下载文档原格式
《基于“大数据”的商业模式创新》篇一一、引言随着信息技术的飞速发展，大数据已经成为现代商业领域的重要资源。
大数据的广泛应用为商业模式创新提供了新的机遇和挑战。
本文将探讨基于大数据的商业模式创新，分析其重要性、实施策略及未来发展趋势。
二、大数据与商业模式创新（一）大数据概念及其特点大数据指的是无法在合理时间内用常规软件进行捕捉、管理和处理的庞大、复杂的数据集合。
它具有海量数据、多来源、高增长、多样性、低价值密度等特点。
这些特点为商业模式的创新提供了可能性。
（二）大数据在商业模式创新中的作用在商业活动中，大数据可为企业提供客户分析、市场趋势预测、竞争策略优化等多方面的信息支持。
通过大数据分析，企业可以更好地了解客户需求，优化产品设计，提高市场占有率。
同时，大数据还可以帮助企业实现精细化运营，提高管理效率和经济效益。
因此，基于大数据的商业模式创新已成为企业发展的重要方向。
三、基于大数据的商业模式创新策略（一）数据收集与整合企业应充分利用各种渠道收集数据，包括社交媒体、电商平台、线下门店等。
同时，要确保数据的准确性和完整性，对数据进行清洗和整合，以便后续分析。
（二）数据分析与应用通过对数据的深度挖掘和分析，企业可以了解客户需求、市场趋势和竞争态势。
在此基础上，企业可以调整产品策略、营销策略和运营策略，实现商业模式的创新。
例如，通过分析用户行为数据，企业可以推出个性化产品和服务，提高客户满意度和忠诚度。
（三）数据驱动的决策与执行企业应将数据分析结果应用于决策和执行过程中，实现数据驱动的商业模式。
例如，通过分析销售数据和客户反馈，企业可以调整产品定价策略和促销活动，提高销售业绩和市场份额。
同时，企业还可以利用大数据优化供应链管理、提高生产效率、降低成本等。
四、基于大数据的商业模式创新案例分析以某电商平台为例，该平台通过收集和分析用户行为数据、购买数据等，实现了商业模式的创新。
首先，该平台通过数据分析了解用户需求和购买习惯，推出个性化推荐服务，提高用户购物体验和转化率。
大数据时代的商业模式创新研究第一章引言随着计算机和互联网技术的迅猛发展，大数据时代已经到来。
在这个时代中，每天产生着数以万计的数据，这些数据包含着各种各样的信息。
这些大量数据的储存和分析，不仅可以帮助企业做出更为准确的判断和决策，还可以为企业带来更高的竞争优势。
而在商业领域，如何利用大数据技术创新商业模式，已经成为了一项非常重要的任务。
本文将着重探讨大数据时代下的商业模式创新，从传统商业模式、大数据技术和商业模式创新三个方面进行阐述，旨在为企业把握大数据时代下的商业机会提供思路和借鉴。
第二章传统商业模式在讲解大数据时代下的商业模式创新前，有必要对传统商业模式进行介绍。
传统商业模式主要包括产品销售、服务销售、广告销售、订阅销售和授权销售等，其中产品销售和服务销售是最为常见的两种。
这些商业模式的基础是对产品或服务的研发和生产，以及对市场的销售和推广。
传统商业模式中，企业需要花费大量的时间和资金来进行市场调研和推广，以确定自己的产品或服务是否符合市场的需求并找到目标顾客。
虽然传统商业模式已经被证明是比较成功的商业模式之一，但是随着大数据时代的到来，它也遭遇了一些挑战。
第三章大数据技术大数据技术是指对庞大、复杂的数据集合进行存储、管理、处理和分析的技术。
大数据技术的出现使得我们可以从庞杂的数据中快速发现、提取知识，进而应用于商业领域。
在大数据技术的支持下，企业可以实现对用户、市场和行业信息的全面分析和把握。
这个全面的分析过程称之为“数据驱动决策”。
数据驱动决策是商业领域的一种新型管理和决策思路，其基础是数据挖掘、数据分析等技术的运用。
通过精准的数据分析，企业可以制定更准确、更有效、更科学的决策，让企业的经营管理更加精益化、智能化和高效化。
因此，大数据技术成为了现今商业领域中的必要条件。
第四章商业模式创新在大数据时代下，企业需要积极拥抱大数据技术，利用大数据技术创新商业模式，以实现更高的竞争优势。
如今，各大互联网巨头公司，如阿里巴巴、腾讯、百度、京东等，已经开始了商业模式创新的尝试，并取得了丰硕的成果。
立足实际,探索图书信息服务新途径
韩雪冬
【期刊名称】《承德职业学院学报》
【年(卷),期】2001(000)003
【摘要】根据冯营子校区图书馆实际情况,探索几种图书信息服务的新途径.
