大数据电信数据出售|谈大数据营销如何利用大数据发现商机靠大数据

⑴ 什么是大数据交易

现在关于大数据都是在滥用概念。大数据本意指运算的数据量大。而很多专商家或者传媒为了夺人属眼球,胡乱的编造些怪异概念出来。而所谓的大数据交易,其实就是通过网络在线搜索关注度很高的交易标的,这种方法未必可行。关键的还是要自己认真分析。首先是根据政策的方向,把握行业机会,再在行业中去寻找具有高门槛的龙头行业(当然,现在的龙头区分比较细化)。

⑵ 谈大数据营销,如何利用大数据发现商机,靠大数据

这里我把大数据的核心价值理解为核心商业价值。第一次工业革命以煤炭为基础,蒸汽机和印刷术为标志,第二次工业革命以石油为基础,内燃机和电信技术为标志,第三次工业革命以核能基础,互联网技术为标志,第四次工业革命以可再生能源为基础,数据和内容作为互联网的核心为标志。不论是传统行业还是新型行业,谁率先与互联网融合成功,能够从大数据的金矿中发现暗藏的规律,就能够抢占先机,成为技术改革的标志。四个月前,《网络安全法》以及最新刑事司法解释正式施行,信息安全尤其是个人隐私保护问题被上升到了一个新高度,当时写了《分水岭:6月1号起,大数据进入下半场!》。几个月过去了,据媒体报道,有数十家做大数据的公司因涉嫌数据信息安全被约谈或者协助调查,很多数据查询访问接口关停,有人惊呼"大数据行业进入冰封时代"。但更多的大数据从业人士认为那些倒卖数据的企业是挂羊头卖狗肉,对大数据的名声和产业空间伤害非常大,对整顿拍手称快,认为唯有如此,才能让大数据产业走得更远。喧闹过后,要冷静思考。不做倒卖数据出售隐私信息,生意应该如何做呢?这不是简单的问题,而是大数据产业的战略选择。未来的盈利模式以《网络安全法》为代表,国家严厉打击倒卖客户隐私信息的行为,斩断了数据简单变现的发展模式,目的是推动大数据产业持续健康发展。然而从大数据产业发展的视角看,如果产业链的各个玩家不尽快做出战略选择,那么未来也是死路一条。做"大而全"的大数据平台是赚大钱的生意经,核心价值是数据完整性和有效性,其价值体现则有直接和间接两种。由于不能直接售卖个人数据和信息,因此数据变现多以行业报告的方式呈现出来,这将成为平台直接创造商业价值的重要手段。虽然数据来自于个体,但是由于报告呈现的是宏观整体数据,收益也是汇总加工之后产生的,并不受单个数据的影响,完全可以规避法律风险,成为大数据平台名正言顺的收入。而且,如果大数据平台里有相应的数据,不排除根据企业的要求为其提供指定的"竞品分析报告",比如运营商的大数据平台给腾讯做一份优酷视频的使用情况分析报告,也是合法的生意。除了发布或提供报告,大数据平台的价值更多地通过间接方式来实现,也就是为数据分析应用提供数据服务。所以致力于建设大数据平台的企业要做好与应用企业的协作,如果应用发展不起来,大数据平台也活不下去——光靠卖报告是养不活大数据平台的。大数据玩家的另一种存在方式就是做应用,相信未来会有很多以此为生的小而美的企业。这些企业或者在技术(算法、模型)方面有过人之处,或者在业务(营销、运维)方面有一技之长,总之是靠突出的专业性优势而存在,同时由于规模小,成本低,因此可以快速呈现价值,也可以快速调整以适应变化。无论是做大而全的大数据平台,还是做小而美的应用企业,适逢大数据发展的热潮,都有成功的机会。但这是两类不同的发展模式,笔者很难想象什么样的企业能将这两个角色融为一体,换句话说,就是大数据产业的玩家要清楚自己的战略定位,明确自己的选择,知道什么是应该放弃的,才能涅槃重生。以上由物联传媒转载,如有侵权联系删除

