基于“大数据”的商业模式创新，本文主要内容关键词为：商业模式论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题提出
20世纪90年代以来，随着信息、通信技术的发展、交汇与融合，新的商业模式层出不穷，涌现出一大批依靠商业模式创新而创造辉煌的企业：苹果、IBM、亚马逊、Google、eBay、Facebook、海尔，等等；纵观这些商业模式创新的典范，可以看出这些创新大都与无限接近消费者有关、与跨界有关(吴伯凡，2011)，都直接或间接地与信息数字化技术和互联网有关。商业模式创新登上了企业创新的中心舞台，“大数据”成为商业模式创新的基本时代背景。全球知名咨询公司麦肯锡最早提出“大数据时代已经到来”，2011年，在其题为“Big Data：The Next Frontier for Innovation，Competition and Productivity”的研究报告中指出：数据已经渗透到每一个行业的每一个业务职能领域，逐渐成为重要的生产要素；人们对于海量数据的运用将预示着新一轮生产率增长和消费者盈余浪潮的到来(James，Michael，2011)。
学术界已经开始关注“大数据”对管理理论和实践的深刻影响。2012年瑞士达沃斯世界经济论坛的与会者宣称：数据的威力无比强大，数据是一种新的经济资产，就像货币和黄金一样；这不仅是一次技术革命，从某种意义上说是一种社会革命，将对国家治理模式、企业决策、组织和业务流程、个人生活方式产生巨大的影响(Johnson，2012)。“大数据”时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心资产，并将深刻影响企业的业务模式，甚至重构其文化和组织；没有任何商业活动领域能够在这场运动中独善其身(McAfee，Brynjolfsson，2012)。Bughin et al.(2011)指出“大数据”可以通过信息透明化释放巨大的价值，大数据时代会产生新的管理规则，并提出数据导向竞争优势(a data-driven competitive edge)的概念。McGuire et al.(2012)阐释了“大数据”带来新的竞争优势的五种途径：信息透明化、更多的交易信息数字化、针对更窄细分市场量身定做的产品和服务、精密的分析，以及产品和服务的前瞻性开发。Brown et al.(2011)指出大数据带来的是改变游戏规则(the game-changing)的巨大影响，企业的成功不仅仅取决于新技术而且取决于关于大数据时代如何发展的新思维：一个受大数据影响的扩展了的管理实践循环以及大数据对潜在的、破坏性的、新的商业模式的作用；进而指出：彻底定制化(radical customization)、永恒的实验(constant experimentation)和新奇的商业模式(novel business models)是公司在捕捉和分析海量数据时代竞争的新标记。
“大数据”将如何影响企业及其商业模式?企业如何利用“大数据”进行商业模式创新?在商业模式创新成为企业竞争优势新来源(Zott，Amit，2009)的今天，这是一个极具意义的研究问题!本文拟从“大数据”对商业模式创新驱动的三维视角揭示基于“大数据”商业模式创新的方向与规律性，旨在为“大数据”时代企业进行商业模式创新提供一个清晰的思路。
二、“大数据”的商业模式创新驱动
1.“大数据”之“大”
对于“大数据”(big data)，目前还没有一个权威的定义。Douglas and Laney(2012)提出：“大数据”是需要新的处理方式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；Goyal et al.(2012)认为：大数据是指多来源收集的、多种形式的，而且通常是实时的巨大数据集合，它已经超越了公司在CRM数据库中拥有的规则的数据集合，它的量级从几十个TB到若干PB，它们是如此宽泛而复杂以至于需要专业化软件工具和分析专家去收集、管理和挖掘它们。