大數據的商業價值
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篇大數據的商業價值范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
大數據的商業價值范文第1篇
—— 本報記者 張建設
十幾個快遞員在每次派送貨件時，都留心記下顧客的著裝、家庭情況、消費習慣、購買商品類別和購物頻次。積累一段時間后，他們就錄入計算機、匯總、分析，制成簡單的報告轉賣給電商……這是不久前在微博中出現的一個段子，取名曰“最后一公里的商業價值”。
如果說“一切以電子形式存儲的記錄”都是“數據”，那么這些快遞員就是在做“大數據”的挖掘。這不是什么新鮮課題，早在20世紀30年代，一些社會學家就開展過數據挖掘的實驗，奠定了社區網絡分析學科，并在市場營銷、組織改良、經濟網絡規劃以及懲治腐敗、預防傳染病中廣泛應用。如今，社會化媒體和大數據的興起，重新煥發了這門學科的活力，并以社會計算形態出現。
社會計算是將數據轉換為知識、將知識付諸于行動的重要工具。它以信息技術為手段，運用社會學、經濟學、心理學、傳播學等社會科學的方法論，解析社會化媒體中傳播的結構化和非結構化數據，服務于品牌傳播、企業決策、智慧和知識的升華。可以說，社會計算是信息技術應用的衍生品，為我國IT企業轉型創造了新的機遇。
開發大數據“最后一公里”。根據施振榮的“微笑曲線”，企業當在價值鏈、產業鏈高端布局，攫取其豐厚的利潤。具體到電子商務，人們必然視支付、平臺、物流、服務為“正業”，而這些快遞員的所作所為則是“小動作”。恰恰是這些“小動作”，不僅體現快遞員和價值，也反哺了電子商務企業。
大數據的商業價值范文第2篇
如果用一句話來形容，也就是說PC互聯網的用戶粘性是按小時計算，而移動互聯網的用戶粘性被縮短到了按分鐘計算，這種用戶粘性深度綁定就會釋放出更多的商業行為，這也就是當前移動互聯網的浪潮高于之前PC互聯網浪潮的關鍵原因所在。而進入可穿戴設備時代，由于人與設備之間實現了更深入，可以說是無縫的連接，用戶粘性從移動互聯網的按分鐘計算轉變到了按秒進行計算。
可想而知，其所釋放出來的商業價值必將超越當前的移動互聯網與PC互聯網，這也是為什么可穿戴設備從誕生那天開始就一直在爭議中不斷的飛速發展的原因。很顯然的一個原因就是我們看到了當其所構建的用戶粘性被進一步縮短之后，所釋放出來的商業價值將超越當前由移動互聯網所帶來的改變。
而可穿戴設備之所以能釋放更大的商業價值，關鍵就在于粘性建立背后所產生的大數據。可穿戴設備作為人體數據的流入與流出的雙向渠道，其數據流出的背后隱藏的就是商業機會，而數據流入的背后隱藏的就是數據背后的商業呈現。可以說，基于可穿戴設備的大數據價值是目前全球范圍所有從業者的一個共識，也是一些提出可穿戴設備免費這一觀點人士的基礎依據。
不過在我看來，目前談可穿戴設備的大數據價值挖掘商業模式還為時過早。不可否認，未來可穿戴設備的核心價值在于大數據，硬件本身所能創造的價值非常有限，不論價格高低，都是一次性的價格表現形式。但其核心價值的大小則取決于大數據的延伸、挖掘，這也是我們所看到的谷歌眼鏡沒有有效地實現價值放大，其關鍵原因并不是硬件產品本身不可使用所造成，而是由于大數據不能有效支撐其價值放大。
而對于目前大部分的可穿戴設備從業者們而言，不論是希望借助于設備所收集的大數據進行價值挖掘，還是借助于大數據形成來放大可穿戴設備價值，都還需要一段路要走。至少從短期來看，盈利模式還是基于相對傳統的硬件產品銷售本身上，而不是依賴于可穿戴設備的大數據挖掘商業模式上。制約可穿戴設備大數據商業價值的主要原因有以下三方面：
1、數據過于碎片化。
由于可穿戴設備產品形態目前還處于一個快速裂變的過程，從智能眼鏡、智能手表、智能手環、智能鞋子、智能飾品、智能鞋子到智能服裝等。這種快速裂變的產品形態對于一個新興產業而言，在市場上所呈現的就是產品碎片化的局面。一方面產品碎片化，另外一方面在產品碎片化的基礎上創業者又處于分化狀態，這就導致不同產品、不同品牌所采集到的數據未能實現互聯、互通。而這種數據過于碎片化的結果，當然就使得所采集到的數據不是大數據，而是“小”數據，其價值顯然難以有效挖掘。
2、市場普及度不高。
由于可穿戴設備是一個新興的業態，不論是業內外，對于可穿戴設備產業的認知都還沒有形成一個統一、清晰的認識。大眾對于可穿戴設備的認知不僅模糊，而且在很大程度上可謂是陌生。受制于消費市場普及的因素，制約了可穿戴設備產業的市場普及，也就意味著可穿戴設備的用戶使用量相對比較小眾。從產品形態層面來看，目前通常局限于智能手表、智能手環。而就從智能手表、智能手環層面來看，目前還只是局限于一部分對新鮮科技事物感興趣，或者是比較關注新興事物的群體。正是由于市場普及程度的制約，很顯然地就制約了產品的用戶使用量，制約了產品的數據采集數量，制約了數據成為“大”數據的進程。