【总页数】3页(P43-44,131)
【作者】韩雪冬
【作者单位】承德民族职业技术学院图书馆
【正文语种】中文
【中图分类】G251.5
【相关文献】
1.图书馆为企业提供信息服务新模式的探索——国家科技图书文献中心的企业信息服务实践 [J], 靳茜;揭玉斌;左浩泓
2.寻找图书馆决策信息服务的创新途径——以广东省立中山图书馆服务政府决策信息为例 [J], 陈杏
3.网络环境下公共图书馆信息服务的思考与探索--苏州图书馆信息资源创建和信息服务实践与体会 [J], 苏州图书馆
4.立足实际,探索图书信息服务新途径 [J], 韩雪冬
5.图书馆参与健康信息服务的创新途径探讨 [J], 王三萍
因版权原因，仅展示原文概要，查看原文内容请购买。
数字图书馆企业商业模式分析摘要数字图书馆这一新崛起的行业，正在经历着快速的发展。
但是其本身的发展由于出现时间短，造成了现在没有完善且成熟的商业模式指导、配套的辅助措施保驾护航等，导致在现在的运营不够高效。
本文主要以数字图书馆企业为研究对象，主要从定位、业务系统、关键资源能力、盈利模式、现金流结构和企业价值等六个方面，论述了数字图书馆商业模式的合理性与优越性。
并结合数字图书馆在数字阅读产业中的实际情况，探讨了新型数字图书馆商业模式的盈利之道和实际运作的切入点。
通过探讨创新性的商业模式在数字图书馆领域的相关应用，旨在研究数字图书馆具体的商业模式在实务中的操作和运行情况。
成功的商业模式将极大地促进企业的发展，现有各运营商的数字图书馆商业模式需要创新以适应不断变化的市场情况。
商业模式研究的主要目的就在于应对瞬息万变的市场环境，整合多元的企业战略理论。
探讨数字图书馆的运营商如何构建及发展有自身特点的商业模式，并且试图在理论层面去分析论证其移动阅读服务模式所具有的巨大的市场潜力和优势竞争力。
关键词：数字图书馆；商业模式；分析1 引言1.1选题背景数字图书馆作为一个朝阳的产业，在快速发展的同时，不可避免地会碰到诸多的问题，例如理念指导上的问题、技术上的问题、产业链整合的问题等等，但其中最疾首的也是不可回避的问题是没有成熟稳定的商业模式。
因为只有确立稳定的商业模式，才能吸引传统出版社加大投资规模大胆涉足数字图书馆，而一旦足够多的出版产业链上的企业进入数字图书馆产业，形成巨大的产业规模，相信国家政策的扶持，人才的培养，法律的完善，技术的提高，学者的研究重视都是接下来顺利成章的事。
因此我认为商业模式的问题是重中之重，于是如何全面剖析国内外的商业模式，为指导我国数字图书馆实践而提出高质量的针对性的建议就显得至关重要。
但是纵观学界对数字图书馆商业模式的研究存在着不少的问题，比如抛开产业链问题直接空泛地对数字图书馆商业模式进行研究，对商业模式的总结缺乏条理，归纳缺乏标准，各执一言缺乏统一。
DCWIndustry Observation产业观察179数字通信世界2024.031 图书馆服务系统到平台1.1 国内图书馆服务系统的现状国内大多数图书馆的服务系统相对于国际先进图书馆一直是处于滞后的状态，近期大多是使用国内商业公司的图书馆集成管理系统（Integrated Library Sy s t e m ，I L S ）软件，如江苏汇文软件有限公司的Libsys 图书馆管理系统。
这种ILS 模式的图书馆系统软件仅对图书馆的纸质资源和电子资源进行存储和简单管理，但在搜索机制和辅助研究的功能上缺乏实用性，难以适应学术和教育的需求。
首先其作为信息搜索工具无法达到令人满意的效果，网络资源和电子资源的检索往往要借助搜索引擎。
其次，面对各项国内外电子资源的数据库没有做好整合处理，需要多次重复检索才能找出所有的资源。
此外，在学术和教育支持上，高校图书馆往往无法有效整合和筛选网络上的课程资源，知识服务并不完备。
但仍有高校图书馆积极做出改变，寻求满足我国高校需求的新型图书馆服务系统。
