京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据给IT企业带来攫金市场新机遇
大数据,一个时髦的名词,也是当下热门的业务领域。大数据诱人的利益诉求点之一,即通过大数据能更好地提高效率,更好地有的放矢。一方面,大数据让公司内部更有效地运作;另一方面,大数据让公司更好地了解客户、了解市场。大数据的蓝图显示,大数据弱化甚至消弭了经济运行中的信息导致的不确定性,大大降低了各种资源的浪费,在各种资源日益紧张的今天,大数据描绘出了一个美好的经济社会蓝图。未来真的这么美妙吗?
消费者剩余是厂商想方设法攫取的金矿
我们先温习一下消费者剩余、生产者剩余和总剩余这些经济学基础名词。
消费者剩余又称消费者的净收益,对消费者而言,市场价格是给定的,消费者在购买一定数量的某种商品时愿意支付的最高总价格和实际支付的总价格之间的差额就是消费者剩余。
生产者剩余是厂商所得大于其成本的部分。因为厂商按照最后一个商品的边际成本定所有商品的价格,在这最后一个商品以前的商品的边际成本都低于最后一个商品,此低于部分就是厂商的额外收入。通俗地讲,就是厂商的会计利润。
“消费者剩余”和“生产者剩余”之和叫“市场总剩余”.这体现了市场经济的经济福利,它所表示的实际上是买卖双方在交易过程中所得到的收益。消费者剩余是买者在购买过程中从市场上得到的收益;生产者剩余是卖方在出售过程中得到的收益。
消费者剩余是厂商一直想方设法攫取的金矿。更多地攫取消费者剩余的方式方法是以正面、合法、合理的方式进行的。对消费者剩余的攫取水平,体现了公司市场运营、产品开发、客户细分等能力,这也是众多商科教育的重要内容。
交易是信息不对称、不完全情况下进行的博弈
每一次交易都是一次谈判,都是一次或大或小规模的信息战,交易双方都在力争有利的交易条件。现实生活中,消费者和厂商之间的交易,是双方不断试探不断妥协的过程。双方本着最大化自己利益的原则,在双方的接触过程中,消费者努力隐藏自己的真实购买意愿,努力压低购买价格。厂商努力隐藏自己的真实成本,隐藏自己的销售意图,努力提高要价。双方围绕着价格,打了一场信息战。在众多的消费者、厂商的大量讨价还价过程中,市场价格机制得到了发挥。
市场经济的运作中,信息本身就具有极大的商业价值。市场经济的运作中,厂商与消费者之间的信息不对称、信息不完全,是保证市场有效运作的信息基础。相比消费者而言,厂商拥有对自身产品的信息优势,但厂商却不了解消费者的支付意愿和支付能力的详情。相比厂商,消费者拥有自己支付意愿和支付能力的信息优势,却缺乏对产品、服务、成本等的充分信息。这样,厂商和消费者各自拥有信息优势,同时也各自拥有信息劣势。双方在不断试探中,达成交易价格。
厂商通过各种市场调查咨询公司、通过各种市场营销理论,积极弥补厂商对消费者的信息劣势,这都源于对消费者剩余的追逐。
大数据带来更大量攫取消费者剩余的可能
消费者信息的获取是需要成本的,对消费者信息的解读让未来充满了不确定性,市场的分割与维系同样需要成本,厂商之间的竞争也降低了个别厂商对消费者剩余攫取的可能性和攫取空间。现实生活中,即使最强大的垄断者也无法拥有完全的定价权,无法完全拥有消费者剩余和生产者剩余。
如今,大数据来了,消费者对商品的信息获取、交易支付等消费行为日益在互联网上进行,消费者的消费信息空前便利地被记录、跟踪、分析,消费者在享受数字时代的便利的同时,也逐步丧失了消费者对厂商的信息优势,导致厂商越来越拥有对消费者的信息优势,从而为厂商攫取消费者剩余打下了坚实的信息基础。
此外,消费者的消费行为在互联网上进行,厂商可以通过技术手段实现市场分割,分割的极致就是针对不同的消费者,针对性地展示商品、提供针对性价格。
谷歌早已实现了通过搜集客户搜索行为信息,实现了针对不同的客户,提供不同的搜索结果。一些电商也悄悄开始针对不同的消费者提供差异化的商品展示和价格展示。这一切,都是以人性化、优化客户体验的高尚面目出现的,如果消费者再进一步思考,消费者被对方了解日益深入,也越发没有了信息优势,在未来的交易中,消费者还能保持交易的信息优势吗?交易的公平公正性还能有效存在吗?