3、用戶粘性不高。
大數據的商業價值范文第3篇
摘要：
在信息時代，一切數據都是有價值的，大數據的商業化利用已成必然趨勢。大數據商業化利用的前提是大數據的確權。根據其產生和利用方式的不同，可以將大數據分為個體數據和整體數據。個體數據是基于自然人、法人及其他組織等個體在互聯網上的行為而產生的數據，屬于個人信息，權利歸屬于個體，商業價值不大；整體數據是海量個體數據的集合，屬于民法上的“集合物”，具有極大的商業價值，其所有權歸屬于信息控制者。整體數據即通常意義上的“大數據”，對大數據的搜集和利用須以不侵犯個人信息權為前提。
關鍵詞：
大數據；法律確權；集合物；個人信息；信息資產
在數據化時代的浪潮下，每天都有大量的數據產生。“淘寶網每天有超過數千萬筆交易在發生，單日數據發生量超過50TB（1TB等于1000GB），存儲量40PB（1PB=1000TB）。新浪微博的總注冊用戶超過了6億，日活躍用戶達到4980萬，月活躍用戶1.3億”。［1］這些存儲于服務器中的海量數據，通過特殊的處理模式就可以轉化為十分有價值的商品，應用到商業、科研、教育服務、軍事等各個領域。例如百度利用用戶的搜索和瀏覽數據分析個人的興趣愛好、上網偏好等，推出精準的網絡廣告，實現個性化的服務推薦。谷歌則利用其龐大的搜索數據庫推出流感預測等公共服務；在信息化時代，一切數據都是有價值的，數據交易市場也初具規模。Infochimps、Factual、日本富士通公司、微軟的WindowsAzureMarketplace、中關村數海大數據交易等都在構建數據交易平臺，進行數據交易。但無論是大數據的使用還是交易，前提都是大數據的確權。只有明確大數據的法律性質是什么，受何種法律保護，數據權利歸屬于誰，才能明確數據各方的權利義務關系，更好地促進數據的使用和保護。
一、大數據的界定析概念
以辨理，明晰大數據的內涵和外延是分析其法律屬性和權利歸屬的起點。大數據是一個被廣泛使用的詞匯，經濟學、管理學、計算機等多個學科都在定義和分類自己的“大數據”。那么從法律的角度如何對大數據進行定義和分類，才能使其具有法律確權的意義呢？
（一）大數據的定義與特征
大數據，或稱巨量數據、海量數據，目前在法律上對其的定義還沒有形成共識。著名產業調研機構Gartner認為大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。IBM公司對大數據給出的4V特征受到學者和產業界普遍認可，即數量大、快速變化，龐雜內容和精確性。他們認為在總數據量相同的情況下，與個別分析獨立的小型數據集相比，將各個小型數據集合并后進行分析可得出許多額外的信息和數據關系性，可用來察覺商業趨勢、判定研究質量、避免疾病擴散、打擊犯罪或測定實時交通路況等。換言之，從計算機學科的角度而言，大數據是原材料，利用特殊的處理模式和計算方法能夠從海量數據中得出有價值的信息，其關注的重點在加工過程及加工后的產品。而在法學上，大數據則指原始龐大的數據庫，側重看大數據的來源和利用方式是否符合法律的規定。
（二）大數據的分類
1.標準化數據與非標準化數據
根據數據呈現的方式不同，可以將大數據分為標準化數據和非標準化數據。這種分類方法可以讓我們更好地了解大數據的含義、組成及特征。所謂標準化數據即傳統意義上的數據，一般為“數字”信息，也包括利用數字制作的圖表、圖片等。常見的標準化數據有客戶量、業務量、營業收入額、利潤額、調研數據等等。非標準化數據則不僅包括數字，還包括文本、圖片、音頻、視頻等多種格式的信息，涵蓋范圍十分廣泛。例如微信、微博、博客、QQ等社交媒體上的文本、圖片信息，賬號，音頻視頻分享，通話錄音，電子郵件，位置共享，點評信息，交易記錄，搜索記錄等。在大數據的背景之下，通過互聯網進行的一切行為產生的數據都可以構成大數據。因此，較傳統數據而言，大數據范圍廣、數量大、內容雜、變化快，是典型的“大”數據。對利用大數據的企業而言，大數據一般來源于兩部分：一是產生于企業內部的運營數據，通常為結構性、標準化的“數字”信息；一部分為存儲于自己網絡服務器中的龐大數據庫，例如用戶個人信息、賬號、交易記錄、搜索記錄、支付記錄等等。因此，大數據本質上是各種標準化和非標準化數據的簡單集合。通過對大數據的分析得出的商業秘密或其他智力成果，則屬于大數據的利用成果，而非大數據本身。
2.個體數據與整體數據
