有人說大數據是「石油」是「黃金」，涂子沛說大數據是「土壤」，而馬云說大數據是「生產資料」，我覺得他們說得都對，但是也都不對。
因為大數據就是「大數據」。
當大數據應用在不同的領域和不同的場景下，所產生的意義及其所代表的意義也都不一樣，你沒有辦法用一句話完全概況。大數據是互聯網時代不可或缺的產物，不管你愿不愿意，大數據就在那里，你我都是大數據的制造者同時也是受惠者，這個生態圈的閉環已經形成，而且還在不斷的延伸到各行各業，為不同的行業創造著更新、更大的價值。
2015年9月，我曾經寫過一篇名叫《一文了解大數據領域創業的機會與方向》的文章，該文章首發鈦媒體，后來得到了金融界、網易財經、新芽NewSeed、新浪科技等多家知名媒體的轉載，直至今日，在知乎、微信公眾平臺和微博上，仍然還有很多朋友不停的點贊和轉發。在這篇文章里，我曾經把大數據的商業模式劃分為廣告/營銷、數據交易、工具與數據服務、數據報告和解決方案以及跨界融合五大項，這個論述當時也得到了大數據行業人員的認可和支持。
同樣在那篇文章里，我提出了一個自己的觀點，我說大數據不像電子商務、網游那樣有著「直接明確」的商業變現模式，今天我仍然保持這個觀點。沒有直接的變現商業模式不代表沒有商業模式。人類對科技新興產業以及新興技術的探索是永無止境的。
兩年的時間彈指一過，在這兩年間，中國誕生了大大小小超過400家的大數據新創公司，大數據的應用更是拓展到了我們生活、工作和學習的方方面面，更多的大數據商業變現模式也在逐漸的被發現和應用，部分大數據公司已經可以扭虧為盈，甚至可以實現盈利。
現在問題來了，大數據的商業模式到底是什么 如何利用大數據賺錢呢 今天我就分享一下我所了解到大數據商業模式以及優勢。
首先展示一個常見的大數據平臺架構
圖1：量化派基于hadoop、Spark、Storm的大數據風控架構
這是一個典型的大數據架構，且對架構進行了「分層」，分為「數據源層」、「數據傳輸層」、「數據存儲層」、「編程模型層」和「數據分析層」，如果繼續往上走的話，還有「數據可視化層」和「數據應用層」。
圖2 極星大數據分析平臺架構
整套架構體系里，在每個不同的層級，都分別用了不同的技術和軟件，比如Kafka、Sqoop、Storm、Spark、SQL、HDFS等等。關于大數據架構的設計和各個大數據技術的作用，在此不做一一細表。想進一步了解的小伙伴可以到36大數據網站上去看。
為什么要把大數據的架構一開始就拋出來呢 很簡單，大數據所有商業變現模式，都是圍繞這大數據架構展開的，不同的企事業單位、應用場景的不同，那么大數據架構也有所不同。大數據架構圖也是大數據產業鏈的核心。美國投資公司FirstMark Capital的Matt Turck每年都會更新北美的大數據產業鏈版圖，依據也是以大數據架構平臺為基礎的。投資人在投大數據項目的時候，也會讓創業者在這個圖譜上指出自己公司所對應的層級，層級既代表了行業地位，也代表了商業模式。
我們完全可以這么認為：整個大數據架構圖譜上，每一塊都是機會，每一塊都能產生商業價值。所以這篇文章里，我們將從大數據架構的角度，去說說大數據的商業變現模式。
基礎設施，輸出技術能力獲取商業價值
搭建一個大數據平臺、搭建政務云平臺都是基礎設施典型的應用。把大數據當作基礎設施來建設，費用主要產生在“建設”和“維護”上。建設方面又可以分為整體建設和部分建設，這一部分的商業價值在于輸出技術能力，由于輸出技術的多少不同，收取的費用也不同。做這一塊的公司很多，比如說百分點、阿里數加、亞信數據等等。
甲乙雙方的合作方式可以按照年簽、可以按照項目來簽訂，具體的金額都是上百萬的。隨著甲方數據業務的不斷增加，大數據基礎設施也需要擴容和維修，這個時候就會產生新的費用。我們可以把基礎設施當作把“大數據技術”進行打包賣，而基礎設施往往都是定制化的，不同的單位和公司都不同。
大數據處理技術、商業化大數據技術
