大數據商業價值精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據商業價值主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據商業價值范文

訊：進入2012年，大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據。最早提出大數據時代到來的是全球知名咨詢公司麥肯錫。麥肯錫稱數據已經滲透到當今每一個行業和業務職能領域成為重要的生產因素人們對于海量數據的挖掘和運用預示著新一波生產率增長和消費者盈余浪潮的到來。近年來隨著互聯網和信息行業的發展，大數據開始引起人們的普遍關注。

在家居行業，電子商務的發展和網購的風靡將“大數據”帶入了普通大眾的生活，人們清楚的知道大數據如何發揮自己的功用，如何有效的幫助自己和商戶及電子商務平臺獲得更好的發展。比如，“雙11”剛剛結束，各大購物網站的后臺便可以按家具、沙發、床墊、紡織用品等品類統計出每個品牌的銷量、產品流向、顧客評價、退單量等，并排出精準的名次。同時大型購物網站還可通過信息系統的優化，將眾多城市發生的龐大而繁雜的數據進行歸類、交叉對比和分項統計，形成有用信息，從而指導企業依據消費者精準需求定制產品。

在大數據的支撐下，除了具體的某個品牌可以根據統計數據實施產品的改進、服務的強化、訂單的跟進以外，還可以和相似的品牌進行關聯，實現互動營銷。以前家居行業的互動營銷依賴的是聯盟，如冠軍品牌聯盟、中國好家居品牌聯盟、家居件品牌聯盟，都是由企業自發組織的，如同“拉郎配”，未必與消費者的需求相契合。如今通過大數據的直觀呈現，可以發現業主對品牌選擇的關聯性，關聯性占比較高的品牌可以主動聯合起來為業主提供優惠營銷或服務互動，從而真正滿足消費者的需求。比如，網站通過大數據統計結果發現，偏好某一品牌的業主可能還會選擇其他幾個特定品牌的幾率較高，如果將這些品牌進行聯合營銷，自然會迎合業主需求，起到事半功倍的效果。

大數據時代已經來臨，家居行業要發展，就不僅僅是供應商之間的簡單聯盟，而應該注重建設電子商務平臺，利用大數據營銷，真正了解客戶的需求，找到最有效的業主，最快速地反饋消費者的訴求。同時也幫助業主獲得最好的品牌和最優的價格。（來源：搜房網）

第2篇：大數據商業價值范文

我們生活在一個信息爆炸時代。據IDC的預測，2012年的數字化內容將增長到2.7ZB，較2011年增長48%。至2015年，數字化內容將以火箭式的速度逼近8ZB。在大數據方面，IDC預測超過90%的數據將是非結構化數據（例如圖像、視頻、MP3音樂文件、以及其他基于社交媒體的文件和在Web上進行的工作）。大數據蘊藏著豐富的信息和價值，但是目前為數眾多的企業還是困惑于理解和分析數據。

如何運用好大數據，發揮數據資產的商業價值，這是大數據時代最核心的挑戰。

2012年6月，獨立企業數據集成軟件提供商Informatica的主席兼首席執行官蘇哈比?阿巴斯（Sohaib Abbasi）來到北京，19年前他一手創立了Informatica，并且以嚴謹專注的個性引領著這家戰略明確的公司穩步增長。他與《商業價值》的記者圍繞當前炙手可熱的大數據的話題展開了交流。

Facebook 、Google、亞馬遜這樣的公司正在運用數據的力量來獲得商業上更大的成功，并且傳統的金融、電信等企業也在充分運用數據來提升自己的商業競爭力，Informatica如何看待商業世界對大數據的價值期待？

Informatica認為大數據是由3項主要技術趨勢――海量交易數據、海量交互數據、海量數據處理匯聚組成。

盡管目前為數不少的CEO們仍然對大數據所帶來的益處持懷疑態度。社交媒體和移動設備的普及為海量數據做出了貢獻，這導致個人消費者和企業用戶在數據交互方式上的轉變。我們正在經歷信息的爆炸，不同類型的數據被存儲在云中，并跨越多種不同的系統，即我們所說的“大數據”。

當涉及到客戶數據時，大數據由“數據金沙”組成。大眾購買習慣、生活方式以及觀念等信息對商業機構而言向來不容易獲取。然而，通過在眾多地方進行搜索，將這個數據用企業核心的IT系統進行定位、整合可能是非常困難的，甚至近乎于不可能。

對于企業而言，挑戰不是如何管理正在被創建的大量數據，而是如何管理不同層面的數據并進行有效分析，從而充分利用數據的價值，并從中獲得真正的回報。我們期望讓世界各地的企業獲得最大化的數據投資回報，贏得競爭優勢。全球現在有5000家企業運用Informatica使用及管理其在本地的、云中的和社交網絡上的信息資產。而且，Informatica還將一直專注在這個領域。

如你所說IT行業正在經歷前所未有的變化，你怎么看計算技術的發展趨勢？

計算技術本身在哪里計算、怎樣計算和進行什么計算，都發生了翻天覆地的變化。曾經計算的地點是在公司的內部現在已經轉到了云端。計算的內容從傳統企業用Oracle或者SAP這樣的工具計算，轉到社交媒體（如facebook、中國的人人網）的計算。從計算方式上也有很大的轉變，原來我們使用PC，運行微軟的windows、office，現在則有很多移動計算，超過50萬量級相關的應用?？梢哉f3大發展趨勢正在改變著IT行業的格局，越來越凸顯了數據集成本身的價值。