從數據產生和利用的不同層面，可以將大數據分為個體數據和整體數據。這種分類方式有助于明確大數據中的法律關系及其權利歸屬。個體數據是指基于自然人、法人及其他組織等個體在互聯網上的行為而產生的數據，包括注冊的個人信息，社交網絡中的圖片、視頻，網絡瀏覽記錄，電子商務中的購買記錄等等。這些數據直接來源于個體的行為，因此許多個體信息都屬于個人信息。從微觀上而言，大數據是由個體數據構成的，個體數據是組成大數據的最小單元。通常個體數據商業價值并不大。整體數據則是海量個體數據的集合，從宏觀的角度而言，大數據就是存儲于網絡服務商服務器上的龐大數據庫。作為整體存在的大數據才是真正意義上的大數據，具有巨大的潛力和商業價值。對于企業而言，數據量越大、來源越廣，數據的價值才會越大。因為通過對不同數據的分析利用，可以透視事物的不同方面，以消費客戶為例，消費記錄信息能透視客戶的消費能力、消費頻率、消費興趣點等，渠道信息能透視客戶的渠道偏好，消費支付信息能透視客戶的支付渠道情況，一般來說，企業用以分析的數據來源越廣、越全面，其分析的結果就越立體，越接近于真實。信息控制者即指這些能夠實際控制大數據的企業或網絡服務商，只有他們才能搜集和真正利用大數據謀取利益。在理論上就相同的“大數據”一詞，不同的文章其所指意義也有不同。通常從權利保護方面而言的“大數據”多指個體數據，例如大數據時代下的個人信息保護；從大數據的利用方面而言的“大數據”多指整體數據，例如大數據的商業化利用研究。
二、大數據的法律屬性
大數據的法律性質是確定其權利歸屬和法律關系的前提。我國法律還沒有關于大數據的直接規定，因此大數據在法律上應屬于人格權利益還是財產權利益，人格利益中是屬隱私還是個人信息，財產利益中是屬智力成果、無形財產還是有形財產，是動產還是不動產等問題并沒有統一的認識。由上文可知，根據大數據的產生和利用方式的不同，我們將大數據分為個體數據和整體數據，其中個體數據側重于個人信息的保護，而整體數據側重于其商業價值的利用。由于個體數據直接產生于個人行為，理應屬于個人信息，不再贅言。那么作為整體數據存在的大數據，其法律性質為何呢？
（一）匯編作品
有的學者根據大數據“集合性”的特征，認為我國法律上存在與之相關的概念。他們主張將大數據視為“匯編作品”，作為無形的智力成果，權利人可以主張知識產權的保護。［2］對此，筆者認為仍需商榷。《中華人民共和國著作權法》第十四條規定，“匯編若干作品、作品的片段或者不構成作品的數據或者其他材料，對其內容的選擇或者編排體現獨創性的作品，為匯編作品”。由此可知，匯編作品要求內容的選擇和編排要體現獨創性，否則不構成匯編作品。而多數大數據的集合僅僅是一些標準化或非標準化數據的簡單集合，屬于事實集合的范疇，并沒有體現獨創性。如果用匯編作品的標準來衡量大數據的價值，顯然許多應受保護的數據不能得到該有的保護。因此，筆者認為對大數據集合本身，由于其巨大的利用價值，我們理應保護。如果數據的集合還體現了“獨創性”，則還可以主張作為匯編作品保護，這二者并不沖突。換言之，對于有獨創性的集合數據，可以有雙重保護，因為其保護的利益不相同。
（二）信息資產
由于大數據本質上屬于信息，利用大數據也主要利用其信息價值。因此有的學者主張，大數據是信息化時代下的一種新型資產，傳統財產權的客體無法將其涵蓋，應建立信息資產制度，信息本身即是信息資產的客體。在信息化時代，信息就是價值，信息就是財產，信息的保護是財產權制度中不可缺少的一環。信息資產的重要性毋庸置疑，但我們是否真的需要建立信息資產這一財產權客體？在這一制度尚未建立之前，我們應如何保護諸如大數據等信息財產？通過對現有制度的解釋是否也能實現對信息財產的保護呢？筆者認為，制度的建立非一日之功，在新的制度尚未建立之前，我們仍應探索現有制度的保護途徑。事實上，在當下并非一切信息都值得保護，僅有少部分信息體現出了其巨大的商業價值。對于這一部分信息，通過現有的民法制度，完全可以實現對其的保護。
（三）集合物
筆者認為我們可以退一步從民法的角度出發，將大數據作為民法上的“物”進行保護。如果大數據能夠符合民法上“物”的特征，則理所當然能適用物權法、侵權法、債權法等一般民事法律。民法上的“物”指具有使用價值，能滿足人的某種需要并能為人所控制和支配的物質對象。其具有以下特征：第一，民法上的物是“有體物”，即具有一定的體態，占有一定的空間，并不要求有形；第二，民法上的物是財產物，具有使用價值；第三，民法上的物能為人類所支配和控制。［3］大數據顯然符合這些要求，首先大數據雖然表現為二進制代碼，但是其需要占據數據存儲空間，尤其在網絡空間逐漸成為獨立空間的時代，數據就是網絡空間中物的體現。其次，數據具有使用價值，能滿足人類的某種需求。這點毋容置疑，大數據的適用案例和數據交易的興起皆是大數據具有使用價值的證明。在大數據時代，數據不僅能滿足人類的某種需求，數據甚至能滿足人類的各種需求。再次，大數據也能為人類所控制和支配。大數據雖然數量龐大、結構復雜，但是其畢竟存在于人類構建的網絡空間中，只要信息控制者愿意，隨時可以控制和支配存儲器上的數據，用于達到自己的目的。