笔者认为，这些定义基本都来自于IT专业视角，而作为一种社会变革大背景，“大数据”基本上应包括三层含义：一是社会生活泛数据化。技术手段允许几乎所有存在物的痕迹都可以被实时记录，泛互联网化将受众的各种信息数据都暴露在网络之上，他们的行为可被监测，“每一个人现在都是行走的数据生成器”(McAfee，Brynjolfsson，2012)，整个社会生活都可以以数据来表征。二是数据规模及生成速度之“大”。由于数据生成主体的泛化，数据信息传播方式也由单中心、单向传播向多中心、网状裂变转变，使数据体量呈爆炸式增长。三是大数据技术之“大”。ICT及相关技术的大发展使庞大数据的产生、收集、存储、处理、应用成为可能，随着数据量级的飞跃，数据处理从关系型数据库，到数据仓库，再到“联机分析”、数据挖掘、数据可视化，在不断发展与演变的基础之上，大数据技术出现。①“大数据”之变革性主要体现在其“4V”特征中：
(1)海量数据(volume)。从B(Byte)、KB、MB、GB、TB，到PB、EB、ZB、YB……数字宇宙的边界不断扩大。自从人类有印刷术以来，过往上千年的印刷材料也只相当于200 PB，而在2011年一年，全球就新产生了约1.8 ZB的数据；数据在源源不断地生成，且呈指数速度增长，2012年全世界大约每天产生2.5 EB的数据。仅以沃尔玛为例，它每个小时从其顾客交易中获得的数据就超过2.5 PB(McAfee，Brynjolfsson，2012)。据John and David(2010)的预测，全球数字信息总量到2020年将是现在的44倍，全球数据使用量将达到大约35.2 ZB。可见，“大数据”体量之“大”是一个不断发展的概念，对这些海量数据的存储和处理，已经大大超过了传统企业IT架构的承载能力，企业IT架构与IT产业的重新布局将是新一轮创新的方向之一。
(2)多来源非结构化数据(variety)。企业内部的经营交易信息，物联网世界中商品、物流信息，互联网世界中人与人之间的交互信息、位置信息等是大数据的三个主要来源。具体来看，它们来自网络文本、文件、搜索索引、日志、RFID、传感器网络、呼叫记录、天文地理数据、生物基因信息、医疗记录、摄影视频档案，以及大规模的电子商务数据等。多元来源的数据其大小、格式可能都不相同，其中75％—80％都是非结构化数据(例如，视频、Facebook更新、Twitter消息、互联网搜索等)，有预测指出，未来10年，非结构化数据量将占全部数据量的90％(涂子沛，2012)。尽管企业的IT部门已经非常熟悉挖掘和分析结构化的交易数据，但他们通常还不具备管理和处理增长速度更快的非结构化数据的能力，只有利用专业化的大数据分析技术才能够从中揭示出以前很难或不可能确定的重要关联。
(3)实时处理(velocity)。对实时处理的要求，是区别大数据应用和传统数据仓库技术、BI(商业智能)技术的本质差别之一，特别是涉及感知、传输、决策、控制开放式循环的大数据，例如，与网上交易或者金融证券业务相关的应用等，对实时处理都有着极高的要求。在今天，实时处理所需的数据存取和计算技术已经取得了巨大进步，关于计算的所有要素成本(存储、记忆、运行、带宽等)都稳步下降：例如1981年，一个千兆字节的内存大约需要30万美元，而今天只需10美分。这使得以实时处理作为价值创新点的商业应用成为可能，而实时或近似实时的信息处理与运用能使一个公司比其竞争对手更加机敏(McAfee，Brynjolfsson，2012)。
(4)低密度高价值(value)。“大数据”背后隐藏着极高的经济意义和经济价值，但是，“大数据”的价值深藏于浩瀚的数据当中，需要多来源数据的参照、关联、对比分析，需要独到的思维、高超的技术，挖掘大数据的价值就类似于沙里淘金(赵国栋，2012)。“大数据”的巨大价值来自于其超前预测能力和真实性。马云曾提到：“2008年年初，阿里巴巴平台上整个买家询盘数量急剧下滑，欧美对中国采购也在下滑；海关是卖出货以后才获得数据，而我们提前半年从询盘上就推断出世界贸易发生变化了”；华尔街德温特资本市场公司首席执行官保罗·霍廷则开始尝试每天利用电脑程序分析全球3.4亿微博账户的留言进而判断民众情绪来决定如何处理手中的巨额股票。“Big Data+Big Analytics=Big Opportunities”(Johnson，2012)，“大数据”已经成为这个时代企业变革和创新的基本思维起点。
