大数据的商业模式范文15篇

前言：我们精心挑选了数篇优质大数据的商业模式文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

大数据的商业模式

第1篇

关键词：商业模式创新大数据价值

中图分类号：F714 文献标识码：A

文章编号：1004-4914（2017）03-017-03

一、引言

在新经济条件下，由于技术的进步、市场需求的多元化以及对创新的不断激励，传统的商业模式已不能适应企业的发展需求，甚至可能起到阻碍作用，企业进行商业模式的创新迫在眉睫{1}。随着数据量的急速增加，数据之间已不再是以前那种毫无关联的存在，而是有着极为复杂的关系{2}。进入互联网时代之后，涌现出了一批依靠商业模式创新而成功的企业，如阿里巴巴、京东等。互联网、云计算技术等的不断发展，掀起了一场以“大数据”为核心的技术革命，也为商业模式的创新奠定了基础{3}。目前，大数据已经渗透到各行各业，包括金融业、零售业、制造业等，并逐渐成为了新的生产要素，产生了巨大的社会效益{4}。

本文将从大数据与商业模式的相关理论、大数据对商业模式的影响、案例分析、存在的问题以及有关建议等方面进行探讨，力图为企业在大数据背景下进行商业模式的创新提供借鉴。

二、大数据的特性和商业模式相关理论介绍

1.大数据定义与特点。大数据的概念碓从诼罂衔公司（McKinsey & Company）的研究报告，报告指出企业获取并分析大量的数据是商业模式创新开始的标志。国际数据公司（IDC）指出大数据的特点通常可以用5个V来概括。第一，数据量庞大（Volume），从以前的TB级别跃到PB级别，并逐渐延伸到EB和ZB级别。第二，数据类型具有多样性（Variety），包括文本、图片、视频等结构化和非结构化的数据类型。第三，数据价值大（Value），大数据中隐含着极高的商业价值，这种价值要通过信息处理技术得以实现。第四，数据处理速度快（Velocity），所有的数据都是具有时效性的，因此处理数据的速度必须很快，这是大数据与传统数据处理技术的本质差别。第五，数据来源的真实性（Veracity），大数据来源于现实生活，并通过这些内容来解释和预测相关事件。Viktor Mayer-Schonberger在《大数据时代》中指出世界的本质是数据，大数据的核心是预测，并认为未来是数据化的社会{5}。

2.商业模式相关理论。商业模式的概念最早出现在20世纪50年代后期，著名的管理学家Peter F.Drucker认为当今企业之间的竞争不再是产品之间的竞争，而是商业模式的竞争，由此可见商业模式已经成为企业经营的根本。伴随着中国改革开放的发展，20世纪90年代商业模式开始引起国内学者的广泛关注，成为了研究的热门领域。2012年“互联网+”的概念兴起将商业模式推到了浪尖，各行各业都在追捧，尤其是新兴产业。

学术界关于商业模式的研究已有很多，但仍缺少权威的解释与精准定义。Morris等认为商业模式是企业整合自身所拥有的资源来获取竞争优势的一种方式。Osterwalder在《商业模式新生代》中指出商业模式是企业维持生存的方式，指导企业生存与运营，帮助企业发现价值、创造价值和实现价值。刘丹等在《大数据对商业模式创新影响的案例分析》中认为商业模式本质是对市场环境的反应，而作为其创新驱动要素的技术进步将会推动企业内部组织结构、流程以及盈利方式的改变，从而为企业创造新的价值，这也解释了作为推动商业模式创新的技术，大数据可以对行业的发展产生巨大影响{6}。李振勇指出商业模式是一种解决方案，通过整合企业运营中的内外部要素，形成具有竞争力的运营系统，在实现企业价值最大化的情况下，还能提品与服务{7}。原磊则认为商业模式是企业为了获取市场占有率，达到盈利的目的，而努力为客户创造价值、建立内部结构以及与战略合作伙伴形成网络关系的过程{8}。

3.商业模式创新研究。商业模式创新是一种创新形态，按照创新程度的不同有以下两种分类：一种是颠覆式的商业模式创新，其强调创造性的破坏，用一种全新的商业模式彻底地替换以前的旧模式；一种是渐进式的商业模式创新，它是指商业模式中的部分要素发生改变，或者是要素间的关系与机制发生变化，又称商业模式改良{9}。

商业模式创新的路径有五种：基于战略的商业模式创新、基于系统的商业模式创新、基于构成要素的商业模式创新、基于价值链的商业模式创新以及基于价值网的商业模式创新。前两种的理论性较强，对企业的实践指导较弱。基于构成要素的商业模式创新有两种观点，一种是Weill等人认为的商业模式的创新可以通过战略目标、核心能力、经济收入以及关键因素四个要素间的组合方式来实现；一种是Voelpel等强调的商业模式创新是技术、组织基础、收入以及消费者四个要素自身创新来进行的{10}。基于价值链的商业模式创新是以价值链为基础，整合链上的相关资源来实现企业的商业模式创新。这种模式又可以分为价值链延展型、价值链分拆型、价值链创新型以及混合创新型{11}。价值网的商业模式创新是基于价值链衍生得来的，该模式是指企业与竞争对手除了存在竞争关系以外，还有合作伙伴的关系，并且通过建立良好的关系，可以实现共同盈利，从而创造更多的利润{12}。江积海、王琴认为这种模式已经对企业的生存和发展环境进行了全面的分析，是目前较为主要的商业创新途径{13}。这三种模式都是通过价值理论来分析商业发展需求的，通过对价值链上的各要素进行组合，产生新的商业模式。

三、大数据对商业模式创新的影响

商业模式创新与时代背景有着密切的联系{14}，并且大数据背景下的商业模式创新具备全新的特征。苹果、亚马逊、淘宝等一批卓越的公司均已制定大数据驱动商业模式创新的规划。Brown指出大数据时代商业模式的创新应该具有突出的标志，企业家们应当学会用大数据的思维去思考。

大数据对传统商业模式的影响就在于能够从大规模、多样化的数据中发现价值，从而改进原有运营模式，最终实现盈利。如图1所示，在大数据背景下，企业通过大数据技术，瞄准目标客户，挖掘客户的需求，并依此进行企业决策。然后根据这些需求以及企业的决算，从产品、技术或者服务上进行创新，必要时也会重新设计供应链，优化流程，达到降低成本的效果。通过提升企业的运作效率，拓宽收入渠道的方法来实现盈利{15}。

这一过程也可以用图2表达，从价值发现、价值创造以及价值实现三个角度进行分析。

1.价值发现。通过大数据的相关技术，企业可以全面的认识自身业务，这包括观察消费者需求以及竞争对手，预测风险和发现机会，从而了解到企业的外部生存环境，发现客户的价值。Best Buy公司凭借在与消费者的互动中搜集到的信息改进了销售模式，提高了销量。通过搜集美国6000万个家庭的消费数据，Best Buy公司划分出了8个客户市场，并针对每个市场都有一套行之有效地服务方式。如吉尔系列的店就为工作繁忙的家庭主妇配备了高级的私人顾问，这一举措明显提高了店内的人均消费额。另外，还通过大数据进行需求预测，帮助企业了解消费者购买商品的习惯，促使消费者进行再次购物。如在消费者购买数码相机后，就会立刻为其提供电子优惠券，该券可以用来购买照片打印机。

2.价值创造。大数据技术在帮助企业充分了解外部环境时，也会让其重新审视自身的内部组织结构和流程，改善和创新企业的生产模式、合作模式等，实现商业模式的创新。JCPenny公司通过大数据分析，提高了商品价格灵活即时分析的能力，缩短了计算时间，并调整了动态预测信息分析，将供应商以及销售商在供应链上进行了整合，这种商业模式的创新使得公司存货周D率提高了12%，利润增加了5%以上。

3.价值实现。大数据在帮助企业成功实现商业模式创新，不仅使得价值链得以优化，更重要的是通过这些数据可以对链条上的每个流程进行分析，从而实现盈利。西班牙的服装品牌Zara通过大数据的分析，不仅在服装上进行了创新，还对业务流程进行了再造，使得Zara在服装行业表现突出，利润率达到23.6%，遥遥领先其它品牌。

四、案例分析

苏宁电器成立于1990年，刚开始仅是一家专卖空调的实体店，由于质量较高，销量增加，逐步发展成了综合电器连锁企业。2004年上市后便跃升成了中国家电行业的第一品牌，2009年开始了国际化发展。2010年苏宁电器抓住互联网的商机，通过整合线上线下的资源，开始打造电商平台。

传统油烟机的商业模式主要是由制造商靠工作经验设计和生产产品，再投入销售。如果预测准确，商家就能大卖，实现盈利。如果预测不准，难以迎合广大消费者的口味，就会导致产品积压，资金链断裂，甚至会影响到企业的正常运营。苏宁电器通过大数据在油烟机上的设计进行了商业模式的创新。2014年苏宁电器在818大促销时推出了一款法迪欧007的新式油烟机，其功能强大，得到公众的认可，销量大增。该款油烟机之所以能够畅销还要归功于苏宁的大数据平台，通过苏宁电器的大数据研究成果推动油烟机产业的升级，并延伸到了产业链的各个环节。苏宁电器的大数据平台，从产品的研发和设计开始就提供了相关的支持服务，为产品的设计指明方向，并为后续的销售和售后服务提供保障。具体过程如下：

1.价值发现过程。苏宁电器的大数据团队从油烟机市场中发现自身产品的价值。首先，通过收集消费者在网上购物的行为以及购买后的评价，建立消费者需求模型，从而测算出消费者对油烟机的需求。通过大数据的分析结果，研究员发现消费者对当时市场上的油烟机体验感较差。例如，消费者家庭中常用的T型油烟机，因其安装高度太高而使得吸烟效果不明显。虽然后续侧吸式油烟机克服了T型油烟机的缺点，但是由于在翻炒时较易碰到锅，影响炒菜水平的发挥。苏宁电器在消费者购买评价中发现他们对油烟机的需求其实不高：能够吸走油烟的同时还能保证炒菜质量不受影响。为了验证需求，大数据团队还进行实地考察，将理论研究的结果跟实体店的店员以及消费者进行沟通。

2.价值创造过程。大数据团队在获得消费者真实的需求后，将其反馈给制造商，为制造商指明研发方向，并一起研究产品方案，方案出来之后进行大量的实验，使用大数据技术对其吸烟效果和消费者使用体验进行评估，最后得出法迪欧007油烟机的产品方案。将方案投入生产中，生产出的产品返回给销售实体店，相比于传统的生产过程，大数据为其节省了大量的磨合时间，优化了生产流程，提高了效率，降低了生产成本。最重要的是该产品不仅符合吸烟的需求，也满足了客户的体验度。大数据使得苏宁电商的商业模式由传统厂家主导的采定销模式转成消费者驱动型的包销定模式。

3.价值实现过程。大数据帮助苏宁电器通过产品的创新和流程的再造成功实现商业模式的创新，并且使得法迪欧007得到大众的认可，并创造了中国新型产品最快发展速度的奇迹，为苏宁电器带来了更高的利润空间。