市场公平有效的实现,一方面依赖厂商之间的竞争制约,另一方面依赖消费者和厂商之间的各自的信息优劣势制约。厂商定价权的重要制约因素是厂商之间的竞争,但行业竞争的趋势规律是集中度不断增大。随着竞争的发展,厂商之间优胜劣汰、兼并联合,会导致厂商数量减少,厂商的市场结构趋于集中,形成寡头垄断,从而弱化了厂商的竞争效应。只要没有出现革命性创新打破产业发展,这种趋势就会持续下去,导致厂商之间的合谋可能性日益增大。
大数据有助于厂商提供更符合消费者偏好的产品和服务,同时,厂商也获得更多的定价权。消费者在享受更满意的产品和服务的同时,也在不知不觉中丧失部分定价权。
通过大数据,大数据的拥有者会逐步探清消费者的价格底线,从而有利于厂商根据不同价格底线的消费者制定差异化价格,从而有效攫取消费者剩余。移动互联网时代,通过现代通信技术,市场实现了地理位置的突破,造就了巨大的市场空间,但另一方面,通过大数据、互联网,个人的消费行为信息都被及时搜集,个人的主要经济行为在大数据拥有者那里成为透明。这样,就为厂商针对该消费者进行产品推介,针对性地报价提供了巨大的可能。通过大数据和互联网,一方面造就了一个巨大的市场,另一方面,又分割了市场,割裂的市场最小分子甚至是个人。
市场经济活动的核心是价格机制,信息不确定、信息不对称有利于价格机制的有效性,一旦出现信息强势的交易方,那么必然导致拥有强势信息的一方凭借信息优势,侵害信息弱势的一方的利益。市场价格机制的有效性必然遭到削弱。大数据只能增大厂商的信息优势,提高厂商的定价权,大数据的最大获利者将是厂商。大数据大大增强厂商的信息优势,尤其是大数据拥有者的信息优势,厂商将攫取更大比例的消费者剩余,消费者在与厂商的竞争中,将付出沉重的财富代价,消费者实际获得的消费者剩余在总剩余中的占比将下降,甚至大幅度下降。社会财富的分配日益有利于资方,尤其有利于大数据的重要拥有者,社会财富的分配将不断不利于工薪族。这样,一定会导致市场公平有效性的降低。
大数据时代的来临,从某种意义上颠覆了互联网的网络化特征,越来越多的信息集中于大公司的巨大服务器中,互联网上的信息数据正呈现金字塔形状,大数据的拥有者就是新时代的法老。当今经济社会,尤其是网络时代,隐私日益具有经济价值,甚至隐私已经成为可以定价销售的商品。个人的隐私不仅仅是信息问题,更是个人存在价值的基础,也是个人安全感的重要来源。日常工作、生活中,个人的信息呈现碎片状,分别处于众多不同的领域,个人信息的分散化保证了个人信息的总体安全性。如今,大数据提供了将个人碎片状信息汇集的技术基础,个人信息的总体安全性空前受到侵害,个人还能安之若素吗?
大数据创造的美好未来取决于决不能引发厂商对消费者剩余的疯狂攫取,引发财富分配的严重畸形。如果大数据只是让厂商更好地了解消费者需求,从而提供更优质的产品服务满足消费者需求,以及厂商利用大数据更好地改善自身的运营效率,只有这样,大数据才能带来美好的未来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27