2016年12月北京师范大学成为我国第一家ALMA 图书馆服务平台，将图书馆服务平台（Library Service Platform ，LSP ）引入国内。
2017年１月清华大学也将ALMA 作为其下一代图书馆服务平台[1]。
此后，部分高校引入了国外的图书馆服务平台。
2018年，深圳大学图书馆也在3—9月完成了基于FOLIO 和CLSP 的图书馆管理系统升级开发[2]。
FOLIO 和商业化LSP 产品正在我国崭露头角。
1.2 国外主流ILS产品的盛行国外的LSP 产品丰富多种，有OCLC 、EBSCO 和Exlibris 等大公司推出的WMS 、EDS 和ALMA 等主流产品，也有FOLIO 、Evergreeen 、Koha 等开源产品，还有可供选择的中等公司的Spydus 等主打澳洲等地的少量其他产品。
根据Marshall Breeding [3]总结的2020年图书馆系统市场报告中的内容，占据LSP 主流的产品逐渐减少为七个，其中ALMA 占据着绝对领先的地位。
图书资料数字化融合服务模式的构建和实现摘要：近年来，越来越多的行业都在加快推进信息化改革工作，依托各类信息技术及设备，全方位地提高管理效率及质量。
图书管理工作具有一定的繁杂性，传统的管理模式并不能提高其管理水平，再加上人们获取知识的途径更加多元化，电子阅读也在一定程度上取代了部分纸质阅读，从而对传统的图书管理提出了更高的要求和挑战。
为此，图书管理人员应从信息化角度着手，将信息化设备和技术贯穿于管理的各个环节中，整合多方资源，简化管理流程，进而切实提高图书存储和利用率。
关键词：图书资料数字化；知识服务；个性化服务；泛在智能服务引言随着科学技术和计算机技术的不断发展、互联网的日益普及，各行业对信息技术的应用越来越频繁。
信息技术也毫不例外地逐渐深入图书出版行业，使传统图书出版行业受到了很大的冲击，逐渐实施数字化转型，其数字化进程不断加快。
出版社要想获得更好的发展，应在转变传统观念的基础上，积极进行实践与探索，引进数字化出版技术，培养数字化编辑出版专业人才，引领编辑出版工作朝着数字化方向发展，推动自身数字化转型，形成独特的行业优势。
1图书资料数字化服务模式图书资料的数字化，其本质是利用计算机技术、现代通信技术以及数据库技术等搭建的虚拟图书馆。
目前，我国高校以及公共图书馆基本均配有数字资源库，但是其利用率却始终不高。
这种数字资源库的建设过程需要投入大量的资源，这种较低的使用率一方面形成了较大的资源浪费，另一方面也不利于发挥数字化资源库的应有价值，更无法为资源库的后续优化提供指导。
因此，本文对当前图书资料数字化服务模式的问题进行分析，挖掘图书资料数字化服务模式的用户需求，从而构建一种更能满足用户需求的新型图书资料数字化服务模式，提高数字资源库的使用率。
2图书资料数字化融合服务模式的优势2.1图书检索方式多样化传统的图书检索方式几乎都是人工操作，管理人员通过对图书进行分类存储，再依据其类型等一一查找，不仅浪费了大量时间，还会降低读者满意度。
专业书店的数字化转型及运营模式创新第一章数字化转型的背景与必要性 (2)1.1 数字化转型概述 (2)1.2 专业书店面临的挑战 (2)1.2.1 市场竞争加剧 (2)1.2.2 顾客需求变化 (3)1.2.3 成本压力增大 (3)1.3 数字化转型的意义 (3)1.3.1 提高经营效率 (3)1.3.2 拓宽销售渠道 (3)1.3.3 丰富服务内容 (3)1.3.4 促进产业升级 (3)第二章数字化转型的战略规划 (4)2.1 转型目标与愿景 (4)2.2 数字化转型路径 (4)2.3 资源整合与配置 (4)第三章电子商务平台建设 (5)3.1 平台架构设计与开发 (5)3.1.1 平台架构设计 (5)3.1.2 平台开发 (5)3.2 用户体验优化 (6)3.2.1 界面设计 (6)3.2.2 