在海量數據的時代，你覺得企業運用數據的發展趨勢是怎樣的？

業務計算的首要任務已經從自動化交易轉向簡化交互。社會化計算代表著下一代以數據為中心的應用潮流，在像Facebook這樣的社交網絡服務中獲取交互數據。

移動計算意味著利用數據訪問設備捕獲類似于位置數據這樣的傳感器交互數據進入了新的發展階段。同時，社會化計算和移動計算的采用，意味著數據采集的量和方式將大大增加。

業務計算的價值所在正在從提升運營效率轉向提升企業效能。之前，企業將注意力放在ERP、CRM這樣的應用上，以期通過信息化、自動化交易處理來提升運營效率。但是在今天，哪怕是傳統企業的關注點正在從業務管理轉向品牌管理，以提升企業效能。企業越來越迫切地主動接觸客戶和進行消費者感受分析，社交媒體讓企業的整體品牌管理成為可能。今天的企業為了獲得競爭優勢，致力于成為社會化企業。

社交網絡在任何時候都是發展最快之一的載體。在不到10年的時間里，消費型社交媒體從無到有，如今已擁有了超過10億用戶。對于消費者而言，社交媒體已成為一項主流技術，而且很快也將成為業務領域的主流技術。事實上，大多數企業已經把社交媒體當作一項重要的市場工具。我相信無需多長時間，社交媒體即將被廣泛采用，以提升企業效能。

Informatica擁有全球幾千家客戶，那么Informatica如何幫助客戶提升了商業價值，能具體介紹幾個實例么？

Informatica的一家零售客戶，采用Informatica相關的產品，可以幫客戶找到他們“最佳的客戶”?！白罴训目蛻簟笔悄男┛蛻裟?？是在他們的實體店，或者他們的網上商店，或者在他們的目錄上最經常購買的、花錢最多的一些客戶。而Informatica管理分析這家零售企業的交易型數據，同時把交易型的數據與社交媒體產生的數據能夠關聯在一起。Informatica把交易型數據與交互型數據來進行結合，幫助這家零售企業找到這些“最佳客戶”，并且分析“最佳客戶”的購買行為，去更多地影響“最佳客戶”的消費行為。

另一個典型的Informatica的客戶案例是一家美國的證券交易所：DirectEdge。通過采用Informatica的數據解決方案，處理的交易量能力增加了5倍，但從硬件成本上他們只花了比原來少一半的成本就實現了這樣的交易量。比起原來，他們的成本效率提高了10倍。這家證券交易所增加了5倍交易量的處理能力后，DirectEdge已經躍升為全美排名第三的證券交易所。

就目前而言，對于有些傳統型的企業，會擔憂在大數據應用方面的投入產出比不太劃算，你怎么看待這種觀點呢？

現在的信息時代唯一最有價值的資產就是數據。要最好的去了解客戶需要去分析數據；提高企業運營效率也需要分析數據；提升業務靈活也需要分析數據；進行業務的合規也需要分析數據。

挖掘到數據價值將是最有價值的競爭優勢，值得投入。能夠充分利用數據的企業將占據先機；如果企業不重視并逐漸采用大數據相關的新興技術，那么企業會逐步落后。

已經有很多企業踏上挖掘數據價值的旅程，使用大數據來提供更加個性化的客戶體驗，并通過這些新的溝通渠道、根據客戶的習慣和表達態度，預測每個客戶正在尋找什么。通過有效地管理大數據，企業能獲益良多，例如加強客戶關系、增加交叉銷售和追加銷售、以及對預測客戶消費習慣和趨勢的第一手洞察力。大數據是提升客戶忠誠度的絕好機會，這對于包括保險業和電信業等等很多行業尤為重要。

第3篇：大數據商業價值范文

我感興趣的是，在大數據的時代，“數據大盜”會對哪類數據情有獨鐘？在他們眼中，哪類數據又更有價值？

眾所周知，數據可以分為結構化數據、非結構化數據，其中非結構化數據占到了總數的85%。這既包括由企業、消費者、產業供應鏈之間產生的海量交易數據，也包括由社交媒體、物聯網、數以億計的移動智能設備產生的交互數據。簡單一點說，大數據就是人們在交易、社交時產生的與人有關的數據以及機器之間產生的數據。

毫無疑問，用戶注冊網站時的賬號、密碼、電子郵件等等，屬于結構化數據，或者說，屬于非結構化數據里面的最明顯的關聯度極大的數據。它們的價值好比和尚頭上的虱子，明擺著的，這顯然是“數據大盜”最樂意盜取的那一部分，竊取之后馬上可以變現。但根據之前的一些案例，似乎價值不大，被盜的數據都是打包賣的，每條數據的價格才幾分錢。

按照專家的意見，純粹的非結構化數據才是金礦，是數據財富中的明珠——而此前，礙于技術，有很多都浪費了。如果業內人士都試圖從這些交易/交互數據中尋得蛛絲馬跡并進而挖掘出其中的商業價值，那么，也就沒有理由懷疑，這些數據同樣是數據大盜的心儀對象。

