在大數據成爲趨勢，成爲國家戰略的今天，如何最大限度發揮大數據的價值成爲人們思考的問題。無論是對於互聯網企業、電信運營商還是數量衆多的初創企業而言，大數據的變現顯得尤爲重要。誰最先一步找到密碼，誰就能夠搶佔市場，贏得發展。大數據變現，這裏有9種商業模式，大數據程序員可以來看看自己更適合哪些行業？

前幾年，國內大數據產業討論較多、落地較少，商業模式處於初探期，行業處於兩種極端： 一種是過熱的浮躁帶來了一定的泡沫和產業風險;一種是懷疑大數據只是炒作，依然堅持傳統管理理念、經營模式。但是進入2015年之後，大數據產業告別了泡沫，進入更務實的發展階段，從產業萌芽期進入了成長期。當前，如何將大數據變現成爲業界探索的重要方向。

1

B2B大數據交易所

國內外均有企業在推動大數據交易。目前，我國正在探索“國家隊”性質的B2B大數據交易所模式。

2014年2月20日，國內首個面向數據交易的產業組織-中關村大數據交易產業聯盟成立，同日，中關村數海大數據交易平臺啓動，定位大數據的交易服務平臺。

2015年4月15日，貴陽大數據交易所正式掛牌運營並完成首批大數據交易。貴陽大數據交易所完成的首批數據交易賣方爲深圳市騰訊計算機系統有限公司、廣東省數字廣東研究院，買方爲京東雲平臺、中金數據系統有限公司。

2015年5月26日，在2015貴陽國際大數據產業博覽會暨全球大數據時代貴陽峯會上，貴陽大數據交易所推出《2015年中國大數據交易白皮書》和《貴陽大數據交易所702公約》，爲大數據交易所的性質、目的、交易標的、信息隱私保護等指明瞭方向，奠定了大數據金礦變現的產業基礎。

2

諮詢研究報告

國內諮詢報告的數據大多來源於國家統計局等各部委的統計數據，由專業的研究員對數據加以分析、挖掘，找出各行業的定量特點進而得出定性結論，常見於“市場調研分析及發展諮詢報告”，如“2015～2020年中國通信設備行業市場調研分析及發展諮詢報告”“2015～2020年中國手機行業銷售狀況分析及發展策略”、“2015年光纖市場分析報告”等，這些諮詢報告面向社會銷售，其實就是O2O的大數據交易模式。

各行各業的分析報告爲行業內的大量企業提供了智力成果、企業運營和市場營銷的數據參考，有利於市場優化供應鏈，避免產能過剩，維持市場穩定。這些都是以統計部門的結構化數據和非結構化數據爲基礎的專業研究，這就是傳統的一對多的行業大數據商業模式。

3

數據挖掘雲計算軟件

雲計算的出現爲中小企業分析海量數據提供了廉價的解決方案，SaaS模式是雲計算的最大魅力所在。雲計算服務中SaaS軟件可以提供數據挖掘、數據清洗的第三方軟件和插件。

業內曾有專家指出，大數據=海量數據+分析軟件+挖掘過程，通過強大的各有千秋的分析軟件來提供多樣性的數據挖掘服務就是其盈利模式。國內已經有大數據公司開發了這些架構在雲端的大數據分析軟件：它集統計分析、數據挖掘和商務智能於一體，用戶只需要將數據導入該平臺，就可以利用該平臺提供的豐富算法和模型，進行數據處理、基礎統計、高級統計、數據挖掘、數據製圖和結果輸出等。

數據由系統統一進行管理，能夠區分私有和公有數據，可以保證私有數據只供持有者使用，同時支持多樣數據源接入，適合分析各行各業的數據，易學好用、操作界面簡易直觀，普通用戶稍做了解即可使用，同時也適合高端用戶自己建模進行二次開發。

4

大數據諮詢分析服務

機構及企業規模越大其擁有的數據量就越大，但是很少有企業像大型互聯網公司那樣有自己的大數據分析團隊，因此必然存在一些專業型的大數據諮詢公司，這些公司提供基於管理諮詢的大數據建模、大數據分析、商業模式轉型、市場營銷策劃等，有了大數據作爲依據，諮詢公司的結論和諮詢成果更加有說服力，這也是傳統諮詢公司的轉型方向。

比如某國外大型IT研究與顧問諮詢公司的副總裁在公開場合曾表示，大數據能使貴州農業節省60%的投入，同時增加80%的產出。該公司能做出這樣的論斷當然是基於其對貴州農業、天氣、土壤等數據的日積月累以及其建模分析能力。

5

政府決策諮詢智庫

黨的十八屆三中全會通過的《中共中央關於全面深化改革若干重大問題的決定》明確提出，加強中國特色新型智庫建設，建立健全決策諮詢制度。這是中共中央文件首次提出“智庫”概念。