功能优化 (6)3.2.3 功能优化 (6)3.3 电子商务平台运营策略 (6)3.3.1 市场定位 (6)3.3.2 营销推广 (6)3.3.3 物流配送 (6)3.3.4 数据分析与挖掘 (6)第四章数字内容资源整合 (7)4.1 内容资源梳理 (7)4.2 内容资源数字化 (7)4.3 内容资源整合与管理 (7)第五章线上线下融合模式 (8)5.1 线下书店改造升级 (8)5.2 线上线下互动营销 (8)5.3 线上线下服务融合 (8)第六章会员服务创新 (8)6.1 会员体系设计 (8)6.2 个性化推荐服务 (9)6.3 会员活动策划与实施 (9)第七章数据分析与运营优化 (10)7.1 数据收集与处理 (10)7.1.1 数据来源 (10)7.1.2 数据收集 (10)7.1.3 数据处理 (10)7.2 数据分析与挖掘 (11)7.2.1 销售数据分析 (11)7.2.2 顾客数据分析 (11)7.2.3 供应链数据分析 (11)7.3 运营优化策略 (12)7.3.1 产品策略优化 (12)7.3.2 渠道策略优化 (12)7.3.3 服务策略优化 (12)7.3.4 供应链管理优化 (12)第八章营销策略创新 (12)8.1 网络营销策略 (12)8.2 社交媒体营销 (12)8.3 品牌传播与推广 (13)第九章人力资源与组织变革 (13)9.1 人员培训与选拔 (13)9.2 组织结构调整 (13)9.3 企业文化塑造 (14)第十章持续创新与未来发展 (14)10.1 跟踪行业趋势 (14)10.2 技术创新与应用 (14)10.3 企业战略调整与升级 (15)第一章数字化转型的背景与必要性1.1 数字化转型概述在当今信息时代，数字化技术已经渗透到社会生活的各个领域，成为推动经济发展和社会进步的重要动力。
《基于“大数据”的商业模式创新》篇一一、引言随着科技的进步，大数据技术已成为商业领域的重要驱动力。
它通过收集、分析和利用海量的数据信息，为企业的商业模式创新提供了新的思路和方向。
本文旨在探讨基于大数据的商业模式创新，分析其特点、优势及挑战，并提出相应的策略建议。
二、大数据商业模式创新的特点和优势1. 数据驱动：大数据商业模式创新以数据为核心，通过收集、分析和利用数据，为企业提供决策支持。
2. 个性化服务：大数据分析可以深入了解用户需求，实现个性化服务，提高用户体验。
3. 降低风险：大数据分析有助于企业预测市场趋势，降低经营风险。
4. 优化决策：通过数据分析，企业可以更准确地评估市场机会和竞争态势，优化决策过程。
相比传统的商业模式，基于大数据的商业模式创新具有以下优势：（1）提高效率：大数据技术可以快速处理海量数据，提高企业运营效率。
（2）降低成本：通过精准营销和优化供应链，降低企业成本。
（3）增强竞争力：大数据分析有助于企业把握市场机遇，提高市场竞争力。
三、大数据商业模式创新的实践案例以某电商平台为例，该平台通过收集用户浏览、购买等行为数据，进行深度分析，了解用户需求和偏好。
基于此，平台推出了个性化推荐系统，根据用户喜好推荐商品，提高了用户满意度和购买转化率。
同时，通过大数据分析，平台可以优化库存管理，降低库存成本。
此外，该平台还利用大数据进行精准营销，提高了广告投放效果和ROI。
四、大数据商业模式创新的挑战与对策尽管基于大数据的商业模式创新具有诸多优势，但企业在实施过程中仍面临一些挑战，如数据安全、隐私保护、技术瓶颈等。
为应对这些挑战，企业需要：1. 加强数据安全管理：建立完善的数据安全制度和隐私保护政策，确保数据安全。
2. 突破技术瓶颈：加大研发投入，引进先进的大数据技术，提高数据处理和分析能力。
3. 培养人才：重视人才培养和引进，建立一支具备大数据分析和应用能力的人才队伍。
4. 合作共赢：与数据供应商、技术提供商等建立合作关系，共同推动大数据商业模式创新。