从这个案例不难发现，苏宁电器之所以能够在电器行业表现优秀，主要是因为它能够把握大数据时代的脉搏。通过对消费记录、购买行为以及商品评价的海量数据搜集、整理和分析挖掘数据背后隐藏的信息，再将信息提供给制造商，让他们进行产品设计，实实在在地满足消费者的需求。产品出来后，又通过大数据的反馈进行不断的修正。这种商业模式的创新能够保证运营过程畅通的同时，还能提升企业的运行效率，实现商业价值的最大化{16}。

五、存在的问题

伴随着大数据技术的发展，不少企业已开始尝试通过此技术进行商业模式创新，在使用过程中也出现不少问题，主要有以下几个方面：

1.企业盲目跟风，缺少自主创新的动力。对优秀企业的商业模式创新进行学习不仅可以节约研发成本以及市场拓展的费用，还能帮助企业规避商业模式成长期的风险{17}。因此在资金和技术缺乏的情况下，中小企业模仿卓越企业的商业创新模式是一条捷径。然而许多企业在模仿优秀企业的商业模式创新时，通常是盲目模仿，这种往往会以失败告终。从主观角度来看，企业是否模仿以及模仿的程度全部掌握在自己手上，在没有认真了解被模仿企业经济基础、实力的情况下就盲目地照搬，这会导致了其失败；从客观角度来看，任何一种商业模式都是根据企业自身的特点设计出来的，具有独特性。另外，一些企业为了保护自身的商业模式，而故意虚假信息使得模仿企业难以把握他们的真实状况。DELL公司利用大数据获得精准客户后便开始了直销模式，获利颇丰，于是其它企业纷纷效仿，最终都没能成功，主要是因为企业只是简单地模仿了DELL公司砍掉供应链下端的经销商，直接将商品供应给客户，而没有弄清其直销模式的本质。

2.仅与大数据技术相结合，并没有关注其它层面的创新。互联网的发展使得各行各业对大数据技术都产生了浓厚的兴趣，致使许多企业将创新的重点集中在了大数据技术上面，也使得它们的商业模式创新仅仅是通过大数据来进行企业决策与运营，没有考虑自身的特质以及所拥有的资源，无法进行高层次的创新活动{18}。

3.只注重眼前利益，忽略了长远利益。企业的领导者或管理者目光不够长远或者受社会上急功近利风气的影响，在使用大数据技术进行商业模式创新时，企业往往只追求短期高收益，而忽视了市场占有率、市场竞争力等关键问题，使得企业商业模式走入了误区，严重的还阻碍了企业的正常运营{19}。这种没有考虑全局的行为将无法设计出成功的商业模式创新，所以，企业在进行商业模式创新时要从企业的内部组织结构以及外部环境进行综合设计。

4.没有将利益相关者纳入其中。利润最大化是企业经营的主要目的，但并非是唯一目的，还应考虑社会责任等，然而实现中许多企业使用大数据技术挖掘商机时往往只注重自身内部利益相关者的利益，而忽视了社会、环境等外部利益相关者的利益，这种责任的缺失极易引起企业外部危机的发生。经济社会的不断发展，商业模式创新下的价值观要求企业能够承担社会责任，履行社会义务，为自己创造价值的同时还要保障社会利益{20}。

5.缺乏相关的保护。经济学上利润和风险是共存的，商业模式创新成功带来的高利润是企业进行变革的动力，与此同时创新的风险也是企业变革的阻力，风险包括两个方面：一方面是创新失败造成的损失；另一方面就是创新的成果被其它企业剽窃。目前，国内商业模式创新还没有相关的保护措施，这就让企业在投入大量的资源进行大数据分析后，其研究成果被其它企业肆无忌惮地使用，这不但造成企业的利润受损，还会抑制它们的创新意愿。

六、启示与建议

大数据时代企业必须坚持商业模式的创新，利用大数据来指导企业的发展，建立和完善数据收集、处理、分析等基础设施建设以及管理等制度，充分做到一切来源于数据，一切用数据说话，让数据成为企业的资源。在大数据时代，笔者对创新商业模式给出如下几点建议：

1.重视创意与构思。当今社会企业与企业间的竞争越来越激烈，创新可以说是影响企业生存的重要因素之一。商业模式的创新要从已有的基础出发，但又不能局限于此。大数据时代的商业模式创新不能简单地复制已有的商业模式或者仅仅通过查找过往的不足来得以实现的，而是要通过深层次的挖掘以及全新的机制设计来发现价值、创造价值以及实现价值。

2.认真分析客户需求。企业研究和分析市场时投入大量的人力、物力在大数据技术上，而忽视了商业模式创新过程中的客户需求。一个行之有效的商业模式创新能够敏锐地捕捉客户的显在需求，同时又能够挖掘客户的潜在需求，发现别的企业看不到的价值。这一点需要企业通过大数据充分了解每个细分客户群体的需求特征，针对客户的日常消费环境、消费习惯以及消费愿望进行分析与研究，最大程度上满足消费需求。

3.培育忠实消费者群体。电子商务的发展冲击着传统商业模式，在互联网时代下，要培育忠实的消费者群体，通过大数据技术及时掌握他们的需求，并及时调整企业的经营决策，与消费者建立良好的关系，传播企业的产品和文化，提升企业的核心竞争力。

4.权衡各方利益。企业使用大数据技术进行商业模式创新时除了用于分析客户的需求外，还应该重视自己的市场份额、竞争能力、市场地位以及供应链上各方的利益问题。利用全局观念和系统性思考考虑各方利益，承担相应的社会责任与义务，这才能为后续的企业创新提供良好的外部环境保障。

5.加强专利保护。运用大数据技术进行商业模式创新是企业运营过程中智慧的结晶，应该像技术创新一样受到保护。现实中企业的商业模式创新由于不能制造或者以实物形态得以使用，往往得不到专利的保护。针对此类问题，欧美等国是将商业模式的创新融入到商标、版权以及专利产品里，间接地保护商业模式的核心思想。国内相关部门可以借鉴该方法，采取有关措施保护商业模式创新，这样企业才有继续创新的动力。

综上所述，大数据为企业的发展提供了机会，在充分了解和学习现有行业中成功企业的商业模式创新方法的基础上，企业能够积极改革原有的商业模式，并不断进行创新，适应大数据时代的发展。

注释：

{1}李鸿磊，柳谊生.商业模式理论发展及价值研究述评[J].经济管理，2016（9）：186-199

{2}郑琳琳.探究“大数据”对商业模式创新的影响[J].经济论坛，2016（3）：87-89

{3}张金忠.大数据时代下商业模式创新探究[J].中市场，2016（46）：59-60

{4}魏云捷，徐大为，杨一帆，等.商业模式变革研究：TCL案例[J].管理评论，2016，28（10）：250-258

{5}奥地利]维克托・迈尔―舍恩伯格.盛扬燕，周涛[译].大数据时代[M].杭州：浙江人民出版社，2013，1，1

{6}刘丹，曹建彤，王璐.基于大数据的商业模式创新研究-――以国家电网为例[J].当代经济管理，2014（6）：20-26

{7}李振勇.商业模式：企业竞争的最高形态[M].北京：新华出版社，2006，10

{8}原磊.商业模式分类问题研究[J].中国软科学杂志，2008（5）：35-44

{9}项国鹏，周鹏杰.商业模式对零售企业绩效的影响：基于顾客价值创造视角的分析[J].广东财经大学学报，2013，28（1）：25-33

{10}庄建武.基于构成要素的企业商业模式重塑问题探讨[J].商业经济研究，2010，（5）：60-61

{11}马继征.商业模式创新的实现方式与演进机理探究――基于价值链视角[J].改革与战略，2015，31（7）：57-60

{12}李华.基于价值网的企业商业模式创新内在机理分析[J].商业经济研究，2015（35）：95-96

{13}江积海，李琴.平台型商业模式创新中连接属性影响价值共创的内在机理――Airbnb的案例研究[J].管理评论，2016，28（7）：252-260

{14}蔡柏良.平台经济视野下的商业模式创新与企业发展[J].商业经济研究，2016（16）：5-8

{15}宁玲玲.商业模式创新不只是技术[J].经济论坛，2016，（7）：58-59

{16}迟考勋，杨俊.对商业模式设计的三个误解[J].企业管理，2016（9）：61-63

{17}胡勇，乔元波.诸种商业模式与创新驱动的关联度[J].改革，2016（6）：69-78

{18}刘培.商业模式及其创新――基于乐视网的案例分析[J].经济论坛，2016（6）：92-94

{19}刘亚军.决定商业模式成败的能力因素探析[J].科技进步与对策，2016，33（17）：79-84

{20}熊国钺，袁婧t.互联网平台企业的商业模式成功要素研究[J].管理观察，2016（2）：72-74

（作者单位：山西广播电视大学山西太原 030027）

第2篇

[关键词]：大数据工业4.0 精准营销

一、前言

信息革命把全球几乎所有的信息融合在了一起，对于很多行业而言，如何利用这些大规模的数据成为赢得竞争的关键。“互联网+数据”推动了大数据时代的到来，在商业、经济及其他领域中，决策将日益基于数据分析作出，最终衍化出新的商业模式，为改造和提升传统产业创造了巨大空间。2011年5月全球知名咨询公司麦肯锡的《大数据：创新、竞争和生产力的下一个前沿领域》使人们深刻意识到大数据时代已经来临。该报告指出：“大数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”，也预示着大数据时代的到来。

二、大数据时代推动制造业进入工业4.0。

（一）制造业产业链模式的转变

在工业2.0和工业3.0时代，制造业是从产品设计、原料采购、仓储运输、订单处理、批发经营到终端零售一条产业链，企业批量化生产不能满足消费者的多样化需求，最终导致产能过剩。基于大数据，传统工业企业可以降低设计与制造成本，大幅缩短企业产品升级换代周期，提高产品性能，提升企业信息化能力，大幅提升工业企业的自主创新效率，并推动企业核心竞争优势的提升。利用数据分析出不同消费者的特殊偏好，最终生产出满足消费者特定需求的产品，从而为产能过剩和消费者选择有限提供了很好的出路，这就是工业4.0阶段。在这一阶段，仓储运输和批发经营都不再需要，产业链模式优化为订单处理、产品设计与制造、原料处理和终端零售。

（二）、工业4.0将降低成本、提高效率

引进新技术进行数据分析和订单处理并不意味着产品成本的上升，通过数据精准分析和解读从而生产出满足消费者特定需求的产品，帮助企业精准营销，使库存压力减小，终端零售更加顺畅、高效。

（三）、制造业服务化成为新的发展趋势

随着“互联网+数据”和工业4.0战略的逐步推进，以大数据为核心的信息技术具有前瞻性、带动性、和精准性的特点，能够有效促进制造业与服务业融合，提升制造业企业的竞争力和创新能力。

三、数据成为企业重要的生产要素。

美国著名的管理咨询公司麦肯锡预测，使用大数据的零售企业，可使得利润增加60%以上。美剧《纸牌屋》受到观众热捧的原因并非偶然，该剧的出品公司发挥大数据分析优势，对客户的浏览数据和设备数据等进行精准分析，以此确定该剧的题目、导演和参演人员，将大数据中蕴藏的巨大潜在价值转换为实际的商业价值；同样运用大数据思想的沃尔玛的啤酒和尿布营销策略为其带来了巨大的利润。随着大数据时代的到来，传统零售业管理决策的过程必将向大数据决策转变。

