大数据产业商业模式探讨

大数据典型产业商业模式探讨2003、2004年，谷歌相继发表了《GoogleFileSystem》和《MapReduce:SimplifiedDataProcessingOnLargeClusters》两篇论文，从IT技术上开启了大数据时代的篇章，2006年Hadoop在论文基础上正式诞生，经过十多年的发展，“大数据”技术日益成熟，已由一种概念转化成为一种海量数据处理技术，一种挖掘数据价值的理念和手段，蓬勃发展。大数据处理技术可以分为四个环节：数据采集和整合、数据存储和计算、数据分析和挖掘、数据应用和消费。通过技术手段从互联网、移动终端、物联网、应用软件、邮件系统等进行大规模的采集数据和整合，然后把数据按照一定的规则进行存储计算运算，再按照需求调用数据并进行智能分析和挖掘，将数据转化成价值信息或者产品，为决策支持、提升效率、创新产品提供依据。图1：大数据处理技术核心环节示意图因大数据产业诞生在开源的Hadoop架构之上，因此吸引力众多公司的加入，加之政府政策扶持，在大数据处理技术的各个环节都诞生了大量的公司，形成了四种典型的商业模式。一、产品型商业模式产品模式主要通过对外销售大数据处理相关的软件产品，不提供定制化的产品和服务。在大数据处理的各个环节均有大量的公司，大数据平台（Cloudera、Hortonworks、MapR为代表，国内众多），可视化工具（Tableau为代表，国内众多），数据分析挖掘工具（SAS为代表，国内众多），数据治理工具（国内众多），而且各大系统，如电力、银行、运营商都已经建立了符合自身特点的大数据平台。产品型商业模式是国外软件公司一直最喜欢的模式，从ERP时代的Oracle、SAP到大数据时代的SAS、Tableau；国内的大数据公司基本都采用开源的组件进行封装（阿里对Hadoop底层进行了优化，值得钦佩），没有底层技术，产品大同小异，大客户更看重国外公司的名气，国内公司与国外公司竞争毫无优势。对于产品型商业模式，不看好大数据平台、大数据分析和挖掘，大数据可视化、商务智能等数据分析挖掘和数据应用层面的产品，因为提供的产品对于客户来说完全是鸡肋，价值不大，如果客户具有数据分析和应用能力，完全可以用开源的组件开展工作，无需购买套装软件；如果客户不具有数据分析和应用能力，买来这些产品，也一样无法开展工作。但是看好数据抽取工具、分布式关系型数据库、列式数据库、元数据管理工具、数据治理平台等面向数据存储采集和整合，数据存储和计算的专业化产品，这些产品具有较强的专业性，能够提升客户数据管理的水平，具有较好的市场前景。二、解决方案型商业模式解决方案型商业模式，针对能源、运营商、银行等提供“一站式”的解决方案，将技术和业务融合在一起，提升公司运营效率。如RoltaOneView™，针对电力、化工、石化预置了业务流程，监测指标（400+）和处理规范；施耐德的一体化综合管理平台，提供“一站式”解决方案，提升能源使用效率，因为施耐德本身就是硬件厂商，所提供的解决方案更加具有时效性，不是单纯信息化公司可比的；最近，华为公司也在推出针对网络设备，融合技术与业务的大数据运维产品，因为华为本身拥有硬件设备，其推出的解决方案无疑具有强大竞争力。解决方案型商业模式是一种难度较大，但同时优势明显且持续的商业模式，不仅需要技术的进步，更重要的是对于所服务行业的深刻理解，能够创造性的进行技术和业务的融合。本人认为，在大数据时代，对于国内的众多公司来说，解决方案型商业模式可能是一种优选的商业模式，因为数据的应用在每个行业，每个公司差异巨大，不可能形成“最佳业务实践”，不太可能形成SAP那样垄断市场的龙头，而国内公司在底层技术上没有优势，但胜在会有更多的应用，更加了解本土公司，聚焦某一行业，某一类公司，完全能够打造出合适的解决方案，占领市场。解决方案型商业模式，一定要考虑自己的业务范围在哪？竞争对手在哪？如果针对某类型的设备进行深入分析，一旦设备厂家开始做相关业务会带来毁灭性的打击。三、数据应用型商业模式数据应用型商业模式，通过对于数据的加工处理，对外以报告、咨询等形式进行销售，不销售原始数据和相关的加工、处理工具。第一类就是咨询服务，如国外IBM、德勤，国内的易观、艾瑞等咨询公司，借助于大数据分析提供更加高质量的咨询报告。第二类就是数据交易，通过数据资产的交易获取相应的佣金，如2015年贵阳成立了大数据交易中心，计划2020年数据清洗交易量年达1万PB、年总额3万亿。第三类数据获取服务，为相应的用户提供针对性的数据产品服务，比如天眼查、启信宝、新榜、清博大数据这些新型的公司（天眼查是一款服务于个人的公司工商数据信息查询系统，启信宝提供全国公司信用信息查询服务，新榜、微信指数上可查到微信公众号的价值）。第四类数据应用服务，针对公司的运行，采集、处理、分析相应的数据，指导公司优化相关运作策略，比如舆情监测服务，精准广告投放（晶赞科技、秒针系统、Admaster精硕科技等）等业务。数据应用型商业模式是一种良好的商业模式，门槛低，拥有先发优势，一旦在某一领域坚持下去会形成强大的竞争力，但是此种模式的关键问题在于能否控制数据，如有很多针对淘宝数据进行分析，指导店铺进行优化的公司，一旦淘宝停止提供数据，此类公司立刻倒闭。四、数据项目型商业模式数据项目型商业模式，针对公司已经拥有的内外部数据开展大数据分析，形成针对某一研究课题的分析成果，将分析成果在公司内外部应用。此类型商业模式多存在于以高校力量为核心的公司当中，如北京大数据研究院，清华大数据研究院等等，除此类公司外，大数据相关的公司或多或少的都能够提供此类服务。在本人接触的大数据公司当中，都不太重视这块业务，本身业务属性与公司也不是完全匹配（大部分大数据公司以IT人员为主，缺少分析人员，尤其缺少业务专家），额度也偏小，运作难度也大，往往选择与高校结合来完成项目。本人认为，这种商业模式未来会拥有巨大的市场空间，从客户来看，国内大型公司（电力、石化、银行、运营商等）都已经建立起来大数据平台，大数据治理工作也开展多年，数据质量也在不断提升，下一步面临的就是数据应用的问题。而大数据应用是一个多学科，复杂应用系统，客户依靠本身的力量很难完成，必须要依靠外部力量来完成，传统的咨询公司也很难胜任，因为需要具有数据处理能力（写代码）和对专业领域的深入理解，大数据公司是最佳合作对象。如果大数据公司能够很好的与高校、研究机构合作，针对相关领域，大力开展此类项目合作，具有良好的市场机会，同时可以将项目成果落地为公司信息化产品，一举两得，助推公司持续发展。本文介绍四种典型的大数据产业的是商业模式，针对每一种商业模式的优劣进行了分析，但篇幅有限，并未针对某一种商业模式进行详细论述，如有需要请联系本人，会再写文章进行详细论述。