实体书店商业模式研究基于商业模式画布模型的分析一、本文概述随着数字化时代的快速发展，传统实体书店面临着前所未有的挑战。
然而，在这个变革的浪潮中，仍有许多实体书店凭借独特的商业模式脱颖而出，实现了持续的发展和创新。
本文旨在深入探讨实体书店的商业模式，并以商业模式画布模型为分析工具，解构和剖析这些书店成功的关键因素。
我们将首先回顾实体书店的发展历程，分析其面临的挑战和机遇。
随后，我们将引入商业模式画布模型，这是一种可视化商业模式的工具，能够帮助我们清晰地理解实体书店如何创造价值、传递价值和获取价值。
通过对多个成功实体书店案例的分析，我们将揭示这些书店在客户细分、价值主张、关键业务、关键资源、关键合作伙伴、客户关系、收入来源、成本结构等要素上的独特设计和运用。
本文还将探讨实体书店如何在数字化浪潮中保持核心竞争力，如何结合线上线下资源，实现商业模式的创新和升级。
我们希望通过这些研究，为实体书店的发展提供一些有益的启示和建议，同时也为其他传统行业在数字化转型过程中提供借鉴和参考。
本文旨在通过商业模式画布模型的分析，深入剖析实体书店的商业模式，揭示其成功的内在逻辑和关键因素，为实体书店的未来发展提供理论支持和实践指导。
二、实体书店行业现状分析近年来，随着科技的发展和数字阅读的普及，实体书店行业面临着前所未有的挑战。
一方面，网络书店和电子书的崛起，使得消费者能够更方便、快捷地获取图书资源，对传统实体书店形成了巨大的冲击。
另一方面，实体书店的高成本运营、有限的物理空间以及难以与读者建立深度互动等问题也逐渐凸显。
然而，尽管面临种种挑战，实体书店依然凭借其独特的魅力，如提供实体书籍的触感、阅读的氛围以及丰富的文化活动等，维持着一定的市场份额。
尤其在一些文化气息浓厚的城市或地区，实体书店更成为了城市文化的重要组成部分，吸引着大量读者前来体验。
为了应对行业变革，许多实体书店开始探索新的商业模式。
例如，通过增加咖啡吧、文创产品区等多元化服务，吸引更多年轻消费者；或者利用互联网技术，打造线上线下结合的阅读体验，提高用户粘性。
基于数据融合和外在价值的探索新商业模式过去的2016年，政府、行业以及大众对大数据的认知有了更进一步提升，但是大数据的应用落地及价值体现还是处在初级阶段，大数据如何促进创新创业，带来新的经济增量，如何推动传统行业转型升级，如何实现商业价值在2017年将会受到更多关注，尤其是以大数据为基石的人工智能应用将会驱动着“AI+”的发展。
2016：数据新能源价值拓展从互联网到传统行业
阿里巴巴集团董事局主席马云在10月份云栖大会上首次提到“五新”的趋势，分别是新零售、新金融、新制造、新技术和新能源。
而数据正是代表的新能源，过去的发展是基于石油和煤，未来的发展是基于新的能源，那就是数据，数据是人类第一次自己创造了能源，而且数据越用越值钱。
数据作为物理世界在虚拟空间的客观映射，人、事、物都在被数据化，人与人、物与物、人与物之间瞬间就会产生大量的数据，数据成为新经济的生产要素，如同工业时代的钢铁、石油。
数据新能源只有在使用中才能不断体现和衍生出价值，2016年我们看到大数据实践从互联网行业拓展到越来越多的传统行业、政府部门的实践。
1、政府部门着力推动大数据相关政策法规、机构及产业发展
自2015年9月国务院发布《关于促进大数据发展的行动纲要》，十八届五中全会公报提出要实施“国家大数据战略”之后，大数据相关地方和行业政策法规依次出台。
2016年1月15日，贵州省通过了《贵州省大数据发展应用促进条例》，这是中国首部大数据地方法规，将大数据产业纳入法治轨道，以立法引领和推动大数据产业蓬勃发展。
截止2016年底，全国已有30多个地方政府部门出台了大数据相关的政策文件，10多个地方政府专门设置了大数据管理部门，统筹推进大数据发展。
目前全国已建或拟建的大数据产业园区超过10个。