近幾年，一批以建設現代化智庫爲導向、以服務國家發展戰略爲目標的智庫迅速成立，中國智庫數量從2008年的全球第12位躍居當前第2位。大數據是智庫的核心，沒有了數據，智庫的預測和分析將爲無源之水。在海量信息甚至氾濫的情況下，智庫要提升梳理、整合信息的能力必然需要依靠大數據分析。

研究認爲，93%的行爲是可以預測的，如果將事件數字化、公式化、模型化，其實多麼複雜的事件都是有其可以預知的規律可循，事態的發展走向是極易被預測的。可見，大數據的應用將不斷提高政府的決策效率和決策科學性。

6

自有平臺大數據分析

隨着大數據的價值被各行各業逐漸認可，擁有廣大客戶羣的大中型企業也開始開發、建設自有平臺來分析大數據，並嵌入到企業內部的ERP系統信息流，由數據來引導企業內部決策、運營、現金流管理、市場開拓等，起到了企業內部價值鏈增值的作用。

在分析1.0時代，數據倉庫被視作分析的基礎。2.0時代，公司主要依靠Hadoop集羣和NoSQL數據庫。3.0時代的新型“敏捷”分析方法和機器學習技術正在以更快的速度來提供分析結果。更多的企業將在其戰略部門設置首席分析官，組織跨部門、跨學科、知識結構豐富、營銷經驗豐富的人員進行各種類型數據的混合分析。

7

大數據投資工具

證券市場行爲、各類指數與投資者的分析、判斷以及情緒都有很大關係。2002年諾貝爾經濟學獎授予了行爲經濟學家卡尼曼和實驗經濟學家史密斯，行爲經濟學開始被主流經濟學所接受，行爲金融理論將心理學尤其是行爲科學理論融入金融中。

現實生活中擁有大量用戶數據的互聯網公司將其論壇、博客、新聞報道、文章、網民用戶情緒、投資行爲與股票行情對接，研究的是互聯網的行爲數據，關注熱點及市場情緒，動態調整投資組合，開發出大數據投資工具，比如大數據類基金等。這些投資工具直接將大數據轉化爲投資理財產品。

8

定向採購線上交易平臺

數據分析結果很多時候是其他行業的業務基礎，國內目前對實體經濟的電子商務化已經做到了B2C、C2C、B2B等，甚至目前O2O也越來越流行，但是對於數據這種虛擬商品而言，目前還沒有具體的線上交易平臺。比如服裝製造企業針對某個省份的市場，需要該市場客戶的身高、體重的中位數和平均數數據，那麼醫院體檢部門、專業體檢機構就是這些數據的供給方。

通過獲取這些數據，服裝企業將可以開展精細化生產，以更低的成本生產出貼合市場需求的服裝。假想一下，如果有這樣一個“大數據定向採購平臺”，就像淘寶購物一樣，可以發起買方需求，也可以推出賣方產品，通過這樣的模式，外加第三方支付平臺，“數據分析結論”這種商品就會悄然而生，這種商品不佔用物流資源、不污染環境、快速響應，但是卻有“供”和“需”雙方巨大的市場。

而且通過這種平臺可以保障基礎數據安全，大數據定向採購服務平臺交易的不是底層的基礎數據，而是通過清洗建模出來的數據結果。所有賣方、買方都要實名認證，建立誠信檔案機制並與國家信用體系打通。

9

非盈利數據徵信評價機構

在國家將公民信息保護納入刑法範圍之前，公民個人信息經常被明碼標價公開出售,並且形成了一個“灰色產業”。爲此，2009年2月28日通過的刑法修正案(七)中新增了出售、非法提供公民個人信息罪，非法獲取公民個人信息罪。該法條中特指國家機關或者金融、電信、交通、教育、醫療等單位的工作人員，不得將公民個人信息出售或非法提供給他人。

而公民的信息在各種考試中介機構、房產中介、釣魚網站、網站論壇依然在出售，詐騙電話、騷擾電話、推銷電話在增加運營商話務量的同時也在破壞整個社會的信用體系和公民的安全感。

雖然數據交易之前是交易所規定的經過數據清洗的數據，但是交易所員工從本質上是無法監控全國海量的數據的。數據清洗只是對不符合格式要求的數據進行清洗，主要有不完整的數據、錯誤的數據、重複的數據三大類。因此，建立非營利性數據徵信評價機構是非常有必要的，將數據徵信納入企業及個人徵信系統，作爲全國徵信系統的一部分，避免黑市交易變成市場的正常行爲。

除了徵信評價機構之外，未來國家公共安全部門也許會成立數據安全局，納入網絡警察範疇，重點打擊將侵犯企業商業祕密、公民隱私的基礎數據進行數據販賣的行爲。