簡述電子商務的主要盈利模式

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇簡述電子商務的主要盈利模式范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

簡述電子商務的主要盈利模式范文第1篇

報紙網站相關研究文獻

筆者搜到國內關于報刊網站研究的期刊論文50余篇,將其研究內容分類,主要分為以下幾個方面。

1.報紙網站建立的意義

報紙網站的建立是報紙在應對網絡時所采取的應對措施,對于報紙在數字化時代的生存具有很大的意義,報紙網站出現的主要原因是網絡的出現對傳統媒體的沖擊。對于報紙網站建立的意義,研究者認為報紙網站的建立是對未來的投資,報紙能否適應未來信息革命的挑戰,對報紙的發展來說是一件關系到生死存亡的大事,對于爭取更多的受眾,維護黨報的主體地位、強大的影響力和輿論宣傳的主陣地,對于維護和擴大廣告都至關重要。

2.報紙網站的優勢與不足

關于報紙網站優勢的探討,曹小英在《我國傳統媒體網站的生存發展狀況及對策》 中認為,報紙網站相對于其他網站的優勢是:擁有一支專業的采編隊伍和相當龐大的信息來源;作為黨和政府的耳目喉舌,享有政府特殊政策的支持;報紙網站的新聞信息權威、準確,具有很強的公信力。

關于報紙網站不足的分析,蔣建德在《報紙網站的六大通病》一文中指出報紙網站的劣勢:被動等待報紙,時效性差;flash廣告、圖片太多,網速慢;不將圖片置頂,吸引力降低;相關鏈接欠缺,信息缺失;問卷不普遍,互動不夠;照搬標題,導讀功能減弱等。其核心觀點認為:報紙網站在某種程度上仍是報紙的翻版。

3.報紙網站的特性研究

楊劍虹在《“報紙網絡版”質疑》 中指出,報紙網站作為電子產品的網絡傳媒,具有傳遞迅速、交互性強、信息容量大等特點。除此之外,報紙網站依托于報紙媒體,其新聞還具有權威性、專業性等特點。

4.報紙網站的盈利模式

報紙網站的盈利模式一般分為以下四類:(1)信息內容收費,如《華爾街日報》;(2)電子商務盈利,如大洋網(廣州日報報業集團網站)的圖書銷售,2002年北京青年報網站推出汽車“團購”網站,人民網根據自身特有的資源推出網上商城;(3)手機短信盈利模式,如人民網手機短信平臺于2002年9月1日在北京運行,發送綜合新聞、專題新聞、體育信息、娛樂信息、財經信息、鈴聲圖片等;(4)廣告業務,主要是頁面廣告。

5.國外報紙網站情況介紹

許多學者對國外的網站進行了介紹,為我國的報紙網站發展提供了可借鑒的內容,關于國外報紙網站的研究如下。

(1)國外報紙網站特點。張允若《美國報紙網站巡禮(上)》一文中指出了美國網站的特點,頁面編排簡潔寬松,色調和諧;網頁組合是樹狀結構和網狀結構并用;網站功能是新聞傳播和多種服務并舉;除此之外,還采用閱覽收費、廣告收費、服務收費等多種收費模式。

(2)國外網站運營情況。楊曉白《2007年度美國報紙網站運營報告》這篇文章指出,同2004年相比,網站訪問量大幅增加;互聯網搜索引擎對于擴大報紙網站影響的作用凸顯;網絡區域化程度變化等。

(3)國外網站存在的問題。余婷在《美國報紙網站信息過載成因、現象及應對策略》 一文中指出了美國報紙網站信息過載的原因,如信息接觸渠道劇增與使用不合理的矛盾;網站信息承載能力無限性與頁面信息容量有限性的矛盾。對策有提升內容吸引力、增強頁面觀賞性、改善網站易用性等。

