大數據產業具有無汙染、生態友好、低投入、高附加值的特點，對我國改變過去資源型經濟增長方式、推進“互聯網+”行動計劃、實現國家制造業30年發展目標具有戰略意義。前幾年國內大數據行業討論多，落地少，商業模式處於起步階段，行業處於兩個極端:壹個是過熱浮躁帶來壹定的泡沫和產業風險；壹種是懷疑大數據只是炒作，仍然堅持傳統的管理理念和商業模式。但進入2015後，大數據行業告別了泡沫，進入了更加務實的發展階段，從行業的萌芽階段進入了成長期。目前，如何實現大數據已經成為業界探索的重要方向。
B2B大數據交換
國內外的公司都在推動大數據交易。目前，我國正在探索“國家隊”B2B大數據交換模式。
2065438+2004年2月20日，國內首個數據交易行業組織——中關村大數據交易產業聯盟成立。同日，中關村數海大數據交易平臺上線，定位大數據交易服務平臺。2015 4月15日，貴陽大數據交易所正式上線運行，完成首批大數據交易。貴陽大數據交易所完成的首批數據交易的賣方為深圳市騰訊計算機系統有限公司和廣東數字廣東研究院，買方為京東雲平臺和金鐘數據系統有限公司2015年5月26日，在貴陽國際大數據產業博覽會2015暨全球大數據時代貴陽峰會上 貴陽大數據交易所發布了《2015中國大數據交易白皮書》和《貴陽大數據交易所702公約》，為大數據交易所的性質、目的、交易對象、信息隱私保護指明了方向，奠定了基礎。
咨詢研究報告
國內咨詢報告的數據大多來自國家統計局等部委的統計數據。專業研究人員對數據進行分析和挖掘，找出各行業的數量特征，然後得出定性結論，常見於“市場調研分析和發展咨詢報告”。比如《2015-2020年中國通信設備行業市場研究分析與發展咨詢報告》《2015-2020年中國手機行業銷售形勢分析與發展策略》《2015年光纖市場分析報告》都是面向社會銷售的，其實就是O2O的大數據交易模式。
各行各業的分析報告為行業內大量企業提供智力成果、企業運營、市場營銷等方面的數據參考，有利於優化供應鏈，避免產能過剩，維護市場穩定。這些都是基於統計部門結構化數據和非結構化數據的專業研究，是傳統的壹對多行業大數據商業模式。
數據挖掘雲計算軟件
雲計算的出現為中小企業分析海量數據提供了廉價的解決方案，而SaaS模型正是雲計算的最大魅力。雲計算服務中的SaaS軟件可以提供用於數據挖掘和數據清洗的第三方軟件和插件。
有業內專家指出，大數據=海量數據+分析軟件+挖掘過程，通過強大的分析軟件提供多樣化的數據挖掘服務是其盈利模式。國內壹些大數據公司開發了這些基於雲的大數據分析軟件:它集統計分析、數據挖掘、商業智能於壹體。用戶只需要將數據導入平臺，就可以利用平臺提供的豐富算法和模型進行數據處理、基礎統計、高級統計、數據挖掘、數據映射和結果輸出。數據由系統統壹管理，可以區分私有數據和公共數據，保證私有數據僅供持有者使用，支持訪問各種數據源。適用於分析各行各業的數據，易學易用，操作界面簡單直觀。普通用戶稍加了解即可使用，也適合高端用戶自行建模進行二次開發。
大數據咨詢和分析服務
機構和企業規模越大，擁有的數據量越大。但是很少有企業像大型互聯網公司壹樣有自己的大數據分析團隊，所以壹定會有壹些專業的大數據咨詢公司，以管理咨詢為基礎，提供大數據建模、大數據分析、商業模式轉型、營銷策劃等服務。以大數據為基礎，咨詢公司的結論和咨詢結果更有說服力，這也是傳統咨詢公司的轉型方向。比如國外某大型IT研究咨詢公司的副總裁曾在公開場合表示，大數據在貴州農業可以節省60%的投入，增加80%的產出。當然，公司基於自身積累的貴州農業、天氣、土壤等數據，以及建模分析能力，可以做出這樣的斷言。
政府決策咨詢智庫
黨的十八屆三中全會通過的《中央關於全面深化改革若幹重大問題的決定》明確提出，加強中國特色新型智庫建設，建立健全決策咨詢制度。這是我國中央文件首次提出“智庫”的概念。
近年來，壹批以建設現代智庫為導向、以服務國家發展戰略為目標的智庫迅速成立。中國智庫數量從2008年的全球12，躍升至目前的第二位。大數據是智庫的核心。沒有數據，智庫的預測和分析都會是無源之水。在海量信息甚至泛濫的情況下，智庫必須依靠大數據分析來提高對信息的梳理和整合能力。