数据越来越成为企业攫取巨大商业价值的重要因素，制造业利用相关数据进行精准营销、开发新产品、做出更明智的业务决策；金融机构利用征信系统帮助他们降低对个人信用评估的成本，快速、准确识别出金牌客户；工业企业运用大数据反映出机器故障和问题的根源。数据已经渗透到了当今每一个行业和业务职能领域，对数据的占有和控制以及发展先进的数据处理技术将成为企业间新的竞争焦点。

四、大数据时代下商业模式转变的配套措施

（一）大数据分析和解读的技术配套

通过收集、整理生活中方方面面的数据，并对其进行分析挖掘，从中获取有价值的信息，需要有先进的技术支撑，这不仅是大数据商业价值的直接体现，也是最小化大数据所带来的负面影响的重要保障。大数据分析中出现的技术问题：统计误差、大数据被过分解读、数据泄露等，如果不能很好地加以控制，将会造成严重后果。为保证数据被安全有效的利用，需要加快技术改进与创新，使大数据沿着正确的轨道为人类创造更多的价值。

（二）与大数据有关的立法亟待建立与完善

大数据技术及其商业化客观上有利于个人和公共利益，当然也能被用于侵害我们的利益。大数据时代正在来临，每个人都不可避免地参与其中，所以大数据中涉及个人隐私的法律保护就必须要提上立法议程。数据公开与隐私安全要有明显的法律边界，数据使用要在保障数据主体合法权益的条件下进行，确保大数据在产权清晰、权力保障有效的框架下发挥更大的价值。

（三）大数据时代要加强社会道德建设

真实的数据可以为我们带来巨大的经济利益，为了避免数据成为一些人谋取不当利益的手段，这不仅要在法律上进行约束，更要在道德上进行约束。数据公开与运用要合法、合理并征得客户同意，切实从道德层面上保障我们每个人的合法权益。大数据时代技术的进步、社会的发展是更好服务大众的关键，而良好的道德素质则是实现其商业价值的基础。

五、结语

大数据并不在“大”，而在于“有用”，随着移动互联网、、社交媒体、自媒体技术的飞速发展以及“互联网+”战略的推广，企业的商业模式在大数据的推动下将迸发出新的生命力。数据正在重构很多传统行业，加快大数据技术创新，同时完善相关法律建设和道德建设，各行各业都可从大数据产业链中攫取巨大的商业价值。

政府要成为促使大数据时代商业模式转变的主要推动力，一方面，要加大公共信息的公开力度，减少社会搜寻信息的成本，从而为各产业增值提供更大的空间。另一方面，要鼓励企业进行商业模式转变，在法律、税收、社会责任等方面给予帮助。大数据时代为商业模式的构建提供了全新的发展机遇和发展前景，我们要积极推动各产业以及相关的技术、法律和道德的集聚配套发展，带动经济结构的转型升级。

参考文献：

[1]MCKINSEY.Big data： the next frontier for innovation，competition，and productivity[R].2011.

第3篇

关键词：大数据时代出版企业商业模式

大数据时代的到来，让出版行业遇到了前所未有的困境和危机。为了突破出版行业的发展瓶颈，出版企业必须要构建新的商业模式，促进出版企业的可持续发展。新时代的出版商业模式的构建，必须要立足于当下的行业现状，同时结合行业发展的前沿动态来进行，这两者缺一不可。如果不能够从当下的行业现状出发，那么商业模式的构建就如同空中楼阁，缺乏实现的基础；如果不能够结合行业发展的前沿动态，商业模型的构建就会缺乏长远的眼光，顺应时代的发展规律。

一、大数据时代促使出版企业转型

大数据时代的概念，是由全球致命的咨询公司麦肯锡公司首次提出的。麦肯锡公司认为：数据已经深入到了当今社会的各行各业，是重要的生产因素之一。大数据时代的到来，对人们驾驭数据的能力提出了更高的要求，人们必须能够全面地收集信息，科学地利用信息，才能够创造更大的经济效益和商业价值[1]。进入大数据时代之后，各行各业都受到了深刻影响，其中出版行业受到的影响尤为严重。

传统的出版行业以纸质媒体为主要传播方式，生产周期长，生产成本高。进入大数据时代以后，传统出版逐渐被数字出版所代替，受到了严重的冲击。数字出版具有传统出版所没有的巨大优势，能够将文字、图像、声音完美地结合在一起，带给读者更加强烈的视觉冲击[2]。同时，数字出版的生产成本低，生产速度快，运用比较方便。数字出版的出现，改变了出版行业的模式和流程，传统的媒介形式逐渐没落，销售和服务的方式也发生了极大的改变。总而言之，数字出版的出现，大大压缩了传统出版的生存空间，迫使出版企业必须进行转型。

在这种情况下，出版企业必须从行业全局的角度着手，对自身的发展进行规划，寻求传统出版与数字出版的融合方式，构建新的商业模式，促进自身的转型。

二、出版企业的商业模型构建原则

（一）延伸价值链

对于一个行业来说，价值链主要由基本活动和支持活动两部分组成。基本活动就是企业的生产、营销、运输和售后服务，支持活动包括原料供应、技术研发、人力资源调配等等。为了确保出版企业在新时代的发展，必须要对出版产业的价值链进行延伸，让出版产品实现价值上的增长。在新时代的出版行业产业链当中，每一家关联的企业都为产品价值的增长作出了贡献，而构建的商业模型必须让这些企业的贡献集中协调起来，发挥更大的作用，提高出版企业的市场竞争力。

为了延伸出版价值链，要从多个层面入手。首先，要挖掘传统纸质出版的生存空间。纸质出版虽然正在被数字出版所取代，但必须要经历一段漫长的历程，所以，纸质出版仍然具有一定的生存空间。出版企业要注意对市场客户群体进行细致划分，为不同客户群体提供不同的出版产品，提高企业在出版行业中的地位。其次，要采取多元化的经营方式，寻求与图书、报刊、广播、电视、网络、无线通信等多种媒体的融合途径，打造企业的代表性品牌产品，树立企业的形象[3]。第三，出版企业可以顺应新时代各种媒介融合在一起的趋势，对于同一出版内容采取多种媒体增值的方式，提高出版内容的增值能力，在行业当中占据高端地位，取得更加丰厚的资金回报。

（二）缩短供给链

供应链是与价值链相对应的概念，也就是以企业的核心业务为中心，一切与商品形成至商品到达消费者手中的过程相关的活动，包括原料采购、产品制造、产品运输等。而缩短出版行业的供应链，也就是说要减少出版产品分销的中间流程步骤，提高出版产品的生产效率，降低出版产品的运输成本，从而提高出版产品的经济效益。

在传统的出版行业当中，供应链包括了对信息流、物流、资金流的控制，涉及到供应商、制造商、分销商、零售商等群体，是一个规模庞大、结构复杂的网络系统。而对于新时代的出版企业来说，要想取得进一步的发展，必须对这一复杂的网络系统进行简化，降低产品的生产成本，提高利润。

三、出版企业的商业模型构建策略

为了打造新时代的商业模型，出版企业要从以下几个方面入手：

首先是建立起专业的人才队伍。目前我国出版行业的人才都具有对传统出版相当深刻的认知。所以，出版企业要积极更新专业人才的知识结构，提高他们对数字出版的认知水平，以便将寻求到传统出版与数字出版结合的路径。

其次要建立数据库共享机制。大数据时代中，一切工作都离不开信息资源。数据库是信息资源的储存场所，无论是企业决策、市场反馈，还是对物流、资金流和信息流的控制管理，都需要以信息处理为依托。建立数据库的共享机制，能够帮助出版企业协调各个部门的工作，也能够加强与其他出版企业之间的沟通，促进行业的发展。

最后是要注重理念上的更新和服务上的创新，带给消费者更加良好的体验。在大数据时代，出版产品必须要能够与多种媒体进行连接，丰富产品的相关服务类型，提高出版产品的附加价值，尽可能站在消费者的角度去向问题。

四、结语

大数据时代的到来对出版行业产生强烈冲击。出版企业必须结合行业当前的发展形势与未来的发展动态，构建新型的商业模式，尽可能地延长价值链，缩短供应链，丰富产品的类型，提高产品的附加价值，促进自身的进一步发展。

参考文献：

[1]彭彦.移动互联时代出版企业商业模式创新的五维评价模型[J].科技与出版，2015，07：37-41.

[2]刘美华，王谷香.“互联网+”时代出版企业在线教育发展战略探析[J].出版发行研究，2016，02：50-53.

第4篇

关键词：大数据产业链商业模式创新

大数据时代的来临，也带来了商业革命。国际数据公司（International Data Corporation，IDC）调查显示，2013年全世界的电子数据存储量将达到180万PB，并且每年以超过50%的速度增长（王劲，2013）。数据规模的跃迁带来巨大的商业价值，必将带来商业模式的创新，但是对于大数据环境下企业的商业模式创新问题还缺乏相应的研究。本文在分析大数据及商业模式的理论基础上，研究归纳由大数据产业链衍生的新型商业模式，以期为相关企业带来启示。

第5篇

“大数据”的内涵及零售企业大数据源的内容

（一）“大数据”含义及特征

“大数据”是指大小超出了一般数据库软件收集、存储、处理和分析能力的大容量数据集（Bill Franks，2013）；其“大”不仅指数据规模大，还指通过对海量数据整合和分析发现新知识，转化为商业优势，带来大价值、大利润和大发展。“大数据”一般包括四个特征（四个V）：一是数据量大（volume），数据量级别以EB和ZB计算；二是数据类型多样（variety），除了传统结构化数据，还涵盖文本、图片、音频、视频、评论、地理位置信息等半结构化和非结构化数据；三是数据价值高、密度低（value），利用大数据技术对海量的数据进行挖掘，发现数据背后隐藏的价值；四是实时处理（velocity），“大数据”通常以数据流的形式动态、快速产生，具有很强的时效性，要求对数据进行有效和适时的处理。

（二）零售企业大数据源的内容

1.大交易数据。即零售企业内部因交易产生的数据，主要指来源于企业ERP、SCM、CRM和WEB交易系统并以SQL数据库来存储的数据，可以分为企业营销数据、企业管理数据两部分。前者是将企业产品或服务转移到顾客身上所产生的数据，有顾客数据、销售数据、价格数据、产品数据、市场竞争数据等；后者是对企业的产品、人员、设备进行管理而产生的数据，有财务数据、运营数据等。

2.大交互数据。主要是来自互联网、移动互联网中人与网站、人与人交互产生的数据，主要包括消费者在零售企业电子商务网站上进行商品搜索、浏览、比较、购买时产生的点击流数据、来自社交网络和即时通讯软件的分享推荐、交流沟通、咨询等社交数据，涵盖视频、即时通讯记录、录音、图片、帖子、点击动作等各种类型的非结构化数据。

3.感知数据。主要来源于物联网中的传感器、RFID、GPS芯片、观测设备等检测到的关于零售企业产品、设施、路线布局、柜台设置和顾客等信息的数据，包括传感数据、RFID数据、观测数据和由含有GPS芯片的各种智能终端等产生的地理位置信息数据。

“大数据”驱动的零售企业商业模式创新内容

顾客价值主张创新是“大数据”驱动的零售企业商业模式创新的核心内容。顾客价值主张是对顾客真实需求的深刻描述，是企业经营活动的起点，只有明确了企业的顾客价值主张，企业才能开展其他的活动（魏炜、朱武祥，2009）。“大数据”驱动的顾客价值主张创新，主要包括：

