2014年第1期(总第20期)哈尔滨师范大学社会科学学报Journal of Social Science of Harbin Normal UniversityNo.1，2014Total No.20大数据分析驱动企业商业模式的创新研究李艳玲（东北财经大学管理科学与工程学院，辽宁大连116025）［摘要］随着大数据时代的来临，大数据发展催化了大量的相关产业，也带来了商业模式创新的机遇。
大数据问题迅速从技术层面上升到国家战略的最高层面。
商务管理在大数据背景下面临诸多的时代挑战，分析企业在应用与研究方面所面临的问题，研究大数据环境下所带来的商业机会的新变化与新思路，思考并探索如何让我国在商业模式创新中迅速适应大数据环境，并有效利用新的机遇与挑战等问题刻不容缓，文章探讨了大数据驱动的商业模式的创新，并对大数据的发展做出展望。
［关键词］大数据;商业模式;创新研究［中图分类号］F49［文献标识码］A［文章编号］2095－0292（2014）01－0055－05［收稿日期］2013－11－10［作者简介］李艳玲，东北财经大学管理科学与工程学院副教授，博士研究生，主要从事大数据商业模式创新、管理决策研究。
由于社会化媒体和移动互联网的日益普及，在最近及未来几年中，各种新的、强大的数据源会持续爆炸式地增长，过去曾经用的名词“信息爆炸”、“海量数据”已不足以描述数据的增长态势，2011年5月，美国麦肯锡全球研究院（MGI ）发表一篇名为“Big data ：The next fron-tier for innovation ，competition and productivity ”（大数据：未来创新、竞争、生产力的指向标）的研究报告，“Big Data ”（大数据）这个关键词便开始流行起来。
大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，按EMC 的界定，其中的“大”是指大型数据集，一般在10TB 规模左右；多用户把多个数据集放在一起，形成PB 级的数据量，同时这些数据来自多种数据源，以实时、迭代的方式来实现。
IBM 公司把大数据概括成三个V ，即大量化（Volume ）、多样化（Variety ）、快速化（Veloci-ty ），这三个特点反映了大数据所潜藏的巨大价值（Value ），总体概括为四个特征，即4V 。
面对与日俱增的大量复杂的数据，大数据将会对高级分析产生巨大的影响，如何通过技术、安全实践和IT 技能的正确组合来发现数字宇宙的潜在效益，帮助客户管理、保护和挖掘这些可以改变游戏规则的数据价值，并把它们直接转化为竞争优势，真正驾驭数字宇宙，发挥大数据的巨大潜力，是每个企业迫切解决的关键问题。
同时，分析和利用大数据也可以催生无数新的服务和商机，也让一些传统行业找到了新的发展机会，更为紧迫的是，大数据时代产生了对“数据科学家”这种新兴复合型人才的迫切需求。
对数据的洞察力进一步体现公司的战略和行动，将形成正向反馈，有助于企业积累竞争优势，这是大数据分析对产品创新活动的一个新的典型特征。
传统创新活动主要局限在企业内部、数据有限、不能及时方便获取，而大数据时代开放性、网络化的数据无处不在，即时发生大量数据，为实时化、个性化创新方式提供了大量的在产品市场化之前进行互动设计的可能性。
这方面的研究应充分利用大数据并结合行业特点研究一些重点行业中的产品及服务创新，例如金融、保险、医疗、零售、物流、互联网、电信等具有突出代表—55—性的典型行业。
一、世界各国在大数据领域的研究探索目前，大数据研究和应用已经成为信息科技领域中的热点，世界各国政府也开始认识到，他们坐拥海量数据，如何抓住大数据的机遇，如何对大数据进行有效的分析，制定应对大数据的发展战略，是今天的日新月异的数据时代面临的紧迫而重要的任务。
图1显示了大数据领域的商机。
图1大数据领域的商机2012年4月，英国、美国、德国、芬兰和澳大利亚研究者联合推出“世界大数据周”活动，旨在促使政府制定战略性的大数据措施；2012年7月，日本推出“新ICT 战略研究计划”，其中重点关注“大数据应用”。
2012年3月，奥巴马政府将“大数据战略”上升为最高国策，认为大数据是“未来的新石油”，将对数据的占有和控制作为陆权、海权、空权之外的另一种国家核心能力。
美国联邦政府带头推动并实践数据公开，对深化数据应用，发挥数据效益，起到了很大作用。
美国认为，政府机构是重要的大数据的生产者、所有者，很多联邦部门纷纷在政府数据门户网站（www．data．gov ）上公开数据，引领了世界范围的政府数据公开。
中国上海市科学技术委员会2013年7月12日发布了《上海推进大数据研究与发展三年行动计划》（2013－2015年），同时成立“上海大数据产业技术创新战略联盟”。
从整体上来看，我国明确大数据战略的地区和部门越来越多，更多是学术界、产业界的研讨和呼吁，国家层面大数据战略尚未进入议事日程。
新加坡政府迅速将目光投向大数据领域，快速制定出大数据在城市服务、消费、安全、医疗健康、金融等领域的发展策略，一边着力引入IBM 、德勤等数据分析领域的“高手”，一边组建专业研究所，加速相关人才培养与前者对接。
