第一种，数据提升企业价值链。例如新型的数字媒体公司充分发挥大数据技术的优势，广泛搜集数据开展精准营销业务。在电视、纸媒衰落的大背景下，网络媒体的崛起将是技术更替的必然结果，大数据能够帮助企业实现精准营销，提升市场竞争力。新型的数字媒体公司充分发挥大数据技术的优势，广泛搜集数据开展精准营销业务，具备成长为千亿市值平台级公司的基因和土壤。传统的IT服务公司，难以望其项背。
第二种，数据衍生新型业务。例如阿里金融为代表的小额信贷公司，利用电子商务平台积累的交易信用数据，提供小额信贷，提高信贷效率，创生阿里平台的新业务。又例如德国咨询公司GFK帮助Telefonica面向零售商、政府部门、公共机构提供基于地点的人员流动数据，以时间为维度（小时/天/月/年），统计特定区域的人口统计数据（性别、年龄）和行动等数据；这类企业成长非常快，一般擅长数据挖掘分析技术，帮助一些数据大户如银行、运营商等开展新的业务。
2.5.4 模式四：数据技术服务
数据技术服务主要针对企业提供服务。
第一种，针对企业需求，为运营某一环节或某一业务问题提供解决方案，实施单点技术，例如向零售商提供大数据分析技术，获得营销点子。
第二种，针对企业系统需求，提供整体解决方案，例如IBM提供软硬一体的大数据解决方案；华为基于IT基础设施领域在存储和计算的优势，提供整体大数据解决方案等。
第三种，IT服务提供商提供大数据空间出租模式。大数据计算基础设施上（与云结合），通过出租一个虚拟空间，从简单的文件存储，逐步扩展到数据聚合平台，例如腾讯开放云战略为大数据创业者提供了廉价的数据基础设施，使中小企业也有机会在大数据领域创新业务。
第四种，BDaaS（Big data as a service）数据应用即服务的模式，通过云服务提供在线大数据技术或者解决方案。例如RJ Metrics为电商提供快捷的商业智能在线服务，软件定价为500美元/月，客户只需在软件端输入特定数据，RJ Metrics便会将这些信息备份到安全的服务器上，并承诺在7日内优化数据用以分析，之后以清晰简洁
13
的界面将数据分析结果反馈给客户。再例如Good Data主要面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具，将所有商业智能分析所需的数据和任务都搬到云上。
2.5.5 模式五：数据交易服务
在大数据交易的交付模式中，数据交付是比较基础的交付方式，目前的商业模式主要有两种，第一种是通过大数据交易机构来进行数据的交易，卖方将自有数据挂到大数据交易机构的平台当中进行售卖，买方通过平台获得数据信息从卖方获得数据，而交易机构作为第三方参与交易并提取佣金，在这个过程中，存在数据资产价值评估、佣金设定、数据敏感性保障、个人隐私安全等诸多亟待解决的问题，在未来的大数据交易的发展过程中，大数据交易机构对于大数据的参与度将不断增加，也将为交易双方提供更为完善的保障与服务。
第二类为数据银行的概念，企业通过多种渠道去获取数据，将原始数据进行清洗、脱敏、数据整合，进而制作成数据商品，数据银行能够根据客户的需要来提供定制的数据商品，数据银行作为交易的卖方直接面对买方；这种发展模式的特点是前期投入比较大，需要一定数据采集、数据清洗、非结构化数据处理的经验积累，对于大数据技术、机器学习、语音识别、人脸识别等技术的应用有一定的要求，通过这种运营模式下企业能够积累庞大的数据资源，对于数据的掌握更加精细，同时拥有数据定价的权力。
大数据交易的根本仍然是对于大数据的应用，而并非所有的大数据企业都能够非常成熟的利用大数据。大数据交易机构通过联盟的方式提供一个大数据交易平台，其中将包括一部分专业的大数据分析公司，企业可以通过平台购买外部数据，同时可以在大数据交易平台来购买数据分析服务，节省了企业数据分析的人力成本与基础设施成本，也可以通过第三方服务机构来搭建企业大数据平台，同时提供运维等服务，大数据交易平台提供了一个资源整合的渠道，通过购买产品与应用的方式实现了对于数据资源的应用。
14
3 中国大数据市场应用分析
3.1 行业应用
图3-1 2015年中国大数据市场行业营收结构
2015年中国大数据市场行业投资结构中，金融、通信、零售为前三大行业，投资占比分别为16.7%、15.9%和14.0%。政府、医疗、旅游投资比例分别为13.5%、10.3%和3.8%。六大行业累计占比74.2%。
其他行业包括教育、制造、能源、媒体、互联网等，累计占比25.8%。 3.1.1 零售
图3-2 线下零售大数据产业链
15
研究发现，线下零售业中，大数据方案提供商会整合各式外部合作伙伴的数据资源，包括移动智能设备提供商、电信运营商、外设与互动设备提供商、研究机构、互联网厂商等，并与线下零售企业内部的数据打通，从而提供整体性的零售业大数据解决方案。而数据源的不断丰富、模型精确性的不断提高，正是线下零售业大数据提供商的两大发展方向。
图3-3 线上零售大数据产业链
在线上零售业中，在线电子商务平台会整合交易信息和购物信息形成自身的电商大数据，从而进行用户营销信息的深度挖掘，包括消费金融信息、消费者信用信息、消费者精准画像、电商赢利模式创新等。而目前大量在线电子商务平台或自行开发，或与领先的大数据处理方案提供商合作，高效地处理平台数据。
零售大数据应用方向： （1）市场定位
企业想进入或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进入或者开拓这块市场。如果适合，那么这个区域人口是多少？消费水平怎么样？客户的消费习惯是什么？市场对产品的认知度怎么样？当前的市场供需情况怎么样？公众的消费喜好是什么等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。
（2）市场营销
16