（一）以实现顾客个性化价值为战略目标

零售企业应以实现顾客个性化价值为战略目标，通过布局“大数据”战略，利用大数据技术整合和分析容量巨大、类型多样的数据，全面洞察顾客的需求偏好和购买行为，精准搜寻目标顾客，实时为顾客提供个性化的产品、服务和体验，保证顾客对企业活动的个性化、深度化参与，促使顾客个性化的价值主张得以实现。

（二）精确地洞悉顾客的真实需求

零售企业应利用基于大数据分析技术的平台，将顾客个性化参与融入传统价值链活动中，实时储存和整合顾客的大交易数据、大交互数据和感知数据，通过数据分析挖掘顾客真实需求信息，勾勒出一个360度顾客全景视图，获得全面、精确的顾客真实需求信息，设计精准、实时的需求响应系统，满足顾客个性化需求。

（三）精确到个体的顾客细分

零售企业应利用“大数据”获得全面精确的顾客需求和购买行为信息，借助大数据分析工具从多种不同的维度对顾客进行更精准的细分，形成每个顾客的购买需求、购买行为、购买偏好和购买决策的信息，从而实现对顾客的个性化营销。

（四）实时精准的定位

零售企业应通过大数据技术收集、整理、分析和反馈来源众多、类型多样的顾客数据，实时模型化顾客的行为，随时随地精准定位顾客潜在需求，快速精准识别顾客购买决策，主动推荐产品或服务促进交易的完成，实时满足顾客需求。

“大数据”驱动的零售企业商业模式创新的支撑条件

（一）创新的运营支撑条件―关键业务和流程创新

1.体验创新。零售企业需要利用大数据技术不断优化顾客的购物环境和购物内容，更加地符合顾客的购买习惯，更好地满足顾客的心理诉求和体验偏好，提高顾客体验水平。一是构建顾客体验分类模型。通过大数据技术收集和分析顾客购物过程中与企业及其产品的每一次接触行为数据，依此判断和评估顾客的购物体验状况，从中提取关键性的顾客体验指标，并对其指标进行聚类分析，归纳出顾客体验的主要类型，构建顾客体验差异分类模型，针对主要顾客进行深入的购物体验调查，依据调查结果进行业务流程设计，针对顾客交易过程中因体验不佳放弃购买的环节进行再设计，改进顾客购物流程和环境，提高顾客体验水平。二是构建顾客流失监测与预警模型。运用大数据技术，收集和分析流失顾客的行为特征和流失成因等信息，构建顾客流失监测与预警模型，提前发现流失顾客状况，及时、主动地关怀和挽留顾客，降低顾客流失率。

2.营销创新。零售企业需要构建顾客购物行为模型，主动推荐个性化服务，实行精准营销。一要借助大数据技术，整合顾客需求、行为偏好的数据，根据数据分析结果构建顾客购物行为模型。二要在实时更新顾客购物行为模型基础上，主动向顾客提供优质的体验和关怀，精确推荐符合顾客需求的个性化产品或服务，实现精准营销，满足顾客个性化需求。三要实行全渠道营销。利用尽可能多的渠道与顾客互动（李飞，2013），除实行电商化策略外，还应通过网上店铺、移动店铺发起地面活动，邀请顾客到实体店消费、参加节日主题活动等，把网络购物和实体店购物体验完美融合起来，以满足顾客购物、娱乐和社交的综合体验需求，实现全方位的营销。

3.供应链管理创新。零售企业需要利用大数据分析技术将供应链所有环节（供应商平台、交易系统、仓储管理系统、运输管理系统、数据分析系统等）整合在一个供应链平台上，统一管理、全面共享各环节数据，实现供应链管理创新，包括根据顾客购物行为模型，控制企业产品的采购和销售；推动大规模产品定制预售活动；建立一套科学的库存管理预警机制，保证库存、价格信息的实时更新等。

（二）创新的资源支撑条件―关键资源能力创新

1.大数据分析技术。主要包括：大数据收集。零售企业需要运用大数据收集工具及不同收集方法，收集各种顾客需求偏好和购物行为的数据。大数据存储、集成及预处理。零售企业需要利用云存储的数据仓库系统对大交易数据、大交互数据和感知数据进行解析、清理和重构等，对缺失值、重复数据和噪声数据、异常数据进行有效处理，并按主题进行数据组织，便于数据查询和实时访问，为零售企业提供数据共享，提高企业经营决策效益（谭磊，2013）。大数据组织。零售企业需要对进行包括数据转化、数据抽取两方面的大数据组织（徐国虎、孙凌，2012）。数据转化是对数据进行预处理后，将结构化、半结构化、非结构化数据进行过滤或映射转化为模型和索引，提炼出有意义数据；数据抽取是检测数据的相关性，以发现关联的数据所蕴含更大的价值特征，从顾客行为数据和产品销售数据的关联性中，分析不同群体顾客购买模式。大数据挖掘和应用。零售企业需要通过挖掘顾客行为、需求和消费偏好等数据，实现顾客分类模型和顾客流失模型、基于位置和时间的精准化推送、产品关联推荐、市场交叉销售、预测顾客再次购买、商场布置、货架布置、货存安排、企业舆情分析等应用安排（惠琳，2014）。

2.商业洞察能力。商业洞察能力的本质是将大数据资源转化为企业预见力和决策力。零售企业需要在本企业市场、投资、运营等部门共同协作下，利用“大数据”预测顾客潜在需求和市场机会，指导企业的业务决策，将数据精确度和决策粒度相结合，优化企业经营管理方案。

3.大数据成果共享能力。大数据成果共享力直接影响零售企业的经营质量和经营效益。零售企业需要通过大数据战略部署，重新定位大数据分析部门的功能，通过将大数据分析部门和IT部门定位为大数据技术和成果服务提供者；加强大数据共享平台建设；不断完善大数据成果共享机制，打破信息部门、营销部门、客服部门、供应链部门和销售部门等各部门间的数据壁垒，实现跨部门顾客购买行为和需求偏好数据的共享等措施，增强大数据成果共享能力，实现精准营销和立体营销。

第6篇

从2011年年底开始，大数据成了行业内的时髦的名词。那么什么是大数据？

这个世界的数据由两类组成：交易型的数据，是线性的，在牛顿力学的范畴之内，由理性思考的右脑产生并进行逻辑运算，比如银行的金融交易活动、运营商的计费信息。大数据，则是离散的，属于量子力学的范畴，由感性思维的左脑生成情感类的信息，比如Facebook这些门户网站、搜索网站和社交网站的用户生成信息。

现有大数据公司的模式，不外乎这三种

首先，像亚马逊、谷歌和Facebook这类公司，因其拥有大量的用户信息，通过对用户信息的大数据分析解决自己公司的精准营销和个性化广告推介等问题。这类公司将改变营销学的根基，精准营销和个性化营销将有针对性地找到用户，多重渠道的营销手段将逐渐消失。

其次，像IBM和惠普这类公司，是通过整合大数据的信息和应用，给其他公司提供“硬件+软件+数据”的整体解决方案。这类公司将改变公司的管理理念和策略制定方式，没有数据分析支撑的决定将越来越不具有可靠性。

最后，新兴的创业公司则通过出售数据和服务更有针对性地提供单个解决方案。这些公司更接近与把大数据商业化、商品化的模式。这类公司将大数据商品化，这将带来继门户网站、搜索引擎、社交媒体之后的新一波创业浪潮和产业革命，并会对传统的咨询公司产生强烈的冲击。

我认为还会有新的商业模式出现，就像互联网创造了搜索、电子商务、竞价排名一系列商业模式一样，大数据会孕育更多新的公司类型，这也是大数据最有投资潜力的原因。

障碍：数据的“流动性”和“可获取性”

第7篇

>> 大数据环境下温州民营企业商业模式创新探析大数据背景下的商业模式创新大数据背景下商业模式创新探究大数据与商业模式创新大数据环境下中国网络剧商业模式新特征基于“大数据”的商业模式创新及启示 “大数据”对商业模式创新的影响分析大数据时代的商业模式创新研究大数据时代商业模式创新分析 “大数据”驱动的零售企业商业模式创新探究大数据视野下的淘宝商业模式解读大数据背景下电力企业智能营销模式研究大数据背景下电力企业营销管理创新研究大数据背景下电力企业管理创新研究大数据环境下审计模式创新环境企业商业模式的创新策略对大数据的商业模式创新问题的探索精细化、科学化――大数据背景下电力企业营销管理创新机制大数据背景下信息服务业的商业模式分析对大数据时代下雅昌艺术网商业模式的探究常见问题解答当前所在位置：l.

[7] Bill Franks，黄海，车皓阳，王悦译.驾驭大数据[M].人民邮电出

版社，2013.

[8] 姚玮，江樱.浅析电力企业如何应对大数据[J].科协论坛，

2013.8：49-50

[9] 褚燕.基于智能电网的电力企业商业模式创新研究[J].华东

电力，2010.38（11）：1667-1770

[10] Paul Timmers. Business models for electronic markets[J].

Electronic Markets Journal，1998.8（2）：3-8

第8篇

关键词：商业模式；大数据；

中图分类号：F713.51 文献标识码：A 文章编号：1674-3520（2015）-01-00-01

在以大数据为核心的互联网经济下，企业该如何进行商业模式创新，以适应不断变化的经济形势与技术发展，是我们迫切需要思考的问题。

一、商业模式的发掘

商业模式不是一开始就能设计出来，它只能在企业运营过程中发掘出来。商业模式也不是一蹴而就的，理想的商业模式往往要经历长时间的磨合调整才能成型。就算小范围试验成功，在面对更大范围的市场时，也需要作出相应的调整，所以，商业模式虽然有型，却是动态的。不断创新、优化的信息技术革命完美的适应了商业模式动态变化的需求，与商业模式紧密的联系在一起。在我们现今所处的信息、内容爆炸的互联网时代，两者的结合是如此的紧密。

企业发展都遵循了这样的逻辑：发现需求―找到解决方案―形成产品和服务―建立商业模式―规模复制，这其中每一个环节都离不开信息技术的支持。信息技术应用于现代企业管理与商业模式创新的革命性飞跃，是基于现代企业管理理论和信息网络技术最新成果而进行的系统工程。将现代商业模式、企业发展模式、运营流程、管理方式等等，与信息技术相整合、相融合，通过丰富多样的计算机通讯软硬件系统进行确定、固定（只是相对确定、相对固定），以达到企业稳定运营、规范管理，避免员工错误与失误行为，约束员工不规范与不正当行为，从而实现整个企业的自动自发运行，让企业最高层和管理人员从繁杂的管理泥潭中解放出来。

二、大数据与商业模式的结合

一个大规模生产、分享和应用数据的时代正在到来。商业模式的创新离不开大量经营生产的数据作为基础，大数据以及利用信息技术对其进行知识管理成为现代企业需要认真研究的一个问题。从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

大数据挖掘商业价值的方法主要分为四种：

1.客户群体细分，然后为每个群体量定制特别的服务。

2.模拟现实环境，发掘新的需求同时提高投资的回报率。

3.加强部门联系，提高整条管理链条和产业链条的效率。

4.降低服务成本，发现隐藏线索进行产品和服务的创新。

在云计算出现之前，传统的计算机是无法处理如此量大、并且不规则的“非结构数据”的。以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。通过云计算对大数据进行分析、预测，会使得决策更为精准，释放出更多数据的隐藏价值。