⑶ 大数据时代 数据服务业

大数据时代:数据服务业自从苹果公司先后推出iPhone和iPad红遍全球,全世界进入了若干产业被颠覆,若干产业被重组,若干公司被干掉的大乱局面。以近来谷歌和微软相继推出平板电脑为标志,再加上它们在手机操作系统以及手机制造上的努力,可以说传统的产业划分和商业模式分析需要重新来过了。 从产业分析的角度看,今天再把网络业,IT业,电信业和软件业分开看已经什么都说不清楚了。传统的TMT概念(电信,媒体和信息技术业的统称)更是应该被扔进历史垃圾堆。一个重新定义过的大网络业概念可能会更加贴切地反映高度变动中的世界和日益模糊的产业关系。这个大网络业的上游,领军和驱动力是传统意义上的网络业(或称小网络业),中游是IT业,电信业和软件业,下游是新闻出版业,影视业,娱乐业,零售业和物流业。之所以可以把它们统统划归一个大产业概念,是因为它们都已经或正在互联网化,彼此之间形成了共生共荣的紧密关系。 从正在到来的大数据时代的角度看,也许大可不必纠缠于大网络业和小网络业如何区分的官司之中,干脆重新定义一个新概念:数据服务业。这个产业的核心资产就是电子化网络化的数据,无论这些数据来自于什么地方,什么组织或个人,什么产品或服务。五彩缤纷的大千世界里万事万物都可以转化为由0-1码子组成的或简单或复杂的数据字节。整个产业链由数据生产,数据传播,数据获取,数据存储加工和数据交换与出售等环节组成。各个传统产业可以分门别类地属于一个或数个产业链的环节。例如,新闻出版业和影视业主要从事数据生产,电信业和网站主要做数据传播,数据终端制造商帮助用户获取数据,软件商专攻数据存储加工,大家一起卷入数据交换和直接间接的出售业务。公司大小的区别主要在占有和利用数据量的大小,甚至像电子商务这样表面上很实在的业务其实也不过是通过出售附着在某种具体商品上的数据而谋利。 数据服务业和现有的相关产业的根本区别在于其商业模式是数据驱动型,是对大数据的深度分析加工,是对大数据的多重利用和深度利用,是对现有简单直接商业模式的增值服务。一个理想的全产业链数据服务业公司应该由全系列数据终端的设计与销售,通用型开放平台的开发与运营,云计算后台的开发与支持,数据存储与使用后台以及数据分析与数据产品平台等部分组成。这样一个公司中CIO或CDO(首席数据官)扮演重要的领导角色,雇佣大批数据科学家,数据工程师和数据产品经理。实际工作中数据以TB为最小使用单位,业务讨论中最常使用的名词是“最小数据集”(Minimum Data Set 或MDS),“元数据”(Metadata),“数据集市”(Data Mart),和“设施即服务”(Infrastructure as a Service 或IaaS)。同现有网络业商业模式相比,这个公司的商业模式具有鲜明的精准性,智能化,个性化和多样化的特色,具有高出若干倍的投入产出比和性价比。 如果从这个逻辑去看苹果的iPhone和iPad,就不会仅仅叹服其精美的设计,强大的功能和惊人的市场征服力,而会思考苹果怎样从一个IT公司转型为走向未来数据服务业的领军者。同样,谷歌推出开放式手机操作系统和平板电脑,甚至过去很难为人所理解的企业行为,包括发射地球卫星,研制自动驾驶汽车,投资绿色能源和各种传感器的研发,都可以理解为这些不计成本的行为是全方位增加生产和获取大数据的种种努力,是在不懈地为走向数据服务业争取先发优势,是在为未来的领先地位下一盘很大的棋。同样,对微软的平板电脑和手机操作系统,亚马逊的电子书和FACEBOOK推广自家的数据中心设计,都应该归结为大数据时代来临前的热身运动。 至于一些国内的网络业公司,如果不去努力学习和思考即将到来的大数据时代,不去未雨绸缪地争取孕育中的数据服务业的战略机会,而只是机会主义地邯郸学步,东施效颦,也去做什么手机,那只能是捡了芝麻,丢了西瓜。如果自身没有成龙配套的操作系统,开放平台,云计算后台和数据分析加工平台,单兵突进只做手机,也许在某个时段能赚点钱,但长远看是没有前途的。那些在手机首页集成点自己的服务,高呼抢占网络入口口号的伎俩,在滚滚而来的大数据洪流面前显得那么苍白无力。何不舍弃鸡肋,重新定位,发挥优势,争取不要在大数据时代掉队呢?