6.其他網絡媒體對報紙網站的影響

其他形式的網絡媒體主要有:新浪搜狐等門戶網站、BBS論壇、SNS、博客、微博等社會網絡。門戶網站相對于報紙網站而言,具有更強的新聞整合能力、時效性和趣味性;社會媒體相對于報紙網站而言,具有信息來源廣泛、互動性強等優勢。

有的學者研究了網站新聞轉載對報紙網站的影響,新聞轉載使得報紙網站的信息被免費分享,減少了報紙網站的流量。楊德嘉《如何看待網站轉載的“拿來主義”:網站轉載報紙內容的法律問題探析》 一文中指出,面對眾多網站未經許可海量轉載報紙內容且不支付任何報酬的現象,部分報社表示出了強烈不滿,并開始嘗試通過司法途徑維護權利。于是紛爭鵲起,大量侵犯著作權的案件涌入法院,并且呈現出逐年猛增的趨勢。趙琳琳在《搜索引擎在網絡新聞傳播中的作用探析》 一文中認為,搜索引擎一方面可以使新聞得到擴散,提高網站的新聞流量;另一方面,搜索引擎使得新聞得以免費傳播和轉載,給網站帶來流量的損失。

7.其他方面的探討

關于報紙網站,還有其他方面的研究,在這里進行簡述。

報紙網站與新聞業務。如蔡心軼在《報紙網站的編輯理念探析》中,認為報社和報紙網站編輯應從技術、手法、定位、機制等四個方面改變和加強網站編輯理念。還有鐘新、王春枝的《試析報紙網站奧運報道策略》,王學文的《報紙網站如何搶占網絡視頻制高點》等。

報紙與網站的資源整合。如梁泉的《報紙與網站的資源整合是發展報業網站的關鍵》。

報紙網站與受眾。如高洪波的《“生活搜索”:報紙網站的分眾化突圍》。

報紙網站博客。如陳怡、劉斌的《報紙網站博客成功七要素――以美國三家排名居前報紙博客為例》。

研究不足與展望

1.宏觀理論研究較多,具體業務研究較少

目前關于報紙網站的理論研究偏多,并且理論分析偏重概括性和綜合性。這類文章對報紙網站的經營與建設提供了很好的思路,但過于概括,對網站具體業務的指導性不強。

2.國內實證研究缺失

關于報紙研究的受眾研究需要進行問卷調查,了解受眾使用報紙網站等媒體的頻率,目前國外已經有相關的調查。楊曉白在《2007年度美國報紙網站運營報告》 一文中寫道,2007年3～7月間,美國報業協會向1068家美國報紙發出傳真和電子郵件,調查2007年度美國報紙網站的運營狀況。但在我國,目前這類調查還比較少,另外,我國報紙網站的受眾也需要進行調查,了解報紙網站的受眾屬性。

3.報紙網站新聞的文本分析較少

簡述電子商務的主要盈利模式范文第2篇

【關鍵詞】電信運營商 大數據資源 資源變現策略

doi：10.3969/j.issn.1006-1010.2016.01.013 中圖分類號：C932.6 文獻標識碼：A 文章編號：1006-1010（2016）01-0063-05

引用格式：陳科帆，周洪成. 電信運營商大數據資源變現模式及策略研究[J]. 移動通信， 2016，40（1）： 63-67.

Research on Realization Mode of Telecom Operators’ Big Data Resource

and its Strategy

CHEN Ke-fan， ZHOU Hong-cheng

（Jiangsu Posts & Telecommunications Planning and Designing Institute Co.， Ltd.， Nanjing 610036， China）

[Abstract] The main source and features of telecom operators’big data resource were briefly addressed and the operating mode of big data companies was analyzed. According to characteristics of telecom operators， the realization mode of big data resource suitable for operators was presented and some typical application cases were introduced. In the meantime， the realization strategy of big data resource for domestic operators was put forward to provide a useful reference to big data realization for operators.