大数据时代的到来，必将对现代企业运营管理与商务决策带来前所未有的机遇和困惑，基于大数据的商业模式创新则聚焦于在商业活动和管理模式中的综合性作用与影响。基于“大数据”的商业模式创新有三个方面：

（1）“大数据”产业链。整个数据服务产业链由数据生产、传播、获取、存储加工和分析出售等环节组成，各个传统行业将分门别类地属于一个和数个产业链的环节。云计算、物联网、社交网络、移动互联的快速发展让各类数据量急剧增长，面向海量数据的数据挖掘孕育着更多的商业模式创新，数据存储、数据处理与分析、数据应用等大数据产业将快速发展。

（2）平台式商业模式；电子商务中的大数据挖掘将进一步拓展服务商的业务范围，传统商业将充分挖掘大数据的价值，开展精准营销。信息内容服务商将利用大数据开展个性化服务。云平台及移动与CRM的融合将是必然趋势。

（3）数据驱动跨界模式。比如移动互联网将结合LBS 与大数据技术，开辟新型业务就海量数据，提供高附加值的数据分析服务，将数据封装为服务，形成可对外开放、可商业化的核心能力，实现商业模式的创新，才能真正实现流量经营。

具体创新商业模式如下： ①数据存储空间出租。利用存储能力进行运营，满足企业和个人将面临海量信息存储的需求。具体而言，可以分为个人文件存储、针对企业用户两大类。②客户关系管理。对中小客户来说，专门的CRM显然大而贵。③企业经营决策指导。将用户数据，加以运用成熟的运营分析技术，有效改善企业的数据资源利用能力，让企业的决策更为准确，从而提高整体运营效率。④个性化精准推荐。通过用户行为数据进行分析后，可以给需要的人发送需要的信息，就成了有价值的信息。⑤建设本地化数据集市。运营商所具有全程全网、本地化优势，会使得运营商所提供的平台上，可以最大程度覆盖本地服务、娱乐、教育和医疗等数据。⑥数据的搜索。数据检索是一个并不新鲜的应用，然而随着大数据时代的到来，实时性、全范围检索的需求也就变得越来越强烈。⑦创新社会管理模式。对运营商来说，数据分析对政府服务市场上更是前景巨大。

三、知识管理与商业模式创新

知识管理突破难点一直是三个问题：如何把隐性知识显性化，如何在海量信息里面优先推荐出有价值内容，如何解决持续分享动力的问题。知识管理对分享的要求更高更快，因为很多新理念，新商业模式需要快速分享，快速尝试，快速调整，快速扩散。

新型信息技术以及移动互联网的发展，使得这一知识管理过程更加利于操作，便于实现。使得企业知识管理、知识分享的成本进一步降低，更加高效的利用了大数据的价值，使得企业对时刻变化的商业形势有更敏捷的应对能力。

第9篇

关键词：大数据；商业模式；管理模式；资本模式

伴随着网络技术的普及和高速发展，全球在2010年正式进入了ZB（Zettabyte）时代。数据呈现出爆炸式增长，预计大约每两年全球数据量就会翻一番。所谓大数据，就是规模巨大的可获取、交换、存贮、分析、利用的数据。在当今大数据时代背景下，面对大量信息，企业必须改善自身经营管理战略与之适应，才能提高自身竞争力。本文将结合大数据时代背景，以商业模式、管理模式、资本模式的整合视角，探讨企业在其经营管理过程中适应大数据的创新。

一、大数据产业

大数据作为时下最热门的IT 词汇，引起了多领域专家学者的关注。作为海量的、规模庞大的、多样化的信息资产，大数据技术的战略意义并不是掌握如此庞大的信息，而是对数据进行加工，通过专业化处理使数据获得增值。某种程度上可以把大数据理解为一种产业，加工能力则是衡量产业可否盈利的关键。

二、大数据时代商业模式创新

（一）商业模式

学术界对商业模式的内涵界定有不同意见，但被广泛接受的是将商业模式定义为企业价值创造的逻辑（Ghaziani A＆Ventresca MJ，2005），即企业如何利用在价值链中的具体定位创造利润。商业模式涵盖了企业创造价值、传递价值、收获利润过程中营运管理和经营战略等核心要素，是企业利用自己的战略地位、业务系统和掌握的资源能力创造能够满足消费者需求的系统，是企业获取利润的方式。

（二）商业模式创新

有效利用大数据，能够使企业获得从上至下的巨大收益。大数据价值的实现，必须建立在企业商业模式的转变，充分利用大数据提高竞争优势的基础上。结合大数据可为企业创造经济价值、低成本优势或差异化优势，企业商业模式可以从目标和结构的角度进行创新。

1.商业模式目标创新。（1）材料供应过程创新。简化传统的购进原材料、生产加工过程中的配送流程，充分利用大数据时代下信息传达快速便捷的特点，减少不必要的浪费。（2）商品营销过程创新。实施新的营销手段，借助充分有效的数据信息，对市场进行进一步细分，实施差别定价等。（3）产品创新。在大数据时代，企业应侧重于对MPP 数据库、数据仓库、数据挖掘等技术的应用，开发更多更新的产品或服务。

2.商业模式结构创新。Smith 将创新划分为渐进式创新、破坏性创新、激进式创新三种（Smith K，2008），大数据时代企业商业模式创新也可据以上划分进行分类。（1）渐进式创新。基于局部开发、精准定位、持续渐进的理念，企业应重点挖掘内部数据信息，提高管理决策的质量，保证企业创新的连续性。（2）创造性创新。针对多元化、多层次数据资源，着重开发新方法、新技术，创造性推出新产品，笼络大量客户，探索营销创新。（3）颠覆性创新。围绕市场营销、价值主张等传统模式，借助大数据驱动商业模式的根本性组织变革。

三、大数据时代管理模式创新

（一）管理模式

管理模式是建立在管理人性假设基础上的，一系列具体的管理理念、内容、程序、制度、方法，并运用到企业经营管理中使其能够更有序有效取得利润的管理规则。

（二）管理模式创新

大数据时代增加的不仅仅是数据存量，还包括其增长的速度和多样性，这些都促使企业用创新性的思维去看待。本文认为大数据时代管理模式可从以下几个方面进行创新改进：

1.充分认识到数据信息的商业价值。在数据为王的时代，决策者应当充分重视数据，将其与公司的决策制定相关联，实现数据潜在的内部价值。

2.建立或优化企业内部人员信息交流平台。传统企业中员工之间的交流零零碎碎，使得企业内部信息不对称现象大量存在。如果企业能够有效地利用庞大的网络社交媒介加强员工之间的沟通交流，可以有效减少信息滞后带来的负面影响。

3.分离对外、对内信息传递媒介。对企业网络、通信等社交增加一定的限制，避免企业内部信息外流造成不必要的损失。

4.培养数据专业人才。大数据时代的数据分析早已不是传统意义上的收集整理，它还需要处理人员具备市场营销知识、运营管理知识、数据技术应用能力、信息管理知识等综合素质，因此培养专业人才十分必要。

四、商业模式、管理模式、资本模式整合

资本模式，是指企业对其控制的资源要素进行运筹配置，以最大限度进行资本增值。资本增值可以帮助实现公司价值最大化的目标，而良好的商业模式、管理模式也从不同的角度推动了价值最大化目标的实现。

商业模式规划了企业盈利的方式，是企业以公司战略为宗旨，针对开源、节流两方面对相关投融资方案、经济事项进行定性定量分析，选择最优决策的过程。商业模式通过改变企业的资本结构，即投融资比例、资产负债情况、融资方式、投资决策等，来影响企业的资本模式，最终影响企业价值。反过来，利用现金流对公司价值的估算也是商业模式中评估投资决策的重要依据。

管理模式规制了企业盈利的过程，良好的管理模式（诸如严密的内控系统、合理的激励机制、完善的管理程序和路径）可以使企业生产经营制度流程化，提高公司运营效率，获得更多经营现金流，从而改善资本模式，提高公司价值。同样，公司规模的扩大、企业价值的提高也可以反作用到其治理结构。

对于企业而言，商业模式、管理模式、资本模式相辅相成、互相促进，都是企业发展中十分重要的方面。在当下大数据时代背景下，大量可获取信息为企业发展提供了良好的契机，企业应当充分重视该项技术资产，充分发掘其潜在价值，这就需要公司在商业模式、管理模式、资本模式等多方面进行综合创新改建。

参考文献：

[1]张建设.大数据：战略论的终结与社会论决策的兴起[J].企业管理,2012（10）.

[2]刘智慧,张泉灵.大数据技术研究综述[J].武汉大学学报,2014(01).

第10篇

一是通过大数据对用户行为与特征分析。显然，只要积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到"比用户更了解用户自己"。这是大数据营销的前提与出发点。过去虽也有"一切以客户为中心"作为口号的企业经营思想，可以想想真的能及时全面地了解客户的需求与所想吗，或许只有大数据时代这个问题的答案才能更加明确。

二是通过大数据支撑精准营销信息推送。过去多少年了，精准营销总在被许多公司提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。现在的RTB广告的应用则向人们展示了比以前更好的精准性，而其背后靠的是大数据支撑。

三是通过大数据让营销活动更能投用户所好。如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品即可投其所好。如《小时代》在预告片投放后，即从微博、微信上通过大数据分析得知其电影的主要观众群为90后女性，因此后续的营销活动则主要针对这些人群展开。

四是通过大数据帮助企业筛选重点客户。许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户?有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关，从用户在社会化媒体上所的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。

五是通过大数据分析更加清晰你的产品消费者的特点。面对日新月异的新媒体，许多企业想通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像，其目的就是更加精准地分析你的产品消费者特点。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。

在大数据分析架构下的众多商业管理模式中，UFO模型较为引人关注，这里U代表User experience，即用户体验，其对应的方向是产品设计;F代表Freemium，即免费商业模式，其对应的方向是商业模式研究和设计;O代表精细化运营，其对应的方向是产品营销运营。研究认为(2014)大数据在以下三个方面起到不同程度的作用。其中，大数据与U(用户体验)及F(免费商业模式)关联度中等，而与O(精细化运营)关联度最高。

今天我们的经营者大数据分析在商业模式设计、商业模式研究、创新商业模式等方面的能力还比较弱，可能到目前在中国还没看到非常成功的利用大数据分析来设计商业模式的案例，也许是因为计算机目前的智慧还没达到设计商业模式的能力高度。但我们可以通过大数据分析方法进行行业监测以及进行创新监测，从而可以辅助战略规划人员来进行商业模式的设计。

好产品是运营出来的，互联网产品需要不断运营、持续打磨。产品运营的目的是为了扩大用户群、提高用户活跃度、寻找合适商业模式并增加收入。成功的互联网运营要做到精细化运营，成功的精细化运营需要大数据支撑。大数据和互联网思维在此方面关联度最高。所以，企业在大数据的应用场景上，一定是要优先考虑如何通过大数据进行精细化运营，以驱动更好的运营效率和效果的提升。

基于大数据可以更好的做精细化运营监控、更准确的做用户细分、更准确的进行个性化推荐、更合理的进行营销推广效果的评估以及基于用户生命周期进行相关的营销策略创新。具体在以下几个方面值得关注：

