大數據流量如何盈利

『壹』 物聯網大流量卡如此便宜，供應商是如何盈利的

隨著社會的不斷發展，我國的科技也在不斷的進步，物聯網的技術也在變的越來越廣泛。目前我國的4G時代即將過去，迎來的將是一個嶄新的5G時代。在進入5G時代之前一大批流量卡開始涌現，什麼騰訊王卡、阿里寶卡都推出了無限流量的流量卡，搞的人們都不知道選哪個好了。在個大運營商都在搶占市場的環境下我們也得到了更加便宜的流量卡。在也不會到處去蹭WiFi了。接下來我就來講一講什麼是物聯網卡，為什麼能夠這么便宜。

最需要特別注意的是物聯網卡不能用來打電話不能發簡訊也不是插在手機上，和普通的流量卡是有區別的。其實物聯網卡早就有了，以前用的POS機上用的就是物聯網卡。只不過因為2G時代網速慢，流量小沒有普及而已。物聯網卡只針對集團或企業客戶，所以個人要買是買不到的必須得從第三方卡商購買。

『貳』 「大數據」要這樣用才賺錢!

「大數據」要這樣用才賺錢!

大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。
一石激起千層浪，國務院發布的2015 第50號文《促進大數據發展行動綱要》刷滿了朋友圈，特別是其中提到了大力推動政府部門數據共享，穩步推動公共數據資源開放。2017年底前形成跨部門數據資源共享格局，到2018年實現統一共享平台全覆蓋和數據共享及交換。2020年培育10家國際領先的大數據核心龍頭企業，500家大數據應用、服務和產品製造企業。
眾所周知，大數據商業價值巨大。但是中國大數據的商業價值還沒有被充分挖掘。主要的困難在大數據的分散，具有價值的數據大部分集中在在政府內部，壟斷國企業，以及互聯網巨頭之中。分散的數據無法幫助企業拿到具有價值的信息，無法實現大數據的商業變現。政府開放數據，以及大數據交易市場的建立是中國大數據商業價值應用的重中之重。
另外大數據的應用場景和大數據隱私問題，也是大數據商業應用功能的兩大問題，不知道數據應用場景，就無法尋找具有價值的數據，就無讓數據發揮作用，大數據的應用就會停留在解決數據採集、處理、存儲等大數據1.0時代的低級階段，無法實現大數據商業變現，無法激勵企業進一步投資大數據，無法形成數據價值應用的生態循環。大數據隱私問題是所有企業不能迴避的問題，到底何種數據可以進行交換，何種數據可以採集和變現，何種數據可以作為商品在市場流通，這些問題既影響個人隱私保護，又影響到企業購買數據產品的積極性，同時也影響了數據企業的發展。
中國大數據企業分為三類，一類是大數據技術公司，為企業提供大數據平台搭建，技術咨詢，大數據計算和存儲的產品，例如華為、亞信、浪潮等傳統IT公司。一類是大數據服務公司，為企業提供基於大數據技術的服務、平台、產品。包括為企業搭建大數據挖掘工具，搜索引擎，分析引擎等大數據處理平台，大數據清洗和挖掘服務例如明略科技，ADMaster，百分點。最後一類是提供數據產品的大數據公司，他們擁有數據，加工生成具有價值的數據，為市場提供標準的數據產品。例如芝麻信用，TalkingData，九次方，星圖數據等。
中國大數據市場的數據來源有四種，一種是通過網路爬蟲採集的外部數據，大多數提供輿情分析的公司就是通過爬蟲技術來進行數據採集的。例如海量數據。一種是提供SaaS服務得到的數據，例如Talkindata。另外一種是靠和運營商或政府合作，通過數據挖掘得到的數據，例如亞信和九次方。最後一種就是自身平台產生的數據（電商、旅遊、媒體等互聯網企業），包括BAT以及較大的一些互聯網公司如360、當當、唯品會、聚美優品、攜程、今日頭條等。
一、開放數據的價值
開放數據就是政府向社會公布自己所擁有的，並經過脫敏的數據。包括天氣數據、GPS數據、金融數據、教育數據、交通數據、能源數據、醫療數據、政府投資數據、農業數據等。這些原始數據本身並沒有明顯的商業價值，但經過一些公司加工之後，可以產生巨大的商業價值。
開放數據在美國有幾千億美金的市場，包括300億美金的氣象數據，900億美金的GPS數據，上千億美金的醫療數據。但政府開放的數據是原始數據，數據自身的商業價值並不大，需要專業的公司對數據進收集，清洗，挖掘，展現，從而形成具有商業價值的數據。在美國有很多公司是依靠加工政府開放數據而實現其商業價值的，例如處理天氣數據的Zillow公司，the weather channel 公司，以及處理GPS數據的Garmin公司，它們的總市值已經超過了一百億美金。
1 、政府開放數據的主要范圍
a政府收集和製造的科學數據。例如天氣數據，政府資助的醫療研究數據。這些數據都可以作為公共資源進行使用。
b 政府運行的數據，例如政府支出或大型項目運行數據。開放數據一方面可以增加民眾對政府的信任，另一個方面可以給一些公司帶來商業機遇。
c監管行業的數據。這些數據由企業提供給政府，並且經過政府二次加工。這些宏觀數據對於產業規劃，企業的投資戰略都有很大影響。
2、 中國開放數據之路的挑戰
a 國家對數據治理還沒有完成。很多數據沒有集中管理，還是處於信息孤島狀態，這些都是開放數據需要解決的問題。數據治理投資巨大，時間周期較長，都是巨大的挑戰。
b 一些開放數據還不是電子形式。例如醫療數據和教育數據，在一些地區還處於紙質記錄狀態，沒有形成電子檔案。這些數據的電子化也是一個較大的挑戰。
c 開放數據的脫敏和整合將是一項重大的挑戰。特別是國有企業的數據，哪些數據可以公開，哪些數據需要脫敏，如何整合各個地方的數據，這些都是一個挑戰
d 大數據服務公司和大數據人才匱乏。由於大數據市場剛剛開始，市場上缺少大數據人才和大數據服務公司，公開的數據短時間可能很難產生商業價值，這會影響政府和企業開放數據的積極性，不利於形成良性的大數據商業市場，會影響開放數據項目的持續發展。
3、有關開放數據一些建議
人類社會即將進入數字時代，開放數據將會是巨大的生產力。政府已經認識到了開放數據的價值，會持續推動政府和國企的數據開放。即使短時間內開放數據的投資看不到商業價值，但其未來經濟價值會促使政府堅持開放數據的政策，持續進行投資。就像中國的高速公路，開放數據是另外一條信息高速公路，將數據轉化為資產，轉化為巨大的社會生產力，幫助企業實現更大的商業價值。
對於數據擁有者的政府，需要在保障公共安全和個人隱私的前提下，完成數據治理和數據整合，逐步向社會開放數據，並提高數據質量，公開面向所有個人和企業，有效利用政府科技資金，讓利益相關企業和個人參與到開放數據項目中，鼓勵創新，接受外部挑戰，利用集體智慧，實現數據最優選擇。
對於國有企業，需要在保護自身商業利益的前提下開放數據，幫助各自產業鏈企業的發展。同時開放數據也可以幫助其自身進行產業規劃，進行有效投資，發現市場機會和風險，穩健經營，科學決策。企業可以利用開放數據提高生產效率，減少資源浪費，降低決策失誤風險。產業鏈企業的良性發展，也會推動國企自身發展和進化，提高競爭力，優化企業經營，實現產業共贏。
對於企業家，開放數據將會作為新的資源，幫助企業進行發展，聚焦新的商業機遇，特別是在開放數據影響較大的保健行業，金融行業，能源行業，教育行業。數據服務公司可以利用開放數據，幫助消費者挖掘數據的潛在價值，為企業和政府提供具有價值的商業數據。對於經營中的公司，可以利用開放數據評價商業夥伴和潛在投資，通過提供數據來樹立消費者的忠誠度，學會在透明的商業社會中進行經營，尋找公共或私人合作的機會，專注自身產品和客戶，為消費者提供更好的產品和服務。
二、萬億的大數據市場