[Key words]telecom operator big data resource resource realization

1 引言

隨著移動互聯網、物聯網、傳感器等技術的發展，全球信息、數據呈現爆發式增長。據IDC預測，未來5年全球數據量將達到35ZB，為2009年的44倍。電信運營商是這些數據的傳送者，處于數據交換的中心，具有天然的優勢。因此部分運營商已經開始研究基于這些數據的大數據應用，如通過大數據分析充分挖掘用戶的行為特征，提升對用戶消費偏好的精準把握，從而進行市場營銷;利用信令數據支撐終端、網絡、業務平臺關聯分析，優化網絡，實現網絡價值最大化。

目前這些大數據應用基本都是面向運營商內部運營，極大提升了公司的運營效率，但很難直接產生大量現金流。而互聯網公司卻已利用大數據形成了收益，如阿里的數據魔方和淘寶指數都通過對用戶行為的分析提供數據增值服務，直接轉換為收入。運營商如何像互聯網公司一樣利用大數據資源開發產生大量現金流的對外服務或應用，即實現大數據資源變現，是急需解決的問題。目前大數據相關技術已較為成熟，制約大數據變現的主要因素是缺乏適合運營商特點的大數據資源變現業務模式及策略。

2 運營商大數據資源特點

2.1 運營商大數據資源的來源

（1）來自IT支撐系統的數據

這部分數據由IT系統記錄生成，主要包括用戶基本信息（性別、年齡、住址、工作單位等）、業務使用信息（語音、短信、流量、增值業務等）、消費信息（ARPU等）及投訴信息等。通過這些數據可形成較為完善的用戶畫像，描述用戶特征。

（2）來自網絡產生的數據

這部分數據主要來自CS域和PS域中的信令分析，比如開關機信令、漫游信令、位置信令、DPI信令等。通過這些數據可以統計用戶位置、用戶數等信息。

（3）來自互聯網和移動互聯網產品的數據

這部分數據來自手機終端，主要包括用戶使用手機中的訪問日志、收藏關注信息、交易記錄、UGC數字內容等。通過這些數據可以統計用戶使用手機的習慣。

2.2 運營商大數據資源特點

（1）用戶基數巨大。截至2015年6月，全國移動電話用戶數達到12.93億戶，而互聯網應用中用戶數最多的微信用戶為6億戶，遠低于移動電話用戶數，運營商在用戶基數上占絕對優勢。

（2）用戶信息真實。目前我國已實行電話用戶真實信息登錄規定，對非實名制用戶后期將采取限制通信、業務等手段，督促用戶依法實名登記，從而保證電話用戶信息的真實性。

（3）用戶行為連續。只要用戶手機開機，運營商即可隨時了解用戶行為;而APP則只能在應用運行時才能收集數據，具有很大的碎片性。

（4）用戶行為全面。運營商可以了解用戶終端上所有應用的基本行為（如打開過什么應用、瀏覽時長等），而APP只能了解自身數據，無法獲取其它用戶行為。

（5）位置信息準確。運營商獲取用戶位置信息是基于網絡而非終端，即使用戶使用的是非智能機、沒有GPS、不能上網，也可以掌握用戶實時位置。而APP則必須要基于GPS和聯網功能，具有一定的局限性。

3 運營商大數據資源變現業務模式

3.1 國際主流大數據商業模式

參考國際經驗，大數據公司的商業模式主要包含以下幾類：

（1）廣告應用。通過大數據分析精準描述個人用戶特征，將用戶可能需求對接至DSP等平臺，供廣告商實時競價。

（2）數據源服務。主要是將自身的大數據資源向其它企業或開發者開放，表現方式通常為平臺方式，提供簡單易用的API。

（3）咨詢分析服務。主要是通過對自有數據、公開數據或第三方數據進行大數據分析，為特定客戶提供在匿名數據基礎上的統計分析服務，支撐客戶決策。

（4）平臺提供。主要是提供大數據平臺的出租，用戶可將其自有數據導入平臺或利用平臺處理自身數據，借助平臺強大的分析能力實現大數據應用，該模式下按照數據量和使用時間進行收費。