1.通过基于大数据的方法进行用户细分。基于大数据可以找出更好的细分维度，并对用户做更好区隔，以辅助产品运营人员做更加准确的用户细分，并洞察每个细分人群的兴趣爱好和消费倾向，对每类用户分别进行有针对性的策划和运营活动。

第11篇

关键词：大数据时代；大学生；创业能力

中图分类号：G640 文献标识码：A 文章编号：1002-4107（2014）11-0056-02

大数据时代的来临不仅对市场经济中的政府、企业有非常重要的意义，对于高等教育如何提升大学生创业能力也提出了新的要求和思考。本文基于大数据时代下的背景，对大学生创业环境影响、教学体系改革要求、教师应对能力做了探索性研究，认为在大学生就业难的环境下，注重大数据背景下的创业机会是一个新的选择。

一、大数据的内涵与时代背景

“大数据”是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，具有信息或数据量巨大、数据变化速度快、数据的多样性等特点。只有建立适当的分析模型，并运用相应的技术手段对数据进行有效的深加工，发现隐含在大量数据中的信息并加以利用，才能将大数据的决策效用发挥到极致[1]。大数据提供了一个全新的信息生态环境，给企业竞争情报研究带来了深刻的影响，促使其不断地创新和变革，数据竞争已经成为企业获取和提升核心竞争力的利器[2]。“大数据时代”的提出是基于对当下社会信息超载现象的宏观描述，海量信息的极速扩张催逼人类的思维革命和技术变革[3]。大数据时代的来临除了政府机构、社会组织、媒体等公布更多的信息，主要和个人对各种网络终端等的使用有关。大数据时代更加注重通过信息数据的再加工实现信息数据的增值，强调数据的附加值。

大数据为预测、处理人类行为、心理提供了重要依据。来自各个方面零碎的庞大数据有利于观察竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略。大数据时代对出版业产生了巨大影响，李兵、漆咏德认为出版业需要战略转型，延伸价值链，缩短供应链，以有效提升出版产业集中度，创造效益[4]。在舆情分析上的，李彪（2013）认为大数据成为社会舆情研究的“利器”、是社会关系的“沉淀池”，改变传统舆情只见“内容”不见“关系”的境况，将社会舆情研究从单向度的内容研究转向“内容+关系”的多维度研究[5]。蔚赵春、凌鸿（2013）认为大数据不仅为商业银行引入新的竞争主体，而且改变甚至完全重塑了传统金融的经营模式，将对银行竞争格局和方式产生深远影响，具体体现为“五化”――金融服务脱媒化、渠道虚拟化、服务个性化、经营模式生态化、决策数据化[6]。喻长志（2013）认为大数据技术将渗透到教育的核心环节，重新构建教育的评价方式，革新教育者的教学思维并影响学校教育的模式[7]。从长远看，大数据将会为教育发展带来预测性判断增加、教师的专业知识与分析能力并重、网络教育与全球化发展迅速、精准的个性化教育成为主流等发展趋势。

二、大数据时代对大学生创业教育的影响

（一）有助于有效评价大学生的创业技能结构

梅伟惠，徐小洲（2012）将创业技能定义为“从事或胜任具体创业活动的能力”，认为创业技能是创业能力中可操作的、外显的、具体化的部分，更加适合通过高校创业教育来培养[8]。库里斯基（Kourilsky）指出，创业技能主要包括三个方面：识别市场机会并产生商业创意（服务或者产品）；冒风险的情况下整合资源；创办商业组织以执行机会驱动下的创意。

大数据时代下，教师能有效利用技术系统来评价、分析并提升大学生创业技能。大学生创业技能的评价方式不再是访谈式的口头沟通交流，而是通过大量数据的“归纳”，找出大学生创业活动过程的问题，哪些技能是不足的，哪些技能是需要补充的，进而在教学和实践环节中有的放矢。

（二）有助于大学生的个性化教育

拥有独特思想方式与鲜明个性特点的当代大学生具有强烈的个性化发展倾向。“以人为本”为中心的个性化教育具体表现在尊重学生的个性、强调发展学生个性潜能的优势、培养良好个性素质全面和谐发展和教育的特色化。群体化创业教育不再适合当代大学生，创业过程中对环境敏感分析和大学生创业行为个性化发展不再是标准化教育能够给予的，注重并发现大学生创业过程中的行为特点，分析大学生个性和创业行为，有利于个性化教育。

（三）促进弹性教学计划的发展

创新创业教育教学计划包括理论教学计划和实践教学计划，需要依据培养方案进行科学合理的规划，主要包括开设课程的门数、学分和学时、开课学期、成绩的考核、实践、实习安排等。在计划中积极创造条件促进大学生创新创业实践活动，以增强大学生的创新创业精神和团队合作意识。

教学计划是将一个学期的教学任务固定下来，有利于教学的系统性、知识的完整性和管理的可监督性。但是在大数据时代，注重大学生创业技能和个性化教育，多种形式的教学方式在教学和实践过程中被尝试和采用，弹性和可变的教学计划是一种必要。

（四）提高教师的数据分析能力

教师不再只是拥有学科的专业知识，还要有借助外界软件进行数据分析和提高利用数据的意识和能力。行业、政策和环境的变化，也同样需要加强数据分析能力。不仅有利于学生的教学和沟通交流，还有助于教师自身的能力培养。

教师的专业性将其集中在某项专任教学中，而创业管理教学中的综合性，特别是在当代背景下，缺乏对数据分析的能力，将不能帮助大学生创业技能的提升。高校需要注重教师的数据分析的能力培养，可以去校外进行专项的大数据培训。

三、大数据时代对大学生创业的影响

（一）提高信息敏感度

大数据有利于挖掘有用的信息，对创业环境作有效分析。大学生创业不能静态观察外界的变化，需要进一步在大数据时代中充分利用技术分析的优势，进行行业分析，有利正确决策。主动和被动地接触大量的信息，提高了大学生对信息的敏感度，意识到信息对生活和工作及其创业的重要性。

（二）大数据行业是大学生可选择的创业方向

传统的关系型数据库数据处理方式及适用于小规模数据的数据分析和数据挖掘技术是多数企业正在使用的，而先进的大数据存储处理技术和分析工具仍处于学习和了解阶段，没有大规模使用。国内大数据相关技术的开发多为数据分布式存储及并行计算，数据质量检测和清洗的智能化工具十分稀缺。这对于站在知识前沿和具有学习能力的大学生是一个很好的创业选择方向。

（三）理解企业商业模式的变化

赛迪顾问最新研究提出6个大数据商业模式创新方向：数据租售服务、数据分析服务、决策外包服务、数据分析平台、数据交易平台。数据租赁服务强调数据资产化，而数据分析、交换、外包、分析平台和交易平台则创新企业个性化服务，实现数据资源商业价值最大化，在大数据时代下的商业模式创新和选择的模式已经出现了巨大的变化。

亚马逊作为大数据时代的前行者，具有客户资源和大规模计算的优势，从最初的“卖书”到提供收集、存储、组织、分析和共享数据的云计算，充分利用亚马逊的服务器、数据中心等IT闲置资源；Facebook的广告实时追踪功能，允许营销人员将互动指标与单个Facebook广告活动链接在一起；Twitter正式推出广告自助服务，以许可式、自助式进行广告获利。亚马逊、Facebook和Twitter的新建业务和产品，以及商业模式都是建立在对大数据的深度理解之上。

四、大数据时代大学生创业能力的提升策略

（一）培养大数据时代环境分析理念

大学生不再是象牙塔里的人，而是需要面对校内激烈的竞争和校外变化的环境。在大数据时代下的大学生，创业能力提升已经是一个系统工程，既需要课程的学习，还需要实践，对环境的分析更是一项难题。在团队形式下的创业小组更具有挑战性，综合性更强。人员齐备，能力多种。大数据时代下的环境分析更需要多种综合能力和团队能力。

（二）注重大数据时代商业模式的选择

商业模式是基于对自身资源和外部环境详细分析下的选择，可行性和有效性取决于商业模式设计前对这两个条件的有效分析。大数据时代商业的扩展和灵活性为商业模式的设计和选择提供了多样化选择。不同的人选择模式有不同的偏好，可行的商业模式是成功运作的保证。

（三）培养大学生对数据信息技术的兴趣

多数大学生，特别是从事商科的大学生，认为数据信息技术的学习是理科生的事情。但是在大数据时代下，面临巨大的数据量影响到公司重大发展决策的条件下，没有任何人能够在数据面前保持无动于衷。培养大学生对数据信息技术的兴趣，不是对专业化教育的否定，而是一种强有力的补充。可以通过自身的选课学习、团队专业人士的知识补充来弥补知识的缺乏和不足。但是了解数据信息技术发展是一个创业型人才需要具备的。

（四）创造大数据时代的氛围

大学生在象牙塔中与外界接触的信息更多的是来自同学、朋友和教师等，对某一专业的信息没有主动和兴趣去搜索，对大信息时代的环境缺乏认知。高校可以通过专业课程的设置来分析大数据时代的特点和案例，请校外的专家来讲述大数据时代对企业的影响。并且对教师的大数据时代的分析能力进行培训，通过他们的理解和授课融入课程中。还可在一系列实践中如沙盘模拟中增加大数据时代的背景，吸引大学生的注意力。

参考文献：

[1]李国杰，程学旗.大数据研究：未来科技及经济社会发展

的重大战略领域[J].中国科学院院刊，2012，（6）.

[2][英]维克托・迈尔-舍恩伯格，肯尼思・库克耶；袁杰译.

大数据时代[M].杭州：浙江人民出版社，2013.

[3]张涛甫.大数据时代的出版困局及其突破[J].编辑学

刊，2013，（2）.

[4]李兵，漆咏德.大数据时代出版企业的商业模式构建

[J].出版发行研究，2013，（8）.

[5]李彪.大数据视域下社会舆情研究的新境界[J].编辑之

友，2013，（6）.

[6]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响

[J].上海金融，2013，（9）.

[7]喻长志.大数据时代教育的可能转向[J].江淮论坛，

2013，（4）.