2014年的GDP中消費佔比已經超過了50%，標志著中國經濟正在向市場經濟轉型，消費佔GDP 50%－70%是中等發達國家向市場經濟過渡的一個表現，未來中國經濟增長最大的引擎應該來源於消費，特別是個人消費。中國正在經歷經濟結構調整和城鎮化，個人消費需求巨大，社會產品較為豐富，渠道也較為通暢，物流成本正在下降，運輸能力正在提高。但是社會消費零售總額增加的還不夠快，資源配置不平衡，社會整體消費水平還處於較低的水平。這些問題正在成為中國經濟發展的難題，是企業和社會需要解決的問題。
大數據的商業應用將會幫助企業解決這些問題；大數據的有效利用將會提高社會消費水平，將會幫住企業提高效率、洞察客戶、增加收入。大數據商業應用未來是萬億級的大市場，大數據是大生意。
大數據時代最重要的特徵是人類所有的行為都被數據記錄下來，無論是在電商的購買行為，旅遊度假，娛樂活動，行為軌跡等，所有的人類社會行為都被各種感測器和互聯網記錄下來。數據記錄了一切，人類社會的行為都變成了數據，用紙質媒體記錄人類歷史的時代已經過去，歷史正在被數據以文字、數據、表格、聲音、影像的方式記錄了下來。中國的大數據應用主要集中在徵信和精準營銷，這兩個市場的規模加在一起不過兩千億，但是大數據如果同所有企業的商業需求相結合，其產生的化學反應將是巨大的，市場規模將會超過萬億，大數據是個大生意。
網路連接了信息與讀者，阿里連接了商品與消費者，騰訊連接了人與人。BAT所有的連接都是建立在數據基礎之上的，可以認為大數據連接了一切。數據連接了消費者和商家，數據連接了客戶習慣，數據連接客戶喜好，數據連接了位置，數據連接了時間和空間，數據連接了歷史和現在。連接一切的大數據將會反饋所連接的事物、空間和時間，通過數據記錄來反饋物體的移動，客戶的消費習慣，個人愛好，行為習慣，活動軌跡，運動規律等。重要的這些反饋數據能知道；你是誰、你在哪裡、你喜歡什麼、你在干什麼、你的消費能力、以及你未來的需求等。所有被反饋的事物都被打上了一個或多個數據標簽，這些具有價值的標簽經過整理和分析後，將會揭示事物之間的相關性和規律，將會為個人、商家、社會帶來巨大價值。
1、大數據幫助製造業規劃生產，降低資源浪費
製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，為客戶定製產品。
例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥，
2、移動大數據幫助房地產開發商規劃房地產開發
房地產行業在過去為中國GDP貢獻了很大力量，未來粗放型的房地產行業將會轉向精細化經營，從選地到規劃和從設計到建設，都需要參考當地到人口數據和消費者信息，進行科學決策；利用大數據商業應用加快房子銷售速度，降低自身負債。
房地產公司可以利用人群的手機位置信息來幫助企業進行開發規劃、土地選址、商鋪開發等。同時利用人群到用戶畫像信息幫助房產公司選擇合作商戶，提升消費人氣，最終提高房產價值。
3、移動大數據幫助餐飲零售行業進行選址和顧客導流
餐飲零售行業最關注客戶流量，過去開店選址時經常安排人員在十字路口進行人流統計，利用統計的人口流動信息來決定開店地址。進入到移動互聯網時代之後，智能手機的位置信息可以幫助餐飲零售行業進行開店選址，企業可以參考客戶畫像來決定開店的規模，以及產品的類別。
移動互聯網端的用戶標簽和畫像數據還可以幫助企業進行一些精準營銷，為新開的商戶導入客流。特別是在規模較大的購物商廈中，移動App端的位置導航功能，可以指引客戶找到新的商戶，參加促銷活動。市場上已經有成熟的零售餐飲商家和移動互聯網大數據公司在開店引流方面進行合作，資金利用的杠桿率超過了5倍，投入產出比較高。
4、感測器數據幫助產品進行故障診斷和預測
家電和汽車正在走向智能化，通過安裝感測器，汽車和智能家電可以將運行參數和運行狀態傳送到廠家的雲平台，廠家可以了解其產品的運行狀態，零部件的老化程度，幫助廠家及時更換故障器件，延長產品使用壽命，提高安全系數。汽車行業和智能家電在物聯網領域將會產生巨大的市場，雲計算和大數據處理平台將起到關鍵的作用。
中國汽車市場的銷售規模超過萬億，家電市場也有一萬多億。車聯網和智能家電涉及的大數據應用市場也是巨大的，按照大數據商業變現高杠桿率的特點，其市場規模至少應該在百億左右。
5、利用移動互聯網位置信息進行精準營銷
O2O已經成為了一個重要的商業模式，很多互聯網企業和傳統企業都在尋找O2O的應用場景，訂餐、教育、家政、汽車美容等都成為O2O的應用典範。移動互聯網數據具有LBS和實時特點，可以幫助企業及時連接客戶，依據客戶需求進行精準營銷。
大型購物中心一般都設有電影院，經常存在某些電影在開場前30分鍾，大量電影票還沒有出售的情況。藉助於手機App推送廣告功能，電影院在電影放映前30分鍾，可以將電影票以2折價格推送給正在周圍就餐的客戶。依據客戶畫像信息，電影票將推送給喜愛看電影的顧客，增加電影銷售額。企業可以利用手機App進行廣告推送，做到千人千面，依據客戶喜好來進行廣告推送。這種精準廣告推送具有成本低、轉化率高的特點，在餐飲、服裝、美容、零售等行業取得了良好的應用效果。如果基於位置信息的精準廣告推送被大規模的商業應用，將會促進商品流轉，大幅度提高社會消費總額，幫助傳統企業實現互聯網＋的戰略。
6、電商大數據將會幫助企業優化資源配置
電商是最早利用大數據進行精準營銷的行業，電商網站內推薦引擎將會依據客戶的購買行為，進行關聯產品的推薦。除了精準營銷，電商還可以依據客戶消費習慣來提前為客戶備貨，並利用便利店作為貨物中轉點，在客戶下單後的短時間內，將貨物送上門，提高客戶體驗。電商還可以利用其交易數據和現金流數據，為其生態圈內的商戶提供小額貸款，也可以將此數據提供給銀行，為中小企業信貸提供支持。
電商的數據量足夠大，數據較為集中，數據種類較多，其商業應用具有較大的想像空間。包括預測流行趨勢，消費趨勢、地域消費特點、客戶消費習慣、消費行為的相關度、消費熱點等。依託大數據分析，電商可幫助企業進行產品設計、庫存管理、計劃生產、資源配置等，有利於精細化大生產，提高生產效率，優化資源配置。
7、移動大數據助力交通運輸規劃和管理
交通大數據應用主要在兩個方面，一方面可以利用大數據感測器的數據了解車輛通行密度，合理進行道路規劃。另一方面可以利用大數據分析來實現交通信號燈智能切換，提高已有線路運輸能力。
在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。大數據可以幫助機場安排航班起降，提高管理效率；航空公司可以利用大數據提高上座率，降低運行成本；鐵路公司可以利用大數據安排客運和貨運列車，降低運營成本。
8、大數據幫助金融行業進行價值變現
大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。招商銀行(600036,股吧)利用客戶刷卡、存取款、電子銀行轉帳、微信評論等行為數據進行分析，每周給客戶發送針對性廣告信息。
中國目前金融行業大數據價值變主要在用戶體驗提升和大數據營銷兩個方面，其中招商銀行信用卡中心和平安銀行(000001,股吧)走到了金融行業的前面。
大數據在很多行業都有廣泛的應用場景，例如在醫療行業，農林牧漁、能源行業、物流行業等，大數據將會是電商之後的另外一個巨大市場，結合了所有行業的商業需求之後，大數據產業的市場規模將會是個萬億級別。大數據不是電力但是比電力更能提供動力，大數據不是石油，但是比石油更能驅動企業發展。大數據就是資產，能夠幫助企業進行價值變現。大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。

