就在前幾天，我在微信群裏聊到了大數據。什麽是大數據？大數據能產生哪些商業模式？其實我是個外行，對這個問題也只是壹知半解。我今天這篇文章的目的不是告訴妳什麽是大數據。大數據能產生哪些商業模式？本文的目的是和大家分享如何通過大數據和商業模式的推演，來做思路的推演和思維的拆解！
說到思考，請允許我在這裏裝逼。雖然是空的，但是希望大家能看懂用意！
萬事萬物只要上升到道的層面就壹定是相通的。大家經常聽說運營中有很多套路。這是真的。如果沒有套路，做其他事情也是壹樣，也就是說壹切都有規律可循。最深的套路充其量是“道”，最後才是“哲學”(請註意我說的是最深的套路)。就像我們可以從道、法、術、器四個層面來看問題壹樣，其實這就是思維的套路。再比如，我們常說要透過現象看本質。這裏的本質其實就是大家所說的“套路”。
哲學是最深的套路，比如物質決定意識，意識反作用於物質，內因和外因的辯證關系，主要矛盾和次要矛盾的辯證關系，哲學中提到的發展觀。其實就是我們常說的“套路”，只是這個套路很厲害，因為它能指導人類生產實踐，影響社會發展。我們分析事物，做操作，或者做任何事情，都要建立層層套路，也就是說，哲學層面的套路，方法論層面的套路，技術層面的套路，甚至設備層面的套路。
好了，裝完了，再說大數據。妳怎麽看待大數據？大數據可以衍生出哪些商業模式？
我們用這個來演繹和拆解我們的思維。我覺得看待任何事情，首先要做的是理解這件事情的定義或者基本邏輯。
要回答這個問題，首先要明白什麽是大數據！這裏不做具體定義，只是提問舉例！大數據壹定要以數字形式呈現嗎？世界上所有電話號碼的集合叫大數據嗎？全世界所有公司的經營財務報告的數據收集是不是叫大數據？所有的經濟數據集都叫大數據？如果要這樣理解大數據，就有點片面了。其實大數據包含了所有元素的集合，後面我們會舉壹個例子。
大數據是互聯網時代才出現的嗎？答案也是否定的。其實大數據在互聯網出現之前就已經存在了，互聯網只是大數據形成的加速器。這裏我們可以舉壹個大數據的例子:
世界上所有的物種都是壹組大數據。
全國各省、市、縣在某壹時間點的不同溫度、風力、空氣濕度、負氧離子含量的集合，就是壹組大數據。
再比如，中國14億人的生理特征集合就是壹組大數據。
百度搜索上線以來收錄的所有用戶搜索行為都是壹組大數據。
滴滴打車所有用戶的打車行為記錄是壹組大數據。
……
這樣的例子很多。當然，宇宙中所有不同的大數據例子的集合也是壹組大數據。
了解了大數據的概念之後，我們再來看看大數據是如何工作的。大數據的運用不是追求因果關系，而是發揮其相關性。比如，網民在特定地區的搜索行為和特定時間段的流感之間沒有因果關系，但是這個搜索行為和流感之間的關聯可以通過數字化後建立起來。具體壹點吧。我們假設中國和廣東的網民對發燒、咳嗽、頭暈等關鍵詞的搜索量在最近壹周突然激增。比如這些關鍵詞已經有了幾百萬甚至上千萬次的集中搜索，那麽可以推斷這方面發生了某種* * *現象。根據發熱、咳嗽、頭暈等關鍵詞，我們可以冷靜下來，廣東省可能出現了某種流感或疫情。
妳為什麽能這麽肯定？因為大家的搜索都是有目的或有意的，出現上面提到的關鍵詞，很可能是網友在搜索老咳這類東西。或者頭暈發熱是什麽原因？如何治療這些癥狀？兩個或者幾十萬人同時搜索這個可能不算什麽，但是如果幾百萬或者幾千萬人同時用高頻詞搜索這些問題，那壹定存在某種* * *性問題，可以斷定對於上述問題存在某種流行！
這是大數據之間關系的表達，也就是大數據的分析和預測。當我們發現這種異常的搜索行為時，可以迅速啟動相關部門的調查和排查，壹般基本可以斷定存在疫情。這時候就可以快速啟動應急機制，這時大數據的作用就發揮出來了。這是大數據關聯、分析、預測的壹個例子。現在這種分析方法已經被廣泛使用。比如妳在開車的時候，經常會聽到實時路況的廣播或者地圖上實時路況的顯示。這是大數據的結果。這時候妳就可以避開這些擁堵的區域了。