3.2 運營商大數據資源變現業務模式

參照主流大數據商業模式，根據大數據分析和服務的對象，運營商大數據變現業務模式可包括以下幾類：

（1）基于個人特征的分析服務

1）基于個人特征的精準營銷服務

這類業務通過對用戶基本信息、業務信息、消費信息、位置信息、行為信息的綜合分析，形成全方位的用戶畫像，給用戶打上各類標簽（如游戲玩家、商務人士、網購達人、美食愛好者等）。根據廣告公司、媒體公司或調研公司的需求，為他們提供目標客戶群體，提升營銷的精準性。

運營商典型實踐：Verizon公司成立了精準營銷部門，充分利用自身的大數據資源對用戶進行分析，實現了對消費者消費行為的精準判斷。在獲得用戶允許情況下，將用戶數據銷售給第三方公司。

該模式優點是業務模式成熟、市場規模大、能立即產生現金流且具有可持續性;缺點是針對個人用戶的分析必定涉及用戶隱私數據，可能存在政策風險（如工信部31號令，明確禁止運營商未經用戶同意利用短信點對點營銷），面臨較大的不確定性。

2）基于個人特征的征信服務

目前，運營商涉足的征信服務主要體現在消費金融領域。運營商基于用戶基本信息、終端、消費、行為、位置等多個維度，構建能反映客戶信用評價的子模型，如：壞賬風險預測模型、影響力模型、交往圈模型、內容偏好模型等，以實現用戶各類特征的多維度洞察，得到最終的信用評分提交給銀行，從而收取手續費。后期隨著我國信用體系的逐步完善，需要征信的領域將不斷擴大，如找工作、商品租賃、商品交易、簽證、交友等領域運營商都可涉足。

運營商典型實踐：中國聯通與招商銀行成立的“招聯消費金融公司”。當招商銀行需要了解某位潛在客戶的信用或個人情況時，可向中國聯通發起申請，中國聯通會根據已有信息作出分析和判斷，給出是或者否的判斷，或者給出某些標簽。

該業務模式優點是盈利模式清晰、市場規模巨大，雖然涉及個人隱私，但符合國家政策，無運營風險;缺點為評估模型的建立和優化需要較長時間，對工作人員素質要求較高，且初期準確度可能較差。

（2）基于群體行為的分析服務

這類業務重點圍繞位置數據洞察用戶軌跡，并結合用戶身份形成人群分布及特征分析服務。典型業務模式為：

1）人群分布流動分析

人員流動實時觀測。以熱點事件（如大型公共集會）或熱點位置（如熱門景區）為匯總粒度，采用匿名算法實現人源分析，實時對人流量進行監控與預警。例如云南某運營商在南博會期間，利用大數據分析對人員流動進行實時分析，為組委會提供相關決策依據，有效保障了會議期間的安全。

交通規劃輔助決策。政府部門對交通進行規劃時往往需要大量的調研數據，運營商可以提供市民在城市中的流動規律，比如從A點到B點的流動人群數量、高峰時間段、持續時長等。從而幫助政府決策是否需要在兩點之間增開公交;是否需要調整交通信號控制;以及是否需要建設地鐵和地鐵站點的選擇等。例如法國電信通過其公共服務項目的IT系統建設，每天都會記錄幾百萬條的用戶流動信息，通過對這些記錄的分析為市政建設提供依據。

商圈選址價值評估。通過精確統計人口流動情況，形成細分的可視化網格，并結合用戶屬性（消費能力、消費愛好等），制定選址分析報告，輔助商家精確選址。例如西班牙電信推出名為“智慧足跡”的商業服務，可對特定區域的人流情況及人員特征進行分析，比如為零售商提供該區域人群的聚類特征、駐留時長、駐留位置，零售商根據人群的特點來決定商品類型、店面位置等。

