京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代下的商业如何转型
随着去年国务院《关于促进大数据发展的行动纲要》的发布,中国大数据产业进入了高速发展阶段,大数据技术的创新和商业应用的脚步明显加快,大数据在细分领域的落地层出不穷,成为一场贯穿用户生活的互联网变革。
在这场变革里,BAT先知先觉率先发力,针对大数据动作频频——百度着重基于用户搜索行为的需求数据、阿里侧重交易及信用数据、腾讯掌控着社交关系数据。除此之外,金融、零售、快消、电商、媒体等领域的大数据案例也层出不穷。

“2016年是大数据行业最为关键的一年,中国大数据产业已经进入了实际应用阶段,还没有部署大数据的企业未来将会失去更多优势与竞争力。”在36大数据创始人刘金玲看来,今年是大数据行业的拐点,整个行业正处于爆发的前夜。
那么,大数据究竟往哪些方面能挖掘出巨大的商业价值?企业又该如何通过大数据获得更多的收益?7月6日,在北京召开的大数据商业应用与创新峰会上,众多业内人士对此展开了一场深入的探讨。
正处于爆发前夜
如今,大数据正在成为继云计算之后抢占市场制高点的又一领地。无论是企业级市场还是消费级市场,都与大数据发生着千丝万缕的联系。
根据互联网数据中心(IDC)的定义,大数据是指为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术。最为重要的是,大数据对整个基础架构和软件、服务带来巨大商机。
IDC发布的报告预测,全球大数据技术及服务市场复合年增长率将达31.7%,2016年大数据市场规模将达到238亿美元,2017年这一规模还将达到324亿美元。2018年全球大数据技术及服务市场复合年增长率将达26.4%,规模将达415亿美元。
“大家现在已经不再空谈概念,而是大数据的商业模式,那些对大数据持有观望态度的传统企业,今年将会纷纷部署大数据。若企业今年还没有实施大数据战略,那么未来将会失去很多优势。”在刘金玲看来,我国大数据的技术已经相对成熟,整个行业开始步入实际应用阶段,并将进入高速发展时代。
“2016年下半年到2017年,中国大数据产业的竞争将会越来越激烈,拥抱客户快速迭代数据产品将是大势所趋。”神策数据创始人桑文锋补充道。
亚信数据大数据云平台部副总经理武源文同样表示赞同。他认为2016年中国大数据行业出现了很多大而全的数据聚合平台,预计到2017年,在全国一线、二线乃至三线城市将会出现更多垂直细分领域的大数据聚合平台。
数据流通将会产生巨额收益,在刘金玲看来,随着社交红利和人口红利的慢慢消失,未来肯定是竞争数据的时代。
仍缺少点想象力
大数据是如何赚钱的?刘金玲将其分为四个方向:解决方案、基础设施、工具/产品化服务、行业应用。
解决方案主要集中于智慧城市、公共交通、政务、反恐、环保、防灾等公共事业领域。从国家及各企事业单位招标的情况不难发现,该领域的招标额是巨大的(小到几百万大到几千万元),因此,目前大部分大数据公司都集中于这一领域淘金。
基础设施则是以技术为导向,包括数据库、数据工具、大数据引擎、软硬结合一体机以及借助数据做的API接口和Hadoop商业化版本等。另一个盈利点则是工具产品化服务,比如精准推荐、个性化推荐、商圈选址等,商家通过付费按需购买。
值得一提的是,行业应用将是大数据产生最大商业价值的领域,“因为它的技术趋向于成熟,数据也在逐渐被收集、分析。”刘金玲说,衣食住行、医疗、教育都是它的盈利方向,也是依托于传统行业和现有的行业去做的应用。
在刘金玲看来,大数据是非常性感、有意思的东西,它的表现形式也不是一堆代码,而应该是能执行的产品工具,但是目前大数据产品仍然缺少一些“想象力”。
“我们不能再以传统的思维、IT服务的思维或者外包的思维去做大数据。”刘金玲说,“并不是说传统数据库、统计学没有用,而是大数据到底该通过何种产品形态表现出来。”
另外,只想象不做那也只是假把式,大数据产品还缺乏一定的执行力。“想象力、技术需要落地,而不是飘在云端,没有人在意你的看法,只有人在意你做出了什么东西。”刘金玲表示,可执行性是目前大数据行业最缺的东西。
事实上,对于当今的企业而言,数据就是一种重要的战略资产,它就像新时代的石油一样,极富开采价值。如果能够看清大数据的价值并且迅速行动起来,那么,在未来的商业竞争中定会占得先机。
但是,目前无论大数据应用在哪一个领域,商业模式并不是都很成熟。
“如果部署大数据架构两到三年没有见到成效,很多公司都会撤掉这个项目或者不再投入预算。所以下一步如何让大数据产生价值,应用到行业当中去是我们应该思考的重要课题。”刘金玲说。
商业模式待探讨
如果把大数据当作未来的石油,发动机又是什么?那就是更直接快速的商业模式。
“大数据最兴奋的点不在商业,其实应该放在政府的智能管理上。”中国传媒大学教授沈浩表示,2017年大数据行业将会出现更多实质性的应用,政府数据的逐一开放将刺激全行业,衍生出更多的商业模式。
实际上,很多大数据特别是敏感的数据都掌握在政府手中,国内领先的移动数据服务商聚合数据曾经在此做过多种尝试,包括跟运营商和电力行业合作,但整个合作过程非常缓慢。究其原因,聚合数据技术总监邵加佳分析道,一方面是资源问题,一方面是决策问题。
“很多时候科技的发展是超过了政府服务的想象力或者它的边界的,我们通过政府跟公司合作的方式,推动政府往前看更远一步,通过数据未来的合作,不管是在民生或是商业方面将会提供更多的应用。”邵加佳说。
“政府是拥有大数据和开放大数据以及制定大数据开放策略的重要一方,如果政府借助于商业,开放更多的API接口,那在这个方面大数据会带来更多的应用。”沈浩说。
奥维万象COO郭梅德则表示,信息孤岛必须要打破,行为数据、运营数据、零售和交易数据进行打通,打通之后我们的数据才可以真正应用和落地。他表示,奥维万象2017年将持续开放更多家电生产和制造的相关数据,智能化制造在家电行业应用会更加广泛,数据的开放和流通应该是未来的趋势。
“2016年下半年到2017年,大数据行业竞争肯定越来越激烈,大家会越来越发现大数据是有前途的行业。”在桑文锋看来,从发展趋势来看,大数据会越来越贴近于应用方向,会与应用结合得越来越紧密,比如航空和零售。另外一种趋势是,大数据公司中什么都能干的公司会越来越少,取而代之的肯定会是更为专业的公司。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30