这些大数据产业主要分布在北京、上海等比较发达的地区，并已形成了较完备的产业链，产业规模也在不断扩大，为相关企业向大数据产业迅速转型奠定了良好基础。
政府行业的信息化和数据化水平参差不齐，但作为国家大数据行动纲要的重要目标之一——政府和公共数据资源的开放共享是目前重要方向，将会大幅提升政府治理创新能力和决
策水平，也有助于利用社会力量实现协同治理的目标。
根据初步统计，截止2016年8月，我国共有19个地方政府部门建有数据开放平台网站。
但数据开放水平和政府数据价值挖掘还有待提升，不少政府部门认识到数据即权力，对于数据共享开放持保守的态度。
另一方面，信息化水平比较高的政府部门已经着手搭建统一的大数据平台，比如海关、国税总局等在探索依赖云计算技术建立统一的大数据平台，提升部门内部数据的共享，打通信息孤岛，提升政府治理能力和水平。
交通部门与互联网企业紧密合作，推动交通大数据的融合助力城市交通治理能力的加强。
2、大数据的落地与行业的互联网化和信息化水平紧密相关
2016年，大数据加速在行业应用场景的落地，从互联网行业向传统行业的渗透进程加速。
但总体来看，应用水平最高的是互联网行业，在线实时的数据成为支撑互联网行业业务的基石，围绕着消费者进行个性化推荐和精准营销成为最主要的应用场景：比如，在2016年双11期间阿里平台上的千人千面服务使得每个消费者都可以拥有自己专属的双11就是典型的智能个性化推荐的应用场景，同时基于大数据的风险控制、贷款服务和信用应用也成为数据外部化应用的典型场景;
比如蚂蚁金融的小微贷款和芝麻信用服务，依据阿里巴巴商家在平台上的数据建立的信用风险模型让商家可以获得310的贷款服务(3分钟申请，1秒钟审批，0人工干预)，个人的芝麻信用分数可以应用在大量的商业消费场景中;
比如租车、酒店住宿、婚恋、签证服务等，同时也在帮助最高人民法院对“老赖”进行信用惩戒方面提供了新路径。
金融和电信行业作为信息化水平较高的行业，不仅有大量的历史数据积累，同时也越来越重视内外部数据的整合应用，从支撑业务、支撑决策，到营销类应用和风险控制类应用，数据的价值在逐渐扩大，我们还看到电信运营商的信令数据可以为交通治理服务这样的外部应用开始逐渐浮现和发展。
传统制造业、物流、医疗、农业等行业在很多点的大数据应用方面也有突破，比如“大数据+工匠精神”对于制造业的转型升级至关重要。
而大数据的实时、感知和预测等特点确
实可以为制造企业在降低成本，缩短生产周期，提升效率，细分产品定位，优化流程和决策等方面扮演重要的角色。
阿里巴巴目前也已经和徐工集团开始进行合作，希望利用阿里云上面的大数据能力，协助徐工建中国工业大数据平台，实现“阿里云+徐工”=“中国的Predix”，在工业大数据平台、应用及生态建设方面探索一条新路。
索菲亚在探索C2B的实践过程中，数据对于其规模化和个性化的平衡起到关键作用。
索菲亚认为自己不是家具制造企业，而是一家大数据企业。
在调研时我们发现，索菲亚有强大的科技团队，超过400多人，而其中300多人是在做数据加工。
索菲亚利用大数据提升客户体验，提高交付效率，减少差错和库存，基本可以做到零库存水平。
在索菲亚的前端需求到后端的生产系统中，数据的共享、联通和流动是实现订单准确地从需求端传递到生产制造和采购端的关键。
3.数据商业化面临诸多挑战
虽然在2015到2016年，不少地方政府主导成立了数据交易所，一些商业化的数据交易平台也上线运营，但目前基于数据的全新商业模式依然还处在探索的初级阶段，数据交易、交换及服务的商业化面临诸多挑战，比如应用场景和价值不易标准化，数据定价及资产评估问题，安全和隐私的问题，政府数据开放的速度较慢问题等。
作为新能源，数据是越用越有价值，但也正是如此，同样的数据在某个场景下价值很大，在其他场景下可能没有价值，数据的应用场景和价值不容易标准化，就如同挖金子的初期一样，真正赚钱的还是卖铁锹的，如今还没有到真正卖金子的时候。