研究表明，93%的行為是可以預測的。如果把事件數字化、公式化、模型化，其實多麽復雜的事件都有可預測的規律可循，事件的發展趨勢是極其可預測的。可見，大數據的應用將不斷提高政府的效率和決策的科學性。
自有平臺大數據分析
隨著大數據的價值逐漸被各行各業所認識，擁有龐大客戶群的大中型企業也開始開發建設自己的平臺來分析大數據，這些大數據嵌入到企業內部ERP系統的信息流中，數據將指導企業內部的決策、運營、現金流管理、市場開拓等。，並在增加企業內部價值鏈中發揮作用。
在分析1.0時代，數據倉庫被視為分析的基礎。在2.0時代，公司主要依靠Hadoop集群和NoSQL數據庫。3.0時代新的“敏捷”分析方法和機器學習技術正在以更快的速度提供分析結果。更多的企業會在戰略部門設置首席分析師，組織知識結構和營銷經驗豐富的人對各類數據進行混合分析。
大數據投資工具
證券市場行為和各種指數與投資者的分析、判斷和情緒有很大關系。2002年，諾貝爾經濟學獎被授予行為經濟學家卡尼曼和實驗經濟學家史密斯。行為經濟學開始被主流經濟學所接受，行為金融理論將心理學尤其是行為科學理論融入金融學。現實生活中，擁有大量用戶數據的互聯網公司，將自己的論壇、博客、新聞報道、文章、網民的用戶情緒和投資行為與股市聯系起來，研究互聯網的行為數據，關註熱點和市場情緒，動態調整自己的投資組合，開發大數據投資工具，比如大數據基金。這些投資工具直接將大數據轉化為投資理財產品。
定向采購網上交易平臺
數據分析的結果往往是其他行業的業務基礎。目前，我國實體經濟電子商務已經實現了B2C、C2C、B2B等。，甚至目前O2O越來越流行。但是，對於數據等虛擬物品，目前還沒有專門的網絡交易平臺。比如服裝制造企業需要某省市場客戶身高體重的中位數和平均數數據，那麽醫院體檢部門和專業體檢機構就是這些數據的提供者。服裝企業通過獲取這些數據，將能夠進行精細化生產，以較低的成本生產出符合市場需求的服裝。試想壹下，如果有這樣壹個“面向大數據的采購平臺”，就像淘寶購物壹樣，可以推出買家的需求和賣家的產品。通過這種模式和壹個第三方支付平臺，商品“數據分析結論”就會悄然浮現。這種商品不占用物流資源，不汙染環境，響應速度快，但無論是“供給”還是“需求”都有巨大的市場。而且通過這個平臺可以保證基礎數據的安全性。面向大數據的采購服務平臺交易的不是底層基礎數據，而是通過清洗建模的數據結果。所有賣家和買家都要實名認證，建立信用檔案機制，並與國家信用體系對接。
非營利數據信用評級機構
在國家將公民信息保護納入刑法範疇之前，公民個人信息往往被明碼標價公開出售，形成了壹個“灰色產業”。因此，2009年2月28日通過的刑法修正案(七)增加了出售、非法提供公民個人信息罪和非法獲取公民個人信息罪。該法特指國家機關或者金融、電信、交通、教育、醫療等單位的工作人員，不得向他人出售或者非法提供公民個人信息。然而，公民信息仍在各種考試機構、房產中介、釣魚網站、網站論壇中被出售。詐騙電話、騷擾電話、推銷電話在增加運營商電話流量的同時，也在破壞整個社會的信用體系和公民的安全感。
雖然交易前交易所對數據進行了清洗，但交易所工作人員本質上並不能監控全國的海量數據。數據清理只清理不符合格式要求的數據，主要包括數據不完整、數據不正確和數據重復。因此，建立壹個非營利性的數據信用評估機構是非常必要的。作為國家征信系統的壹部分，需要將數據信用信息納入企業和個人征信系統，防止黑市交易成為市場的正常行為。
除了信用評級機構，國家公安部門未來可能成立數據安全局，納入網警範疇，重點打擊出售侵犯商業秘密和公民隱私的基礎數據的行為。
結論:
大數據已經逐漸從論壇走向國家治理體系建設、營銷管理、生產管理、證券市場等各個方面，商業模式也是多種多樣。市場經驗表明，有買賣就有商品經濟，具體的商業模式會由市場決定。最終的事實將證明，大數據交易的商品經濟必然成為“互聯網+”的重要組成部分。