大數據并非互聯網的“家事”，在政府公共事務等方面也有廣泛的應用，是“國事天下事”。麥肯錫咨詢公司的評估認為，僅美國醫療服務業的大數據，每年的價值就在3000億美元左右，而全球個人位置服務大數據的最終價值將達到7000億美元……

羅列這些數據并非數字游戲，而是試圖說明，對非結構化數據的把握以及運用，不但具有商業價值，還將成為國家戰略的一部分，未來勢必成為大國之間的另一場博弈。今年3月22日，美國政府啟動“大數據研究與開發計劃”。白宮方面指出，“過去在信息技術研發方面的聯合投資推動了超級計算機和互聯網的創建，而‘大數據研究與開發計劃’有望使我們利用大數據進行科學發現、環境和生物醫學研究、教育以及保護國家安全的能力發生變革?！?/p>

第4篇：大數據商業價值范文

“隨著大數據2.0時代的到來，越來越多的企業將擁有從海量數據中獲取數據價值的能力。尤其在數據體量巨大的中國市場，除了傳統的金融、電信、政府等行業以外，零售、醫療、中型電商等都會從大數據分析中獲益。”Actian公司CEO Steve Shine如是說。

根據Gartner的預測，如果能實現對企業范圍內全部未開發數據的充分利用，將帶來150億美元的潛在商業機會。但目前除了極少數企業可以利用大數據分析開展業務、輔助商業決策外，大多數企業還在大數據的門外徘徊。阻礙這些企業應用數據分析的原因是獲取有價值數據的成本過高。

是否有降低成本的方法呢？Actian中國區總經理程小龍告訴記者，幫助企業以簡單的方法連接數據、增強分析平臺的可擴展能力是解決這一問題的關鍵?！捌髽I要找到一種簡單的方式連接不同的數據系統，而不必關注數據是否來自云或其他地方。在連接上數據系統之后，企業還要有處理和分析越來越多數據的能力。分析平臺只有具備橫向和縱向彈性擴展的能力，才能保證實現秒級的快速分析和查詢，才能提升企業應用大數據分析的成本效益?！背绦↓堉赋?。

大數據2.0的目標是打破大數據分析轉換為價值的技術壁壘。Actian破局的方法是：通過對底層技術架構的改進，使數據更容易獲取、使用和實施。首先，Actian的分析平臺可以高速連接任何數據源，整合、轉換和分析數據，還能在不斷擴展的數據集上按需進行預測分析。即使企業的數據分析平臺并未架構在Hadoop之上，整合、轉換、分析數據的能力也不會受到影響。其次，Actian提供的是一種高性能的引擎，可以對并行執行的分析過程的每一步進行細致設計，并隨企業業務發展的需求變化。這意味著各種規模的企業都可以利用數據來驅動業務創新。

在選擇大數據解決方案時，Actian認為企業應該以一種新的視角看待大數據，才能實現以數據驅動商業價值的目標。程小龍建議企業應關注三點：第一，企業必須考慮解決方案是否能幫助他們將不同數據源集成在一起，并判別數據的質量和清潔度；第二，解決方案要在數據量不斷增加的情況下依然保證高速、易用；第三，也是最重要的一點，即該解決方案能否讓企業獲得商業洞察力，獲得大數據的商業價值。

第5篇：大數據商業價值范文

關鍵詞：大數據；O2O電商；數據挖掘；挖掘流程

一、引言

21世紀，電子商務進入了數據爆炸的時代。從電子商務公司的企業內部管理與運營數據，到社交網絡產生的海量信息數據等，電子商務產生的數據量呈爆發式發展。用戶數據的暴增與數據的社會化在很大程度上模糊了企業數據的邊界，這些由用戶創造的海量數據遠遠超越了目前人力所能處理的范疇。IDC研究表明，數字領域存在著1.8萬億GB的數據，企業數據正在以55%的速度逐年增長?！按髷祿币殉蔀橹匾臅r代特征。電子商務企業正在經歷規模化、多樣化、高速化的數據挑戰，其數據容量通常以數百TB或者數百PB來計量。龐大的數據量使得數據過載、數據冗余、數據捕獲成本快速增長、數據價值不易獲得成為電子商務面臨的新問題。

O2O電子商務模式，即Online-to-Offline，是一個連接線上用戶和線下商家的多邊平臺商業模式。O2O商業模式將實體經濟與線上資源融合一起，使網絡成為實體經濟延伸到虛擬世界的渠道――線下商業可以到線上挖掘和吸引客源，而消費者可以在線上篩選商品和服務并完成支付，再到實體店完成余下消費。電子商務中用戶數據呈每年約60%的增長，企業平均捕獲其中25%-30%，但數據的利用一般不足其5%，O2O電商用戶數據作為O2O模式下的核心資源的數據價值遠未被挖掘?；诖耍疚膶2O電商用戶數據特征進行了分析，并在此基礎上構建基于大數據技術的數據挖掘框架，提出了其數據挖掘流程，以期對O2O電商用戶數據挖掘的深度應用做進一步的探討。