⑷ 电信行业如何应用大数据

大数据运用的四个类型运营商运用大数据主要有四个类型。首先,在市场层面,运营商可以利用大数据对自身的产品进行服务,通过大数据分析用户行为,改进产品设计,并通过用户偏好分析,及时、准确进行业务推荐,强化客户关怀,这样就可以不断改善用户体验,增加用户的信息消费以及对运营商的粘稠度;其次,在网络层面,可以通过大数据分析网络的流量、流向变化趋势,及时调整资源配置,同时还可以分析网络日志,进行全网络优化,不断提升网络质量和网络利用率;第三,在企业经营层面,可以通过业务、资源、财务等各类数据的综合分析,快速准确地确定公司经营管理和市场竞争策略;第四,在业务创新层面,可以在确保用户隐私不被侵犯的前提下,对数据进行深度加工,对外提供信息服务,为企业创造新的价值。这样,大数据将助力运营商实现从网络服务提供商,向信息服务提供商的转变。由于大数据产业具有强烈互联网特征,现有的运营模式很难帮助运营商实现大数据产业的迅速发展,这是因为,对于大数据产业,运营商传统的金字塔式的组织结构已经过时,传统架构的信息系统及组织架构已无法应对海量数据和创新型应用,那种由上而下的运营模式无法更接近用户的需求,显然已经阻碍运营商自身大数据产业的纵深发展。根据市场需求,运营商必须全面转向以客户和消费者为中心的运营体系,重新梳理企业的经营模式和组织架构,这就是模式的创新,大数据产业发展要求运营商实现管理经营和市场信息系统完美对接,新型大数据应用必将助力运营商向信息服务模式转型。面向大数据时代,运营商的及时转型成为必然,否则将有被互联网企业超越的可能性。理论上讲,运营商拥有颇具优势的大数据资源并不是完全不可替代,例如,用户的位置信息就可以通过多种APP应用获得,用户的网络使用信息也可以通过多家互联网企业合作获取,互联网企业通过泛互联网化收集更多的大数据信息。另一方面,多行业的垂直整合将成为趋势,在数据应用层面,行业企业通过多种手段搜集大量的用户数据,将更贴近用户,更理解用户,为其提供更适当的服务,大数据将成为资产更具有战略意义,各个行业及单位都在关注大数据。根据大数据数量大、时效性要求高、数据种类及来源多样化等特征,运营商首先获取更多有用的大数据资源,例如,很多的网络运行信息,包含大量有价值的用户行为和位置信息,这样的信息可以加以利用。有了资源应该加以利用,避免大数据资源的浪费。事实上,一些运营商拥有大数据这样的金山,却似乎无奈坐看并逐渐沦为管道,在不断强化传统市场的效益考核,却好像在忽视大数据价值的流失。直面数据分析挑战当然,海量数据的出现、数据结构的改变,也给运营商的大数据管理及分析带来了挑战,一是由于多种业务的发展、市场需求的变化和网络规模的扩大使得运营商大数据迅速的增加,这增加了运营商大数据存储和处理的难度,使得现有数据仓库无法线性扩容,这表明传统的数据仓库无法有效存储日益增长的业务数据;二是由于新型大数据服务不同于传统通信业务分析特点,需要对内容等非结构化、大容量信息进行多用户、多应用、实时有效的分析,传统的架构和数据仓库处理已不能满足新的信息服务需求。因此,运营商需要建立新型大数据中心,来存储、分析和处理海量数据,必要的投入是必不可少的。大数据产业出现和发展是现代信息技术与互联网时代海量信息的发展到一定阶段的必然结果,大数据应用将是海量数据、现代信息技术与各种社会应用的一次化学反应,必将对当今社会的信息技术、商业模式和相关的法律法规产生深刻的变革。