前面我們說過，大數據架構是一個整體，而每一個層級上都會用到不同的軟件或者技術。當技術應用到商業活動上，技術和軟件都是需要商業化才能支撐下去的。雖然大數據的眾多技術(例如Hadoop、Spark)都有開源版本，但是開源版本在實際業務中也有很多局限和安全因素，于是出現了將Hadoop商業化的公司，比如Hadoop的三駕馬車公司Cloudera、Hortonworks、MapR。這3家美國大數據公司都通過將Hadoop商業化找到了新的商業模式，從而獲得了巨大的商業價值。其中，Cloudera、Hortonworks已經在紐交所掛牌上市。在中國，做Hadoop商業化做得比較好的公司是星環科技。使用Hadoop商業化版本的好處在于，Hadoop開源的是個通用的版本，而Hadoop商業化版本會增加更多的套件，而且在更新維護方面也有專人負責，安全性能也會更高一些。
除了將Hadoop商業化，在大數據架構上所有用到的技術和軟件也都是分別有不同的商業公司在做的。比如上海的Kyligence公司，他們所提供基于Apache Kylin的企業級智能分析平臺及產品。Kylin處于大數據架構的分析層，也可以和其他技術組合成新的商業化大數據平臺。
數據庫、數據可視化產品等大數據架構里的技術，目前也都紛紛實現了商業化。典型的企業有巨杉數據庫 SequoiaDB、Tableau、Oracle、MongoDB等。
數據源增值、數據源整合和數據API
數據源層也產生眾多的商業模式，比如說數據增值。數據增值的模式是什么呢
數據源增值是一種合作授權然后分成模式。這種模式在通信運營商用得比較多。一句話介紹就是你手里有多少數據，我拿來這些數據去做個什么市場活動，產生了商業費用咱兩分成就是了。
數據源整合這一塊，我比較了解的是因特睿軟件和博為軟件。他們可以幫助政府、企事業單位來打通“數據孤島”，自己扮演的是一個“管道”的角色，讓數據流動起來，整個過程中是以第三方的身份參與的，只是幫助甲方解決數據整合流通的問題。這個合作模式大多數是亦“項目制”進行的。
數據源這一塊還有一個數據爬取和數據采集的模式。無論數據爬取還是數據采集，商業模式都在于“工具”。比如八爪魚就是一款數據爬取的工具，你可以免費使用一些功能，但是也有部分收費的功能。
數據API就比較有意思了，這里的商業模式有點像我們日常生活中的“水”和“電”，你通過API調取了多少數據，就付多少的費用。當然，前提是這些數據是合法及安全的。目前網上也有很多免費的數據API供開發者調用，聚合數據主要做的就是數據API。
隨著國家《網絡安全法》的實施，買賣個人信息屬侵權，販賣50條可入罪，網絡運營者不得泄露其收集的個人信息;中介買賣交換個人信息也算侵權;提供個人信息違法所得5000元以上可入刑。
那么大數據交易所交易的又是什么呢 其實他們的業務里，大部分商業模式屬于數據增值模式，也有數據標注、數據源整合和數據API模式。單純的數據源是不能夠交易的，這里的交易只是一種說法。
咨詢類型的商業模式，數據調研及數據報告
這一類的公司其實在大數據時代之前就存在了。比如麥肯錫、波士頓咨詢、易觀和艾瑞。他們的最終輸出的商業價值是數據報告。數據報告的價值在于其分析的結果具有總結性和前瞻性。數據報告的合作方式，一種是委托式調研出報告，一種是行業研究定期出報告，需要看到詳細報告的企業，需要付費來獲取。
很多情況下，咨詢機構會通過互聯網的渠道放出報告的一部分，如果你想看到報告的全部，需要付費獲取。當然了，也有不少公司是利用數據報告來做企業品牌PR宣傳的。數據報告這種商業模式也存在一定的詬病，在此不作細表。
數據查詢，將數據變成一種產品
查詢類的大數據產品很多，比如天眼查、啟信寶、新榜、清博大數據這些新型的公司。天眼查是一款服務于個人的企業工商數據信息查詢系統，啟信寶提供全國企業信用信息查詢服務，新榜、微信指數上可查到微信公眾號的價值，請博大數據還做了大數據輿情分析。
當用戶需要查詢數據和信息時，部分數據為公開免費的數據，而更詳實、相關聯的數據則需要用戶成為會員，可以按次查詢收費，也可以按時間段查詢收取費用。
數據查詢的意義在于數據具有指導性，可以找到更多相關的信息。這對調研機構、投資人、征信機構來說是非常有用的。
數據平臺管理DSP、廣告精準推送、精準營銷
在廣告營銷領域，大數據早已成為「神器」。在廣告營銷方面，大數據起到的作用是“助力型”的催化劑。花更少的錢獲得更多更具價值的客戶，這是大數據的體現。在廣告營銷方面，晶贊科技、秒針系統、Admaster精碩科技都處于領先且完善的地位。數據量越大，機器學習的算法越準確，所觸達的用戶及質量也會越好，廣告營銷的效果也會越好。