第12篇

一、开源成为技术创新主要模式

经过多年来的高速发展，大数据相关的数据采集、存储、分析、可视化等多个基础性技术领域已经取得较大的突破，形成了实用性强、稳定度高的技术能力，大数据整体技术体系已初步构建完成，未来大数据技术的发展方向将主要集中在非结构化数据的价值提取方面。

从大数据技术的发展历程上可以看出，大数据核心技术如分布式存储、云端分布式及网格计算均是依赖于开源模式，即通过开放式的平台，吸引全球开发者通过开源社区来进行代码的开发、维护和完善，从而集全球智慧推动大数据技术的不断进步，当前全球各大企业加大了对开源社区的赞助和智力投入，开源社区在大数据技术进步中将占据核心地位，开源模式将成为大数据技术创新的主要途径。

同时，大数据的技术发展与物联网、云计算、人工智能等新技术领域的联系将更加紧密，物联网的发展将极大提高数据的获取能力，云计算与人工智能将深刻地融入数据分析体系，开源模式在新技术的发展中举足轻重。

二、大数据聚集资源能力更加明显

大数据技术已经在商贸、交通、城市管理等多个领域中得到了应用，各产业领域未来的发展方向几乎都能和大数据挂钩，社会各界对大数据的未来充满信心，大数据产业正成为社会各类资源的聚集地。随着大数据产业的不断成熟，其对社会资源的吸引力将进一步加大。

各国政府均将发展大数据作为推动信息技术产业发展的重心，大数据成为“政策资源”的聚集地。美国、欧盟、日本、韩国等发达国家及地区均将发展大数据作为重要的国家战略，印度、俄罗斯等国家更是将发展大数据产业视作实现经济赶超的黄金机遇。

中小微企业和创业者对大数据热情高涨，大数据成为“智力资源”的聚集地。大数据产业是典型的知识密集型服务业，智力是大数据产业发展的推动力。当前，越来越多的中小微企业和创业者投身到大数据产业，力图依靠新兴技术获取快速发展。

社会各界加大了对大数据的投资，大数据成为“金融资源”的聚集地。近年来，全球各大企业对大数据的投入不断增加，不仅设立自己的大数据研发和应用中心，还通过并购等方式加大对大数据产业的布局。大数据创业企业也吸引了更多的市场关注，因而更容易获得投资机构的资金支持。

三、数据和应用将成为驱动创新的主动力

当前，大数据的技术体系逐步完善，大数据技术的开源模式有效降低了产业技术的壁垒，基础技术在大数据创新中的作用依然存在，但其重要性将逐步降低，大数据创新将更多地依赖于数据驱动和应用驱动。

数据驱动创新源于大数据的基础技术体系。在大数据技术体系中，数据的采集是一切的基础，而数据存储、分析、可视化均与数据模式紧密相关，传统的结构化数据将不再成为大数据中重点关注的内容，而大量存在的非结构化数据和半结构化数据带来的技术和应用领域是大数据的蓝海。多样类型的数据分析、复杂的数据组合、多源的数据融合等问题将成为大数据创新的重要聚焦点。

应用驱动创新源于大数据的价值释放机制。大数据应用的基础是数据的采集、存储等环节，而大数据的市场价值主要体现在对海量数据的分析和可视化。在不同行业中，大数据应用需求也不尽相同，数据的分析手段、可视化方式均有所区别，因此符合实际应用需求的价值获取将是未来大数据关注的重点，应用将驱动大数据解决方案提供商采取不同的数据源，使用不同的数据分析方法，进而推动产业创新。

四、商业模式伴随连接层次的加深不断创新

在大数据技术体系中，数据是各方连接的中心，而核心价值也是在不同的连接中体现的，大数据的商业模式将根据连接方式的不断拓展而持续创新。

大数据中初级的连接方式是数据源和中心的连接，从而带来了数据托管和数据交易商业模式。数据托管是当前最为成熟、最为普遍的大数据商业模式，本质是发挥规模效应从而降低数据信息的存储和查询成本。数据交易平台促进了大数据链的上下游整合和横向的多种产业整合，当前如亚马逊、微软等企业均建立了数据商店。

大数据中级的连接方式是数据和价值的连接，数据关系挖掘和沉淀价利用的商业模式应运而生。关系挖掘是当前主流的大数据商业模式，是数据科学的主要应用方式，通过数据发现隐藏的相关性，从而实现商业指导、精准服务、决策服务。沉淀价值利用是将传统无意义或垃圾数据进行利用，从而得出有价值的结论，是大数据技术能力的重要体现。

大数据中高级的连接方式是需求和供给的连接，其商业模式如数据社交O2O。在这种模式中，数据成为连接网络各个节点的中介，个体作为网络节点可以通过数据相连，而大数据可以促进网络中个体间的交流，从而有效降低需求和供给之间的连接成本。

五、市场格局将呈现多层多样竞争态势

大数据正处在快速发展期，市场上呈现出各类企业竞相参与共同发展的态势。随着大数据的不断成熟，市场格局也将随之变化，呈现出截然不同的态势。

在数据采集领域，互联网企业根据自身的优势展开激烈的竞争。大数据数据源主要来源于三个方向：互联网数据、政府数据和企业数据，由于后两类数据的采集主体一般不变，市场相对稳定，而对于互联网数据，全球各大互联网企业已经认识到数据的价值，将在数据获取入口等方面展开激烈的竞争，小型企业在该领域很难有所作为。如我国百度、腾讯、阿里分别重点掌握着搜索、社交和电商数据。

在数据存储和交易领域，市场将呈现平台化发展趋势，大型企业将占据一定的优势。未来，随着云端数据中心的不断推进和企业存储能力的开放，数据存储将会更趋于集中，大型数据平台将应运而生。在该领域，传统大型IT企业和大型互联网企业将依靠其技术能力和数据资源，占据绝大多数的市场份额。

在数据分析和可视化等领域，市场将呈现多样化、定制化发展趋势，各类企业特别是中小企业将成为市场的主力。一方面，大数据技术的开源特征和企业级计算能力的开放使得大数据分析的技术门槛逐步降低；另一方面，应用需求的多样化使得定制化服务成为主流，小型企业能够获得更多的市场发展空间。当前，很多大数据创业企业均是针对该领域企业，为其提供各类多样化、定制化的服务方案。

六、数据安全保障能力得到提升

健全的数据分级制度为数据开放提供保障。当前大数据应用主要集中在互联网领域和政府治理两个方面。对于互联网数据，其中包含着大量的个人用户数据，个人隐私的保护不仅关系到个人的财产安全，还关系到社会的诚信建立和歧视消除，关系到大数据未来的健康发展。对于政府数据，其中包含着事关国家发展的数据，其可能对国家安全产生影响。数据开放已成为各界共识，健全的数据分级制度将在政府和产业界的共同努力下得以实现。

第13篇

《华夏时报》：大数据的根本性作用是什么?

据说研究院：人类长期所处的物理世界中，一直受制于时空限制，产生的数据极为有限，导致信息不对称的现象十分严重。信息不对称成为人类的根本性困局，人类不断地为这个困局而搏斗着。知情权权利声索、博弈论理论衍生、信息经济学创立等，都是人类与该根本性困局难题进行斗争的体现。随着信息技术的深入发展，地球上的任何人、任何事、任何物都可能时时刻刻产生大量数据，传统的物理世界将可以通过数据世界来展现，人类可以透过数据世界更加清晰真切地认识熟悉而陌生的物理世界，信息不对称的难题将因此获得破解。因此，应该说，大数据的根本性价值是破解人类信息不对称的千年难题。

《华夏时报》：对于大数据，普通大众最应该关注什么？

据说研究院：大数据包括的范围比较广泛，如果必须按照传统产业链的思维来划分，可以包括以技术为中心的平台层(并行构架和资源平台，即硬件层面)、系统层面(大数据存储管理和并行编程模型与计算框架)、算法层(基础算法和应用算法)和应用层(应用开发和行业应用)，以及以数据规划、数据采集、数据清洗、数据标注、数据挖掘、数据分析和数据应用为基础的数据产品层面。当然，数据产品层面又包括数据交易、数据应用和数据服务等方面。事实上，数据产品层面，是大数据产业最具价值的环节，也是与我们普通大众比较接近的部分，普通大众关注这一环节就足矣。

《华夏时报》：大数据为何会改变人类思维？

据说研究院：几千年来，人类都是“因果性思维”，这是小数据时代的有限数据所致，面对数量有限的结构化数据，人类不仅能够知道“是什么”，也能够知道“为什么”，相关性思维仅仅留存于侦察思维和中医思维(《易经》)的狭小领域里。但是，当面对日益剧增的海量数据和绝大部分都是非结构化数据时，人类的因果性思维显得更加苍白无力，仅仅靠人脑，人类不仅不知道“是什么”，也不知道“为什么”。因此，人类必须从几千年来“因果性思维”的桎梏中解脱出来，转变为“相关性思维”。同时，由于大数据时代的来临，企业间边界、产业间边界、线上和线下的边界等都正在快速消除，跨界融合正在成为主流，因此，人类也只有转变为“跨界”的相关性思维，才能够适应时代的变化。

《华夏时报》：怎么理解“数据驱动一切”？

据说研究院：“数是万物的本原”，事物的本质和规律隐藏在各种原始数据的相互关联之中。对同一个问题，不同的数据能提供互补信息，通过相关性思维，让不同“维度”的海量数据“关联”起来，从而实现对物理世界的真实认识。大数据通过“量化一切”而实现世界的数据化，并由此改变人类认知和理解世界的方式，同时带来全新的大数据世界观。因此，当地球上的一切将可能产生数据时，数据将成为未来重要的生产资源甚至战略资源，未来所有的行业都会是“大数据+”，人类必须适应“数据驱动一切”的改变，并且，这个未来并不遥远。

《华夏时报》：大数据真能创造一个“多维世界”吗？

据说研究院：人类目前同时处于物理世界、网络世界和数据世界之中，只不过每一个人在不同世界的“存在感”不一样罢了，也正是三个世界将人类重新分割开来，有人仅仅能够理解物理世界的事情，难以理解网络世界和数据世界的事情；也有人仅仅能够理解物理世界和网络世界的事情，对于数据世界往往并不理解。当然，处于不同世界的人，其思维方式和行为方式都是有差异的，所导致的结果往往也是完全不一样的。很显然，既然三个世界是同时客观存在的，我们就应该真切拥抱这三个世界，不可偏废，更不可拒绝。我们应该在三个并行世界中游走、思维、管理、创新、构建商业模式和产业模式。

《华夏时报》：在大数据时代，商业模式为何都会发生变革?

据说研究院：传统的物理世界，因为时空限制信息是严重不对称的，我们以往所有的商业模式都是基于信息不对称的物理世界而建立的，很多商业模式都是因为赚取信息不对称的钱而存活，如电视台、报纸、网络等广告模式，再比如工厂以企业为中心生产各种商品出售，还有传统金融机构仅仅依赖于抵押贷款，以流量驱动下的传统电子商务等。当地球上的人、事、物都因为产生大量数据而构建起“关系”，让人类顷刻间获得了无限的信息对称，一切基于信息不对称的物理世界而建立的商业模式势必获得变革，这也是不得不面临的变革。未来，主流的商业模式将是以大数据为基础的产业互联网。主流的创新模式将是在物理世界、网络世界和数据世界中自由穿行的创新，未来会有一种主流的商品，那就是数据应用商品。

《华夏时报》：数据世界究竟离我们有多远?

