数据变现独角兽：10 种商业模式

2016-11-10 17:05:00

进入2016，数据已经成为每一个行业和各种业务职能领域重要的生产因素和变革力量。数据的积累、合作、整理、挖掘、利用是现代企业所必需的基本素养，没有它，你的企业将无力面对大数据时代的竞争。我们对于海量数据的挖掘和运用，也预示着新一波生产效率增长和消费者个性化需求的到来。

今年我们看到，很多做大数据的公司已经从实际的项目中找到了做大数据的价值变现的路径，探索出了正确的大数据变现之路。但依然有很多的问题困扰着企业的决策者和创业者，笔者结合我们最新的研究实践总结了如下十种商业模式和同行分享。

一、人工智能：数据+物体=智能

人工智能是数据变现的最好方式，但是目前是2B的智能买单意愿更强 GDP*20%。

数据是为人服务的，人接触最多的是物体；
数据的智慧将延伸人的五官，拓展人的四肢，这些都依赖硬件；
数据作为一种软资源，必须借助物体才能更好的发挥它的价值；
物体是数据的最佳载体。

从国内外的互联巨头的投资动向不难看出，传统的盈利的大数据公司开始涉足硬件市场，利用其固有的软件技术整合硬件厂商快速的占据市场的有利位置。硬件是连接线上与线下的重要组成手段。

所以笔者以为智能硬件这才是大数据正在的用武之地，才是大数据最终的价值所在！

所以随着大数据所涉及的数据采集、数据管理、数据分析等技术的发展：

未来，所有物体都会拥有智能；
未来，所有的物体都会成为类人脑；
未来，所有的物体都会联网；
未来，所有的物体会相互制约发展，不是以原始生态制约，而是以商业制约；
未来，物体和人的对话将无处不在。

二、互联网巨头（BATFGW）

搜索、信息展示、社交-广告万亿左右市值

移动社交的基础是共同的话题与兴趣。“共鸣”成为了社交媒体广告沟通的入口。传统意义上仅通过细分市场来建立品牌区隔的方法已很难奏效。在大数据的技术路径之上所进行的品牌推广已不再是“广告”，而是生活“内容”。要做到这一点，大数据与大故事(Big Story)皆不可或缺。

2000年是数字广告发展的一个分水岭。那一年，Google推出了名为AdWords的搜索广告产品，这项业务连同2004年推出的Adsense一起，终结了以Yahoo等门户网站为代表的第一代数字广告模式。用大数据与大故事创造共鸣，那么，如何才能创造有共鸣的解决方案?

品牌必须选择与消费者站在一起，融入后者的生活方式。从这层意义上讲，在大数据的技术路径之上所进行的品牌推广已不再是“广告”，而是生活“内容”。广告人不是在创造广告，而是在创造生活本身，如果不能从这一点上去建立自己的认知，这个行业最终会失去自身存在的价值。

三、数据征信评价机构

通过数据加快贷款、通过数据降低风险，万亿左右市值

BAT巨头纷纷进入大数据征信市场，也正是看中了这一千亿级的蓝海市场。据平安证券估计：中国征信行业未来市场规模将达千亿元，其中企业征信市场规模有百亿元，个人征信市场规模有千亿元。有着国企背景的中诚征信则更加progressive，给出了未来市场过万亿的预期。

美国征信市场由传统征信机构、商业信息服务机构、创新型的金融科技企业三种力量组成。

传统征信机构以全球最大的个人征信机构Experian、全球第二大征信机构Equifax、征信数据挖掘公司FICO为代表，基于掌握的消费者和支付数据提供征信服务。
商业信息服务机构Dun & Bradstreet以庞大的全球商业数据库-全世界最大的企业信用数据库知名，基于其全球化的发展战略，主推风险管理服务(贡献营收62.7%)和销售及市场拓展(37.3%)，利用征信业务的规模经济获取高毛利率。
创新金融企业Zestfinance则以技术输出为主要手段，利用传统的信贷记录等数据、大量交易信息、法律记录、租赁信息、网购信息等数据(第三方、网络、调研)，使用机器学习的大数据分析模型进行信用评估，取得不错的实效，将信贷的成本降低了25%。

个人征信和企业征信的模式区别

个人征信和企业征信因其目标客户、数据来源、数据产出形式的差异，而具有不同的商业模式：

个人征信：服务面向个人借款需求的互联网P2P平台为主，通过基本的征信报告服务和基于互联网技术的个人信用综合解决方案,如贷款决策系统外包、信用卡实时信用分析数据传送等盈利;
企业征信：定位于消费型企业及政府公共管理市场，服务于从事融资业务的金融机构，通过向机构输出报告、提供信用担保等服务盈利。

国内征信机构已形成重资产模式、轻资产模式、数据整合与评分模型模式，以及互联网模式等几种商业模式。各机构的模式分析如下：

四、基因大数据指导生命科学

通过数据加快贷款、通过数据降低风险万亿左右市值

目前华大基因净利润在1亿元左右，不过深圳不少基金经理认为，作为基因测序的龙头，华大基因上市估值可能一步到位，其市值或直接到1000亿左右。华大基因的招股说明书显示，2015年上半年归属于母公司的净利润为7565万元，2014年度，2013年度的净利润分别为2456万元、13588万元。

生命经济的发展才是未来：面向人类最根本需求的经济形态和创新会是最大趋势。实现从后工业时代到生命经济时代的转变，需要大众转变观点、政策扶持以及科研机构的多方推动。未来，以国家基因库作为支点，围绕生命科学发展的产业，会走入从科学研究到产业化的发展之路，最终实现为人类服务的目标。