這類業務模式優點是技術實現簡單、成本較低、能較快產生直接收益;缺點為進

入門檻較低、市場競爭激烈，且部分業務主要服務于政府部門，公益性質較強，收益可能較低。

2）特定場景人群聚類分析

這類業務是基于某些特定場景（如地鐵、公交、商場、美容院等），分析該場景下人群的聚類特征，從而為商家有針對性的營銷提供輔助決策。如對經常坐地鐵的人進行聚類分析，得出該類人群的年齡分布、消費能力、購物偏好等，從而為廣告公司或商家的精準營銷提供支撐。

該業務模式與基于個人特征的精準營銷服務有相同的優點，且因為是聚類分析，不涉及個人隱私，避開了政策風險;缺點為需要對不同的場景建立不同的模型，并需要不斷優化，對人員素質要求較高。

（3）面向政企客戶的能力開放業務

1）面向企業的平臺服務

運營商將大數據平臺能力開放給中小企業（為客戶開辟私有云空間），中小企業利用自有數據或平臺數據進行大數據分析，只需付給運營商相應租金即可。例如日本KDDI利用自身大數據平臺，為企業提供云計算服務。

該業務模式優點為市場空間巨大;缺點為市場競爭激烈（互聯網公司也在積極布局），可能導致服務單價過低。

2）面向政府的平臺服務

另一類業務為對一些公共項目，如政務云、教育云、醫療云、金融云、環保云、旅游云等，通信運營商通過自身的大數據平臺為政府部門提供大數據的存儲和計算能力。例如NTT DoCoMo建立了Medical Brain和MD+平臺，在這個平臺上可根據用戶行為洞察其個性化需求，醫療人員根據這些個性化需求幫助用戶獲得準確的信息反饋。

該業務模式優點為市場前景廣闊、收入來源穩定、可持續發展能力強;缺點為網絡基礎資源要求較高、前期投入巨大且回收期較長。

4 我國運營商大數據資源變現策略

4.1 我國大數據產業特點

（1）市場潛力巨大。我國已進入發展新時期，在各領域都需要科學、高效的決策和管理，大數據在這方面具有巨大優勢。因此未來在政務、制造、金融、民生、交通、電子商務等各領域都將有巨大的需求。

（2）政府高度重視。推動大數據發展已上升到國家戰略層面，我國政府相繼頒布了《促進大數據發展行動綱要》、《中國制造2025》、《“互聯網+”行動的指導意見》等一系列政策，大數據迎來快速發展契機。

（3）網絡和信息安全至關重要。網絡和信息安全是紅線，中央專門成立了網絡安全和信息化領導小組，對于關系到國計民生行業的大數據業務而言，安全顯得尤為重要。

4.2 我國運營商大數據資源變現原則

基于國內大數據產業和運營商的特點，我國運營商大數據資源變現的原則可總結為“提前布局、揚長避短、階段推進、合作共贏”。

（1）提前布局。開展大數據業務需要完善的基礎設施、專業的人才和靈活的組織架構，這些都不是短時間能建立的，因此運營商需站在戰略發展的角度提前布局。

（2）揚長避短。雖然運營商與互聯網公司相比在大數據運營上具備一定的優勢，但未達到壓倒性的程度，甚至在某些能力上弱于互聯網公司，如創新性思維、公司流程制度、營銷手段策略等，因此在大數據業務選擇中運營商應該有所為、有所不為。

（3）階段推進。在人力、財務資源有限的情況下，大數據運營不可能一蹴而就，運營商需做好大數據發展頂層設計，分階段、有重點地推進。

（4）合作共贏。運營商和互聯網公司各有所長，相互之間除了競爭外還更應有合作，通過合作取長補短，提供更好的服務，將大數據產業的整體市場做大做強。

4.3 我國運營商大數據資源變現策略

我國運營商大數據資源變現策略可概括為“基礎先行、聚焦突破、整合提升”。

（1）基礎先行

基礎設施是所有大數據應用的基礎，運營商首先需要進行大數據基礎設施的部署與升級。

網絡基礎設施中，應推進通信骨干網絡擴容升級和網絡通信能力優化，加快LTE建設和網絡帶寬升級，構建“智能管道”;IT基礎設施中，在合適的地區加快數據中心建設，同時應做好IDC技術（節能減排技術、新型數據中心技術等）、服務器和存儲技術（桌面云、虛擬化、數據倉庫、云存儲等）、大數據技術（Hadoop、Mpp數據庫、NoSQL、流式計算、內存計算等）的應用。