第14篇

股神巴菲特连续两次在公开场合提到了IBM。两次谈话中，他作为IBM股东传达出来的结论，都是果断离场。

在5月6日伯克希尔・哈撒韦公司52周年股东超级“大派对”上，巴菲特再一次表示“投资IBM是我错了”。不过这一次，巴菲特直接点出了关键词――“商业模式”。IBM的商业模式，在6年前被巴菲特看好。他当时为了投资IBM，走访了它的众多大型商业客户，从用户那里了解到IBM在IT领域的“护城河”。

现在，巴菲特却减仓了三分之一，下一步或许就是清仓。这背后，是IBM4月下旬晒出的连续20个季度营收下滑的成绩单；而这样的成绩单，则来自巴菲特曾看好的商业模式的拖累。

2008年，IBM便认为硬件产品会越来越不值钱，打算跳出低端硬件市场的红海，并将X86服务器卖给了联想。它当时已判断到，未来社会将是一个数据化社会。数据迅速积累之后，全社会面临的问题就是，如何从海量数据中获取价值。于是IBM提出了“分析为先”，希望借助数据分析能力打造智慧地球（城市）。

正是τ谑据分析以及商业趋势的预判，当2008年国际金融风暴造成了全球经济衰退时，IBM提出了智慧地球计划和发展思路。在金融危机爆发后的两年里，IBM的运营与业绩并没有受到影响，而且营收稳步上升。

遗憾的是，IBM一个领先业界十年的战略决策，却用在了一个百年传统老店的商业模式上――让客户接受自己的先进理念，但推销的还是自己的高端机器和软件（DB2）。如此全新的商业理念，让公司内部无数工程师和技术研发人员为之兴奋，但当商业运作运转起来时，他们仍是卖硬件和数据库。

两者的不匹配，势必导致生命力的不长久。

商业模式因技术驱动在快速变革，可IBM始终贻误了战机。硬件与软件的捆绑过度，让客户开始远离、业绩逐步衰退。而从捆绑销售转变到把服务提供给客户“租用”，这位蓝色巨人思考了很久，给了竞争对手占得先机的空隙。

如今，智慧城市系列已逐渐淡出公众视线，人工智能、大数据和云计算组成的ABC融合模式（AI+BigData+Cloud），开始被越来越多的互联网巨头提及。

IBM也开始在公有云市场进行大手笔“买买买”。过去这6年，IBM共进行了40多笔与云计算相关的并购，希望补齐云计算、大数据领域人才缺乏的短板。

第15篇

近年来，随着数据采集以及数据存储技术的快速发展，特别是互联网和物联网在各个领域内的广泛运用，产生大量的数据并不断堆积，大数据的概念正是在这种情况下应运而生。麦肯锡全球研究院将大数据定义为“无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合”。

大数据时代，结构化和非结构化的数据堪称海量，而企业每日都要面临并创造如此之多的数据，并且这些数据仍在不断地发生复杂的变化。如何在这些有序或无序的数据中寻找并发现机会，用大数据的力量推动企业业务转型和发展，需要花费很多的时间和资源。因此，在对大数据进行挖掘、分析和有效利用的基础上，如何快速发现和捕捉商机，是每个企业日益关注的问题。所以，现今国内外越来越多的企业正逐步认识到并认同大数据所带来的商业模式创新，如Facebook、阿里巴巴、乐购等。这些公司都是在大数据运用方面，收获了丰硕的成果。而对于正在转型发展过程中的温州民营鞋业企业来说，更要借助大数据时代带来的良好机遇，为企业自身发展创造更有利的环境及条件。

二、温州民营制鞋企业现状及面临的困境

1.温州制鞋业现状

温州是我国民营经济发展比较集中的地区，其GDP的增长中，90%来自于民营经济。在温州民营经济的组成中，制鞋企业占据着非常重要的地位。据统计，全国制鞋企业有2万多家，温州制鞋企业就有2000多家，并培育了一批如奥康、康奈、红蜻蜓等国内制鞋领域的领先品牌。温州鞋不仅在国内市场中占有大量的份额，而且由于海外侨民众多，市场信息灵通，因而在国际市场上也如鱼得水。

据有关部门统计，2013年温州制鞋业共完成工业总产值852亿元，比上年增长2.34%。规模以上企业732家，完成工业产值644.13亿元，同比增长2.5%。全行业入库税收28.16亿元。鞋类外贸出口值51.56亿元美元，同比增长10.69%，增长幅度居全市首位，占温州外贸出口总值的28.41%，占全国鞋类出口总值的10.16%。上述数据证明，温州制鞋业近些年发展良好，产值稳步增长，但同时，温州民营制鞋业也存在许多问题，面临诸多的困境。

2.温州民营制鞋企业发展过程中存在的问题和面临的困境

（1）产品缺乏差异性，创新能力不足

温州民营制鞋企业中，产品生产普遍存在模仿的问题，生成的产品在档次、样式、用料上基本雷同，从造成产品同构现象严重，产品缺乏差异化。同时，在档次方面，温州鞋以低档次鞋居多，产品供给严重过剩，从而压缩了企业利润，对企业发展带来了障碍。另外，模仿创新是目前温州绝大多数制鞋企业的选择，虽然模仿创新在一定时期内为温州鞋企带来了较为可观的利润，但这种低成本、低风险的创新方式明显具有其落后性，其自身存在不可避免的硬伤。相对于模仿创新，自主创新对于企业来说更加重要，是企业核心竞争力的重要组成部分，特别对于转型时期的温州民营制鞋企业就更为重要。

（2）生产成本上升

生产成本上升所带来的影响对于温州制鞋企业来说是不容小视的，其最直接的影响就在于利润空间被挤压，而其中主要以原材料成本和劳动力成本上升为主。多年来，温州制鞋企业采用的是劳动密集型生成模式，因而劳动力成本一旦上涨，成本也紧跟着上升。

（3）品牌意识不足

温州鞋企的品牌建设尚处在初级阶段。2013年，虽然有像奥康鞋业股份有限公司上榜“2013中国民营企业500强”，红蜻蜓集团有限公司获评“浙江省中小学质量教育基地”等，并且全行业拥有中国出口名牌3个，中国名牌产品7个。但还有很多温州鞋企没有自己的商标，主要是为国内国外鞋企提供加工和贴牌服务。这些企业在激烈的国内外市场竞争中，处于明显的劣势。

（4）出口贸易壁垒越来越多

中国鞋出口近年来增长速度非常快，单就温州鞋业市场的来说，2010年，外贸出口37.40亿美元；2011年，外贸出口47.23亿美元，2012年，外贸出口47.19亿美元；2013年，外贸出口51.56亿美元，上述数据说明，温州鞋业外贸出口稳中有升，发展态势还是不错。正因如此，各国也都出台了相关政策保护本国或本地区的制鞋企业。2008年4月起，欧盟除了通过各项条款来保护其国内的制鞋企业外，还全面实施PFOS禁令。这些壁垒严重阻碍了我国制鞋业的出口，对温州制鞋业的发展也起到了很大的制约作用。

三、大数据环境下温州民营制鞋企业商业模式创新

20世纪90年代以来，商业模式创新在全球商界得到了广泛的关注，同时，商业模式研究也成为学者和企业家们共同关注的焦点。商业模式创新的本质是企业对价值创造逻辑的重新思考，包括价值发现创新、价值创造模式创新、价值传递模式创新、价值实现模式创新中的一个或多个方面。具体到操作层的三大交互界面，即顾客界面、内部运营界面和网络合作界面，则表现为企业对顾客价值主张识别或再识别的基础上，对企业资源、结构、流程以及整个价值网络的重新设计与构造。

1.“大数据”可驱动温州民营制鞋企业顾客界面创新

在顾客界面，大数据能为企业创造高度细分的市场，并以此调整产品和服务来满足各细分市场的需求，而这种调整是建立在顾客心理行为洞察基础之上，也是创新的关键点。对于温州民营制鞋企业来说，借助大数据可获取和分析顾客买鞋过程中的各项体验指标。这些体验指标是顾客在与制鞋企业及其产品每次接触时产生的，可用于判断顾客的购鞋体验状况，经过分析可归纳顾客体验的主要类型，并在此基础上构建顾客体验差异模型。当然这些数据的来源，可来自于线上和线下，特别是线上的数据，更容易被获取和利用。而线上更有价值的数据其途径则更多的来自于电子商务。以互联网的思维进行商业运作，线上线下双向融合，通过电子商务打开市场营销的另一扇大门，温州制鞋企业近年来正不断努力，并在2010左右以奥康为代表的大企业已进军电子商务。据相关部门统计调查结果显示，目前温州鞋服行业9.6%的企业涉足电商领域，还有9.8%正准备进入。在电商如火如荼开展的当下，对于温州制鞋企业而言，在顾客界面，大数据能够保存顾客浏览记录、获取顾客需求偏好、生成顾客账户的消费和订单信息、点评所购商品信息等方式精准细分目标群体，达到精准定位目标群体的目的，通过对客户的了解，加强客户关系，增加与顾客联系的渠道。从而，能够做到帮助温州制鞋企业重新定义目标市场、精细划分目标市场的作用。

2.“大数据”可驱动温州民营制鞋企业内部运营界面创新

在内部运营界面，关键业务活动流程的数据化和成本结构的优化是大数据创新驱动作用的主要表现。在关键业务活动流程的数据化方面，温州民营制鞋企业可以借助大数据分析工具实现即时分析计算，缩短工作周期，提高数据质量和预算业务流程的效率，并利用数据分析工具来优化配送路线或供应链。在此环节中，GPS定位技术可用来追踪送货车或相关货物，并通过整合实时交通数据来优化路线。另外，鞋企电子商务的发展也是以大数据活动取代传统的业务流程，使制鞋企业的业务经营模式发生了改变，从而拓宽了鞋企营销的范围，大大提升了企业的利润。此外，对于像温州大型的制鞋企业，其本身具有大数据的设施和设备，收集大数据资源相对比较容易，对其而言可开拓大数据租赁业务，丰富其传统业务，为企业获取新的利润点，进而可为企业的转型添加新的筹码。在成本结构的优化方面，温州民营制鞋企业可以利用大数据对整个制鞋生产流程进行实时监控，了解每个环节的执行情况，迅速地发现问题或异常环节，进行有针对性的改进，从而最大程度的降低企业的运营成本。

3.“大数据”可驱动温州民营制鞋企业网络合作界面创新

企业网络合作是商业模式创造价值、获取价值和分配价值的逻辑架构，网络合作的创新可以产生有价值且难于模仿的异质资源。合适的网络结构、高效的联盟运作是企业增强商业模式竞争力的坚实基础。在网络合作界面，温州民营制鞋企业可考虑借助大数据所形成的联盟网络来拓展客户群。对于任何企业来说，客户总是最为重要的资源，而大数据技术所构建的联盟网络，使联盟企业不断创造资源，进而带来更多的客户资源。联盟网络不仅体现在客户方面，而在业务方面，联盟企业则可以考虑将非核心活动或业务外包给合作企业以获取各种互补性资源并最大限度减少资产性投入。并且随着网络技术和计算机技术的飞速发展，互联网、移动网络和物联网等提供了大量的“时间”和“位置”资源，这些都能成为温州民营制鞋企业商业模式的创新资源。

在网络合作界面，大数据技术使企业获取和利用其他外部资源的成本和风险也大大降低，进而，一些新的价值创造模式和价值传递模式也随之出现，如众包模式。在众包模式下，温州民营制鞋企业可将鞋样设计在网络上公布，征集设计方案。相应的参数，如男鞋、女鞋、童鞋等，还有鞋的面料为布料还是皮质等都由消费者决定，此外，还有鞋的颜色、鞋跟的高度、鞋型等参数也是如此。通过搜集消费者设计的海量数据，进行数据测评找到最佳的产品设计。这种鞋样研发的模式，因其倚重社会广大的消费者群体，可大大降低温州民营制鞋企业的运营成本，并由于是大多数消费者自行设计的，还能使产品更接地气，更为大众所接受。

大数据的商业模式范文

第1篇

第2篇

第3篇

第4篇

第5篇

第6篇

第7篇

第8篇

第9篇

第10篇

第11篇

第12篇

第13篇

第14篇

第15篇

扩展阅读

推荐期刊

大数据

大数据时代

电力大数据

农业大数据学报

精品推荐