2.“大数据”所引发的商业模式创新
“大数据”所引发的变革是全方位的、多层次的：“大数据”代表着一种新的生活方式，它改变了消费者的需求内容、需求结构和需求方式；“大数据”提供了一种新资源和新能力，为企业发现价值、创造价值、解决问题提供了新的基础和路径；“大数据”是一种新技术，为整个社会的运行提供基础条件；“大数据”是一种思维方式，引发企业对资源、价值、结构、关系、边界等传统观念的重构。总之，“大数据”正在改变企业赖以存在的资源环境、技术环境和需求环境，企业需要对“为谁创造价值、创造什么价值、如何创造价值、如何实现价值”问题(即商业模式)进行重新思考。
商业模式是一种建立在多种构成要素及其关系之上、用来说明特定企业商业逻辑的概念性工具，商业模式可用来说明企业如何通过创造顾客价值、建立内部结构以及与伙伴形成网络关系来开拓市场、传递价值、创造关系资本、获得利润并维持现金流(Osterwalder et al.，2005)。借鉴Osterwalder et al.(2011)在《商业模式新生代》一书中提出的商业模式9个基本构造模块，可以把商业模式表示为：BM=｛CS，VP，CR，KR，KA，KP，CH，R＄，C＄｝(其中CS、VP、CR、KR、KA、KP、CH、R＄、C＄分别表示：客户细分、价值主张、客户关系、核心资源、关键业务、重要合作、渠道通路、收入来源和成本结构)；不同的商业模式是差异化的构造模块或者差异化的模块组合的结果。建立在这一概念框架基础之上，笔者认为，商业模式创新是企业在对顾客价值主张识别或再识别的基础上，对企业资源、结构、流程以及整个价值网络的重新设计与构造；它是对企业经营逻辑的系统再思考，它可以包括顾客价值主张创新、价值创造模式创新、价值传递模式创新、收益模式创新中的一个或多个方面；商业模式创新作为一种创新，其实质也是对某种差异化的追求，它可能起始于9个构造模块中某一方面的差异化，但商业模式创新最终要通过9个构造模块的系统化再设计来创造一种整体结构性差异；这种整体结构性差异最终会呈现于三个层面：企业特征层面、产业链定位层面和行业定位层面，基于不同层面差异化追求的商业模式创新的驱动原理并不相同，这也是商业模式创新可以被多个理论解释(诸如价值链分析、熊彼特破坏性创新理论、资源基础论、交易成本理论、战略网络理论等)的原因，但没有任何单一的创新和战略管理理论能够对其进行完整解释(Amit，Zott，2001)的原因。
大数据资源与技术成为企业追求差异化和经济租金的主导资源之一，它对商业模式创新的激发也是多维的。本文拟从三个视角揭示“大数据”对商业模式创新驱动的原理：一是企业对大数据资源和技术的工具化运用所引发的商业模式基本构成要素的创新；二是大数据资源和技术商品化催生的“大数据”产业链的形成，以及企业在“大数据”产业链上的不同定位所引发的商业模式创新；三是基于“大数据”的行业外扩张衍生的以连接、融合、跨界为特征的商业模式创新。
三、“大数据”使能的商业模式创新
基于“大数据”资源工具化运用的商业模式基本构成要素的创新，基本上属于熊彼特创新的范畴，它是以新资源和新技术供应为基础的产品、生产方法、市场及行业的转变；这种创新是建立在新的数据资源观基础之上的，它包括对“大数据”资源本身价值、利用方式、获得方式的再思考，也包括对受“大数据”影响的企业其他资源、能力延伸和利用方式的再思考。基于“大数据”的企业特征层面的商业模式创新主要表现为：价值主张创新、价值创造和传递模式创新(关键业务和流程创新)、收益模式创新，以及外部关系网络和价值网络重构。
1.基于“大数据”的价值主张创新