（2）聚焦突破

在大數據運營初期，運營商無論在項目經驗和人才儲備上都存在不足，此時應積聚優勢力量，在某幾個重點領域實現突破，形成大數據行業影響力。

隨著《促進大數據發展行動綱要》、“互聯網+”等一系列政策的落地，將產生巨大的大數據服務需求（政務、交通、旅游、電子商務等），且這些需求具有影響力大、覆蓋面廣、收入穩定、安全等級要求高的特點。運營商長期以來深耕政企市場，在基礎通信業務上已與相關部門建立良好的合作關系，因此可利用自身優勢積極與相關部門共同推進大數據應用（合作模式可多樣，如資源托管、能力開放、ICT實施等）的落地。同時對不具備大數據運營能力但又有需求的中小企業，可開放大數據平臺的數據存儲和分析能力，提供標準化的數據分析產品，有效擴大客戶群體，實現收入來源的多元化。

除以上能力開放業務外，也可選取部分收益較高的基于個人或群體的大數據應用進行突破，如個人征信（金融信貸、商品租賃、商品交易、簽證、交友、找工作等）、人員流動實時觀測等，這類業務互聯網廠商也在積極布局中（如阿里的芝麻信用、百度慧眼/熱力圖/遷徙圖等）。運營商應利用自身大數據資源特點，打造差異化競爭優勢。

（3）整合提升

后期隨著大數據運營經驗的豐富和業務范圍的擴展，可在之前各項大數據應用的基礎上進行整合提升，打通行業壁壘。通過搭建社會級的大數據共享平臺，引入互聯網公司、中小企業、開發者的大數據資源，實現社會級大數據資源共享，成為大數據行業的領導者。

5 結束語

本文研究了大數據運營的商業模式，并結合我國電信運營商的特點，提出了適合運營商的大數據資源變現模式和策略，對運營商大數據運營有一定的參考意義。后續研究可針對不同運營商的具體特點及發展戰略進一步細化大數據資源變現業務模式和策略，提出更能實際操作的建議。

參考文獻：

[1] 錢志新. 數據大金礦[M]. 南京： 南京大學出版社， 2013.

[2] 維克托?邁爾?舍恩伯格. 大數據時代[M]. 浙江： 浙江人民出版社， 2013.

[3] 大衛?芬雷布. 大數據云圖[M]. 浙江： 浙江人民出版社， 2013.

[4] 涂子沛. 數據之巔[M]. 北京： 中信出版集團， 2014.

[5] 阿萊克斯?彭特蘭. 智慧社會：大數據與社會物理學[M]. 浙江： 浙江人民出版社， 2014.

[6] 伊森. 大數據分析：用互聯網思維創造驚人價值[M]. 北京： 人民郵電出版社， 2014.

[7] 石方川. 得大數據分析者得天下[J]. 調研世界， 2015（2）： 62-63.

[8] 龐淑娟. 大數據在銀行信用風險管理中的應用[J]. 征信， 2015（3）： 12-15.

[9] 姚若輝. 電信運營商大數據發展策略[J]. 電子技術與軟件工程， 2015（4）： 196.

[10] 王欽敏. 經濟社會發展中的大數據應用[J]. 地理學報， 2015，70（5）： 691-695.

[11] 黃小剛. 電信行業大數據應用的四個方向[J]. 信息通信技術， 2013（6）： 26-28.

[12] 黃勇軍，馮明，丁圣勇. 電信運營商大數據發展策略探討[J]. 電信科學， 2013（3）： 6-11.

[13] 曉鏡. Sprint：運營商僅靠大數據就能生存[N]. 中國郵電報， 2012-11-21（5）.