『叄』 大數據是如何賺錢和虧錢的

大數據是如何賺錢和虧錢的_數據分析師考試

大數據無疑是時下炙手可熱的流行詞彙，然而，我們鮮少看到大數據如何帶來收益，以及如何實現的例子，這是怎麼回事呢？

多年來，在經歷了幾個通信和投行的大數據相關早期實施項目後，我認為這個新興技術的收益主要在於：實現對復雜系統更為精準的剖析，例如股票市場或供應鏈。（投行成為最早一批應用大數據分析的行業之一，可謂毫不意外。對利用技術提升效率，創造效益更為敏銳的商業模式，往往也是更賺錢的。）

在投行的日常工作中，為了精準地選擇投資機會、選購股票，有大量對文檔處理的需求，例如新聞簡報，財務報表。如果人工進行，工作量過於龐大。因此助理分析師們往往簡化他們的預測分析過程，並使用電子表格來完成絕大部分工作。通過大數據技術，投行可以整合各種信息，減少可能的（簡化分析帶來的）風險，從整體上帶來更優越的分析和預測能力。

通過大數據平台，股票經紀和投資經理們可以聚合各種來源的非格式化數據，輔助判斷哪些公司值得投資。所謂『非格式化數據』包括如公司新聞，產品評論，供應商數據，價格變化，將這些信息以所謂「大數據」形式整合，通過建模，幫助股票經紀決策買入或售出股票。

有些採用如上方式進行投資預測的公司，很注重節約實施成本，例如使用雲平台（如AWS），先從很小數量的伺服器開始，隨著獲益增長，逐步提高投入。一位我認識的分析師，從一家大投行離職創業後，在不到六個月的時間內，僅僅使用非常有限的投入，創立了一個盈利良好的大數據交易系統。

即便在傳統製造領域，大數據仍然可以提升預測能力。我曾經擔任過顧問的某歐洲一線汽車製造廠商，通過建立一個鋼材交易成本的分析系統，選擇更好的時機，以更優價格買入原材料。這個系統由開源Java框架Hadoop創建，整合了多個供應商的共計15Tb的數據，在兩年內為該公司節省了1600萬美元。

這個項目的成功主要有兩個原因：首先，公司有足夠的信息為所有的供應商建模；其次，該項目節省的原材料成本超過了實施這個項目的費用。

然而，並非每個大數據項目都會這樣成功。公司在大數據項目上以虧損告終的概率，有時和成功的概率相差無幾。大數據項目失敗的早期症狀有很多種，最常見的問題如：

大數據並不需要一筆巨大的預算，如果懷著巨大的投入將帶來巨大回報的預期開始一個大數據項目，往往會產生問題。在正式開始前，明智的做法是，嘗試用有限的投入，在小范圍內測試這個技術是否確實能帶來預期的收益。按這樣的節奏，一個項目可以按部就班地隨著收益逐步提高，而逐步擴大投入規模，確保收益始終大於投入。

在開始實施一個大數據系統前，問自己一個簡單的問題：這個項目是否可以不需要持續的人工支持來運作？如果答案是，需要人工支持，那麼建議停止項目。建立這樣一個項目往往意味著百萬級的損失，無法在有利潤情況下保持維護和運行。

大數據有個經常聽到的功能是，通過自然語言處理，將各種領域的各種數據處理成直接可讀可理解的形式。這聽起來確實很贊，但是在實際應用中，往往不盡如人意。自然語言處理仍然存在許多妨礙應用的限制，主要由於人工智慧的發展還不夠——而且在可見的10年內，這個情況可能不會有很大改觀。

現代大數據項目具備巨大的節約成本的潛力，其效果對於過去的數據處理方式而言有如童話。但需要謹記的是，在投入時間和資源到大數據項目之前，首先要確認你的項目是收益大於成本的。只有傻瓜才會匆匆對一個點子一見鍾情並傾其所有。