“大数据”由于具有无限接近消费者的潜能可以为企业提供精准的价值主张。①洞悉消费者的真实需求。面向顾客的公司(customer-facing companies)很长时间以来都在利用数据细分和定位它们的顾客，然而消费者的真实需求具有隐蔽性、复杂性、易变性和情景依赖性，利用历史的、静态的、结构化的数据，企业很难获得用户的真实需求。而“大数据”使企业获得消费者的真实需求成为可能：人类的细微行为，会直接暴露内心的真实想法，例如网友在网络中的足迹、点击、浏览、留言等能直接反映他的性格、偏好、意愿；在物联网世界，企业可以运用来自内置于产品中的传感器数据，了解商品在真实世界里的真实使用情况。②对消费者进行准确细分。传统的、企业可操作的消费者细分一般以地理位置、人口统计特征为依据，而“大数据”可以实现越来越接近消费者真实需求的细分方式：一是细分标准抽象化。当人们的兴趣、爱好、价值观、生活方式、沟通方式等都可以数据化以后，以这些特征细分消费者就具有了现实可行性。二是细分市场微小化。从本质上讲，世界上有多少人就有多少种兴趣、偏好和需求，每个人都是一个细分市场，“大数据”正在使企业向“微市场”(micro-segments)(Goyal et al.，2012)化迈进。例如在医疗行业，基于包括个人遗传基因及分子组成的大数据的个性化医疗已经成为这一行业商业模式变革的大趋势。③产品的即时、精准、动态定位。大数据的实时个性化(real-time personalization)以及多来源、多格式数据的快速综合对比分析能力使数据的收集、整理、分析、反馈、响应可以在瞬间完成，使企业随时随地精准圈定用户群并满足他们的真实需求和潜在需求成为可能。零售业就是一个典型的数据驱动定制化的行业，目前在线零售商利用实时数据提供精准的商品推介已经十分普遍；新一代的零售商已经可以通过互联网点击流跟踪消费者的个人行为，更新他们的偏好、实时模型化他们的行为模式，快速识别出消费者在什么时候接近购买决策，然后打包首选商品促进交易的完成。以Sears Holdings(希尔斯控股)为例，几年前这一公司就决定利用它的三大品牌收集关于顾客、产品、促销的巨大数据创造价值——用以量身定做针对顾客的个性化促销手段和产品。但是，这一大规模分析所需要的数据是海量的而且是碎片化的，储存在不同品牌所持有的多个数据库和数据仓库中，运用企业原有的IT架构完成一轮分析需要8个星期的时间，这使其没有商业价值。后来，公司转向了大数据技术和实践，与Cloudera公司合作搭建了Hadoop Cluster(分布式计算集群)，运用集群可以直接进行数据分析，避免了耗费大量时间从不同来源抽取数据加以合并才能用于分析的复杂过程，产生一套有效的促销设计的时间从8个星期缩减为1个星期，而且Hadoop Cluster的存储和运行成本仅仅是传统标准数据库成本的一个零头(McAfee，Brynjolfsson，2012)，大数据技术的运用使其“量身定做”的价值主张得以实现。
2.基于“大数据”的关键业务和流程创新
作为基础技术条件和工具，“大数据”资源具有释放和放大其他资源价值的能量。基于“大数据”的关键业务和关键流程创新就是企业业务活动的“大数据”化，依据其改造和影响的范围可以分成以下几种情况：①以“大数据”设施和技术作为基础、以数据信息流为线索对整个业务流程进行再造，例如“大规模定制”生产方式的实现就是基于强大的IT基础设施对企业进行流程再造的结果。②以“大数据”活动取代传统的业务流程，使企业的业务经营模式发生变化。例如，电子商务的发展就是传统商业流通主要交易流程被数据交换取代的结果。③把“大数据”活动纳入价值创造流程，寻找新的价值创造方向和路径。例如在汽车行业，利用大数据分析，充分挖掘数据信息背后所隐含的行业技术关联，寻找有效途径延长燃气涡轮、喷气式发动机和其他重型设备的运行时间，这为传统制造业寻找新的价值增长点提供了思路。④基于“大数据”的流程再设计，以“大数据”作为解决问题的新方法，提高某一业务流程的效率或效果。以机场为例，预计航班到达时间是机场的一个重要流程，以往这一估计由飞行员到达最后一个导航点至机场期间提供，高误差率和大的误差范围引发了相当可观的成本，利用PASSUR Aerospace公司提供的名为RightETA的航班到达时间估计服务彻底改变了这种状况：RightETA服务是基于天气、航行时间表等公共数据以及PASSUR收集的多维历史数据进行的精细分析和模式匹配分析，转向使用RightETA服务以后，机场从根本上消除了预测误差，每年可为机场创造几百万美元的价值。
