[摘 要] 

近年來，在國家地方政策和大數據相關技術（數據采集、云計算、數據挖掘等）的推動下，信息服務業的業態和增速出現了質的變化，信息服務業的產業鏈流程也出現了潛移默化的調整。文章分析大數據對信息服務業產業鏈各環節產生的作用，并在國內外相關企業案例的基礎上，歸納出大數據背景下信息服務業產業分工各環節的商業模式變遷，為相關企業調整戰略、適應新形勢發展，提出大數據背景下信息服務業的商業模式建議。

　　1.大數據推動信息服務業發展

　　2016年是實施國民經濟和社會發展第十三個五年規劃的開局之年，也是信息技術服務業融合創新、轉型發展的關鍵之年，而大數據在信息服務業轉型發展中所扮演的角色越來越關鍵。

　　1.1 大數據產業政策接連出臺，推動信息服務業提檔增速

　　國家政策大力支持信息服務業特別是大數據產業的發展。2015年，國務院發布了《關于促進云計算創新發展培育信息產業新業態的意見》《促進大數據發展行動綱要》，明確提出了大數據發展的重點方向和路徑。工業和信息化部發布《云計算綜合標準化體系建設指南》，促進信息服務業朝標準化、體系化快速邁進。同年5月，國務院印發《關于大力發展電子商務加快培育經濟新動力的意見》，從大數據的應用角度提出積極利用移動互聯網、地理位置服務、大數據等信息技術提升流通效率和服務質量，深化信息技術在生產制造各環節的應用。

　　在國家政策的引導下，各地方政府加快出臺相應政策措施，加大對云計算、大數據服務的扶持力度。2014年貴陽市成立貴陽大數據交易所和國家級大數據產業發展集聚區，吸納51支創客團隊、360多家大數據及關聯企業，帶動貴州省2015年大數據電子信息產業規模總量達到2000億元、增長37%。2013年，武漢高科集團與國家信息中心合作在光谷聯合打造國家級大數據產業基地。2015年武漢東湖大數據交易中心網上平臺上線。

　　1.2 大數據相關業務增速超過信息服務業整體增速

　　2015年我國信息技術服務產業規模保持較快增長，基于移動互聯網、物聯網、云計算、大數據的新業態、新業務、新服務快速發展，帶動產業鏈向高端不斷延伸。2015年全年，信息服務實現收入22123億元，同比增長18。4%，增速較傳統軟件產品和嵌入式系統軟件分別高出2和6。2個百分點。

　　2015年中國軟件業務收入前百家企業中出現了以阿里云、京東為代表的新興技術服務企業，這些企業大力培育和發展云計算、大數據服務，快速向產業高端環節延伸拓展。以阿里云為例，2015年全年實現營收23。41億元，季度平均增速達到28。33%，遠遠高于信息服務業整體增速。

　　1.3 大數據必將帶動未來信息服務業升級發展

　　大數據是指那些數據量規模巨大到無法通過人工或者計算機，在合理時間內截取、管理、處理、并整理成為人類所能解讀的形式的信息。經過特殊技術處理后，這些數據可以提供以前信息服務業無法提供的關鍵信息，例如判斷商業趨勢、判定質量、避免疾病擴散、打擊犯罪或測定即時交通路況等。

　　第一，對大數據的處理分析正成為新一代信息技術融合應用的關鍵節點。移動互聯網、物聯網、社交網絡、電子商務不斷產生數據。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。

　　第二，大數據是信息產業持續高速增長的新引擎。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。為大數據產業提供存儲、處理等芯片硬件與集成設備，特別是一體化數據存儲處理服務器、內存計算等行業領域將迎來新一輪的發展。在軟件與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟件產品的發展。

　　第三，大數據利用將成為提高核心競爭力的關鍵因素。各行各業的決策正在從“業務驅動” 轉變“數據驅動”。對大數據的分析可以使零售商實時掌握市場動態并迅速做出應對；可以為商家制定更加精準有效的營銷策略提供決策支持；可以幫助企業為消費者提供更加及時和個性化的服務；在公共事業領域，大數據也開始發揮促進經濟發展、維護社會穩定等方面的重要作用。

　　第四，大數據時代科學研究的方法手段將發生重大改變。例如，抽樣調查是社會科學的基本研究方法。在大數據時代，可通過實時監測、跟蹤研究對象在互聯網上產生的海量行為數據，進行挖掘分析，揭示出規律性的東西，提出研究結論和對策。