⑸ 在大数据时代,数据拥有者的商业模式有哪些

在大数据成为趋势,成为国家战略的今天,如何最大限度发挥大数据的价值成为人们思考的问题。无论是对于互联网企业、电信运营商还是数量众多的初创企业而言,大数据的变现显得尤为重要。谁最先一步找到密码,谁就能够抢占市场,赢得发展。在探索大数据商业模式的同时,大数据正加速在各行各业的应用,大数据不仅为人们的购物、出行、交友提供了帮助,甚至还在高考这样重要的事件中发挥作用。大数据产业具有无污染、生态友好、低投入高附加值特点,对于我国转变过去资源因素型经济增长方式、推进“互联网+”行动计划、实现国家制造业30年发展目标有战略意义。前几年,国内大数据产业讨论较多、落地较少,商业模式处于初探期,行业处于两种极端:一种是过热的浮躁带来了一定的泡沫和产业风险;一种是怀疑大数据只是炒作,依然坚持传统管理理念、经营模式。但是进入2015年之后,大数据产业告别了泡沫,进入更务实的发展阶段,从产业萌芽期进入了成长期。当前,如何将大数据变现成为业界探索的重要方向。B2B大数据交易所国内外均有企业在推动大数据交易。目前,我国正在探索“国家队”性质的B2B大数据交易所模式。2014年2月20日,国内首个面向数据交易的产业组织—中关村大数据交易产业联盟成立,同日,中关村数海大数据交易平台启动,定位大数据的交易服务平台。2015年4月15日,贵阳大数据交易所正式挂牌运营并完成首批大数据交易。贵阳大数据交易所完成的首批数据交易卖方为深圳市腾讯计算机系统有限公司、广东省数字广东研究院,买方为京东云平台、中金数据系统有限公司。2015年5月26日,在2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会上,贵阳大数据交易所推出《2015年中国大数据交易白皮书》和《贵阳大数据交易所702公约》,为大数据交易所的性质、目的、交易标的、信息隐私保护等指明了方向,奠定了大数据金矿变现的产业基础。咨询研究报告国内咨询报告的数据大多来源于国家统计局等各部委的统计数据,由专业的研究员对数据加以分析、挖掘,找出各行业的定量特点进而得出定性结论,常见于“市场调研分析及发展咨询报告”,如“2015~2020年中国通信设备行业市场调研分析及发展咨询报告”、“2015~2020年中国手机行业销售状况分析及发展策略”、“2015年光纤市场分析报告”等,这些咨询报告面向社会销售,其实就是O2O的大数据交易模式。各行各业的分析报告为行业内的大量企业提供了智力成果、企业运营和市场营销的数据参考,有利于市场优化供应链,避免产能过剩,维持市场稳定。这些都是以统计部门的结构化数据和非结构化数据为基础的专业研究,这就是传统的一对多的行业大数据商业模式。数据挖掘云计算软件云计算的出现为中小企业分析海量数据提供了廉价的解决方案,SaaS模式是云计算的最大魅力所在。云计算服务中SaaS软件可以提供数据挖掘、数据清洗的第三方软件和插件。业内曾有专家指出,大数据=海量数据+分析软件+挖掘过程,通过强大的各有千秋的分析软件来提供多样性的数据挖掘服务就是其盈利模式。国内已经有大数据公司开发了这些架构在云端的大数据分析软件:它集统计分析、数据挖掘和商务智能于一体,用户只需要将数据导入该平台,就可以利用该平台提供的丰富算法和模型,进行数据处理、基础统计、高级统计、数据挖掘、数据制图和结果输出等。数据由系统统一进行管理,能够区分私有和公有数据,可以保证私有数据只供持有者使用,同时支持多样数据源接入,适合分析各行各业的数据,易学好用、操作界面简易直观,普通用户稍做了解即可使用,同时也适合高端用户自己建模进行二次开发。大数据咨询分析服务机构及企业规模越大其拥有的数据量就越大,但是很少有企业像大型互联网公司那样有自己的大数据分析团队,因此必然存在一些专业型的大数据咨询公司,这些公司提供基于管理咨询的大数据建模、大数据分析、商业模式转型、市场营销策划等,有了大数据作为依据,咨询公司的结论和咨询成果更加有说服力,这也是传统咨询公司的转型方向。比如某国外大型IT研究与顾问咨询公司的副总裁在公开场合曾表示,大数据能使贵州农业节省60%的投入,同时增加80%的产出。该公司能做出这样的论断当然是基于其对贵州农业、天气、土壤等数据的日积月累以及其建模分析能力。政府决策咨询智库党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》明确提出,加强中国特色新型智库建设,建立健全决策咨询制度。