3.基于“大数据”的收益模式创新
许多商业模式创新都是建立在这样一种认知基础之上的：消费者对商品需求的本质是使用商品而非拥有商品本身。例如，出售模式改为出租模式，与此相对应的收益模式从一次性支付向“微支付”转变：著名的建筑设备制造销售商喜利得(Hilti)变身成为设备出租服务合同管理商(Johnson et al.，2008)，国内的“北森测评”公司通过在线销售创新软件收费方案——由原来以企业为单位的固定收费转变为按照使用次数收费等，这些创新都取得了巨大的成功。但是，使用这一收费模式的前提是使用过程可被记录和量化，而“大数据”可以实现使用过程、频率、强度的实时监控和记录。这一收益模式变革在软件行业和媒体广告行业最为典型。在软件行业，应用软件泛互联网化改变了消费者获得和使用软件的方式，软件价值的载体虚拟化，使软件的价值传递方式和收益模式必须发生改变。例如开源软件模式、App Store模式等，企业利用“门户化”建立排他性，提高客户粘性；利用“碎片化”，把原来大型臃肿的软件，拆分成多个独立的功能组件，用户可以按需下载，从而降低了客户的总体拥有成本，企业的关键流程也由开发、拷贝、销售软件向开发、服务、提供问题解决方案转变。在媒体广告行业，传统的以呈现时间或者频次为计费标准的收费模式很难在广告费用和广告效果之间建立起直接的联系，对于广告主来说，如何确定广告的有效性是最大的困扰，正如百货行业巨子约翰·沃纳梅克(John Wanamaker)所说：他花在广告上的钱有一半是浪费的，但却不知道是哪一半。利用“大数据”，互联网广告正在逐步实现广告成本与广告价值的对等。例如，CPC(Cost per Click)模式，即广告主为每次点击付费；CPM(Cost per Thousand Impressions)模式，即广告主以广告显示每1000次为单位付费；CPA(Cost per Action)模式，即广告主为广告所带来的用户的每次特定行为付费，包括形成一次交易、获得一个注册用户、产生一次下载行为等；CPS(Cost per Sale)模式，即基于广告引入用户所产生的成功销售而收取一定比例的佣金，典型的如Google地图的“点击呼叫”(Click-to-Call)功能，以及Facebook刚刚宣布推出的“转化追踪”服务，这些创新与应用正在引发广告媒体行业收益模式的大变革。
4.基于“大数据”的外部关系网络和价值网络重构
从RBV资源分析视角看，数据资源虽然具有很高的价值，但是其流动性强、可获得性强、价值流逝速度快而且对它的利用方式也易于模仿，而且它还具有无形性、知识性特征。大数据技术具有高度专业性和复杂性，大数据基础设施的运行具有高固定成本、低边际成本的特征，而且对其访问(利用)呈现高度并发性和波动性，企业以传统方式获取和控制大数据资源和技术成本高昂，而且风险很大；而另一方面大数据技术却使外部资源利用的交易成本和风险大大降低，这就使得企业在“大数据”资源获得和利用方面倾向于选择介于市场交易与内部生产之间的方式，分享与合作成为企业构建外部关系网络和价值网络的主题；例如数据共享、IT外包(outsourcing)等，IT外包是目前一般企业解决“大数据”问题的基本思路，也是“大数据”产业链形成的根本推动力，这一方式可以实现“大数据”资源的柔性配置和规模效率。
