【2018年整理】大数据价值变现的10种商业模式及利弊分析.docx

大数据价值变现的10种商业模式及利弊分析如何利用数据赚钱？有人说大数据是「石油」是「黄金」，涂子沛说大数据是「土壤」，而马云说大数据是「生产资料」，我觉得他们说得都对，但是也都不对。?因为大数据就是「大数据」。?当大数据应用在不同的领域和不同的场景下，所产生的意义及其所代表的意义也都不一样，你没有办法用一句话完全概况。大数据是互联网时代不可或缺的产物，不管你愿不愿意，大数据就在那里，你我都是大数据的制造者同时也是受惠者，这个生态圈的闭环已经形成，而且还在不断的延伸到各行各业，为不同的行业创造着更新、更大的价值。?大数据的商业模式可划分为广告/营销、数据交易、工具与数据服务、数据报告和解决方案以及跨界融合五大项。大数据不像电子商务、网游那样有着「直接明确」的商业变现模式。没有直接的变现商业模式不代表没有商业模式。人类对科技新兴产业以及新兴技术的探索是永无止境的。?在最近两年间，中国诞生了大大小小超过400家的大数据新创公司，大数据的应用更是拓展到了我们生活、工作和学习的方方面面，更多的大数据商业变现模式也在逐渐的被发现和应用，部分大数据公司已经可以扭亏为盈，甚至可以实现盈利。?现在问题来了，大数据的商业模式到底是什么？如何利用大数据赚钱呢？今天就分享大数据商业模式以及优势。?首先展示一个常见的大数据平台架构图1：量化派基于Hadoop、Spark、Storm的大数据风控架构?这是一个典型的大数据架构，且对架构进行了「分层」，分为「数据源层」、「数据传输层」、「数据存储层」、「编程模型层」和「数据分析层」，如果继续往上走的话，还有「数据可视化层」和「数据应用层」。图2 极星大数据分析平台架构?整套架构体系里，在每个不同的层级，都分别用了不同的技术和软件，比如Kafka、Sqoop、Storm、Spark、SQL、HDFS等等。关于大数据架构的设计和各个大数据技术的作用，在此不做一一细表。?为什么要把大数据的架构一开始就抛出来呢？很简单，大数据所有商业变现模式，都是围绕这大数据架构展开的，不同的企事业单位、应用场景的不同，那么大数据架构也有所不同。大数据架构图也是大数据产业链的核心。美国投资公司FirstMark Capital的Matt Turck每年都会更新北美的大数据产业链版图，依据也是以大数据架构平台为基础的。投资人在投大数据项目的时候，也会让创业者在这个图谱上指出自己公司所对应的层级，层级既代表了行业地位，也代表了商业模式。?我们完全可以这么认为：整个大数据架构图谱上，每一块都是机会，每一块都能产生商业价值。所以这篇文章里，我们将从大数据架构的角度，去说说大数据的商业变现模式。基础设施，输出技术能力获取商业价值搭建一个大数据平台、搭建政务云平台都是基础设施典型的应用。把大数据当作基础设施来建设，费用主要产生在“建设”和“维护”上。建设方面又可以分为整体建设和部分建设，这一部分的商业价值在于输出技术能力，由于输出技术的多少不同，收取的费用也不同。做这一块的公司很多，比如说百分点、阿里数加、亚信数据等等。甲乙双方的合作方式可以按照年签、可以按照项目来签订，具体的金额都是上百万的。随着甲方数据业务的不断增加，大数据基础设施也需要扩容和维修，这个时候就会产生新的费用。我们可以把基础设施当作把“大数据技术”进行打包卖，而基础设施往往都是定制化的，不同的单位和公司都不同。大数据处理技术、商业化大数据技术前面我们说过，大数据架构是一个整体，而每一个层级上都会用到不同的软件或者技术。当技术应用到商业活动上，技术和软件都是需要商业化才能支撑下去的。虽然大数据的众多技术（例如Hadoop、Spark）都有开源版本，但是开源版本在实际业务中也有很多局限和安全因素，于是出现了将Hadoop商业化的公司，比如Hadoop的三驾马车公司Cloudera、Hortonworks、MapR。这3家美国大数据公司都通过将Hadoop商业化找到了新的商业模式，从而获得了巨大的商业价值。其中，Cloudera、Hortonworks已经在纽交所挂牌上市。在中国，做Hadoop商业化做得比较好的公司是星环科技。使用Hadoop商业化版本的好处在于，Hadoop开源的是个通用的版本，而Hadoop商业化版本会增加更多的套件，而且在更新维护方面也有专人负责，安全性能也会更高一些。?除了将Hadoop商业化，在大数据架构上所有用到的技术和软件也都是分别有不同的商业公司在做的。比如上海的Kyligence公司，他们所提供基于Apache Kylin的企业级智能分析平台及产品。Kylin处于大数据架构的分析层，也可以和其他技术组合成新的商业化大数据平台。?数据库、数据可视化产品等大数据架构里的技术，目前也都纷纷实现了商业化。典型的企业有巨杉数据库 SequoiaDB、Ta