这是中共中央文件首次提出“智库”概念。近几年,一批以建设现代化智库为导向、以服务国家发展战略为目标的智库迅速成立,中国智库数量从2008年的全球第12位跃居当前第2位。大数据是智库的核心,没有了数据,智库的预测和分析将为无源之水。在海量信息甚至泛滥的情况下,智库要提升梳理、整合信息的能力必然需要依靠大数据分析。研究认为,93%的行为是可以预测的,如果将事件数字化、公式化、模型化,其实多么复杂的事件都是有其可以预知的规律可循,事态的发展走向是极易被预测的。可见,大数据的应用将不断提高政府的决策效率和决策科学性。自有平台大数据分析随着大数据的价值被各行各业逐渐认可,拥有广大客户群的大中型企业也开始开发、建设自有平台来分析大数据,并嵌入到企业内部的ERP系统信息流,由数据来引导企业内部决策、运营、现金流管理、市场开拓等,起到了企业内部价值链增值的作用。在分析1.0时代,数据仓库被视作分析的基础。2.0时代,公司主要依靠Hadoop集群和NoSQL数据库。3.0时代的新型“敏捷”分析方法和机器学习技术正在以更快的速度来提供分析结果。更多的企业将在其战略部门设置首席分析官,组织跨部门、跨学科、知识结构丰富、营销经验丰富的人员进行各种类型数据的混合分析。大数据投资工具证券市场行为、各类指数与投资者的分析、判断以及情绪都有很大关系。2002年诺贝尔经济学奖授予了行为经济学家卡尼曼和实验经济学家史密斯,行为经济学开始被主流经济学所接受,行为金融理论将心理学尤其是行为科学理论融入金融中。现实生活中拥有大量用户数据的互联网公司将其论坛、博客、新闻报道、文章、网民用户情绪、投资行为与股票行情对接,研究的是互联网的行为数据,关注热点及市场情绪,动态调整投资组合,开发出大数据投资工具,比如大数据类基金等。这些投资工具直接将大数据转化为投资理财产品。定向采购线上交易平台数据分析结果很多时候是其他行业的业务基础,国内目前对实体经济的电子商务化已经做到了B2C、C2C、B2B等,甚至目前O2O也越来越流行,但是对于数据这种虚拟商品而言,目前还没有具体的线上交易平台。比如服装制造企业针对某个省份的市场,需要该市场客户的身高、体重的中位数和平均数数据,那么医院体检部门、专业体检机构就是这些数据的供给方。通过获取这些数据,服装企业将可以开展精细化生产,以更低的成本生产出贴合市场需求的服装。假想一下,如果有这样一个“大数据定向采购平台”,就像淘宝购物一样,可以发起买方需求,也可以推出卖方产品,通过这样的模式,外加第三方支付平台,“数据分析结论”这种商品就会悄然而生,这种商品不占用物流资源、不污染环境、快速响应,但是却有“供”和“需”双方巨大的市场。而且通过这种平台可以保障基础数据安全,大数据定向采购服务平台交易的不是底层的基础数据,而是通过清洗建模出来的数据结果。所有卖方、买方都要实名认证,建立诚信档案机制并与国家信用体系打通。非营利性数据征信评价机构在国家将公民信息保护纳入刑法范围之前,公民个人信息经常被明码标价公开出售,并且形成了一个“灰色产业”。为此,2009年2月28日通过的刑法修正案(七)中新增了出售、非法提供公民个人信息罪,非法获取公民个人信息罪。该法条中特指国家机关或者金融、电信、交通、教育、医疗等单位的工作人员,不得将公民个人信息出售或非法提供给他人。而公民的信息在各种考试中介机构、房产中介、钓鱼网站、网站论坛依然在出售,诈骗电话、骚扰电话、推销电话在增加运营商话务量的同时也在破坏整个社会的信用体系和公民的安全感。虽然数据交易之前是交易所规定的经过数据清洗的数据,但是交易所员工从本质上是无法监控全国海量的数据的。数据清洗只是对不符合格式要求的数据进行清洗,主要有不完整的数据、错误的数据、重复的数据三大类。因此,建立非营利性数据征信评价机构是非常有必要的,将数据征信纳入企业及个人征信系统,作为全国征信系统的一部分,避免黑市交易变成市场的正常行为。除了征信评价机构之外,未来国家公共安全部门也许会成立数据安全局,纳入网络警察范畴,重点打击将侵犯企业商业秘密、公民隐私的基础数据进行数据贩卖的行为。结语:大数据已经从论坛串场、浮躁的观点逐步走向国家治理体系建设、营销管理、生产管理、证券市场等方面,其商业模式也多种多样。市场经验表明,存在买卖就存在商品经济,具体哪种商业模式占主流将由市场决定。而最终的事实将证明,大数据交易商品经济必然成为“互联网+”的重要组成部分。