二、 O2O電商用戶數據特征分析

相比傳統的電子商務數據，O2O用戶數據并不僅僅局限于平臺數據，即用戶在O2O的交易數據，還包括了社交網絡、用戶移動終端的地理位置等數據。也就是說，O2O電子商務用戶數據為在O2O電商日常經營中產生和積累的與用戶相關的交易、互動、觀測數據。O2O用戶數據具有大數據的特征：

1.體量大（Volume）：不少的O2O電商企業每日所產生的用戶數據已經達到TB級。在融入了社交網絡和移動互聯網的O2O電子商務中，O2O用戶數據已不僅僅是用戶交易數據，它擁有更加廣泛的數據源，其數據規模會從TB級躍升到PB甚至是EB級。未來企業會將更多的TB級數據應用于商務智能和商務分析。

2.類型多（Variable）：O2O用戶數據類型復雜。它并不僅限于O2O用戶基本資料、用戶消費記錄、電商企業內部業務等海量的結構化和半結構化數據，還包括用戶評論等反饋數據、用戶O2O平臺行為記錄、移動終端數據和社交媒體等非結構數據。

3.速率快（Velocity）：O2O模式對用戶數據實時處理有著極高的要求：用戶數據伴隨用戶行為產生，這些數據往往是高速實時數據流，例如用戶在線下商家的消費情況、用戶的地理位置和移動方向等，而且O2O業務周期短，這需要實時的分析用戶數據并根據分析結果對用戶進行個性化服務，通過傳統的數據庫查詢方式得到的“當前結果”很可能已經沒有價值。

4.價值高（Value）：O2O用戶數據有著巨大的商業價值。用戶是O2O業務的核心，對用戶進行預測分析與深度復雜分析，對O2O電商企業無疑有著重大的價值，但龐大而繁雜的不相關用戶數據，這也決定了其價值密度低的特性。

三、大數據環境下O2O電商用戶數據挖掘框架

由于O2O電商用戶數據的4V大數據特征，電商企業并不能運用傳統數據分析技術對其進行很好的利用。如何從大數據量、類型復雜的O2O電商用戶數據中及時洞察其中價值，將成為O2O電商企業競爭的利器。大數據挖掘成為O2O電商用戶數據轉化為具有價值知識的重要手段，是通過分析海量數據，從數據海洋中尋找其規律的技術。針對O2O電商用戶數據特點，數據挖掘為O2O電商提供更有用的知識，更精確的信息及更及時的響應?；诖?，我們提出了一種O2O電商用戶數據挖掘框架，如圖1所示。

O2O電商用戶數據挖掘框架包括數據來源層、數據收集層、數據組織層、數據存儲層、數據分析層、數據應用層。其中數據收集、數據組織、數據存儲層屬于數據挖掘中數據預處理過程（數據準備、數據轉化、數據抽取），數據分析層為數據挖掘模型應用。數據應用層采用面向對象方式的數據應用，包括面向O2O平臺應用、面向O2O用戶應用和面向O2O商家的應用。

四、O2O電商用戶數據挖掘流程

O2O電商用戶數據挖掘著重解決這樣一個問題：在大數據中，分析各用戶群體的特點，進而分析用戶個人特點，獲得有價值的知識，從而獲取商業價值。如圖2所示，數據挖掘過流程包括：數據收集、數據準備、數據轉化、數據抽取、數據抽取、數據挖掘、挖掘應用。

1.數據收集：O2O用戶數據源包括O2O平臺中的用戶數據、社交網絡中的用戶數據、移動設備中的用戶數據等。用戶數據以“流”的形式創造，由于三個數據源之間有交互，且其數據內容往往交叉，所以按照交易、互動及觀測數據進行分類，然后通過Needlebase等工具在用戶消費的過程或其他行為中收集。

2.數據預處理：數據預處理包括了數據準備、數據轉化及數據抽取。由于原始數據中有噪聲數據、冗余數據及缺失值等，數據準備過程中對數據進行解析、清洗、重構，并填補缺失值以提高待挖掘數據的質量。然后對通過數據準備的非結構化、半結構化的數據處理成機器語言或索引，如自然語言――用戶評論、日志資料等――轉換成加權邏輯或是模糊邏輯，并且不同的詞語映射到標準的值。將結構化數據進行數據過濾，提煉出有意義數據，剔除無效數據以提高分析效率。最后進行數據抽取，即檢測數據的相關性和關聯性：關聯的數據表現出更多的特定用戶活動特征，關聯的數據本身也可以用于個性化服務，例如從用戶購買數據和時間數據的關聯性中，可能會發現購買特定商品的頻率；數據融合是將相關聯的數據連接在一起，形成一個新的商業應用。

3.數據挖掘及應用：在數據挖掘過程中，根據不同的應用需求選擇不同的挖掘模型，對數據進行深度挖掘。其中主要模型有：關聯規則分析、分類分析、聚類分析等。在當前數據挖掘中，也有一些使用的用戶模型，這些的用戶模型將人以性別、種族、年齡和興趣等分類。得到數據挖掘結果后，對其進行解釋應用，一般的挖掘應用包括排名與個性化推薦、異常檢測、Web挖掘與搜索、大數據的可視化計算與分析等。