以上是小編為大家分享的關於大數據是如何賺錢和虧錢的的相關內容，更多信息可以關注環球青藤分享更多干貨

『肆』 大數據時代，電信運營商如何「點石成金」

大數據風起雲涌。對於大數據中蘊含的商業價值，有人形象地將其稱為「數據鑽出石油」。充分利用大數據技術，從海量堆積的交互數據中發現帶有趨勢性、前瞻性的信息，能夠孕育出驚人的社會價值和商業價值。 然而，即便放眼全球，我們看到的大數據應用案例還鮮有電信運營商的身影，與互聯網領域的諸多探索相比，他們略顯平淡，大規模鑽出「石油」就更談不上了。面對這種情況，相信很多業內人士都在思考這些問題：大數據究竟會給電信運營商帶來哪些新機遇？大數據時代下的電信運營商面臨什麼樣的挑戰？電信運營商今後將如何運籌帷幄、構建面向智慧運營的大數據體系？ 從4W到4V： 運營商擁有先天優勢 根據信息爆炸時代的特徵，業界將大數據總結為「4V」體量（Volume）、多樣（Variety）、速度（Velocity）和價值（Value）。體量意味著海量的數據，多樣是指數據類型繁多，速度主要指數據被創建和移動的速度快，而價值是處理數據的目標、從各種形式呈現的復雜數據中挖掘有用的東西。 電信運營商作為信息服務的基礎服務商，其提供的服務用一個簡單的詞來概括就是「4W」Who、When、Where、What，在使用服務時，哪些用戶、需要聯系誰、什麼時間、處於什麼位置、做些什麼，這些信息無疑都需要經過運營商的管道。 對比「4V」和「4W」，我們可以發現兩者之間的契合之處，通信用戶數以億計的基數保證了數據的海量和多樣性，通信網路的實時承載保證了數據的速度，更重要的是，運營商還可以搜集到用戶位置、大體收入等有價值的數據，進而為精準營銷提供參考。因此，運營商在掌握用戶行為數據方面具有先天優勢，這是一般互聯網廠商所望塵莫及的。隨著智能手機和高速網路的普及，運營商能夠獲得的用戶行為數據還將更為豐富。 數據科學家、《大數據時代》的作者維克托·邁爾·舍恩伯格表示，在大數據時代，擁有數據的公司無疑將取得巨大的成功。因為他們具有洞察力，大數據會提供他們全新的洞察力。從這個角度看，運營商無疑坐擁一座天然的寶藏，但是能否挖掘、提煉出這些礦藏中的價值將決定運營商能否把握住大數據帶來的機遇。 由大入微： 構建智慧的大數據體系 由微入大易，由大入微難。對電信運營商來說，將無數具體而微的信息匯集起來其實並不難，真正的難點在於如何點石成金，如何「駕馭」這紛繁復雜的數據，如何存儲、整合、分析、汲取出真正有價值的內容，並創造性地使用它。 大流量並不一定帶來大數據，電信運營商獲得的數據中大部分都是「桀驁不馴」的它們被稱為非結構數據，這種數據本身並沒有太多價值。目前，電信運營商在大數據方面的探索還僅僅處於起步階段：一方面，用戶的行為、軌跡、狀態等數據散在網路各個環節中，形成信息資產的成本非常高；另一方面，運營商大數據挖掘手段還很不充足，如何從龐大的數據中分析出有價值的信息並找到合理的商業模式，提高「駕馭」數據的能力，成為電信運營商面臨的挑戰。 那麼電信運營商該如何去構建面向智慧運營的大數據體系？ 對電信運營商來說，可以利用大數據實現自身的精確化營銷和精細化運營，在這方面，國內已經有運營商作出了嘗試。使用Hadoop等大數據處理工具，通過分析用戶的興趣圖譜、關系圖譜、行為定向，再結合自身的業務推出量身定製的服務，如針對出差較多的商務人士，向他們推薦漫遊套餐；對愛好移動上網的用戶，向他們提供流量包……這本身就屬於大數據應用的范疇，而且，運營商通過對業務資源和財務等數據的綜合分析，可以讓決策層進行快速的市場決策，從而搶占市場制高點。 未來，運營商還可以拓展第三方模式，加大開放合作力度，與產業鏈各個環節開展合作，加快對大數據經營商業模式的探索，不斷釋放其管道中龐大數據的潛在力量，將數據轉化成「真金白銀」。在這方面，國外電信運營商的探索給我們提供了思路。西班牙電信去年成立了名為「動態洞察」的大數據業務部門，它可以為客戶提供數據分析打包服務，幫助客戶把握重大變化趨勢。法國電信的移動業務部門也開始嘗試挖掘大數據的潛在價值，比如，它承建了一個法國高速公路數據監測項目，對每天產生的幾百萬條記錄進行分析，從而提高了道路通暢率。更具顛覆性的是Verizon，其數據業務的盈利收入在其整個業務中佔比非常高，其中就有聯合第三方機構對其用戶群進行大數據分析，再將有價值的信息提供給政府或企業獲取的額外價值。 分析人士指出，數據化程度越高的行業，其大數據的應用場景越多，能夠帶來的價值也就越高。數據重構商業，雖然國內在這方面的探索還未形成規模，但對運營商來說卻代表著前進的方向憑借自身優勢，將數據分析包裝為服務，提供給政府、商場、銀行等第三方機構進行決策，從而實現商業模式的創新，並在與互聯網企業的競爭中佔得先機。不過，需要明確的是，這里的數據包裝並不是非法採集用戶個人信息，更不是販賣用戶個性化隱私，真正的大數據應該是用加工實現增值，用分析來指導決策，而非原始數據信息本身的低層次濫用。

『伍』 如何利用大數據去進行創業

大數據是當今信息社會的熱詞。在很多人印象中，數據就是數字，或者說必須是由數字構成的，其實不然，數據的范疇比數字大得多。互聯網上的任何內容，比如文字、圖片和視頻都是數據；醫院里包括醫學影像在內的所有大感也是數據；公司和工廠里的各種設計圖紙也是數據，如果我們把資本和機械動能作為大航海時代以來全球化的推動力的話，數據或將成為下一次技術革命和社會革命的核心動力。那麼對於興致勃勃的創業者來說，如何在大數據時代進行創業，把握和運用好數據時代所帶來的優勢呢？
首先，重視大數據，在無法確定因果關系時，數據會為創業者提供解決問題的新方法，數據中所包含的信息可以幫助創業者消除不確定性，而數據之間的相關性在某種程度上可以取代原來的因果關系，幫助創業者得到想要的答案，這個便是大數據思維的核心。因此在大數據時代選擇創業，就一定要重視數據.
其次，分析數據。光是足夠地重視網路大數據還不能夠完全地發揮其優勢，而且要有足夠的能力去分析數據和利用數據。這一方面，如果創業者並沒有具備完全的素養和專業知識技能，則可以尋找相關的數據分析員或者數據分析網站來對某個行業、某個市場或者說是合作對象來進行精準的數據分析，使得創業能夠更加事半功倍地進行下去。
最後，保護數據隱私。這個是依靠大數據創業並且長期發展和盈利的必要條件。由於大數據具有多維度和全面地特點，它可以從很多看似支離破碎的信息中完全復原一個產品或者服務的樣貌，並且了解到一個公司或者一個組織內部的各種信息。因此，保護自己公司或者創業者已經擁有知道的各種數據信息便顯得十分重要，它既是創業者所賴以生存的根本，也是對於客戶或者數據源的一種保護和責任
總而言之，在大數據時代創業，一定要重視大數據的重要性，能夠娶分析數據和利用數據，最後保護數據的隱私，這樣才有可能在大數據時代取得創業的成功。

『陸』 如何利用「愛奇藝號」大數據讓網大更賺錢

12月20日，「愛奇藝號」上線整整一年，在「你本不凡-點石成金」2017愛奇藝號iPartner合作者大會上，「愛奇藝號」交出了如下成績單：12.7萬愛奇藝號，8276個PGC合作夥伴，覆蓋全站40%用戶!