除了以获取大数据资源和技术本身为目的的外部合作以外，大数据技术使企业获取和利用其他外部资源的成本和风险也大大降低，为新的价值创造模式和价值传递模式提供了技术路径：①众包(crowdsourcing)。众包是指把传统上由指定代理人(通常是雇员)完成的任务以公开选拔的形式外包给大量不特定的个人去做的行为(Howe，2006)，众包模式的实质是对离散社会资源的有效利用。在IT业，开源社区(open source community)就是众包的典型模式，目前各大IT巨头都争相采取这种模式构筑自己的创新“生态圈”，其他行业的许多世界性大公司也都建立了自己的网络平台或者借助众包中介(crowdsourcing intermediates)以众包方式解决技术、创意、设计等原来完全由内部流程和资源完成的活动，如宝洁、杜邦、波音等。②用户自生成内容(user-generated content)。用户自生成内容是在“去中心化”、用户参与、用户体验、协同创作等互联网文化推动下产生的一种新兴的网络信息资源创作与组织模式(赵宇翔等，2011)，消费者以上传文字、图片、音频、视频或者共享文件等形式参与内容和价值创造，这一模式的典型代表如维基百科、Google、Facebook等。③共同创造(co-creation)。从比较深层的意义上看，共同创造是把消费者、供应链成员乃至其他相关产品提供者纳入产品价值网络的思维方式。从简单意义上看，是指企业整合来自于多元系统的数据、邀请跨职能部门的合作甚至从外部供应商和消费者那里获取信息以共创产品(Lee et al.，2012)。例如，汽车行业基于集成化数据平台的全供应链设计合作，玩具行业巨头乐高基于在线订购的允许客户组装他们自己乐高套件的乐高工厂等。这些新模式所依赖的核心工具都是基于WEB3.0技术的网络平台。
这些创新改变了企业对外部资源需求的内容及方式、改变了企业创造价值、传递价值的方式及路径，改变了企业的商业生态，使企业的资源边界、市场边界和契约边界都呈现模糊化趋势。可见，企业对“大数据”资源的获得和利用过程也是企业重构外部关系网络和价值网络的过程，价值网络重构已经成为企业商业模式创新的重要方式之一(王琴，2011)。
四、基于“大数据”产业链的商业模式创新
信息资源产品化的基本前提是信息的可分离性(information separability)，即各种无形的信息能在多大程度上以数字的形式被捕捉从而与产生它的活动相分离，使其可以用来指导下一次活动(Sampler，1998)。“大数据”的发展为信息的分离提供了载体和工具：用户在各类信息平台上留下了海量数据，在大数据处理技术之下可以对其进行分类整理和重新聚合，这些聚合性的数据信息包含着极高的商业价值，并且具备了销售的可能，至此数据信息得以向数据产品过渡(黄升民，刘珊，2012)，以“大数据”产品为核心的产业链正在形成。“大数据”产业链可以从两个方向进行描述：以大数据产品价值链为线索沿横向从数据采集、整理、分析到决策逐级递进，以大数据技术为中心沿纵向从底层的基础设施供应、大数据技术提供到完整IT解决方案服务。从产业价值链的层面看，不同的商业模式主要是指企业在产业链上的不同角色和地位，商业模式创新则来自于企业在价值链上的重新定位、价值链的延展、分拆、创新与混合(高闯，关鑫，2006)，这一层面商业模式创新的基本趋势是以产品为中心的价值链定位与选择正在向满足客户完整解决方案需求的业务活动选择的转变，从而使“大数据”产业呈现与其他产业交叉重叠的趋势。
1.以数据产品为中心沿价值链横向延伸衍生的基本商业模式
在“大数据”行业，按照加工深度的不同，数据产品基本上可以分为数据(原始数据)、信息和知识。数据是载荷或记录信息的按一定规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机代码。拥有数据是获取信息的第一步，信息的获取还需要对数据背景进行解读，即当接收者了解了物理符号序列的规律，并知道每个符号和符号组合的指向性目标或含义时，才可以获得一组数据所载荷的信息(可以用公式“数据+背景=信息”表示)，也可以说，信息是指把数据放置在一定的背景下，对数字进行解释并赋予意义。在此基础上，使用者通过对这些数据的转换、整合、计算、分析来解释各种现象背后的原因，预测事物的发展趋势，并应用于具体的专业实践活动，数据就成为了“知识”(黄升民，刘珊，2012)。大数据产品的价值取决于数据资源的专有性(data specificity)程度，即数据资源的使用或获得在多大程度上限定于特定的个人或者特定的时间期限，其中个人专有性也称为知识专有性，是指只有拥有特定知识的人才能获得或使用，也就是其获得和利用对某种特定知识的要求；时间专有性是指数据资源必须在其产生后的很短时间立即被捕捉，必须在其产生后的特定时间段内被使用。数据、信息、知识的获得时间专有性和获得知识专有性程度不同，也就决定了其价值创造所依赖的关键资源不同，从而也就决定了拥有不同核心资源和能力的企业在价值链上的不同定位。