　　2.大數據信息流程各節點的典型企業和運營模式

　　大數據不僅為信息服務業注入新的發展動力，還將為信息服務業帶來深刻的變革。“深刻”二字除了表現在技術的突破外，還表現在以下兩個方面。一方面，原有的流程分工已經不能適應大數據背景下的信息服務業發展，傳統信息服務業的某些技能和企業會貶值乃至消失；另一方面，而更多新的崗位和企業將崛起，參與和改變原有信息服務業的產業分工。從在大數據的背景下看信息的運行流程。如下圖所示。

　　2.大數據背景下的信息服務業產業分工流程

　　大數據技術出現之前，信息服務業有著成熟的盈利模式和商業模式。隨著大數據的發展，這些企業會根據行業分工的變化，對自己的運營模式進行細微的調整。下面按照信息的處理流程為順序，分別介紹每個環節上的典型企業的運營模式。

　　2.1 局部信息搜集環節

　　某些特定領域的信息價值比較富集，往往需要傳統信息搜集的企業提供信息搜集的技術服務。但不同于傳統的IT技術服務模式，大數據的發展為這種服務模式帶來潛移默化的改進。

　　考慮到今后大數據的運營收益，這個環節的新興企業往往主動降低報價甚至完全免費提供服務；而業主往往同意在不改變數據所有權的前提下，讓這些企業擁有數據的獨家開發利用權力。例如目前政府的一些信息化惠民項目，以及前段時間非常火爆的邁外迪、樹熊網絡等提供免費Wi-Fi的O2O概念企業。　　值得注意的是，信息搜集不直接創造價值，信息搜集必須通過其他環節的參與配合創造價值。在未來盈利不明朗的情況下，這種商業模式的報價不能太低。

　　2.2 眾包信息搜集環節

　　眾包是指一個企業把要完成的工作，交給外部非特定的大眾完成。這個環節的企業，在用戶有強烈參與意愿和低成本搜集條件的前提下，多采用UGC（User Generate Content）的商業模式。例如用戶在使用百度地圖導航服務的同時，不知不覺地無償提供了自己的機動車的速度和位置信息。這些信息成為了這類企業提供更精準的交通信息的基礎數據。類似的企業還有迅雷下載、51信用卡管家、支付寶線下收單業務等。

　　眾包環節的商業模式應當注意，以下兩點。第一，“普通大眾”的參與意愿。只有讓用戶在無意識中低成本的完成眾包任務，才能實現“我為人人，人人為我”的商業模式。第二，眾包環節的信息搜集成本應當足夠低。低成本是來源于模式創新，而不是成本的節約；模式創新換來的低成本，為某些企業的補貼行為提供成本空間。

　　值得關注的是，眾包環節的大部分企業，目前都在貼成本做大數據規模，幾乎都沒有實現盈利。

　　2.3 信息預處理和整理環節

　　大數據背景下，信息服務業所承載的信息量激增，增量往往是尚未結構化的數據。而信息預處理和整理環節企業需要做的，就是將這些數據整理成結構化的可視數據。

　　信息的預處理和整理一般由程序完成，程序的特點是一旦研發完成投產，邊際成本幾乎為零。因此該環節的企業選擇商業模式的時候，幾乎無一例外地采取邊際成本模式。即一開始就投入資金進行軟件開發，投產后通過快速發展客戶攤薄研發成本，確立競爭優勢。占領一定市場份額后，這類型的企業往往通過免費加增值的盈利模式獲得收益。

　　美國的Salesforce公司就是一家基于云計算的SaaS銷售支撐服務和數據處理服務商的綜合體。它一方面通過服務為用戶積累了大量進貨、銷售、庫存、客戶關系、產品管理等基礎數據；另一方面打通這些孤立數據的關聯，提供可視化的數據報表分析、趨勢判斷、銷售機會提醒等服務。Salesforce憑借銷售SaaS和數據處理服務，市值已經逼近500億美元。

　　阿里巴巴的“友盟+”也是類似的一家從事全數據服務的企業，它所服務的領域是移動互聯網。“友盟+”目前覆蓋9億的用戶，每天搜集的數據多達數百億條。企業的任務就是用模塊化的程序組件把信息量極低的數據串聯起來成為結構化數據，降低了存儲空間，提升了信息的價值密度。