數據是數字營銷的關鍵，基于大數據的營銷應用，讓未知可知，讓隱見顯見，讓過程無過。在4A廣告公司，或者部分廣告營銷公司里，大數據是他們的核心競爭力。大數據營銷產生的價值(如節約的費用、創造的收入)一般是由廣告公司和甲方一起來分成的。也有很多公司是把大數據做成了DSP平臺，需求方按需付費。
商業運營工具——移動統計分析、店鋪分析
移動互聯網的產生的數據量是呈爆發式而增長的，2013年左右，中國做移動統計分析工具的企業也就三四家，比如Talkingdata和友盟。但是今天你去數數看，做移動互聯網應用統計分析、APP數據管理的公司不下20家，包括騰訊、阿里巴巴、亞馬遜、谷歌、百度等這些老牌的互聯網企業，都紛紛的推出了自家的移動互聯網統計分析工具，這也說明，在現在的世界里，移動互聯網數據是個關鍵，移動互聯網數據非常非常值錢。
移動統計分析工具一般情況下是按照時間段來計費的，比如咱們簽約一年，我按月給你付費使用;也有免費使用部分功能，能夠查到部分數據，而其他更重要的數據和分析結果是需要付費才能使用的。
還有淘寶賣家天天都在用的生意參謀、店鋪分析工具，也都是商業運營中必不可少的工具。這種工具的商業模式和移動統計分析工具相同，基礎數據功能免費，更詳實的數據和工具需要付費。
日志分析、監控預警類數據平臺和產品
說起日志分析，就不得不提Splunk。Splunk的產品可以實時對任何APP、服務器或網絡設備的機器數據進行索引、監控與分析，并將結果生成圖形化報表，在此基礎上幫助客戶避免服務性能降低或中斷。
Splunk面向的是細分市場，分析Machine Log，并在上面集成了完整的專用模塊。它的核心競爭力應該是領域知識和抽象，以及相關的優化和功能，而不是大數據。Splunk的商業模式和軟件商業模式大致相同，你需要用到，那你就購買。
金融方向，利用大數據來授信防止羊毛黨
大數據在金融方向的應用就更加廣泛了，基礎設施肯定要架構，數據源肯定要存儲，除了技術方向之外，大數據在征信、反欺詐、P2P互聯網金融、保險、理財產品上都大有作為。目前，所有的中國銀行都部署了大數據架構，同時也將大數據當作自身的軟實力。
垂直領域的應用，用大數據改造傳統行業
說到大數據在垂直領域的商業模式，那就更多了。足球、汽車、房產、影視、工業、醫療等等，凡是你能想到的行業，幾乎都可以利用大數據是實現互聯網+。
舉個例子，比如說專注家電品牌數據分析的星圖數據和奧維云網，通過數據，他們可以幫助家電企業提前預測下一季的爆款產品，也可以分析出目前市面上家電的售賣情況以及渠道的銷售情況等等。大數據在品牌制造商和消費者之間，起到了信息對等、賦能等作用。同時，在營銷方面，大數據也能產生巨大的價值。
如果一個要說大數據在垂直領域的商業化模式，那么在垂直領域，大數據往往是以第三方、工具、平臺等形式出現的。商業模式可以按需付費，也可以按時間段付費。
對于新興的互聯網產品來說，大數據很多時候是以功能的形式出現的。比如說貓眼電影APP，你既可以看到數據，也可以看到電影的資訊，而整個過程中，數據更像是完整產品里的一個功能，因為有大數據在，可以讓用戶更加準確的了解這個行業。
在垂直領域，大數據是一切商業活動的“土壤”，你可以在這塊土地上種上不同的“種子”，從而衍生出不同的產品，最后到使用產品人的手上，由使用產品的人來買單。人工智能、深度學習、圖像/語音識別、自動駕駛汽車等新興高科技，也需要有大數據這塊土地才能長出新的產品，產生商業價值。
除此之外，大數據的預測能力、分析能力也能實現商業價值變現。由于文章篇幅很長，關于大數據在預測和分析方面的商業模式，我將在后面的文章和大家詳談。
也許大數據沒有最直接、明確、簡單和通用的商業模式，但是經過近幾年的發展，我們可以看到的是所有的大數據企業都在尋求商業機會，深耕探索出了適合自己的商業模式，也許并不通用，但是可以讓自己的公司最大化的實現商業價值。這也符合一個新興產業的發展邏輯。
大數據的未來是什么樣的
我不知道，但是我知道，大數據的道路會越來越寬廣，產生的經濟回報越來越大，值得所有人投入進來。
京公網安備 11010502049343號