因此，大數據屬于民法上的物。那么大數據屬于民法上的何種“物”呢？首先大數據屬于一般財產物，而非人人都能享有的公共產品，諸如空氣等。因為大部分大數據仍為特定的人享有，例如百度的搜索記錄只能為百度公司控制、支配、處理。即使大數據具有可復制性強的特征，邊際成本很低，也不能將大數據視為公共產品。其次，大數據應屬于民法上的集合物。集合物不是數個獨立物的簡單相加，而是因其“集合”而產生了新的特征，從而成為了新的物。大數據是無數個體數據的集合，而這種“集合”本身才使得這些數據有了價值。如果僅僅是個體數據，而不具有大數據之“大”的特性，沒人會買這樣的數據，對企業而言單個的數據也無價值。因此，筆者認為雖然大數據是由無數的個體數據構成的整體數據，但是這個整體數據因其“大”的特征而具有了價值，構成了新的物，即集合物。這種處理個體與群體關系的方法或規律，在社會科學領域廣泛存在。①［4］
三、大數據的法律確權
個體數據屬于個人信息，整體數據雖由個體數據構成，卻具有自己獨立的價值，屬于集合物。確定大數據的法律屬性之后，其權利歸屬和法律關系的確定便水到渠成了。
（一）個體數據的權利歸屬
個體數據來源于個人行為，屬于個人信息，其權利當然歸屬提供數據的個人。這種權利即個人的信息自決權，核心體現為對個人信息的控制權。這種控制表現為個人有權了解誰在搜集其信息資料、搜集了怎樣的信息資料、搜集這些信息資料從事何種用途、所搜集的信息資料是否客觀全面、個人對這些信息資料的利用是否有權拒絕以及個人對信息資料是否有自我利用或允許他人利用的權利等內容。［5］例如，個體的賬號信息、瀏覽記錄、購買記錄等事實數據的搜集，網絡服務商應征得個人同意，個人也有權要求網絡服務商消除這些信息。
（二）整體數據的權利歸屬
整體數據的所有權歸屬于信息控制者。整體數據不同于個體數據，其價值的取得在于集合了大量不同個體來源的數據。我們無法將整體數據與具體的個人相聯系，因此大數據不具有人格利益，是純粹的財產物。在此基礎上，整體數據的財產所有權應歸屬于信息控制者。主要理由有：第一，大數據實際處于信息控制者的支配之下，只有他們才能真正利用這些數據；第二，作為整體存在的數據實際上不可能為個體分別所有，也不能說每個個體都對整體數據享有什么權利；第三，信息控制者為數據的取得付出了代價，理應獲得這些數據中所蘊含的商業價值。網絡服務商能取得這些數據的前提是其為個體提供了相應的服務；第四，將數據的所有權歸屬于信息控制者能簡化數據交易的過程，促進市場更好地發展；最后，從已有的數據利用方式看，利用數據的主體都是信息控制者，而非單獨的數據個體。因此，作為整體數據存在的大數據應歸屬于信息控制者。
（三）大數據中的權利義務關系
大數據的法律確權不僅要確定大數據的權利歸屬，還需確定大數據利用中所涉的權利義務關系，只有明晰的法律關系才能引導數據市場的正常發展，促進數據的利用和保護。由上文可知，大數據所涉的法律關系主要有兩個方面，一是在數據的產生和搜集過程中，個體與信息控制者之間的關系，核心內容是個人信息的保護；信息控制者搜集和利用信息必須充分尊重個體的知情權和同意權。如果涉及隱私等一旦為他人知曉就將帶來巨大困擾的敏感性信息，即使個體通過默示的方式同意，也不能公開使用。二是在數據的利用過程中，信息控制者與第三方之間的關系，核心內容是財產權的處分。信息控制者對整體數據享有完全的所有權，即享有占有、使用、收益、處分的權利，可與第三方就任何利用方式達成協議并支付相應的對價。協議問題主要適用合同法律關系，數據的轉讓和共享適用物權法律關系，其他方式皆可參照現有財產法律關系適用。需注意的是，對大數據的利用不得侵犯個體的隱私權等人格權益，但有時為了公共利益的除外。例如，為了研制流感疫苗，而調取利用病人的病歷資料等。
四、結語
隨著信息時代的來臨，數據的價值越來越大，數據交易也初見規模，數據確權對數據的保護和利用具有十分重要的意義。個體數據來源于個體行為，屬于個人信息的保護范疇。大數據是縱多個體數據的集合，構成一個龐大的整體數據，這個數據整體因其本身的價值形成了民法的“集合物”，所有權歸屬于信息控制者。信息控制者所有權的利用需以不侵犯個人信息權和隱私權為前提。在信息時代下，信息就是資產，一切數據都是有價值的，如何促進信息的利用和保護是互聯網治理的重要內容，希望本文的分析能為立法和司法提供一些參考資料。
參考文獻：
［1］劉宇晗.大數據時代個人信息的民法保護［J］.中國律師,2014（2）.
［2］林華.大數據的法律保護［J］.電子知識產權,2014（8）.
［3］劉凱湘.民法總論［M］.2版.北京:北京大學出版社,
［4］.鄉土中國［M］.北京:北京大學出版社,2012:158-159.
［5］王利明.論個人信息權的法律保護———以個人信息權與隱私權的界分為中心［J］.現代法學,2013（4）.