在「愛奇藝號」里，你不僅已經可以通過前貼片分賬、信息流分賬、VIP分賬、單點付費、粉絲打賞、應援等多種商業模式實現內容變現，而且你可以清楚地看到，觀看你內容的用戶在哪裡，他們的喜好、特徵是什麼，你應該選擇樣的封面圖，取什麼樣的標題，他們對什麼樣的內容最感興趣……

以前，很多數據只掌握在平台手中，而現在你可以像愛奇藝內部編輯一樣，去精準高效地管理自己的內容，運營自己的粉絲，打造屬於自己的IP和品牌，讓內容流量最大化、利益最大化、效率最大化!

我們將以《陳翔六點半之廢話少說》為例，《陳翔六點半廢話少說》當初定級為B類網大，卻創造了一千多萬分賬的票房奇跡，對這部爆款網大的「愛奇藝號」後台數據做一個全面解析，來告訴大家如何利用「愛奇藝號」大數據進行內容的智能分發和高效變現。

玩賺「愛奇藝號」第一步，搞懂「TGI指數+UV覆蓋度」

要想玩賺「愛奇藝號」，有兩個「指數」必須搞清楚：TGI指數+UV覆蓋度。

TGI指數：可以理解為，觀眾看完影片後，對該片的喜愛度。如果TGI=1，就代表跟全站平均水平持平，如果TGI>1，則代表嘎魚全站平均喜歡水平，大於越多，說明這部影片好評度越高!

UV覆蓋度：具有該偏好或特徵的用戶，在圈定人群中的佔比。例如觀看此片的男性用戶覆蓋度為60%，女性用戶覆蓋度為40%，相較之下，本片更適合定義為【直男斬】電影。

觀眾喜歡什麼類型的網路大電影？「愛奇藝號」就可以告訴你!

很多網路大電影片方，見面最常問的一句話就是：最近什麼類型的網大比較火啊？

其實不用問別人，「愛奇藝號」就可以告訴你!

網路大電影目前依然是高度「類型化」的商業片，既然是「類型化」，那必須要了解觀眾對內容類型的偏好!

其中，橫軸代表著TGI指數，縱軸百分比代表某一類型在那一列類型當中的觀眾佔比，而圓圈的大小代表UV覆蓋度。

從「內容類型偏好」數據可以看出：

1、「動作、喜劇、友誼、搞笑」類的國產劇情片UV覆蓋度佔比較大，屬於流量較大的大眾題材，拍好了就可能爆;

2、垂直細分領域，「社會問題、懸疑、殺戮、軍事」等題材觀眾佔比較高，拍好了市場前景依然看好;

3、「職場」類雖然UV覆蓋度小，但觀眾看完後好評度高。

從愛奇藝號的「頻道偏好」可以看出，影片受眾對於不同頻道的核心內容的喜好程度。

其中，「搞笑」頻道不僅TGI指數高，而且UV量大，這說明這個頻道的點擊量大而且好評度較高。也變相地說明了「搞笑內容」的受歡迎程度。

而「科技、汽車、旅遊、財經」等頻道類型，雖然UV量不大，但受眾喜好同樣高於全站平均水平，適合片方在之後的創作中，衍生垂直方向深挖和嘗試。

「視頻偏好」則更加具體，可以橫向比較不同影片的TGI指數和UV量，看到自己影片和其他影片的差距，以便在宣發上隨時進行彌補和調整。

了解全站用戶的觀影偏好和習慣，有助於片方節約「試錯成本」，避免盲目嘗試，提高資本效率，實現「快准狠」題材判斷和流量收割。

片方選取受歡迎的題材，融入關注度高的元素，製作用戶已有消費習慣的內容，實現理想票房自然是水到渠成的事情。

「看點指數」：了解觀眾對每一秒劇情的喜愛程度!

愛奇藝號還有一個特別重要數據——「綠鏡」。通過「綠鏡」，可以觀眾對每一秒劇情的喜愛程度。

綠鏡數據來源於海量用戶實際的播放行為，且每天會基於新增數據進行校準。也就是說，視頻播放量越大，用戶標本越多，綠鏡數據就越精準。

其中，橫軸表示視頻的總時長，時長精確到秒;縱軸表示視頻段落的精彩程度，即看點指數。

「看點指數」是根據觀眾的觀看行為綜合計算的指標，表達視頻每一秒的相對精彩度，觀眾的回退、跳過等都會通過看點指數體現出來。

「看點指數」「高於平均值線，說明這個時段觀眾滿意度較高，低於平均值線，則說明觀眾滿意度較低。

從《陳翔六點半之廢話少說》的看點指數，我們可以看出：影片在第6分鍾「看點指數」明顯高於平均值線，說明影片節奏把控很好，在第六分鍾劇情迎來了第一個大高潮，成功地吸引了觀眾，在這之後也基本上保持了比較高的看點指數;但從41-50分鍾這個時間段，「看點指數」低於平均值線，說明這個時間段的劇情比較無聊，但在這之後立馬就又來了一個大高潮。

整體看來，《陳翔六點半之廢話少說》的看點指數保持在平均值線之上，中間小高潮不斷，而且在6分鍾、53分鍾、75分鍾和結尾，都迎來了幾次大高潮，這樣的數據相當喜人，也正是這樣的數據成就了《陳翔六點半之廢話少說》的千萬票房。

通過「綠鏡」，可以得到精確的觀眾喜好數據，對應到電影中每一秒情節片段，好好分析對比，就可以知道觀眾喜歡什麼，不喜歡什麼，哪些情節戳中了觀眾的嗨點，在幾分幾秒的時候有觀眾在流失，哪些情節讓觀眾沒有繼續觀看……

而愛奇藝號後台強大的數據，讓內容創作者與用戶真正實現了無縫連接，這些數據可以讓網路大電影的投資、創作、營銷都不再盲目，而且對內容的品質、方向、收入都起著決定性作用。

「愛奇藝號」完全可以看作是「視頻行業的微信公眾號」，可以像微信公眾號一樣，進行「內容上傳、管理、宣發和粉絲管理」，而且提供了前貼片分賬、信息流分賬、VIP分賬、單點付費、粉絲打賞、應援等多種變現途徑。