數據挖掘通過預測未來趨勢及行為，做出前攝的、基于知識的決策。利用數據挖掘進行數據分析常用的方法主要有分類、聚類、關聯規則等，它們分別從不同的角度對數據進行挖掘。O2O電商用戶數據挖掘的方法主要有關聯規則分析、分類與聚類分析、社會網絡分析、變化與偏差分析。

五、結束語

電子商務正經歷從用戶數為王時代到銷量為王時代再到現在的數據為王時代。電子商務企業已經意識到，最準確的商務決策來自于事實，即數據支持。這也就意味著，他們需要在內部交易系統的歷史信息之外，采用基于數據分析的決策模型和技術支持。通過對O2O電商用戶數據深度分析，挖掘出用戶的行為特征、消費習慣和興趣焦點，讓O2O電商各方參與者獲得具有極大價值的知識。大數據技術的應用必將成為O2O電子商務深入發展的重中之重，也將為其帶來巨大的商業價值。

參考文獻：

1.John Gantz ，David Reinsel.Extracting Value from Chaos[EB/OL].http：// /digital universe，2012-11-16.

2.劉軍，呂俊.大數據時代及數據挖掘的應用[N].國家電網報，2012-05-15.

第6篇：大數據商業價值范文

關鍵詞：大數據； 雅昌藝術網 ；商業模式

一、雅昌藝術網的商業運作模式

雅昌在書法、繪畫、攝影、拍賣、文物等領域積累了眾多藝術家的作品及藝術家的相關數據，雅昌藝術網通過對它的數據庫資源進行深層次的挖掘，打造出來了雅昌藝術網的核心服務。雅昌藝術網通過綜合資訊頻道群、專業子網群、行業服務子網群、互動社區和英文網，為收藏者、投資者及愛好者提供全面、豐富、及時、權威、深入的藝術界資訊信息。雅昌藝術網同時還利用高端的專業用戶為藝術品經營機構及其他商業機構提供基于雅昌藝術網的綜合媒體推廣解決方案。這些服務構成了雅昌藝術網商業模式的重要要素。

雅昌藝術網為顧客提供藝術品認證、數字資產管理以及圖片版權的服務。雅昌為藝術家處理其藝術品的數字應用打造了一個平臺。通過這個平臺，藝術家可以便捷地管理藝術品的數字資產、藝術品的數字資料、進行藝術品的認證、數字資料的授權等。同時，雅昌通過印刷資源與開放數字資料管理平臺可獲得許多藝術家的數字資料的授權與認證。依靠藝術家在行業內的影響力，雅昌可以更好地進行市場創意營銷以及宣傳。數字資料庫中的數字資料則能夠利用雅昌印刷資源進行高品質的印刷。這樣，雅昌以雅昌藝術網為核心形成了一個包括了藝術品數字化、藝術品宣傳、藝術品授權、藝術品認證以及藝術品出版的整體的雅昌藝術網商業模式。通過建立這種商業模式，雅昌實現了收益來源多樣化。同時雅昌可以實現與藝術家合作業務的分利，網上預展的收費。雅昌還可以利用數據庫優勢，對藝術品攝影、藝術影像產品、名家藝術品復制。

二、雅昌藝術網商業模式的要素分析

（一）雅昌藝術網的數據價值主張

價值主張就是企業的產品和服務的概覽，這些產品和服務為消費者提供了價值。雅昌藝術網是對其藝術數據庫的數據進行重組與分析，來發掘藝術品數據的價值，并創造出其數據產品的。這也是大數據時代下所倡導的讓數據創造價值。通過對數據的分析、重組、再利用是可以實現數據的商業價值的。雅昌藝術網通過打造中國藝術品數據中心，為藝術機構客戶、藝術家提供藝術品數字化收集、處理、存儲、管理和應用服務，來滿足其不同顧客的藝術需求。雅昌藝術網為升級藝術數據服務的商業價值，并傳承中華優秀的藝術文化，進一步提出從“為人民藝術服務”到“藝術為人民服務”的價值主張。雅昌網為達到自己的價值主張，還積極打造了中國藝術教育的標準體系，深圳、上海、北京藝術體驗中心以及電子商務平臺（雅昌影藝與雅昌藝品商城），從而讓藝術之美走進我們的生活，促進中國藝術文化普及和藝術商業價值的實現。雅昌藝術網通過對其數據資源的重組和擴展，為其擁有的藝術資源數據賦予了應有的價值，這可以說是其順應大數據時代的價值主張。

（二）雅昌藝術網商業模式定位

商業模式定位關注的焦點在利益相關者需求的滿足方式。通過雅昌藝術網為收藏投資及藝術愛好者提供全面、豐富、及時、權威、深入的藝術界資訊信息，為藝術品經營機構及其他商業機構提供基于雅昌藝術網的綜合媒體推廣解決方案的業務模式，可以清晰地理解雅昌藝術網把其商業模式定位為通過為顧客提供資訊服務和解決方案來滿足其需求。雅昌藝術網利用其藝術數據庫資源的優勢，深挖其數據資源的價值，為顧客創造出有價值的產品和服務。雅昌藝術網以滿足顧客的藝術資訊需求服務為其商業模式的核心競爭力。由于雅昌藝術網商業模式定位準確，為其藝術市場的戰略定位、藝術消費者需求的營銷定位的準確打下了堅實的基礎，所以其能夠在眾多中國藝術網中脫穎而出。雅昌藝術網始終堅持做藝術市場服務的最高端，且能夠緊緊抓住藝術服務的最高端需求不斷地制定其有效的經營策略。雅昌藝術網實行實名認證名家的注冊方式，積極邀請藝術界精英層面的人物加入，實現了其在藝術服務市場中的高端專業定位理念。

