论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　四、基于"大数据"产业链的商业模式创新
　　信息资源产品化的基本前提是信息的可分离性（InformationSeparability)，即各种无形的信息能在多大程度上以数字的形式被捕捉从而与产生它的活动相分离，使其可以用来指导下一次活动(Sampler，1998)。"大数据"的发展为信息的分离提供了载体和工具：用户在各类信息平台上留下了海量数据，在大数据处理技术之下可以对其进行分类整理和重新聚合，这些聚合性的数据信息包含着极高的商业价值，并且具备了销售的可能，至此数据信息得以向数据产品过渡（黄升民，刘珊，2012)，以"大数据"产品为核心的产业链正在形成。"大数据"产业链可以从两个方向进行描述：以大数据产品价值链为线索沿横向从数据采集、整理、分析到决策逐级递进，以大数据技术为中心沿纵向从底层的基础设施供应、大数据技术提供到完整IT解决方案服务。从产业价值链的层面看，不同的商业模式主要是指企业在产业链上的不同角色和地位，商业模式创新则来自于企业在价值链上的重新定位、价值链的延展、分拆、创新与混合（高闯，关鑫，2006)，这一层面商业模式创新的基本趋势是以产品为中心的价值链定位与选择正在向满足客户完整解决方案需求的业务活动选择的转变，从而使"大数据"产业呈现与其他产业交叉重叠的趋势。
　　1.以数据产品为中心沿价值链横向延伸衍生的基本商业模式
　　在"大数据"行业，按照加工深度的不同，数据产品基本上可以分为数据（原始数据）、信息和知识。数据（Data)是载荷或记录信息的按一定规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机代码。拥有数据是获取信息的第一步，信息的获取还需要对数据背景进行解读，即当接收者了解了物理符号序列的规律，并知道每个符号和符号组合的指向性目标或含义时，才可以获得一组数据所载荷的信息（可以用公式"数据+背景=信息"表示），也可以说，信息是指把数据放置在_定的背景下，对数字进行解释并赋予意义。在此基础上，使用者通过对这些数据的转换、整合、计算、分析来解释各种现象背后的原因，预测事物的发展趋势，并应用于具体的专业实践活动，数据就成为了"知识"（黄升民，刘珊，2012)。大数据产品的价值取决于数据资源的专有性(DataSpecificity)程度，即数据资源的使用或获得在多大程度上限定于特定的个人或者特定的时间期限，其中个人专有性也称为知识专有性，是指只有拥有特定知识的人才能获得或使用，也就是其获得和利用对某种特定知识的要求；时间专有性是指数据资源必须在其产生后的很短时间立即被捕捉，必须在其产生后的特定时间段内被使用。数据、信息、知识的获得时间专有性和获得知识专有性程度不同，也就决定了其价值创造所依赖的关键资源不同，从而也就决定了拥有不同核心资源和能力的企业在价值链上的不同定位。
　　基于此，以数据产品为基本提供物的数据公司，按照其在大数据产品价值链上的不同定位，可以分为三种基本商业模式:①数据租售模式。这_模式的价值主张是向客户提供原始数据的租售，其关键流程是数据的采集、传输和整理。原始数据的获得时间专有性很强，也就是必须要有实时接触和采集数据的条件，但其获得知识专有性相对较弱，所以，这一商业模式所依赖的核心资源是有利的采集数据的技术基础和条件。这一商业模式处于价值链第一阶段。例如，2010年在深圳中小板上市的四维图新公司，其价值主张是以覆盖全国的高质量导航电子地图数据库及其更新体系满足汽车工业、消费类电子行业、互联网和移动位置服务等各行所需。它处于产业链最上游，精准的导航数据是公司的核心产品，也是地理信息数据及应用产业最稀缺的资源，这家公司因此成为国内第_家上市的导航电子地图生产企业。②信息租售模式。这一模式的价值主张是向客户提供代表某种主题的相关数据集，诸如数据包租售等，其关键流程是把原始数据与其背景意义相结合，整合、提炼、萃取，使数据形成价值密度更高的信息。信息的获得时间专有性相对不强，但其获得知识专有性较强（主要是数据处理领域的知识），所以，这种商业模式所依赖的核心资源是数据处理技术及能力，这种商业模式处于价值链的中间阶段。例如彭博（Bloomberg)公司，其价值主张是为专业人士提供及时、准确、丰富的金融交易信息和财经资讯，公司的核心竞争力在于积累了丰富、大量的金融行业数据和交易数据，拥有强大的专家和咨询网络，构建了整合专业服务与媒体服务的全球性服务平台，彭博也因此成为全球商业、金融信息和财经资讯的领先提供商。③知识租售模式。这_模式的价值主张是为客户提供一体化的业务问题解决方案，其关键流程是将"大数据"与行业知识利用相结合，通过行业专家，深度介入客户的业务流程，提供业务问题解决方案。相对而言，知识的获得时间专有性较弱，但其获得知识专有性很强（包括数据处理知识和特定行业知识），所以，这一商业模式所依赖的核心资源是拥有大数据挖掘技术的行业专家，这种模式实际上已经超越了数据公司的范畴。例如Opera公司，它致力于提供大数据的挖掘，在高度专业化的领域提供高端的服务，其业务诸如：为银行信用卡部门设计新的产品和营销方案，帮助保险部门确定寿险、车险等的赔率，帮助投行确定应该对哪些用户推出新的产品，等等。可以看出，这种模式已经具有了跨行业的特征。
　　2.以大数据技术为中心沿行业纵向架构衍生的基本商业模式
　　广义的大数据技术可分成四个层面：平台层（并行构架和资源平台，即硬件层面）、系统层面（大数据存储管理和并行编程模型与计算框架）、算法层（基础算法和应用算法）和应用层（应用开发和行业应用）（黄宜华，2012)。狭义的大数据技术则仅包括后三个层面（即软件层面）。在"大数据"行业，以大数据技术为基本提供物的大数据技术公司，它们为其他行业企业以及数据公司提供IT基础及服务，按照其在大数据技术纵向架构中的不同定位，可以分为三种基本商业模式，即硬件租售模式、软件租售模式和服务模式，服务模式已经成为这_领域商业模式创新的大趋势。①硬件租售模式。采用这一模式的企业主要包括大数据存储设施、计算设施、网络设施的销售商，也包括新兴的提供云存储、云计算业务的服务提供商（相当于硬件设施的出租）等，Dropbox、国内的微盘、华为、联想都是此类公司的代表。例如DropBox就是Dropbox公司运行的在线存储服务，通过云计算实现因特网上的文件同步，用户可以存储并共享文件和文件夹，采取免费+收费的商业模式，它为初始用户提供2G的免费文件空间，用户可以通过邀请其他人参与、使用以及付费等方式获得更多文件空间。