所以，充分利用「愛奇藝號」，好好研究後台數據，創作出好的內容，運營好自己的粉絲，打造自己的品牌，讓自己的每一部電影流量最大化、價值最大化，成為愛奇藝號裡面的大V。

『柒』 高德，百度地圖免費用，靠什麼盈利

首先要了解一下：高德地圖現在屬於阿里巴巴的，2014年阿里巴巴集團宣布以11億美元全資收購高德公司，高德成為阿里的子公司。而網路地圖屬於網路公司的。

移動互聯網的發展，網路地圖通過讓用戶免費使用手機導航，徹底打掉了高德地圖的營收來源，致使高德一度陷入發展困境，還好有阿里巴巴收購並入阿里整體戰略體系。最新消息，網路將網路地圖並入 AI 體系，剝離商業化，也開始專注於地圖業務自身。

這兩家公司現在都屬於互聯網公司，典型的互聯網盈利模式： 羊毛出在狗身上，豬來買單！ 也就是說這兩家公司面向C端客戶不收費，通過向B端收費的模式來實現盈利。

羊毛處在狗身上，讓豬付錢？核心服務免費是互聯網企業的普遍模式，之所以能夠做到免費，有兩個法寶：法寶一：因為有海量用戶，可以通過廣告獲得收入；法寶二：互聯網縮短了產品和用戶的距離，削減了中間環節的成本。但是免費很容易問題是靠什麼來收費來盈利，其中的秘訣就在於價值鏈再造，改變原有成本結構和收入方式，使「羊毛出在狗身上，豬來買單」。

而對於阿里的高德地圖和網路公司的網路地圖，他們具體的盈利模式有相同之處也有各自的特色和差異。主要的盈利模式有以下幾點：

1、對於與地圖相關商家的增值服務

高德地圖通過實時交通路況、在線導航和第三方生活服務資源整合等增值服務，致力於打造以位置為紐帶整合諸多第三方信息及商務服務, 佔領更多的智能終端，將各類生活服務、電子商務融合其中，最終一站式解決用戶在移動生活中的種種需求，發展出海量用戶。藉助龐大的用戶規模與活躍的客戶群吸引商家，形成資金迴流，其中主要有以下三種方式：

（1）為本地生活服務商家提供基於位置服務，獲取服務費用。 高德公司提供數據以按期收取服務費或授權費並且根據訂單的完成數量收取一定利潤分成，以獲得穩定現金流。例如：高德在地圖版塊也增添了「打車」業務，與滴滴、曹操等打車業務同時合作，獲得服務費用及分成。此外還有酒店、餐飲等，同時被阿里巴巴收購之後，高德地圖作為O2O業務場景重要的流量入口。

（2）通過搜索項目獲得廣告費用 。這一點是網路公司首創的商業模式，高德地圖效仿網路搜索引擎的商業模式，採用 關鍵詞搜索競價排名 的方式，使競價高的商家獲得更多關注並收取費用。另外，高德地圖在手機某些項目中劃出一部分作為廣告區域，由商家競價獲得投放權以獲得服務費。最後，高德地圖建立大資料庫對搜索數據進行深度挖掘，為商家進行廣告定點投放、精準市場營銷提供數據支持，獲得相應咨詢費。

（3）面向地圖標示點商家的增值服務。 在海量用戶基數下為商家提供不同層次的特殊標示服務，打開某地區地圖時，該商家將會有突出的展示，依據地圖展示層次收取相應費用，將為商家獲得更多關注。

2、手機預裝軟體和

公司與手機終端廠商合作，為其提供手機預裝導航數據和軟體。為了使手機消費者使用更便利，手機廠商會有選擇的預裝部分優秀的軟體，於是就必然要向軟體提供商支付一定的授權費用。

3、流量變現和app下載流量分發

高德地圖上億的用戶量級，按照互聯網的流量變現實現盈利模式。高德將會與電信運營商展開流量經營方面的合作，包括定向流量和流量獎勵，通過獲得流量費用分成形成利潤。同時高德地圖海量的用戶也可以為其他app下載提供流量分發功能來實現盈利。

4、互聯網位置服務

高德地圖將處理好的測繪數據或基於位置的定位導航技術提供給其他與位置相結合的企業。比如大家所熟知的高德與蘋果中國地圖的合作，以及此前高德與新浪、阿里巴巴、騰訊、京東在基礎地圖方面的合作，向趕集網、搜房網等 12 萬家網站和第三方開發者提供地圖 API 服務。同時獲取更多 GPS 信息反饋，完善基礎地圖數據。

說完了高德地圖，我們再說一下網路地圖的盈利模式，除了上述的高德地圖的盈利外，網路地圖需要重點說一下他的競價排名模式，同網路的搜索引擎一樣，網路地圖將各種餐飲、住宿、打車等都接入到了網路地圖中，當然這其中也包括各種醫院和葯店。盈利模式當然就是競價排名模式。

另外站在未來的角度看，車聯網的發展車聯網做為未來的一個風口，有上萬億的市場，而導航、地圖等服務，需要這些地圖服務商來提供服務，而車企肯定是需要付費的。

在長期布局地圖O2O未果之後，網路選擇了撤銷了一整個事業部，保守持有大量用戶，從而繼續發力地圖O2O。而高德則不同，高德在放棄O2O策略後，以壯士斷腕的決心完成了一次對業務的重組，全面進攻LBS位置服務。

兩者的主要區別在於戰略思維的不同。網路的地圖O2O的定位是主要解決信息不對稱的問題，通過覆蓋率來為用戶提供位置搜索服務。而高德主要想解決的是出行和公共服務，希望能夠讓整個交通得到有效改善。

由於戰略思維出發點的不同，所以導致網路和高德現在的發展完全南轅北轍。雖然兩者構想的藍圖都是好的，但是究竟哪一種更能夠適應市場需求仍然還是未知數。

廢話不多說，直接上干貨！

作為高德地圖或網路地圖之流，對C端用戶都是免費使用，而且用戶體驗來講是一直在提升的狀態，那麼對C端用戶免費的地圖類產品到底是如何盈利的呢？

互聯網是講究流量，只要有用戶，有流量，那就存在變現手段。

1. 與 汽車 廠家合作

車企目前都在發展自己的智能設備，於是會與地圖類公司合作，既然合作了，肯定要支付一定費用的。

2.廠家、商家入駐費用

之前沒有多少B端用戶的時候，地圖類產品都會先讓商家免費入駐，充實自己的數據量。而隨著數據量越來越大，地圖類企業的名氣越來越高，新進入的商家入駐可能就需要交納一定費用了。當然，大部分目前還是免費的。

3. 對B端用戶提供開放平台

拿高德舉例，高德開放平台提供安卓、ios的SDK，也提供API介面。在搜索一定量的時候，是免費的， 一旦B端用戶搜索量非常大的情況下，就需要簽訂協議做合作收費了。

