化采購體系，基于物流大數據優化零售和配送效率等等。

這類型的企業中的佼佼者，也會慢慢向生態圈中過渡，他們構建的是在自己所在行業或者產業鏈條上打通的生態圈，數據是支撐，變現的還是自己在產業鏈上創造出來的附加值。這些產業生態圈會和上面那類型生態圈先在點上產生很多交集和合作，慢慢會勾兌融合成一個更大的生態圈。

3.大數據變現之三獨立的數據服務企業，服務于多方，分取合作者的經濟收益。

在大數據之前這種業態很容易讓人聯想到信息服務業，如咨詢、市場研究、智庫等。而在大數據時代，目前非常典型的是基于數據分析基礎上的精準營銷公司，如DSP、DMP等。他們本身的運營行為不能產生產業附加值，但擅長于數據融合、分析，利用數據挖掘與精準匹配等專業手段，通過數據分析結果優化企業的營銷效能，給企業效益做加法，再從這個加法中分成。（這里要多說一個背景，客戶企業在大數據方面大多在資源（人力、物力）無法做到專業和深入，所以需要相關的服務企業來做。）我們也相信隨著大數據產業和技術的不斷升級，這類型企業(不僅傳統的這些，會有很多新型的大數據技術驅動企業)會從營銷這一個點，拓展到產品、渠道、服務、供應等企業的多個方面。他們因為在一個點上著力，所以能夠在這個點上做更得更深，更透，更優，成為上述兩種生態圈中一個點、一個片的支撐點、服務商，從而產生自己的競爭力和價值。

以上描述的僅僅是現在經濟界中已經看到的大數據產業，而在社會層面、政治層面甚至包括生物進化的層面大數據已經開始初露端倪。當然大數據也不是萬能的，它有它的盲點和悖論，上面的三種數據業態在發展中也會碰到問題和困難，因篇幅太長不再闡述，我們會在下次再給大家另起篇章。

最后借用獵豹CMO劉新華的一句話：大數據不是一個產業，它應該成為一種企業信仰。我們可以期待在這個企業信仰下，人類的生活將會無限美好。