　　國內還有一些中小科技型企業為客戶進行定制化、私有化的開發部署，把不同系統的數據進行合并成全局數據視圖。該類型企業通過提供IT技術服務獲得服務報酬，邊際成本不為零，其商業模式和盈利模式比較傳統。

　　2.4 信息交易整合環節

　　信息的所有者擁有信息但并不具備開發利用的意愿和能力，信息的需求者具備開發利用的能力和意愿，但是缺乏必要的數據。例如，電商企業需要用戶的上網行為數據，農業企業需要氣象部門的預報數據，金融企業需要稅務工商司法的征信數據。這個矛盾在信息膨脹之前并不明顯，但隨著大數據的來臨，需要交換和整合的數據規模，大到足以滋生出一個數據交易和整合的市場。

　　數據交易的市場往往以電子化交易平臺的形式出現。例如北京星圖數據公司的大數據開放平臺“蜂巢（DataComb）”不僅開放了北京星圖的自有大數據，還能兼容第三方數據源和數據開發者。平臺將數據明碼標價，交易形態豐富，旨在拉攏撮合信息的供求雙方，打造一個開放的數據集市。盈利模式上，企業自身作為信息交易的撮合者，一般按照交易金額的百分比抽取傭金，采用的是變相稅收的盈利模式。

　　這個環節的企業在運營的時候，應當注意：

　　第一，信息交易的隱私保護和數據清洗。政府和其他信息擁有者希望市場走向開放，但有在很大程度上對自己的信息持保留態度，應當從交易整合的規則、規范上打消信息擁有者的顧慮，才能開啟一個開放自由的市場環境。

　　第二，積極營造黑洞效應。交易涉及供需雙方，交易市場是一個典型的雙邊市場。初期應當零成本甚至貼成本的手段，使交易標的物快速的豐富起來；到了一定階段，平臺上待交易的信息會越來越多，運營的成本會越來越低；最后，數據富集到一定程度，會像黑洞一樣，吸引著其他數據聚攏，形成黑洞效應。

　　2.5 數據分析挖掘環節

　　數據的分析和處理，是大數據產業最具特色的一個環節。此環節的企業提供服務的形式有兩種：一種是提供數據處理工具；另一種是直接幫用戶處理數據。他們往往利用軟件的邊際成本遞減特性，快速推廣客戶攤低成本，實現盈利。

　　例如國內的華院數據、天津天才博通科技、神舟通用、杭州合眾信息等，他們提供定制化的分析挖掘工具，為客戶安裝部署后，客戶就可以對數據進行分析和挖掘。由于這類企業的邊際服務成本不為零，只能通過技術服務盈利，商業模式和盈利模式比較傳統。

　　值得關注的是近期開源的兩大人工智能工具：Google的人工智能開放平臺TensorFlow和Facebook的人工智能工具Torch。他們采用免費加增值的商業模式。在完善的知識產權保護制度下，他們一方面開放技術擴大市場份額，促使產品迭代升級；另一方面充分利用GNU協議約束實現企業盈利。這種模式有時稱為“開源模式”。

　　2.6 管理發布環節

　　具有利用價值的信息，都需要經過管理發布環節，提供給需求方換取價值。對于數據成果變現容易的企業，他們可以直接銷售數據結果，獲得收益。例如，美國的Climate Corporation（后以10億美元價格被孟山都收購），把天氣數據直接銷售給農業企業用于預測災害發生概率和農業產量，進而還能向農戶銷售保險。

　　但對于大部分的大數據企業而言，信息資源直接變現比較困難，它們往往采取兩種商業模式進行變現：數據整合模式和占領入口模式。　　

2.6.1 數據整合模式

　　采用平臺化資源整合商業模式的企業，將自身定位為數據的整合者。它們一方面積極從企業或政府（以購買或者分成或者以項目建設形式）搜集擴充大量自有數據；另一方面擴大社會合作，從社會的企事業單位吸納大量的數據信息，這些數據經過整合后成為有價值的交易標的物，例如經過清洗經濟交通規劃數據和統計報告。此環節的企業通過把控數據發布和交易過程（現金流、信息流、用戶資料等），獲得話語權和分紅權。典型的企業包括貴陽大數據交易所、武漢東湖大數據交易中心、華中大數據交易所、九次方、數據堂等。