這么說大家可能會感覺模糊，繼續舉個例子。

假設有家公司是做O2O的，因為連接線上線下，勢必要利用到定位。在初創階段，自己肯定沒有這么的地圖數據，而且開發技術也沒時間和精力去搞這些。那就直接用高德或者網路地圖的介面好了。O2O公司省去了時間成本，技術成本，而高德或者網路因為提供了對應的服務，那勢必要收費吧。而O2O公司的用戶，因為能夠精準定位，體驗提高，自然滿意度也很高，那基本就到了三贏的狀態。

4.投資者青睞

依舊以高德為例子，被阿里收購後，高德搞得越發有聲有色起來。同時，他還能為阿里旗下其他產品提供入口，做到引流，大家一起用力，到達協同效應，相互有好處。投資者開心，繼續投資！平台用戶量增加，流量增長，平台開心！用戶用的爽，用戶也很開心！

5. 廣告費用

這個就不用解釋了吧！

如果喜歡納蘭寫的內容，請收藏或關注！

地圖廠商最 初盈利模式是與車廠合作 ，依賴在車端預裝導航地圖，按照預裝車的數量，從 汽車 廠商那裡收取費用，實現賺錢盈利 。這種模式曾經支撐了高德十幾億的市值。

互聯網時代，尤其是 移動互聯網時代初期 ，智能機的興起使得手機地圖成為移動端APP標配，地圖從此進入個人用戶的視野。但此時的 手機地圖的產品完全是賠本賺吆喝。 手機導航業務以其快速便捷的更新能力和低廉的價格，開始對 汽車 預裝電子導航業務形成沖擊。隨著競爭的白熱化， 手機導航地圖免費徹底沖擊了高德的生命線，最終迫不得已賣身阿里，至此，地圖ToB盈利的時代結束，進入了ToC為主的時代。

ToC的互聯網時代，地圖該如何盈利，地圖廠商門都做了積極的 探索 。比如網路地圖在O2O領域的 探索 ，嘗試以周邊模式為用戶推薦吃、住、行等服務，引入商家POI詳情和點評數據，引入酒店預訂服務，引入出行打車服務等，但是由於線下資源引入線上成本過高，各個線下領域寡頭林立，進入門檻巨大，各種嘗試均不理想。 在移動互聯網時代，地圖產品只能做到有營收，但遠遠談不上盈利 。

最後，不管是網路地圖也好，高德地圖也罷，都選擇了深耕技術，優化產品，作為產品矩陣的基礎服務為其他產品倒流。

在人工智慧時代，無人駕駛的蓬勃發展，讓地圖產業又一次站在了時代的風口。高精地圖作為無人駕駛不可或缺的基礎服務，成為創業公司和無人駕駛企業爭相搶占的新高地。

時代輪回， 地圖在經歷了ToC移動出行市場需求巨大，盈利難求的窘境之後，又重新回到了ToB的對接車廠尋求突破的新的發展階段。

在互聯網領域有句話很現實，用戶就等於流量，流量就等於金錢。所以，無論是網路，還是高德，只要有人用，他們自然有辦法讓用戶使用的流量變現。主要方式有以下幾種：

與車廠合作：其實對於這些地圖公司而言，他們在最開始的收益來源就是與車廠合作。在車上安裝車載導航，一般選擇的都是網路或者谷歌。雖然說使用是免費使用，但是車載導航的安裝還是需要收取費用的。所以，隨著 汽車 行業的發展這成為了他們盈利的一種方式。

跟商家合作：不知道題主有沒有感覺，原先在使用高德或者網路地圖的時候，地圖上很少顯示周圍的信息，比如說道路左側有什麼商場、道路右側有什麼飯店等等，但是現在都有。這也是他們盈利的一種方式，與商家合作。在地圖上顯示商家信息，替他們吸引客流量，收取費用。

最後就是互聯網行業必不可少的廣告費，無論是實體店廣告、還是虛擬產品的廣告，個人感覺在網路或者高德地圖上隨處可見。這些廣告可不是免費加上的，因為有龐大的用戶群體，所以自然而然就能吸引到企業來談合作～

除此之外，現在我們在地圖軟體上還能看到很多打車入口、外賣入口、購票入口。如果選擇在軟體上購買的話，他們也可以收取提成。這種盈利方式這兩年才開始，但是隨著網路的發展以後會更加常見。

網路、高德地圖目前盈利主要來自四大塊：

一是收取地圖使用費，這里收取的使用費不是針對普通用戶，主要是各大 汽車 廠商，因為現在很多車都配備了車載導航，使用的主要就是高德、網路這些地圖軟體，通過對廠商收取軟體預裝費用，來獲取收益；

二是廣告費，因為對用戶免費開放，而地圖導航這些作為硬需求，很多人都會在手機上安裝地圖軟體，這樣有了龐大的用戶群體，就可以通過推送廣告等方式賺取廣告費；

三是接入線下商家，我們打開高德或者網路地圖，可以發現除了顯示咱們出行的線路，還會顯示很多商家店鋪的具體位置，如果你有家商鋪需要在地圖上面顯示來增加客戶流量，就需要支付給一部分費用給高德、網路，從而成為他們另一個重要的盈利點；

四是跨界合作，給其他服務商提供入口，這里主要包括的是出行和配送領域，出行這塊各類打車平台、共享單車平台等平台接入高德、網路地圖，是需要支付相關費用的，另外還有配送領域的外賣、快遞、跑腿等行業也會選擇和他們合作，使用它們的服務從而支付費用。

互聯網時代，流量、大數據就是財富，只要有了穩定龐大的用戶群，即使免費下載使用，也能在後期通過其他方式進行流量變現

其實作為一款工具級的APP，實際上想真正盈利是很難的。地圖領域的老大老二的高德地圖和網路地圖，雖然我不了解其實際運營狀況，但我能確定的是憑地圖本身是不可能盈利的。首先，面對普通用戶是免費的，這類用戶占據了90%，很多車都直接用手機端地圖。然後地圖還有一批企業級的用戶，實際上目前也是免費的，很多內置高德網路的app實際上不用付費的，只有到達一定規模才需要向地圖商付費，類似滴滴、美團這些大的平台APP。

但這些收入我認為不足以支撐地圖這塊兒的投入，地圖並不像我們想像的那麼簡單，誰都做的好，是有很深的技術含量的，而且運營一個上億用戶的地圖平台，投入本身就不小。所以地圖公司市值本來也不便宜，阿里買高德花了20多億美元，已經倒下的諾基亞的here地圖也賣了20多億美元，網路這些年在地圖砸的錢也不在少數。