注釋：
大數據的商業價值范文第4篇
[關鍵詞]大數據 傳統媒體 數據化 轉型
[基金項目]本文是國家社科基金重點項目《新媒體環境下傳統媒體的轉型戰略研究》的階段性成果
目前大數據正在成為整個社會的底層架構和標配，國家“十三五”發展規劃也提出了“大數據”工程，在此背景下，大數據能夠幫助深陷困境的傳統媒體重建用戶連接，有可能成為傳統媒體彎道超車的利器，傳統媒體應該在數據、技術平臺、終端、數據產品已經與大數據互聯網公司合作等五個方面來實現傳統媒體的轉型和發展。
一、大數據能夠幫助傳統媒體重建用戶連接
1.傳統媒體深陷困境的根源：用戶連接失效。
在互聯網媒體的嚴重沖擊下，2012年以來，以報紙為代表的傳統媒體正深陷困境，主要表現為受眾快速轉移到互聯網媒體、廣告主快速拋棄傳統媒體、骨干人才大量流失，傳播能力快速下滑，其結果是大量的市場化報紙陷入虧損而休刊停刊。在傳統媒體快速衰落的同時互聯網媒體廣告卻保持著30%以上的增速，很顯然哪種認為是外部經濟環境不好才導致傳統媒體陷入困境的說法是站不住腳的，傳統媒體深陷困境的是用戶連接失效。
首先，傳統媒體不僅受眾大量流失，而且并不存在真正意義上的用戶。自從互聯網1994年4月20日正式進入中國以來，我國網民和手機網民數快速發展，根據CNNIC的數據顯示，截至2016年年底，我國網民數達7.10億，互聯網普及率達到51.7%，超過全球平均水平3.1個百分點；手機網民規模達6.56億，市場滲透率達到92.5%，其中僅通過手機上網的網民占比達到24.5%。[1]而報刊的用紙量和發行量大幅度下滑，電視的收視率也出現一定程度的下降，這說明受眾開始大量拋棄傳統媒體。
其次，受眾流失導致傳統媒體深陷困境。傳統媒體長期以來采取的是“兩次銷售”的商業模式，即第一次把內容和產品銷售給受眾，同時獲得韃スδ埽第二次再把傳播功能銷售給廣告主，實現自身的商業價值變現，該模式的關鍵是內容和渠道的合一，內容所承載的商業價值較小，而渠道所承載的商業價值較大。而受眾大量流失之后，就使得傳統媒體的入口價值喪失，內容和渠道徹底分離，渠道所承載的廣告等商業價值被互聯網平臺所獲取，而傳統媒體所獲得內容所承載的商業價值已經遠遠不能彌補傳統媒體的正常運作，傳統媒體只能深陷虧損深淵，簡單地說，大型傳統媒體機構想單純做內容提供商而專門從事內容生產和提供的思路已經不可能成功。
第三，傳統媒體從來沒有真正意義上的用戶。用戶和受眾之間存在本質區別，一是用戶數量更大，而受眾數量小，互聯網巨型平臺的用戶動輒數以億計；二是用戶能夠利用大數據和人工智能技術分析每一個用戶的收入、消費能力、愛好、需求等精準的數據，而受眾只能給出一定規模樣本的、概貌的數據；三是用戶是高頻的、動態的，而受眾是低頻的、靜態的；四是用戶是緊密型關系，而受眾是松散型關系，因此從上述本質區別來看，傳統媒體只有受眾，并不具有實質意義上的用戶。而從用戶的商業價值來看，由于用戶的商業模式是“新聞+服務”，用戶的數量遠遠大于受眾數量，且能夠通過智能化推薦技術給用戶推薦精準化、定制化的、能夠真正滿足用戶需求的信息、產品和服務，其價值遠遠超過傳統意義上的受眾。
2.傳統媒體轉型核心在于重建用戶連接。
傳統媒體要想真正實現自身的數據化轉型，實現商業價值變現，必須重建用戶連接。一是傳統媒體要變之前的自我為中心的內容思維轉變為以用戶為中心的數據思維，用戶在哪兒，就服務到哪里，想用戶之所想，急用戶之所急；二是打造真正屬于自己的互聯網平臺，既要建立基于大數據和人工智能的大數據資源平臺、智能生產和傳播平臺以及用戶沉淀平臺三大平臺，又要建立起PC互聯網、官方微博、官方微信公眾號、新聞客戶端等各類終端，能夠對用戶的信息消費等行為進行跟蹤；三是對傳統媒體的內容素材進行標簽化以及對用戶進行精準畫像；四是通過內容和用戶個性化、定制化、精準化需求之間的信息智能匹配，實現用戶沉淀目的；五是在用戶沉淀基礎上，為用戶提供更好的產品和服務，進而實現自身商業模式和盈利模式的重構。
二、傳統媒體數據化轉型的五層模型
對于傳統媒體來說，要實現徹底的數據化轉型，應從數據收集和擴展、技術平臺構建、終端全覆蓋、數據產品開發和與大數據公司合作五個層面進行構建，當然不同類型的傳統媒體并不需要對這五層進行全部構建。
1.數據收集和擴張。
首先，把之前的紙質版數據數據化。傳統媒體積累了很多紙質版內容，可以通過外包的方式把紙質內容數字化，然后再通過更多的標簽把這些內容數據化，目前絕大多數傳統媒體實現了舊有紙質內容的數字化，但很多尚未實現數據化。
其次，及時把數字化內容實現數據化。傳統媒體每天都會生產大量的內容并且這些內容已經實現了數字化，但是需要把這些內容在經過標簽化之后實現數字化內容的數據化。