（三）雅昌藝術網的顧客關系

顧客關系更多的是描述企業與顧客之間形成的聯系。雅昌藝術網通過貫徹“為藝術市場提供綜合服務”的理念，創造出多種滿足藝術市場客戶多樣需求的服務和產品。雅昌藝術網通過其對數據的分析，細分顧客群體需求，因此雅昌藝術網與不同的顧客建立起了精準的服務與需求關系，實現其定制化藝術市場數據分析服務。在雅昌藝術網資訊內容上就細分為綜合資訊、評論、專題三大塊；針對藝術機構的需求，為拍賣公司以及畫廊機構開通專有的內容建設服務；為了方便客戶從海量信息中迅速的檢索到切實需要的資料，雅昌藝術網推出的“中國藝搜”可以使客戶通過其分類檢索某一位藝術家時，不但能夠準確檢索到藝術家的簡歷年表、官方網站，而且可以獲得與該藝術家相關聯的拍賣記錄、畫廊、相關展覽、相關資訊媒體評論、圖書出版等信息。

雅昌藝術網利用大數據的技術，通過數據的分析與定位，與顧客建立起了密切的關系，從而也使其數據資源優勢在建立顧客關系上發揮了重要作用。“ART-QQ”更使拍賣公司拍品征集、出版社在線銷售藝術圖書等業務，實現了在線與客戶即時溝通，使其服務更加便捷化。為了更好地貫徹“為藝術市場提供綜合服務”的理念，雅昌藝術網還將藝術服務延伸到多媒體、移動增值業務、期刊圖書等領域，使其服務可以使更多消費者受益。雅昌藝術網作為中國新經濟文化產業的開拓者，借助大數據時代的科技成果，跨越時間和空間的阻隔，利用其交易、交流、資訊、搜索網絡平臺有效地擴展教育、市場、學術等領域，為顧客提供更加豐富的服務，定會使其與顧客的關系更加緊密。

三、雅昌藝術網的關鍵資源與其價值創造

企業中最不可或缺的、可以支撐整個商業模式生存、發展和壯大的靜態資源和動態能力，被稱之為關鍵資源能力。大數據時代，誰是大數據價值鏈中的最大受益者呢？毫無疑問的應當是那些擁有大量數據和數據思維的企業和個人。經過十幾年的發展，雅昌藝術網具有了自己特有的關鍵資源。雅昌收集了從一九九三年至今千余場次、百萬余件中國稀有藝術品的交易數據資料（拍賣日期、成交價、估價、拍賣公司、圖片、尺寸和印鑒題識等大量資料），而且正以每年多過十萬件拍品的速度增長。雅昌藝術網通過自己開發的“中國藝術品拍賣市場行情系統”，每年供給各大拍賣公司，比如四百多次藝術品拍賣場次、十二萬余件藝術品的網上預展信息服務。這種關鍵資源已經成為雅昌的重要組成部分，“雅昌藝術市場指數（AMI）”已經成為藝術藏家投資必備的數據分析工具和藝術品交易市場行情的“預報表”。雅昌掌握的這些數據資源就是其關鍵資源。

企業在確定商業模式、明晰關鍵資源能力及其如何獲取之后，還必須考慮的問題是：如何利用關鍵資源能力和商業模式配合，創造高企業價值？雅昌藝術網必須要意識到不管是利益相關者還是資源能力，都是可以打碎重組的。在打碎重組的過程中，雅昌藝術網可以提升其交易價值、降低交易成本或交易風險來創造高企業價值。雅昌藝術網把其具有的巨大藝術數據庫做了電子商務整合，這樣雅昌就可以促成藝術品的便捷交易。雅昌藝術網利用其網絡平臺優勢，假如有買方在雅昌的平臺上選中了某位藝術家的作品，取得精準信息后，通過拍賣行的渠道達成交易。拍賣行可以把拍賣目錄輸入雅昌藝術網上預展，伴隨著其規模的擴大，雅昌藝術網就可收取網上預展費，也可獲得客觀的收益。據有關統計顯示，這已是雅昌藝術網的主要業務。

雅昌藝術網研發的“藝術家個人數字資產管理系統”，為藝術家們的藝術作品提供整合、存儲與管理，還可在雅昌的協助下進行一些有效的商業開發。例如在個人展覽、光碟、出版藝術圖書等都可獲得收益，因此，藝術家們需為加入這套系統而付出一些的費用。此套系統緊抓內容提供方的資源，而后面的行情系統與指數，則僅僅抓住了內容購買方的資源。當雅昌的網站具有極大的關注度后，數據庫的價值就可體現出來。