⑹ 大数据变现,电信运营商只需往前迈一步

大数据变现,电信运营商只需往前迈一步

经过多年的技术积累和市场培育,大数据已经从“炒作”走向落地。全球主流的电信运营商普遍认识到大数据所蕴藏的高价值,开始积极探索如何将手中掌握的大量数据资源变现。目前,电信运营商的大数据探索主要集中在如何利用大数据分析用户行为、优化网络质量和推动业务创新等方面。数据堂创始人、CEO齐红威在接受《人民邮电》报记者采访时指出,这些对于大数据的内部利用,往往需要对原有系统进行大规模改造,而且无法直接快速地带来收入的增长,其实电信运营商可以用另一种思路,在基本不改造现有系统的情况下,立竿见影地获得可观的收益。

国务院为大数据发展“定调”

齐红威具有十多年的数据挖掘研发应用经验,曾任NEC中国研究院研发部部长、高级研究员。“大数据的本质特征并不是‘规模大’”,他阐述了对于大数据的理解。

现在人们对于大数据的认识普遍存在着误区,认为当数据量达到一定量(TB级或PB级)就是大数据,其实不然,区分大数据与海量数据的标准并不取决于其数据量,从技术上讲,“非结构化”数据才是大数据最典型的特征。现实生活中80%的数据都是非结构化的,解读这些数据,蕴藏着巨大的商业价值,这才是大数据。从商业模式上讲,大数据就是移动互联网产生的大量的关于人的数据。

近日,国务院总理李克强主持召开国务院常务会议,讨论并通过了《关于促进大数据发展的行动纲要》,对消除信息孤岛、支持大数据产业发展、强化信息安全等提出了明确要求。

齐红威认为,这是一个极大的利好消息。“大数据作为全球发展的战略资源,未来将像石油一样,影响到世界格局。对于中国而言,大数据是国家战略转型升级的基础,依靠数据和互联网相结合的方式,减少中间环节,提升传统行业运作效率。以前,一些地方政府或者企业虽然都认识到大数据的价值,但对于发展大数据仍心存顾虑:能不能做?做到什么程度?‘红线’在哪里?《纲要》的推出相当于政府给大数据发展定了调——不仅要做,而且要做大做强。”

大数据变现的闭环已经形成

2014年是大数据的商用元年,许多行业开始利用大数据真正地产生价值,齐红威认为:“现在很像电商井喷式发展前的2006年、2007年,市场培育已经完成,生态圈初具规模,商业模式逐渐成熟。价值万亿的大数据市场的大门已经打开。”