在未来社会发展上，影响人类社会经济和生命质量上有三个重大的问题。一是出生缺陷，二是代谢性疾病和心脑血管，三是肿瘤。这三个疾病导致人类医疗费用的支出70%到80%，而这三个疾病的防控唯一的办法就是用现代科技和大数据的支撑才能够解决这样的问题。

我们依靠基因科学技术，产生的大数据来引领着未来的大发展，来支撑着小康社会建设，以一个前所未有的高科技来作为支撑和引领我们一定能在某些领域走在世界前沿。

五、专业领域的数据共享者

共享经济企业：企业共享、房屋共享、技能共享、办公空间共享 2000亿的市值

共享经济将会渗透的10个行业：快递业、家政服务业、教育行业、培训业、个人服务行业、新闻业、租赁业、广告&创业业、医疗业、色情业。

作为一种新的基于互联网技术的商业模式，共享经济企业在过去十年不断摸索和创新。成就了许多独角兽的企业。这一商业模式也有其独有的特点，成功的共享经济创业企业，在共享资源的发现、技术的创新、运营的极致方面都有其独特的领悟和实践。

在过去几年间，对全球范围近几百家共享经济企业进行深入研究，发现成功的共享经济企业的商业模式运作在以下六个方面有明显优势：

挖掘充裕而稀缺的资源
激发网络效应的平台
突破引爆点的用户
建设共情的社群
维护基于信任的秩序
满足供需高效的匹配

六、专业的数据加工者咨询研究报告

汤森路透、万德、尼尔森、艾瑞、易观、中经社 1000亿的市值

汤森路透得总裁吉姆·史密斯说：大数据对汤森路透非常重要。从某些方面来说，我们已经长期在管理大型复杂的数据了。我们面对的挑战与其他大型科技公司不一样，过去近25年里，我们一直在管理和整合我们所服务的不同行业领域的各类数据。我们投入了大量的资金来整合众多的数据，集成数据库，让客户可以简单地掌握和搜索所需要的数据资料，而不必再花时间了解来源或复杂性。

万德数据服务（Datafeed）这样描述自己：中国市场的精准金融数据服务供应商，为量化投资与各类金融业务系统提供准确、及时、完整的落地数据，内容涵盖：股票、债券、基金、衍生品、指数、宏观行业等各类金融市场数据，助您运筹帷幄，决胜千里为客户提供标准的结构化数据，支持模块化订阅，同时满足客户个性定制需求，实现合作伙伴式的落地数据服务。

七、专业的数据数据营销者

精准营销DSP+短信、email、私信（暴力广告，获得线索，客单价较高的产品，如地产）500亿的市值

DSP产业链

• DSP行业产业链上的角色包括广告主、广告代理商、DSP、广告交易平台、DMP、SSP、广告网络、广告联盟、媒体以及受众。

• 广告主或代理商通过DSP进行投放，DSP帮助广告主或代理商通过搜索引擎、广告网络以及广告联盟进行投放，同时DSP可以接入多个广告交易平台或可以接入多个SSP来获取媒体受众资源，而广告主则通过DSP对广告交易平台中的流量进行基于受众的购买。

• 2012年是中国DSP发展的元年，经过过去3年多的酝酿，去年出现了大量的DSP服务商和技术提供商。并且在一些巨头的广告交易平台的推出影响下，DSP所能够投放的广告的量迅速增长。2013年更多的广告平台出现、更多的媒体接入这些平台，同时提升了广告供给量、刺激了广告主的兴趣，市场获得非常高速的增长。在市场上RTB的购买方式是主流。另外，移动端的DSP初露端倪，未来极具成长空间。

• 能够为广告主、代理公司提供全面服务的服务商，有艾维邑动、爱点击、璧合网络、传漾、好耶、互动通、晶赞科技、聚胜万合、派择、派瑞威行、品友互动、随视传媒、泰一指尚、新数网络、亿玛、亿赞普、易传媒、悠易互通等。

八、大数据工具制造商Taradata\SAS\Hadoop\Hana\Wason

第一方数据的加工利用绝对是最好的数据变现间接方式千亿的市值

大数据在全球范围内的市场规模同样巨大，根据IDC 发布最新研究结果，预测到2018 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿美元，是整个IT 市场增幅的6 倍。从行业结构来看，大数据应用主要集中在金融、通信、销售和政府领域，在医疗和旅游行业也有应用，但占比相对较低。

九、数据开放平台，API经济模式

如Salesforce，AWS，百度数据开放平台、腾讯数据开放平台等百亿左右市值

BAT开放平台的特点：

腾讯的开放是产品层面的开放，核心资源不可能开放；
百度的开放是技术层面的开放，过度开放，对百度来说是风险；
阿里的开放是产业链的开放，但生态的封闭。

十、数据交易市场-中国的虚假繁荣

B2B大数据交易所几十亿

1. 个截止目前，中国总共有三个大数据交易平台，三个大数据交易所，十个大数据交易中心：

中关村数海大数据交易平台，数据堂，聚合数据、贵阳大数据交易所，武汉长江大数据交易所，湖北华中大数据交易所，贵阳现代农业大数据交易中心，武汉东湖大数据交易中心，华东江苏大数据交易中心，杭州钱塘大数据交易中心，浙江大数据交易中心，河北数据交易中心，上海数据交易中心，哈尔滨数据交易中心，淮南数据交易中心，广州大数据交易中心

2. 这些交易所未来会成为数据交易的主要场所，前景很光明，但是路也很遥远，这依赖技术和法律的成熟。

数据交易市场-问题