四、雅昌藝術網商業模式的變革新思考

對雅昌藝術網的當下商業模式的研究，可以清楚地認識到其商業模式也并非完美。雅昌藝術網原有的模式設計更多的是注重其藝術媒體的作用，而這種對資訊方面的過分強調反而稀釋了其用戶的核心交易需求，雅昌藝術產品形態的老舊也是阻礙雅昌藝術網未來發展的阻力。因此，雅昌藝術網的商業模式的再創新就是一個必須認真思考的問題。雅昌藝術網商業模式的再創新可以試從以下幾方面進行思考。

1.雅昌藝術網應該彌補其原有商業模式的不足，加強網站的社交屬性和Web3.0化形態，建立起適應自己的藝術網站管理機制。

2. 開發多種新的增值服務，擴展贏利空間，使網絡平臺具有持續贏利的特點。

3. 雅昌藝術網應試水藝術品電商O2O模式，從藝術媒體平臺轉換為垂直領域電商。在做好其線上藝術經紀人的角色后，積極利用好其成立的買家服務部對在線上詢價的買家進行需求分析和數據挖掘，并把信息有針對性地推薦給賣家，以完成精確對接。

4. 將當代藝術品交易作為雅昌藝術網的重點關注對象。 把價格略低且辨識度高的作品融入到其O2O商業模式的框架中，實現藝術品網上交易，建立其自己的線上交易平臺。

5. 探索雅昌藝術品移動在線交易新模式。因為通過移動互聯網平臺的線上藝術品交易能夠打破地域限制，可以快捷地吸引眾多的藝術品收藏者入駐，將國內外的買家聚集在一起，最大限度地完成買賣雙方的需求。因此，雅昌藝術網只有在這個移動互聯網的時代不斷探索和創新其商業模式，才有可能長時期成為藝術市場的領跑者。

參考文獻：

[1]司春林.商業模式創新[M].清華大學出版社，2013.

[2]魏煒，朱武祥.商業模式的經濟解釋[M].機械工業出版社，2013.

[3]邁爾-舍恩伯格，庫克耶.大數據時代[M].浙江人民出版社，2013.

[4]許斌榕，雅昌.整合藝術品產業鏈[J].上海經濟，2009（12）.

第7篇：大數據商業價值范文

10月17日，IMG官方網站宣布，該公司旗下與央視共同投資的CCTV IMG公司，與中國足協達成一份長達10年的新合作協議。IMG將協助聯賽各支球隊提高運營管理水平、為中超賽事活動引入新的贊助商、持續增加轉播場次、為青訓提供建議等。

IMG是最早進入中國職業體育的外資經紀公司之一，1994年到2003年的10年里，它與當時還稱作甲A的中國足球的頂級賽事，共同推動了職業聯賽的商業化發展。同時，它還與中國另一個職業體育聯賽有商業聯系。在CBA成立最初6年里，IMG曾獲得CBA賽事的推廣權。在當時，IMG幾乎壟斷了中國商業價值最高的賽事資源。

但在2003年，IMG以涉嫌違約為由與中國足協終止了相關合同。中超聯賽也在此后陷入低谷。其后，IMG將其在華業務重心轉向高爾夫和網球領域。

現在這種情況發生了改變。隨著中超投資環境的改善，各家俱樂部的投資人在這兩年間集體加大投入。廣州恒大近兩個賽季累計投入近7億元引進孔卡、巴里奧斯等球星后，其它球隊相繼為阿內爾卡、德羅巴、凱塔、卡努特等世界級球星開出了高薪?！吨谐撡惿虡I價值報告》的數據顯示，近兩賽季總體薪資水平從5.88億元暴漲至8.66億元。

大牌球星的涌入讓球迷回到球場。在巴西體育經濟咨詢公司Pluri公布的一份調查數據中顯示，盡管今年中超聯賽場均上座率僅有46%，但仍以場均入場人數1.7675萬人排名全球第10，居亞洲首位，超過日本J聯賽和韓國K聯賽的上座人數。

IMG業務發展高級副總裁杰弗遜在此前接受采訪時稱：“中超目前能保持平均近2萬人的上座率，實在是讓人驚訝?！?0月20日江蘇舜天對廣州恒大的比賽還創造了中國職業聯賽6.5769萬人的新上座紀錄。

在足球職業聯賽跌入谷底的那幾年，中國另一個頂級職業賽事CBA的商業價值得到了快速提升，通過大牌球星的加盟和更為規范的商業運作，CBA上賽季的成功已經在與盈方、李寧簽署的新合同中有所體現。

但隨著IMG的回歸，更多人開始重新關注中超的商業價值。雖然兩個聯賽在商務開發、相關產品收入、比賽日門票收入、贊助商收入等方面的開發都有很大提升空間，但資深體育評論人顏強認為，“相對于CBA，中超的經營基礎更好”。

