商业模式困局

　　大数据服务公司如何构建商业模式?如何避免成为“鸿沟里的牺牲者”?

　　大数据的魅力在于它能够让企业在无边界的数据海洋里遨游，发现社会进步的内在韵律，捕捉社会发展的先行参数。比如从消费者兴趣图谱中萃取研发创新智慧，而不局限于产品关联性分析;比如对企业内外部利益相关者群体智慧的发掘，开展企业和产业的健康诊断，而不局限于短效的精益管理;比如对地震等自然灾害的预警，构架社会应急机制……

　　大数据不是卖数据或咨询报告。如果说云计算遵循SaaS(软件即服务)、PaaS(平台即服务)和IaaS(基础设施即服务)的模式，而大数据将云计算引向AaaS(分析即服务)的阶段。在这一阶段，云计算是基础设施，大数据是服务工具，两者将满足特定语境下的、短线的市场需求，更重要的是它们还能发挥其在非特定语境下破解社会难题的价值。

　　换言之，大数据将演绎“信息转化为数据，数据集聚成知识，知识涌现出智慧”的进程。按照哈耶克在《自由宪章》一书中对人类知识增长和进步的论述，大数据应该是一个人类知识增长的复杂过程。首先大数据原本并不以具有明确的目标和对象为出发点，而是在不断收集、重组和聚类中，发现社会发展的先行参数和相关关系。其次，大数据在社会难题中的应用不仅没有设定的目标，也没有设定的问题，能发现什么启示是自然形成的结果。再次大数据发现的结果往往超出既有的思维和判断，往往不能为社会所接受，检验其预测的准确与否。

　　但是，满足市场需求的大数据应用模式，有利于技术和数据公司将既有的资源和能力转化为商品，有利于这些企业寻找到以客户需求和盈利模式为支撑的商业模式。而对于大数据应用者而言，数据的聚类和多次利用，也有利于实现跨部门、跨行业等跨界融合，有利于实现企业和产业的开放式创新。而致力于破解社会难题的大数据应用，却很难在短期内找到盈利模式。

　　满足市场需求与破解社会难题的悖论，企业不难从技术概念跨越到早期应用市场，却容易在高速增长的主流市场阶段“陈发式”灭亡，成为“鸿沟里的牺牲者”。

　　在社会难题中淘金

　　数学史上三次危机分别促成公理几何的诞生、集合论的创立和现代数据的发展，悖论是理论、技术和应用进步的巨大推动力。大数据悖论的解决，也将推动大数据应用的普及和社会价值的释放。

　　经过新闻和学术的大肆宣传后，大数据技术趋势一下子跌到谷底，许多数据创业公司变得岌岌可危……根据这条著名的Gartner技术成熟度曲线，大数据已经走过了萌芽期和泡沫化的炒作期，并将在未来3-5年内步入低谷期。

　　市场中的鸿沟

　　大数据营销模型将经历创新者、早期采用者、早期大众、后期大众和落后者5个阶段。大数据的创新者大多是大数据技术和产品的开发者，在大数据技术和产品尚不成熟的情况下就开始尝试大数据服务。随后远见者登场，如互联网以及具有良好信息技术基础的金融企业等与新闻媒体、学术机构一道，将大数据推向“过热期”。

　　大数据的主流市场来源于实用主义的早期大众和保守主义的后期大众，、这两个群组的共同特征是均具备良好的信息技术基础和深厚的大数据积累，并深谙大数据的社会价值和经济价值。有所不同的是，前者希望看到成熟的解决方案和成功的应用案例，它们大多是金融、能源、电信等公共服务部门。而后者需要有更安全可靠的大数据保障和广泛的社会应用基础，它们大多是致力于解决环境、能源和健康等社会问题的公共管理部门。落后者大多是怀疑主义者。他们不是大数据的支持者，是大数据社会管理的被动受益者。

　　大数据技术和应用获得创新者的追捧是显而易见的，获得早期市场的拥护也是轻而易举的。但是，不因“时髦”而加入，不因“过时”而退出，才能成为大数据主流市场的掘金者。

　　规划整体产品

　　如何跨越鸿沟?根据整体产品的概念，大数据产品应该包括作为“核心吸引物”的一般产品、满足初级心理需求的期望产品和实现更高阶参与以及自我实现的延伸产品和潜在产品4个部分。

　　信息化3.0。信息化1.0布局了各个业务单元的软硬件架构，但是带来了信息孤岛现象。信息化2.0致力于IT基础架构的整合，为无缝连接和信息共享奠定了物质基础，但是却没有克服数据管理和利用过程中的数字鸿沟问题。大数据的一般产品就是以信息化3.0的形态，释放云计算的商业价值，完善开放式、共享型的数据战略，为更高效的数据管理、数据洞察奠定基础。

　　分析即服务(AaaS)。云计算为数据生产、传输、加工和应用提供了广泛的基础设施，而大数据让云计算在商业、经济及其他领域得以普及并取得实际效益。大数据的期望产品就是云计算各领域的具体应用，即在基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)等基础上，引导云计算转向分析即服务(AaaS)。

　　智慧的商业模式。大数据与业务的融合表现为智慧商务模式的普及。一是员工和客户可能是企业的资本家，而企业家或管理者则应该按照马斯洛需求层次论的要求，为客户和员工提供更高级别的需求满足。二是“生产兼消费者”群体的形成，不是企业为客户提供个性化的服务，而是客户、广泛的利益相关者直接参与研发和生产，进而促成大规模个性化定制的生产模式。三是企业部门间的围墙被数据洪流推倒，企业之间、行业之间的界限因大数据涌现而模糊，“公众科学”将成为普遍现象。

　　合作、分散、开放型社会的基础设施。大数据的潜在产品形态就是回归基础设施属性，成为扁平化决策结构、分散性合作研发和生产的基础保障，成为实现生产者和消费者良性互动、研发与市场需求交互作用的关键资源。在这一阶段，利益相关者的交易结构也将发生深刻的变革，大数据商业模式或许将朝着从固定成本结构到可变成本结构、从重资产到轻资产、盈利来源多样化、利益相关者角色多元化、从刚性到柔性等方向发展。

　　谁都有可能成为领头羊

　　2012年，诸多运动服装品牌深陷库存泥潭，阿迪达斯集团的销售收入却同比增长6%，历史性地达到149亿欧元，其大中华区销售收入也同比增长了15%。阿迪达斯的“新合作伙伴计划”发挥了积极的作用。阿迪达斯要求，经销商及各门店每天都将收集到的数据上传阿迪达斯，经过总部整合、分析后反馈给经销商。由此，阿迪达斯与经销商之间的竞合已经从利益的博弈转向了数据控制权的争夺，甚至双方在数据上的竞争很难区分出优劣来。