第三，擴大數據源。傳統媒體一方面可以充分利用政治資源來獲取優質數據進而擴展自身的數據源，可以從政府手中獲取醫療、養老、旅游等方面的數據，例如，浙江日報報業集團就通過與浙江民政廳合作建設浙江省養老數據庫，目前已經達到5，000萬以上的活躍用戶目標；另一方面可以通過收購和合作的方式獲取更多數據源。例如，浙江日報報業集團以31.9億元收購盛大旗下的杭州邊鋒和上海浩方游戲競技平臺，獲得了一個擁有約3億注冊用戶、2000多萬活躍用戶的成熟游戲平臺。此外，浙江日報報業集團旗下的浙報傳媒擬定增近20億元打造互聯網數據中心及大數據交易中心項目，其中，互聯網數據中心由公司擬新設的全資子公司杭州富春云科技有限公司負責實施；大數據交易中心項目由公司與北京百分點、浙商資本共同投資新設的控股子公司浙江大數據交易中心有限公司負責實施，注冊資本為1億元，浙報傳媒出資5320萬元，對應持股比例為53.2%，北京百分點出資2700萬元，對應持股比例為27%，浙商資本出資1980萬元，對應持股比例為19.8%。這兩個項目建設完成后，擬向全國范圍內的客戶提供包括主機托管、寬帶租用、云計算服務、大數據服務、大數據交易等一系列服務。
目前來說，浙江日報報業集團在數據層面取得了極大進展：一是把自身的相關內容數字化，并在數字化的基礎上實現數據化；二是通過收購邊鋒和浩方獲得了大量的信息和用戶數據以及用戶；三是通過政治資源盡可能地獲得浙江省的相關數據；四是打造互聯網數據中心及大數據交易中心項目來獲取更多的數據。當然我們也不得不說的是，國內絕大多數傳統媒體的數據層面的工作進展很慢，很多連把數字化內容的數據化工作都沒有做好。
2.打造三大技術平臺。
三大技術平臺是指大數據資源平臺、智能生產和傳播平臺以及用戶沉淀平臺，只有搭建好三大平臺才能更好地實現內容和用戶的標簽化。
首先，在大數據資源平臺方面。大數據信息資源平臺，是硬件、軟件、數據、云存儲和平臺服務的組合，具體包括大數據資源中心、大數據智能分析中心、大數據組件服務、虛擬化云平臺、大數據運營系統、安全管理體系等方面的建設內容。核心通過互聯網采集、接口導入、歷史數據導入、遠程匯聚等各種方式，將傳媒集團內部資源、互聯網資源、第三方資源以及UGC資源匯聚到大數據資源中心。
其次，在智能生產和傳播平臺。智能生產和傳播平臺，是立足于傳媒集團大數據平臺，以大數據智能分析工具作為技術支撐，將傳媒集團旗下媒體資源融合共享使用，以“中央廚房”的方式重構新聞生產，實現“一次采集、多元加工、多次”的智能生產和傳播平臺。包括新聞線索智能決策系統、融媒體智能創作系統、融媒體智能系統、傳播效果分析系統、中央廚房報道指揮系統、內容創作社區、PC互聯網改造升級等方面的建設內容。核心是建立起智能化的新聞線索智能決策系統、智能創作系統和融媒體智能系統，即在大數據平臺的基礎上，通過網絡熱點采集，形成新聞熱點島圖和地域熱點島圖，幫助采編人員更好的判斷事件的關注度及影響范圍，并以信息大數據支撐新聞采寫創作，實現創作的智能化、個性化，提高新聞采編的效率和針對性，進而實現新聞內容的一次加工和多渠道多終端統一，將新聞資訊和信息服務點對點推送給在用戶，實現信息服務的個性化、智能化。[2]
第三，在用戶沉淀平臺方面。用戶沉淀平臺，是將傳媒集團通過優質內容資源、線下活動、經營行為沉淀下來的優質用戶數據進行整合、清洗、認證、管理、記錄以及深入挖掘、分析，并通過智能化、個性化的信息、數據服務，提高用戶的參與度和滿意度。用戶沉淀平臺包括用戶數據采集及處理、用戶數據存儲與管理、跨媒用戶統一管理、用戶行為分析、用戶肖像刻畫、互動應用管理等方面的建設內容。核心是用戶畫像，即對采集數據進行分析，通過不同模型及算法實現對用戶肖像的刻畫、行為軌跡的分析等多維度的分析，為產品優化、精準營銷、以及面向用戶的智能化服務提供服務。對用戶行為的分析，要從內部資源和外部資源兩個方面進行分析，在外部資源方面，從閱讀興趣、事件分析、選題趨勢、熱點走勢、區域分析、數據探索、前端可視化和專題匯聚等方面進行分析。在內部資源方面，從稿件熱點匹配、聚類關聯、影響力分析、跨業務分析、多維標簽、歷史挖掘等方面分析。內部資源和外部資源的用戶行為分析整合為用戶行為知識網絡。[3]
第四，在信息智能匹配方面。一是可以根據用戶短期的點擊、轉發和評論行為來給用戶按照興趣、職業、年齡、終端、地域分布、興趣和情感傾向等特征對用戶進行畫像，進而分析出用戶喜歡什么類型的文章、最喜歡文章里的什么關鍵詞、關注你的人還喜歡什么內容等等。二是個性化推薦除了考慮用戶的個人特征，也要考慮用戶所處的場景；三是重點分析文章中有什么主題詞，有什么重要標簽，文章熱度、時效性和相似性等；四是通過分析用戶的個性化特征，結合特定的場景，給每一個用戶推薦滿足其需求的文章，這樣就能夠吸引用戶留存下來，并提升用戶的忠誠度。