第8篇：大數據商業價值范文

關鍵詞：大數據 云計算 數據處理 數據分析 信息服務 圖書館服務 數據挖掘

中圖分類號：G253 文獻標識碼： A 文章編號： 1003-6938（2012）04－0120-03“大數據”（Big data）是IT界繼“Web2.0”、“數據挖掘”和“云計算”之后近兩年最流行的詞，大數據革命也正以Apache Hadoop為中心如火如荼的進行著，IBM、EMC、Oracle、VMware和Microsoft等商業機構已看到了在這場革命中蘊含的商業價值，并基于云計算等平臺開發了諸如BigInsights產品［1］的數據計算、數據收集等服務。實際應用方面，EMC和VMware已經做出了表率，EMC中國區總裁蔡漢輝介紹說，中信銀行在實施了EMC提供的大數據解決方案以后，取得了不錯的效益，如中信銀行在2011年大概有1200多個營銷活動，以前他們舉辦一個營銷活動大概需要兩周左右的時間做配置。但是通過運用EMC提供的大數據解決方案后，只需要2～3天就可以配置成功［2］。美國政府也預測到了這場革命中的戰略價值，奧巴馬政府于2012年3月29日宣布推出“大數據的研究和發展計劃”，意在推進和改善聯邦政府部門的數據收集、組織和分析工具及技術，以提高從大量的、復雜的數據集合中獲取知識和洞見的能力［3］，把大數據上升到了國家戰略的高度。但對于社會中以知識存貯、利用與開發為己任的圖書館來說，在這個“大數據”時代如何提高海量增長的文獻數據處理能力，搜尋新的數據計算、知識發現及信息服務的新途徑，是圖書館界學術研究的一大思考所在，而要真正解決這個問題，就要理性的認識“大數據”及其帶給我們的環境與改變，逐層分析這些圖書館可以利用的理念、技術與工具，實現圖書館讀者信息服務能力的提升，進而推動我國圖書館事業的發展。

1 大數據概述

大數據目前尚沒有統一的定義，部分業界專家如《著云臺》的分析師團隊認為，大數據通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多的時間和金錢［4］。因此，大數據通常被認為是一種數據量很大、數據形式多樣化的非結構化數據［5］。

1.1 大數據的特點

隨著對大數據研究的進一步深化，IT界對大數據的特點有了較為全面和統一的認識，即：（1）大數據的種類繁多，并在編碼方式、數據格式、應用特征等多個方面存在差異性，多信息源并發形成了大量的異構數據；（2）通過各種設備產生的海量數據，其數據規模極為龐大，遠大于目前互聯網上的信息流量，PB級別將是常態；（3）涉及到感知、傳輸、決策、控制開放式循環的大數據，對數據實時處理有著極高的要求，通過傳統數據庫查詢方式得到的“當前結果”很可能已經沒有價值；（4）數據持續到達，且只有在特定時間和空間中才有意義；（5）通過數據庫處理持久存儲的數據不再適用于大數據處理，需要有新的方法來滿足異構數據統一接入和實時數據處理的需求［5］。

1.2 大數據的應用領域與范圍

第9篇：大數據商業價值范文

百度副總裁曾良日前接受廣告主雜志記者采訪的時候，明確表示百度今年第二季度移動收入占比突破10%，華爾街看好百度在移動互聯方面的商業價值的實現，移動收入的持續增長是大勢所趨。

而百度發力移動領域在營銷角度主要集中在以下兩個方面，第一是移動商業化。特指整個“移動世界”的商業化，而非僅僅局限于移動搜索的商業化。APP分發種種方式方法，超越單純搜索。目前就移動方面的流量而言，智能手機上漲速度驚人。百度最近數據顯示，移動流量占據整體流量的近40%，曾良相信在不久的將來，移動流量就會追上PC流量。而整個移動平臺如何有效變現，使得廣告主能夠充分利用這個平臺展開產品和品牌營銷，是業界所面臨的挑戰和機遇。

第二，思考如何利用百度這樣的整合營銷平臺幫助廣告主打造品牌？就百度而言，作為全球最大的中文網站，單純搜索框所占流量已經在一半以上，但是其優勢不僅僅局限于搜索領域。百度知道、百科、音樂、視頻等它們無一例外地為百度平臺貢獻著海量用戶和流量，對于廣告主而言，百度已然成為一個具有巨大用戶量的整合營銷平臺。

當前無論是電商類企業，還是在線旅游、網絡游戲、金融推廣等行業的廣告主均通過關鍵字搜索實現點擊和商業價值。毫無疑問，百度平臺所具備的是大數據優勢和技術優勢。在數字世界里，數據可以比喻為信息時代的“石油”或者“煤礦資源”，百度無疑是當前資源的擁有者，但是如何很好地挖掘移動互聯這塊的金子，是百度以及同行所面臨的課題。

百度一直與企業保持高效的溝通和對話，共同探索營銷解決方案。2012年百度就與全球日化巨頭寶潔公司合作嘗試JBP（Joint Business Plan，聯合發展計劃）發展計劃，并在2013年推廣開來，分別與中國平安、1號店、藝龍、奔馳四家來自不同行業的標桿企業合作，簽署了JBP戰略合作協議，合作雙方將在數據研究、消費者洞察、品牌建設、產品創新、營銷模式等領域進行多層次、立體式合作。

“我們與廣告主之間不應當是一種簡單的供應商跟買方的關系，或者從百度角度來講不僅僅是廣告主與媒體的關系。”曾良說道。在JBP模式下，百度與合作伙伴將共同承擔KPI，為共同的市場及銷售目標而努力，這是百度對互聯網商業模式所進行的大膽探索，它完全以客戶需求為導向，在合作過程中，雙方能夠更好地整合及配置資源，提升效能。