　　以國資背景的貴陽大數據交易所為例，截至2015年底，貴陽大數據交易所已經整合了100多家大數據公司的數據，整合數據總量超過10PB。截至2015年底，貴陽大數據交易所交易額突破6000萬元，所整合的數據門類包括涉及國計民生的35個門類。以民間資本背景的九次方為例，九次方分別與騰訊、湯森路透的合作提供企業征信查詢和圖表查詢，每次的收入五五分成。

　　值得關注的是，此環節的服務形式有所創新。信息發布形式不僅是直接下載數據或報告，也可以采用API接口的方式，讓企業按需調用、按需付費。這意味著信息的需求方，信息獲取的門檻大幅降低而且確保了數據實時性。

　　這類企業的盈利模式一般采用變相稅收模式，即將收入分配給提供整合數據的合作方，自己保留一部分傭金。

　　值得注意的是，國有企業往往借助政策扶持，定位為平臺化的數據整合者，從管理發布環節進入大數據信息服務業。

　　2.6.2 占領入口模式

　　與實力雄厚的國資背景企業不同，民營企業進入管理發布環節的時候，往往找準一個垂直領域，采用占領入口的商業模式。他們在某個垂直領域做到行業第一，然后深入發掘該領域數據的商業價值，或者通過廣告換取收入。

　　例如提供航班交通信息查詢的“航旅縱橫”和“飛常準”等App運營企業。他們調用民航航班數據，為大家預測準點率，結合乘機人數據，為大家辦理值機等。類似的還有提供淺信用查詢服務的 “企查查”和“企+”等App運營企業。

　　這類企業的盈利模式一般采用“零和”的廣告盈利模式，即通過提供免費低價服務吸引大量用戶，在用戶使用服務的時候插入廣告，換取收益。廣告的多少和用戶體驗的好壞，形成一對零和博弈。

　　2.7 跨界應用環節

　　信息是中性的，信息不創造價值。但基于正確的信息進行資源的優化配置，相比起靠感覺和經驗做出的資源配置，能降低錯誤決策的成本浪費，從而創造價值。在大數據的背景下，越來越多行業企業意識到，應當從靠經驗驅動的決策模式，轉變為靠數據驅動的決策模式。隨著決策模式的轉變，越來越多信息服務業的企業從而也獲得了跨界經營的話語權。他們憑借手上的關鍵信息，參與其他行業的利潤分成。他們一般采用的商業模式為產業鏈滲透模式。以向精準營銷界跨界的TalkingData為例，TalkingData后臺能根據用戶的游戲行為數據判斷用戶的特征屬性，但TalkingData不直接銷售報告或數據，而是主動尋求與招商銀行合作，開展跨界營銷活動。跨界營銷為招商銀行節約了營銷成本，而招商銀行也愿意支付給TalkingData一定的營銷費用，雙方互惠共贏。

　　以向金融領域跨界的美國Zestfinance公司和中國同盾公司為例，它擁有傳統銀行的信貸數據（如賬戶數、信貸歷史、違約數、流水）及其他結構化的數據（如交租情況、搬家次數等），在關聯了貸款人的身份信息與線上行為后，可為銀行和典當行提供量化的信用風險分析。

　　以向安全領域跨界的Palantir公司為例，Palantir幫助CIA、FBI等情報機構處理成千上萬個數據庫，快速找出與恐怖襲擊、疾病災害等有關的潛在威脅。很多銀行和對沖基金客戶，也找Palantir幫助預測欺詐行為。

　　更多可供大數據進行跨界滲透的領域還有醫療、交通、金融、電子商務、零售、通信、政府公共服務等。

　　3.結論

　　借助國家地方政策的推動，隨著大數據、物聯網、云計算、機器學習等技術的發展，信息服務業正在經歷前所未有的升級轉型和流程再造。在新的產業鏈上，尋找與企業基礎相匹配的轉型切入點，設計與企業優勢相匹配的商業模式，才能在大數據背景下的新一輪信息服務業競爭中贏得一席之地。

　　參考文獻：

　　[1]菲利普？科特勒.營銷管理[M]10版.梅汝和，梅清豪，周安住，譯.北京：中國人民大學出版社，2001。

　　[2]吳德進.福建省電子信息產業轉型升級的路徑和對策[J].福建論壇：人文社會科學版，2013（1）：137-142。

　　[3]陳建龍，王建冬.我國地方信息服務業發展的經濟環境和發展階段分析[J].圖書情報工作，2010，54（4）：38-40，65。

返回列表