在三大平臺建設方面，絕大多數傳統媒體由于實力有限、觀念認識不到位而沒有太多進展。浙報集團在搭建三大平臺方面做了很多工作：一是通過“媒立方”這一重大工程，打造了基于大數據的大數據資源平臺、智能生產和傳播平臺以及用戶沉淀平臺三大技術平臺，該工程完成之后，能夠滿足浙報集團媒體融合發展所必需的從信息發現、一站式生產、全媒體到智能化分析、精準化服務等多重需求。該項目獲得中央財政文化產業發展專項資金扶持，并委托大數據上市公司拓爾思負責開發，據了解該平臺進展順利且實施效果良好；二是浙報集團高度重視技術工作，通過收購邊鋒和浩方，在原來技術基礎上形成了由新媒體中心、數據庫業務部、信息技術中心、邊鋒等四大模塊構成的技術平臺，并形成了一個具備自主研發能力的、人員規模千人以上的技術團隊。
3.搭建各種終端。
各類終端是接觸用戶的觸角，只有建立了與用戶連接的各類終端，才能夠真正接觸到用戶，也才能真正對用戶畫像和沉淀。目前，傳統媒體在和用戶連接方面，除了PC互聯網之外，還有官方微博、官方微信公眾號和頭條客等以及各類新聞客戶端。
首先，各類傳統媒體都在建立新聞客戶端。為了實現自身影響力向移動互聯網終端的平移，各類各類傳統媒體紛紛建立起自身的新聞客戶端，截至到2016年8月底，傳統媒體已經建了將近300個，其中知名的是中央級的人民日報社下的人民日報新聞客戶端、新華社的新華社新聞客戶端、中央電視臺的央視影音新聞客戶端，而地方上的則有上海報業集團旗下的澎湃、浙江日報報業集團旗下的浙江新聞客戶端、南方都市報旗下的并讀、湖南廣電旗下的芒果TV、蘇州廣電旗下的無線蘇州等等。
大數據的商業價值范文第5篇
在全球的各行各業中，高管們都認識到，他們需要更多地了解如何利用大數據。但是，盡管大數據吸引了媒體的廣泛關注，但從企業正在做的事情中很難發現深層次的信息。
因此，我們試圖更好地了解企業如何看待大數據，以及它們目前在多大程度上使用大數據而使其業務受益。IBM商業價值研究院與牛津大學賽德商學院聯手進行了2012 Big Data @ Work研究，調查了95個國家中的1144名業務和IT專業人員，并采訪了20多名學者、業務主題專家和企業高管。
我們發現，近三分之二（63%）的受訪者表示，信息（包括大數據）和分析的使用為其組織創造了競爭優勢。在IBM的2010年新智慧企業全球高管聯合調研中，有此看法的受訪者比例是37%――在短短兩年內增幅達到了70%。
從大數據中獲取商業價值的五項建議
作為日益擴大的信息與分析市場中越來越重要的一個領域，大數據具有重要的影響。對于在其組織內已經實施大數據試驗項目或者部署項目的受訪者來說，通過信息（包括大數據）和分析而獲得巨大優勢的比例要比僅依賴傳統分析方法的組織比例高15%。
那么，當前的大數據活動為何與以前不同？有些組織使用大數據已有多年時間。例如，一家全球電信公司每天從120個不同系統中收集數十億條詳細呼叫記錄，并保存至少9個月時間。一家石油勘探公司分析幾萬億字節的地質數據，而證券交易所每分鐘處理數百萬個交易。對于這些公司，大數據并非一個新概念。
然而，兩個重要趨勢使得大數據時代與之前有顯著的區別：
一是目前在廣泛行業中幾乎“所有方面”的數字化產生了新型的大量的實時數據。其中，非標準數據占據很大一部分，例如流數據、地理空間數據或傳感器產生的數據，這些數據并不能完美地適用于傳統的、結構化的、關系型數據倉庫。
二是當前先進的分析技術和工藝使得各組織能夠以從前無法達到的復雜度、速度和準確度從數據中獲得洞察力。
在各行業和各地區，我們的調研發現，組織對大數據采用了一種務實的方法。最有效的大數據解決方案首先識別業務要求，然后定制基礎架構、數據源和分析方法，以支持業務機會。這些組織從現有的和新的內部信息來源中獲取新的洞察力，制定大數據技術戰略，然后隨著時間的推移逐步地升級相應的基礎架構。
我們的調研結果為各組織逐步開展大數據舉措以及從大數據中獲取最大的商業價值提供了五項關鍵建議：
（一）以客戶為中心推動初始舉措
最初的大數據舉措必須注重能夠為企業提供最大價值的領域，這一點勢在必行。對許多行業來說，這意味著從客戶分析開始，通過真正了解客戶需求，并預測未來行為，從而為客戶提供更好的服務。
全面數字化是有助于帶來大數據迅猛發展的一個推動力，已經改變了個人和組織之間的力量平衡。如果企業希望了解并向有能力的客戶和市民提供價值，他們必須集中精力將客戶作為個體進行了解。企業還需要向新技術和高級分析能力投資，以更好地了解各個客戶的交互和偏好。
但是，當今的客戶――包括最終消費者或者企業對企業客戶――需要的不僅僅是了解。要想有效地培養與客戶之間有意義的關系，企業必須以客戶認為有價值的方式與客戶聯系。
價值可能來自更及時、更明智或者更相關的交互；也可能來自于企業通過改進底層運作而增強交互的整體體驗。無論來自何處，分析都有助于從大數據中獲得洞察力，這對于在這些關系中達到這一深度日益重要。
（二）制定整個企業的大數據藍圖
藍圖包含企業內的大數據愿景、戰略和要求，對于在業務用戶的需求與IT實施路線圖之間做到協調非常關鍵。它實現了關于企業如何利用數據改進業務目標的一致理解。