我們也可以通過假設或想象來舉例。比如，如果能把氣候數據和人的工作效率數據化，找出兩者之間的相關性，就能準確判斷壹個人在什麽氣候條件下(溫度、風力、空氣濕度、負氧離子含量等)工作效率能達到什麽水平。)什麽時候？這樣，未來我們可能不需要壹天八小時的固定工作制，甚至可以認為氣候數據的介入最能匹配人的心情和工作狀態。這樣會讓大家的工作效率提高十倍甚至上百倍嗎？
當然，如果我們再大膽壹點，也可以根據人的行為特征的所有數據來預測人的下壹步行為。當然，這是後話。
讓我們回到最初的問題，什麽是大數據？大數據能產生哪些商業模式？前面的問題上面已經回答了。讓我們繼續思考後壹個問題:大數據能產生什麽商業模式？
我們來做壹個思路的逐步推演！
我們前面說的大數據壹定是海量的、多樣的、變化的，所以我們可以認為大數據壹定不是每個人、每個機構都有的，也就是說大數據的沈澱和產出壹定是稀缺的。那麽擁有大數據沈澱的公司或機構就具有稀缺性優勢。首先，毫無疑問，大數據是有用的。有用的、稀缺的東西壹定會產生商業價值。於是大數據的第壹個商業模式出現了:出售大數據資源。
我們接著想，有些機構雖然有大數據資源，但是不具備大數據的分析能力或者應用能力，比如政府，可能缺乏這種思維或者我們所說的大數據思維，不具備這種專業性或者專業人才。大數據分析不了，就產生不了價值，於是出現了大數據的第二種商業模式:提供專業的數據分析或數據解決方案，收取服務費。
別停，我們繼續！也有專業的數據分析和解決方案。如何實施這些解決方案？比如我們通過分析發現，人的生理特征，比如身高、身高、體重、屁股接觸面積，其實和汽車座椅的強度、被擠壓的形狀都有關系，所以通過數據求解得出結論，我們可以做壹個智能的汽車座椅防盜系統！然後這個專門做防盜系統的數據分析和數據解決方案公司做不到，也無法落地！所以大數據的第三種商業模式出現了:就是把大數據解決方案做成商業產品，通過產品銷售或者服務來賺錢。
我們可以總結出三種主流的大數據商業模式:
1，賣大數據資源
2.提供大數據分析和解決方案。
3.實施大數據解決方案，形成商業化產品。
當然，這三種主流的大數據商業模式可以衍生出很多商業模式，通過大數據思維可以掀起壹波商業模式的變革。
當然，也有公司或機構有能力應用上述三種主流的大數據商業模式，如谷歌、阿裏、臉書和百度。
以上觀點並不新穎，也不壹定準確。看具體的演示思路很重要。在大數據商業化運營的過程中，肯定會出現任何時代都不可避免的問題，那就是欺詐和忽悠。其實這個我們很容易理解。因為在商業模式的實踐中，必然要以最小的成本實現利益的最大產出，也就是追求利益的最大化。這是商業運作的本質，但這只是市場上的現象，會在市場發展的過程中得到優化！真正符合用戶需求的商業化行為才能堅持到最後。
也許又有人會問，這些商業化成果的評判標準是什麽？
做任何事情都有標準，標準是我們做事的參照。當然，標準不是壹成不變的。其實這裏可以用大家認為的大而空:所謂的標準，符合法律，壹定是最大的標準。標準可以由先行者制定，也可以由先行者制定，但制定的標準必須合理、高，即必須符合法律。行業內經常出現不合理的標準，但這些標準最終會被替代或優化。
上面說的關於標準，都是關於道的層次，是上面說的最大套路。當然，我們需要圍繞這個套路，將標準具體化、細化，以便參考和執行。
我們以代理經營為例。代理運營的最終目的難道不是高尚的為客戶實現利潤最大化嗎？現實不就是在給客戶帶來看得見的效果的基礎上實現代理公司自身利益的最大化嗎？那麽我們可以圍繞這個思路來拆解壹下，用什麽樣的標準來衡量具體工作代表運營的效果呢？企業經營的本質是利潤，所以效果的衡量應該是銷售和成本兩個緯度。經過具體的分配，這是壹個很大的措施。然後我們分了它。怎樣才能提高銷量，控制成本？這就涉及到具體的手段和技巧，而這些具體手段和技巧的效果衡量又涉及到具體的標準。當我們把這個思路拆分到最小粒度的時候，就可以形成壹個非常詳細的操作標準。
同樣，確定上述標準的思路也可以類比為建立社區運營的標準，比如社區精華帖的評價標準，高人氣帖、熱門帖、編輯推薦、優質帖的評價標準都可以用上述思路進行拆解和進壹步細化。