数据与工业时代的商品有截然不同的属性，工业时代的商品是实体物品为主，基于一定成本的原料生产后，基于工厂相对标准化的大规模生产模式生产出来;而目前的数据应用水平和程度有限，数据标准化程度很低，无法按照传统的商品销售模式进行销售。
工业时代的商品经历了上百年的发展之后，已经形成了大家都认同的标准化定价模式，比如基于物权的定价模式，基本上是成本加上品牌定价;而数据的权属问题目前还是个大难题，传统物权、知识产权等都存在不适用的部分，同时数据产生的边界成本基本为零，因此目前从数据加工的成本和基于数据加工衍生出的服务出发，以API或数据集的方式销售给
用户是一些在尝试的模式，比如以数据堂、聚合数据为代表的第三方数据服务公司正在采用这样的模式，还有以DaaS(Data as Services)的云服务模式提供给用户使用，但总体规模和盈利模式都远不成熟。
2017:大数据支撑AI+加速落地
2016年的AlphaGo和年底的Master通过人机大战让人工智能成了尽人皆知的概念，但外在的人机大战背后是内在的数据+计算+算法能力的崛起，正是这三个因素让诞生了60年之久的AI在今天再度成为热点。
笔者曾经听一位从事机器学习领域研发的资深专家讲，猛然在2016年才意识到自己原来从事的是AI行业，以前从来没有意识到。
可见AI的热度并非凭空产生，是多年的技术发展到一定阶段的结果。
2017年，大数据的发展有以下几个主要趋势：
1、数据+算法+计算能力加速AI+落地
云计算技术的日臻成熟和成本的降低奠定了大数据发展的技术基础，深度学习算法的兴起和发展使得计算+数据+算法三者支撑的人工智能走下神坛。
伴随着大数据时代的到来，多来源、实时、大量、多类型的数据可以从不同的角度对现实进行更为逼近真实的描述，而利用深度学习算法可以挖掘数据之间的多层次关联关系，为人工智能应用奠定了数据源基础。
目前的人工智能应用场景都是以大数据作为基础的，比如在搜索、推荐、语音交互等场景中已经有了不少成功实践。
2.基于数据融合和外在价值的探索会诞生新商业模式
目前大数据比较成熟的场景是包括个性化推荐和营销类应用，以及风险控制、信用评估类应用。
我们看到，大数据产品技术及解决方案的创新比较清晰，开源技术基础上的创新和服务是主要方向，但围绕着数据本身的新商业模式还在探索过程中。
2017年，基于数据融合和外在价值的创新模式会诞生新的商业模式，企业内外数据、线上线下数据融合产生化学反应，基于数据的创新模式给我们无限想象空间。
3.大数据开始重构传统工业和制造业的价值链
传统企业和行业用户已经开始围绕着数据进行业务流程重构和再造，以数据为核心开始尝试业务创新模式，比如C2B/C2M模式实质是以消费者数据为核心倒逼传统产业的升级转型。
2017年传统工业和制造业会更多地关注数据如何驱动主要传统产业的解构、重构和再造，基于数据的传统产业转型升级成为主流。
4.围绕着数据权属、个人信息保护、跨境数据流动的相关政策法规标准出台
2016年《网络安全法》的出台引起了社会上对数据安全相关领域的强烈关注，2017年数据权属、个人信息保护以及跨境数据流动相关政策法规标准会逐渐完善，推动《网络安全法》的落地实施，促进我国大数据的健康有序发展。
正如前面所讲，数据权属的界定目前也需要有相应的法律规范出台他，它对于基于数据的创新创业影响巨大。
过往几年中基于数据买卖的地下灰黑产业非常猖獗，带动了消费者个人和国家对个人信息保护的关注，但目前来看我国个人信息保护相关的法律规范尚不完善，目前只在一些法律中有零散规定，仍然存在效力层级低、法律法规协调性弱、保护内容片面等立法不足，有待于加强和完善。
同时，互联网使得数据的跨境流动变得普遍，我国越来越多的企业在通过互联网成为全球化企业，数据本地化和跨境数据流动的问题会日益凸显。
大数据产业发展呼唤政策法规标准的快速跟进。
