大数据的商业模式

著名管理学大师彼得·德鲁克曾说过，当今企业间的竞争，不是产品的竞争，而是商业模式的竞争。Rappa（2004）认为，商业模式规定了公司在价值链中的位置，指导着公司如何赚取剩余价值；并指出商业模式明确了一个公司开展什么活动来创造价值，在价值链中如何选取上下游合作伙伴以及怎样与客户达成交易、为客户提供价值。

    目前，在大数据产业链上有三种大数据公司：
    1）基于数据本身的公司（数据拥有者）：拥有数据，不具有数据分析的能力；
    2）基于技术的公司（技术提供者）：技术供应商或者数据分析公司等；
    3）基于思维的公司（服务提供者）：挖掘数据价值的大数据应用公司；
    不同的产业链角色有不同的盈利模式。最近，我按照以上的三种角色，对大数据的商业模式做了梳理和细分。
   “数据拥有者”的商业模式
    数据拥有者，这样的公司有三类：
    1.大数据是业务核心，对大数据的重复利用是其发展的原动力，例如Google、Amazon、Inrix等；这种公司具有很强大的大数据技术能力，多数时候大数据技术本身主要用于自身的运作，具有三种产业链角色：数据（＋技术）＋服务；
    2.大数据是作为提高生产效率、增加业务收入或者创造新的收入的使能器，非厂商的主流业务；例如运营商、银行等，运营商的主要业务是通过通信设备提供的各种网络语音和数据业务，目前运营商本身并不通过数据的重复利用为主要手段来盈利；
    3.数据中间商，本身不具有创造数据的能力，从各种地方搜集数据进行整合，然后再提取有用的信息进行利用；
    它们的商业模式有：
    ·2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如Inrix在交通信息领域，面向GPS生产商、和交通规划部门、 FedEX和UPS等物流公司等，出售完整的当前甚至未来的交通状况的模式图或者数据库；
    ·2C：面向个人，提供基于数据分析结果的服务。例如：Inrix提供一个免费的智能手机应用程序，一方面它可以为用户提供免费的交通信息，另一方面它自己就得到了同步的数据。
    ·2D：租售数据/信息模式（数据资产分享和交易平台），新的商业模式，把数据/信息作为资产直接进行销售；例如：Twitter把它的数据都通过两个独立的公司授权给别人使用；VISA和MasterCard收集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录，用来预测商业发展和客户的消费趋势。然后，它把这些分析结果卖给其他公司；
    “技术提供者”的商业模式
    技术提供者的2B商业模式是目前的主流，有4种类型：
    ·提供单点技术，pure-play为主，例如：Teradata为沃尔玛和Pop-Tarts这两个零售商提供大数据分析技术，来获得营销点子；
    ·提供整体解决方案，IT厂商为主，例如：IBM提供软硬一体的大数据解决方案；华为基于IT基础设施领域在存储和计算的优势，提供整体大数据解决方案；
    ·大数据空间出租模式：大数据计算基础设施上（与云结合），通过出租一个虚拟空间，从简单的文件存储，逐步扩展到数据聚合平台，例如腾讯开放云战略为大数据创业者提供了廉价的数据基础设施，使中小企业也有机会在大数据领域创新业务。
    ·Bigdata as a service，新的商业模式，提供E2E在线大数据技术或者解决方案。例如 RJMetrics，为电商提供快捷的商业智能在线服务，软件定价为 500 美元每月，客户只需在软件端输入特定数据，RJMetrics 便会将这些信息备份到安全的服务器上，并承诺在 7 日内优化数据用以分析，之后以清晰简洁的界面将数据分析结果反馈给客户。再例如，GoodData主要面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具，将所有商业智能分析所需的数据和任务都搬到了云上；
    技术提供者的2C商业模式，目前较少，与cloud结合后有很大的空间，未来是趋势。例如：面向个人的家庭帐单、家庭耗能节能等或者面向个人数据的大数据解决方案。
   “服务提供者”的商业模式
    服务提供者有两种，一种是应用服务提供者，另一种是咨询服务提供者。
    应用服务提供者是基于大数据技术，对外提供服务：
    ·2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如前面提过的Inrix ；
    ·2C：面向个人，提供基于数据分析的服务；例如： FlightCaster 和FlyOnTime.us基于分析过去十年里每个航班的情况，然后将其与过去和现实的天气情况进行匹配，预测航班是否会晚点；
    咨询服务提供者，提供技术服务支持、技术（方法、商业等）咨询，或者为企业提供类似数据科学家的咨询服务；
    ·2B商业模式：定位在某一具体行业，通过大量数据支持，对数据进行挖掘分析后预测相关主体的行为，以开展业务；利用数据挖掘技术帮助客户开拓精准营销或者新业务，有时企业收入来自于客户增值部分的分成。 例如德国咨询公司GFK帮助Telefonica 面向零售商、政府部门、公共机构提供基于地点的人员流动（Footfall）数据：以时间为维度（小时/天/月/年），在特定区域的人员人口统计数据（性别、年龄）和行动等数据； 这类企业成长非常快，一般擅长数据挖掘分析技术，帮助一些数据大户如银行、运营商等开展新的业务。
    个人认为，目前产业链上真正的大数据玩家，应该是通过重复利用数据获得利益的公司，例如Google。Google所有的业务都是构建在大数据之上的，索引整个互联网网页，成功地建立了“网页搜索＋广告”的商业模式，发展大数据并挖掘大数据的新价值是其不可不为的原动力；Google是大数据最大的玩家，抢占“人”生存数字化、智能化的入口；2012年Google总营收501.75亿美元，利润107.4亿美元，其9成利润来自广告。我在上一篇关于《大数据的商业本质》中提到，有咨询公司预测2017年全球大数据技术（包括技术、工具和服务，该处服务是指大数据支持、培训和专业服务）市场空间约500亿美金（2012年约为50亿美金），约等于Google 的2012年的总营收。“数据为王”或者“数据驱动”的业务内涵和模式是大数据时代的未来利益最大者。
   大数据要想落地，必须有两个条件：一是丰富的数据源，二是强大的数据挖掘分析能力。目前，IT领域软件开源盛行，逐步降低了分析技术的门槛。很多企业在大数据战略上受挫，就是因为数据源匮乏。企业要想在大数据时代领先，必须多方合作等方式获取更多的数据，这是大数据的基础，也是大数据战略成败的核心。