近两年，针对非结构化数据的大数据应用呈现快速增长态势，从行业角度看，大数据正在从电子商务、互联网、快速消费品等行业向传统的金融、政府、公共事业、能源、交通等行业快速扩展；在应用场景方面，大数据应用已经从用户上网行为分析拓展到电力安全监控、舆情监测等关键领域。
二、大数据在企业的应用研究大数据时代，企业每天面临并创造了来自四面八方的海量的结构化和非结构化的数据，而且这些数据是不断发生复杂变化的，如何在这样复杂多变的各种数据中去发掘和验证一些机会和规律，用大数据的眼光驱动业务转型和发展，需要花费很多的时间和资源，所以，如何对大数据进行定义、设计和部署，并在此基础上加以有效的分析和利用，快速发现和捕捉商机，是每个企业日益关注的事情。
在大数据的运用方面，一些企业已经或正在收获丰硕的成果，比如，一些欧美互联网企业Google 、Amazon 、Facebook 、Twit-ter 、eBay 等，这些称霸互联网的企业，它们成功的因素主要是商业模式的创新，而商业创新主要来自于充分运用大数据，他们自行开发了一些用于分析大数据的产品和技术，并由此获得巨额的收益。
中国的百度、腾讯、阿里巴巴等互联网公司也纷纷投入巨大的人力、物力、财力致力于分析和利用大数据，目前应用比较广泛的领域主要在预防性预测、用户行为分析、企业决策推荐、互联网企业舆情分析、移动应用、社交媒体分析等。
大数据从理论到应用已经取得了很多有实质性的进展，在企业的业务中取得了很好的效果。
据调查，已经有28%的企业开始做大数据的试验；有47%的企业已经开始做大数据的相关活动。
所以，有人把2013年定义为大数据元年，以下是目前我国在大数据领域已研制出产品的各家上市公司（见表1）。
而环顾全球范围内大数据的发展趋势和生态模式，一个最不容忽视的角色莫过于软硬件厂商的重视、转型和创造。
软件方面，无论是甲骨文、EMC 、SAP 等数据行业巨头，还是Splunk 、Cloudera 以及Hadoop 生态下的Hortonworks 、Ma-pＲ新兴公司，都已经在大数据领域发现和创造巨大价值。
在硬件方面，同样有IBM 、Intel 、惠普、思科等大型企业与一系列Hadoop 生态下的创业公司参与其中，而在这方面，国内软硬件厂商处于落后状态。
—65—三、大数据驱动商业模式的创新大数据作为继云计算、物联网之后IT产业又一次颠覆性的技术变革，必将对现代企业的管理运作理念、组织业务流程、市场营销决策以及消费者行为模式等产生巨大影响，使得企业商务管理决策越来越依赖于数据分析而非经验甚至直觉，美国有句谚语叫“除了上帝，任何人都必须用数据来说话”，如何利用大数据这种新型的信息处理方式，通过收集、处理庞大而复杂的数据信息，从中获取知识和洞察，由数据驱动业务转型，探索并发现新的商机、对客户和市场进行新的洞察，实现业务创新和流程创新，这就是大数据的价值。
表1大数据产业链相关各行业及上市公司Table1Large data industry chain related industries and listing Corporation行业相关上市公司服务器浪潮信息、华胜天成、东华软件存储器华胜天成、东华软件操作系统、数据库等基础软件中国软件、拓尔思、科大讯飞商业智能拓尔思、用友软件、东方国信、久其软件、华胜天成信息安全启明星辰、卫士通、立思辰、神州泰岳、东软集团、同方股份、榕基软件、华胜天成云计算立思辰、用友软件、神州泰岳、网宿科技、东软集团、华胜天成、浪潮信息、浪潮软件资料来源：中信证券研究部（一）颠覆传统意义上的金融业务模式创新阿里集团坐拥数家交易平台如支付宝、淘宝、天猫、阿里金融等，其积累的数据达14年之久，利用这些大数据，阿里金融基于海量的客户信用数据和行为数据，建立了网络数据模型和一套信用体系。
基于这套信用体系，微贷企业可以获得从500元到100万元不等的信用贷款。
阿里金融打破了传统的金融模式，使贷款不再需要抵押品和担保，而仅依赖于数据，使企业能够迅速获得所需要的资金。
阿里金融的大数据应用和业务创新，改变了游戏规则，对传统银行业带来了挑战。
近几年网络借贷公司的兴起，正是基于类似的商业模式创新，发展非常迅猛。
（二）有助于财务精益分析的实现目前，企业在日常的生产和经营过程中积累了大量的交易数据，主要是结构化数据，同时通过其他社交网络媒体、传感器等产生了大量的即时信息，主要是非结构化数据，大数据分析的目的，是要实现这两类数据的集成与融合，增强企业的洞察力。
“大交易数据”和“大交互数据”的融合，充分分析结构化和非结构化数据，往往可以帮助企业找到潜在的商机，发现新的业务亮点。
大数据和精益财务分析结合的意义在于揭示数据“是什么”而非“为什么”。
比如，目前库存周转率比较低，请予以改善，太笼统，而应该给出具体建议，精益财务分析通过大数据的信息加工达成管理建议的目的，马上演进为企业的管理行动，如某品牌4GB内存条已低于安全库存，建议补充1000条，提供具体的管理行动。
这就是大数据和精益财务分析相结合的意义所在。
再如快速消费品CPG（Consumer Package Goods）/零售行业，最大的挑战是对高度易腐烂和需求高度变化的商品的库存管理，降低库存减少或缺货产生高昂的成本，如果在关键库存货物上安装传感器，就可以实时监控库存的变化，通过实时大数据的跟踪和分析，企业可以近乎实时地调整价格，以控制需求并根据需要自动订购更多库存，提高库存管理效率，从而降低成本。