齐红威将大数据生态圈划分为云计算服务商、数据提供商、数据服务商和数据应用商四部分,实现从”数据流“到”资金流“分享共赢的商业运作模式。

其中,云计算服务商主要负责提供计算、存储和带宽等基础能力。

数据服务商则提供各种数据,包括政府大数据(公安、交通等)、行业大数据(电信、金融、电力等)、互联网大数据(互联网企业的用户数据、互联网公共数据)以及线下大数据等。

“现在网络上随时都在产生海量的数据,但线下的许多资源都还没有被数据化,这些数据同样价值连城。”他透露,数据堂独家推出了一款名为“众客堂”的众包平台,普通用户可以通过该应用上传照片、录音等提供线下的数据并获得一定的酬劳,目前“众客堂”的众客数量在全球范围内已超过40万。这些线下数据已经开始产生价值,例如,自拍照帮助美颜相机优化美颜程序;大量的购物小票分析出商品的价格走势和促销信息;语音数据帮助语音交互系统提高识别准确度等。

数据应用商则利用经过初步处理的大数据开发各类应用,例如征信、个性化旅游和交通服务等。他认为,“数据应用商将‘百花齐放’,规模有望达到数万家。”

数据服务商是大数据变现闭环形成的关键,具有三大功能:第一,连接数据提供商和应用商的纽带,免去了双方一一洽谈的麻烦;第二,汇总大数据的平台,将各领域数据提供商的大数据整合、融合起来,将产生1+1大于2的价值,实现数据增值;第三,对大数据进行初步分析、过滤和分类,“数据服务商从提供商那儿收来的是‘小麦’,但应用商需要的是‘面粉’,所以服务商就要完成把‘小麦’加工成‘面粉’的工作。”

“简单地说,数据服务商就相当于‘数据银行’,接收各方的‘存款’,再将这些‘资金’包装成不同的产品后贷款给有需要的人,搭建数据共享的‘生命线’,达成商业共赢,实现大数据变现的闭环。”齐红威表示。

数据堂是国内首家也是唯一一家在新三板上市的大数据服务商,团队的主创人员都有着十多年在大数据领域的技术积累,并在大数据产业发展过程中有着先发优势,经过多年的数据源积累,已获得金融征信、交通地理、人工智能、商家货价等多领域的大数据,与国内外多家数据提供商和应用商建立了合作关系,摸索出一套适应我国国情的商业模式。

电信运营商如何从“数据银行”提现

“电信运营商坐拥着一大片未被开发的‘油田’。”齐红威认为,电信运营商拥有着海量的高价值数据,例如掌握着用户的各类地理位置信息、商业活动、搜索历史和社交网络信息等大数据,具有维度丰富、群体性强、连续性好、网络行为全覆盖和关联性强等独特优势,“关键是如何将这些大数据变现,实现数据价值。”

齐红威逐一分析并回应了目前电信运营商在发展大数据时普遍存在的几点顾虑:

一是“能不能做”的问题。现在国家已经明确表示要大力支持大数据发展,在政策方面为电信运营商发展大数据铺平了道路。

二是“投入与收益”问题。与数据服务商合作,电信运营商几乎不需要改造现有系统就可以通过大数据获利,预计产生的价值有望达到亿万元级别。

三是“竞争”问题。数据服务商只生产“面粉”不生产“面包”,不会与电信运营商形成业务竞争。

四是“数据安全”问题。数据堂独创了一种模式——不“取走”数据提供商的数据,只是将软件嵌入到数据提供商的系统中,最终只生成数据结果,经数据提供商审核后再将相关结果提供给数据应用商,这就有效地消除了可能出现的信息泄漏风险。

齐红威表示,阻碍电信运营商挖掘大数据价值的障碍已经被一一清除,他们只需“向前迈一步”,即可拥抱蕴藏着无限商机的大数据时代。

“如果说大数据的发展是一场数万米的马拉松比赛的话,那么现在才刚刚跑了1000多米。”但齐红威同时指出,大数据发展已进入高速发展期,2015年将是各方布局大数据的关键时期,未来两三年将初步奠定大数据市场的格局,大数据将迎来超过十年的上升期。

以上是小编为大家分享的关于大数据变现,电信运营商只需往前迈一步的相关内容,更多信息可以关注环球青藤分享更多干货

赞(0)