有效的藍圖通過確定大數據適用的關鍵業務挑戰，規定如何使用大數據的業務流程要求，以及包含實現該藍圖所需數據、工具和硬件的架構，從而定義了企業內大數據的范圍。這是為指導企業以實用的方式，并以創造可持續的商業價值為出發點，開發并實施大數據解決方案而制定藍圖的基礎。
（三）從現有數據開始，實現近期目標
要實現近期目標，同時為持續開展大數據項目創造發展動力和專業知識，企業必須采取實用的方法。我們的調研表明，要開始尋求新的洞察力，最具邏輯性和性價比的地點就是企業內部。
從內部著眼允許企業利用現有數據、軟件和技能，提供近期業務價值，并且在考慮擴展現有的能力而處理更復雜的數據來源和類型之前積累重要的經驗。大多數企業希望通過這樣做而充分利用現有存儲庫中的信息，同時擴展其數據倉庫，以處理更大數量和更多類型的數據。
（四）根據業務優先級逐步建立分析能力
在世界范圍內，越來越多的分析工具使企業目不暇接，同時企業也面臨著分析技能的嚴重缺乏。大數據效率取決于消除這一巨大差距。簡言之，企業必須獲取工具和技能。在這個過程中，隨著分析、功能和IT技能的完美平衡，預計新角色和事業模式將會出現。
關注內部分析人員的專業發展和事業進步――他們已經熟悉企業獨特的業務流程和挑戰――這應是業務高管的首要任務。同時，大學和個人自身（無論什么背景或專業）都有義務培養強大的分析技能。
（五）基于可衡量的指標制定投資回報分析
制定綜合且可行的大數據戰略以及后續的路線圖需要可靠且可量化的投資回報分析。因此，一位或多位業務高管積極參與并支持這一流程非常重要。要實現長期的成功，強大、持續的業務和IT的協作同樣重要。
許多企業的投資回報分析基于以下可從大數據獲得的益處：
1.更聰明的決策――利用新的數據源提高決策質量；
2.更快的決策――實現更實時的數據獲取與分析，支持在“影響點”做出決策，例如在客戶訪問您的網站或者與客戶服務代表通電話時；
3.創造奇跡的決策――使大數據舉措注重于那些能夠提供真正差異化的領域。
這些建議中有一個基本原則：業務和IT專業人員必須在整個大數據實施過程中通力合作。最有效的大數據解決方案首先確定業務要求，然后定制基礎設施、數據源和量化分析，以支持該業務機會。
按階段的更多建議
在大數據采用的生命周期內，某些關鍵活動是每個階段的特征。以下各階段建議為從一個階段進入下一個階段提供了經過驗證且實用的方法。
（一）從教育到探索：為后續行動奠定基礎
1.注重大數據為企業提供競爭優勢的領域，包括行業內部和外部，持續增加您的知識；
2.與不同的業務部門和職能合作，確定可以通過更好、更及時的信息訪問而應對的最關鍵的業務機遇和挑戰。許多企業通過客戶數據和分析開始，以支持其前臺轉型舉措；
3.注重增強您的信息管理環境和基礎架構，包括制定大數據藍圖；這些藍圖通常基于行業標準、參考架構和其他可用的技術框架和資源。
（二）從探索到接觸：將計劃付諸實施
1.在制定大數據戰略和路線圖時，確認業務領導層的積極支持；
2.為您計劃通過POC或試點項目而解決一個或兩個關鍵業務挑戰制定投資回報分析；
3.在開始為滿足更長期的要求而做出計劃時，定期確認您的信息管理基礎和IT基礎架構能夠支持POC或試驗項目需要的大數據技術和能力；
4.評估您當前的信息治理流程及就緒程度，以應對大數據的新方面；
5.分析內部資源現有的技能集，并且開始進行差距分析，以了解您需要在哪些方面增加和/或獲得更多技能。
（三）從接觸到執行：了解面臨的機遇和挑戰
1.積極推動試點項目的成功，以保持前進動力，同時開始參與到業務的其他部分中；
2.通過確認和驗證預期的投資回報和收益而最終確定業務案例，包括既定的成功標準和指標；
3.確定由于能夠獲得更好、更及時的信息（例如營銷、銷售、客戶服務和社交媒體網站）而需要修改和改進的業務流程；
4.制定能力計劃，以確認是否有實現短期和長期目標所需的足夠技術和定量技能；
5.記錄從試驗到投產的詳細項目計劃。該計劃應包括預計業務價值、成本、資源和項目時間表的確認。
（四）執行階段：擁抱大數據的創新
1.記錄早期成功的和量化的結果，以支持未來的舉措；
2.在企業中發起正式的大數據溝通，持續地提供支持和前進動力；
3.注重增加技術和技能，以應對各業務部門、職能領域和地區的新的大數據挑戰；
4.注意信息治理（包括信息生命周期管理）、隱私和安全；
5.持續評估快速發展的大數據工具和技術。平衡現有基礎架構與能夠提高擴展性、優化度和彈性的新技術。
開始您的大數據演進
要在全球整合的經濟環境中競爭，當前的企業需要全面地了解市場、客戶、產品、法規、競爭對手、供應商、員工等，這一點日益明確。這種了解需要有效地使用信息和分析技術。事實上，除了其員工之外，許多企業還將信息視為最有價值的差異化資產。
現在，隨著大數據的出現和廣泛采用，全球各地的企業都在尋找新的方式開展競爭并且獲勝。它們不斷地轉型，以充分利用大量的信息改進整個企業內的決策和績效。少量領先的企業已經通過為員工――從高管到營銷和車間工人――提供信息、技能和工具而使他們更好、更及時地在“影響點”做出決策，從而實現這一目標。