現在我來回答地圖靠什麼盈利，一定是靠互聯網的生態來盈利的。地圖是什麼，是巨大的用戶流量入口，互聯網經濟的本質是什麼？就是用戶。高德地圖背靠阿里，網路地圖背靠網路，騰訊也在做騰訊地圖。為什麼BAT如此重視地圖，地圖是互聯網生態非常重要的一個板塊，因為其掌控了用戶的出行以及位置數據，這些數據是非常有價值的，LBS可以為BAT其他的商業形態提供精準度數據支撐和流量導入。地圖可以不盈利，但是其他生態夥伴盈利了，這才是互聯網思維。就如同一家公司，盈利的部門是市場部，那人力資源部財務部就沒有創造價值嗎。明顯不是，互聯網生態是一個整體，只要整體盈利，不用關心某一個部分是否盈利，關心的是它是否貢獻了應有的價值。

只要有流量，不怕沒有錢。在移動互聯網時代，流量最重要。

變現的渠道很多：

1 商戶入駐

商戶入駐雖然不花錢，但是想要得到優先推薦就得花錢了，衣食住行是連在一起的，搞定了行，自然也就關聯把衣食住搞定了，餐飲、商場、 娛樂 、住宿等等都會連接在一起。

2 關聯

比方說其他軟體會關聯到地圖，這些地圖就會收費，如大眾點評中商戶的位置等等。

3 引流

作為一個流量入口，可以積極為集團的其他業務提供流量引流服務。

4 廣告

搜索的時候會有先後之分，這時候就得花錢了。

5 增值服務

比方說提供某些特殊的標識等

6 數據

出行數據本身即是非常值錢了，代表了用戶的軌跡

以前的車載凱立德導航買版權是盈利的。後來隨著移動終端的發展，免費成為趨勢。凱立德慢慢淡出視野。 現在是高德，網路在搶占市場。

據了解網路有部分地圖是用高德的數據。這種大企業肯定也肯定是互持股權的，加上資本的撮合。他們合作也很正常，現在是搶流量，搶我用戶。

有流量，用戶就有資本投入。受到資本的青睞就不怕沒錢。公司估值高大把資金來源。。。。真靠那點廣告，流量費早就餓死了

『捌』 公司如何通過大數據賺錢

公司如何通過大數據賺錢

現代大數據項目具備巨大的節約成本的潛力，其效果對於過去的數據處理方式而言有如童話。但需要謹記的是，在投入時間和資源到大數據項目之前，首先要確認你的項目是收益大於成本的。只有傻瓜才會匆匆對一個點子一見鍾情並傾其所有。

大數據無疑是時下炙手可熱的流行詞彙，然而，我們鮮少看到具體大數據如何帶來收益，和具體如何實現的例子，這是怎麼回事呢？

多年來，在經歷了幾個通信和投行的大數據相關早期實施項目後，我認為這個新興技術的收益主要在於：實現對復雜系統更為精準的剖析，例如股票市場或供應鏈。（投行成為最早一批應用大數據分析的行業之一，可謂毫不意外。對利用技術提升效率，創造效益更為敏銳的商業模式，往往也是更賺錢的。）

在投行的日常工作中，為了精準地選擇投資機會、選購股票，有大量對文檔處理的需求，例如新聞簡報，財務報表。如果人工進行，工作量過於龐大。因此助理分析師們往往簡化他們的預測分析過程，並使用電子表格來完成絕大部分工作。通過大數據技術，投行可以整合各種信息，減少可能的（簡化分析帶來的）風險，從整體上帶來更優越的分析和預測能力。

公司如何通過大數據賺錢

通過大數據平台，股票經紀和投資經理們可以聚合各種來源的非格式化數據，輔助判斷哪些公司值得投資。所謂『非格式化數據』包括如公司新聞，產品評論，供應商數據，價格變化，將這些信息以所謂「大數據」形式整合，通過建模，幫助股票經紀決策買入或售出股票。

有些採用如上方式進行投資預測的公司，很注重節約實施成本，例如使用雲平台（如AWS），先從很小數量的伺服器開始，隨著獲益增長，逐步提高投入。一位我認識的分析師，從一家大投行離職創業後，在不到六個月的時間內，僅僅使用非常有限的投入，創立了一個盈利良好的大數據交易系統。

即便在傳統製造領域，大數據仍然可以提升預測能力。我曾經擔任過顧問的某歐洲一線汽車製造廠商，通過建立一個鋼材交易成本的分析系統，選擇更好的時機，以更優價格買入原材料。這個系統由開源Java框架Hadoop創建，整合了多個供應商的共計15Tb的數據，在兩年內為該公司節省了1600萬美元。

這個項目的成功主要有兩個原因：首先，公司有足夠的信息為所有的供應商建模；其次，該項目節省的原材料成本超過了實施這個項目的費用。

公司為何因為大數據虧錢

然而，並非每個大數據項目都會這樣成功。公司在大數據項目上以虧損告終的概率，有時和成功的概率相差無幾。大數據項目失敗的早期症狀有很多種，最常見的問題如：

步子邁太大：大數據並不需要一筆巨大的預算，如果懷著巨大的投入將帶來巨大回報的預期開始一個大數據項目，往往會產生問題。在正式開始前，明智的做法是，嘗試用有限的投入，在小范圍內測試這個技術是否確實能帶來預期的收益。按這樣的節奏，一個項目可以按部就班地隨著收益逐步提高，而逐步擴大投入規模，確保收益始終大於投入。

低估人力投入：在開始實施一個大數據系統前，問自己一個簡單的問題：這個項目是否可以不需要持續的人工支持來運作？如果答案是，需要人工支持，那麼建議停止項目。建立這樣一個項目往往意味著百萬級的損失，無法在有利潤情況下保持維護和運行。

迷信自然語言處理：大數據有個經常聽到的功能是，通過自然語言處理，將各種領域的各種數據處理成直接可讀可理解的形式。這聽起來確實很贊，但是在實際應用中，往往不盡如人意。自然語言處理仍然存在許多妨礙應用的限制，主要由於人工智慧的發展還不夠－－而且在可見的10年內，這個情況可能不會有很大改觀。

現代大數據項目具備巨大的節約成本的潛力，其效果對於過去的數據處理方式而言有如童話。但需要謹記的是，在投入時間和資源到大數據項目之前，首先要確認你的項目是收益大於成本的。只有傻瓜才會匆匆對一個點子一見鍾情並傾其所有。

以上是小編為大家分享的關於公司如何通過大數據賺錢的相關內容，更多信息可以關注環球青藤分享更多干貨

『玖』 大數據市場有多大 怎麼利用大數據賺錢

大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。

『拾』 大數據公司通過什麼賺錢

根據個人理解，大數據公司賺錢分為三個等級

1. 直接出售數據： 包括脫敏的各種交易、操作、用戶信息；互聯網抓取的公開信息
2. 對數據進行結構化分析後出售： 各種輿情監測，廣告投放，傳播分析等
3. 根據批量結構化後信息數據進行建模： 用於個性化推薦，走勢預測等

中介公司大概能做第一個級別的吧。

當然，後面還有人工智慧，只是目前依靠這個賺錢的公司還沒看到。