基于此，以数据产品为基本提供物的数据公司，按照其在大数据产品价值链上的不同定位，可以分为三种基本商业模式：①数据租售模式。这一模式的价值主张是向客户提供原始数据的租售，其关键流程是数据的采集、传输和整理。原始数据的获得时间专有性很强，也就是必须要有实时接触和采集数据的条件，但其获得知识专有性相对较弱，所以，这一商业模式所依赖的核心资源是有利的采集数据的技术基础和条件。这一商业模式处于价值链第一阶段。例如，2010年在深圳中小板上市的四维图新公司，其价值主张是以覆盖全国的高质量导航电子地图数据库及其更新体系满足汽车工业、消费类电子行业、互联网和移动位置服务等各行所需。它处于产业链最上游，精准的导航数据是公司的核心产品，也是地理信息数据及应用产业最稀缺的资源，这家公司因此成为国内第一家上市的导航电子地图生产企业。②信息租售模式。这一模式的价值主张是向客户提供代表某种主题的相关数据集，诸如数据包租售等，其关键流程是把原始数据与其背景意义相结合，整合、提炼、萃取，使数据形成价值密度更高的信息。信息的获得时间专有性相对不强，但其获得知识专有性较强(主要是数据处理领域的知识)，所以，这种商业模式所依赖的核心资源是数据处理技术及能力，这种商业模式处于价值链的中间阶段。例如彭博(Bloomberg)公司，其价值主张是为专业人士提供及时、准确、丰富的金融交易信息和财经资讯，公司的核心竞争力在于积累了丰富、大量的金融行业数据和交易数据，拥有强大的专家和咨询网络，构建了整合专业服务与媒体服务的全球性服务平台，彭博也因此成为全球商业、金融信息和财经资讯的领先提供商。③知识租售模式。这一模式的价值主张是为客户提供一体化的业务问题解决方案，其关键流程是将“大数据”与行业知识利用相结合，通过行业专家，深度介入客户的业务流程，提供业务问题解决方案。相对而言，知识的获得时间专有性较弱，但其获得知识专有性很强(包括数据处理知识和特定行业知识)，所以，这一商业模式所依赖的核心资源是拥有大数据挖掘技术的行业专家，这种模式实际上已经超越了数据公司的范畴。例如Opera公司，它致力于提供大数据的挖掘，在高度专业化的领域提供高端的服务，其业务诸如：为银行信用卡部门设计新的产品和营销方案，帮助保险部门确定寿险、车险等的赔率，帮助投行确定应该对哪些用户推出新的产品，等等。可以看出，这种模式已经具有了跨行业的特征。
2.以大数据技术为中心沿行业纵向架构衍生的基本商业模式
广义的大数据技术可分成四个层面：平台层(并行构架和资源平台，即硬件层面)、系统层面(大数据存储管理和并行编程模型与计算框架)、算法层(基础算法和应用算法)和应用层(应用开发和行业应用)(黄宜华，2012)。狭义的大数据技术则仅包括后三个层面(即软件层面)。在“大数据”行业，以大数据技术为基本提供物的大数据技术公司，它们为其他行业企业以及数据公司提供IT基础及服务，按照其在大数据技术纵向架构中的不同定位，可以分为三种基本商业模式，即硬件租售模式、软件租售模式和服务模式，服务模式已经成为这一领域商业模式创新的大趋势。①硬件租售模式。采用这一模式的企业主要包括大数据存储设施、计算设施、网络设施的销售商，也包括新兴的提供云存储、云计算业务的服务提供商(相当于硬件设施的出租)等，Dropbox、国内的微盘、华为、联想都是此类公司的代表。例如DropBox就是Dropbox公司运行的在线存储服务，通过云计算实现因特网上的文件同步，用户可以存储并共享文件和文件夹，采取免费+收费的商业模式，它为初始用户提供2G的免费文件空间，用户可以通过邀请其他人参与、使用以及付费等方式获得更多文件空间。②软件租售模式。采用这一模式的企业主要是指大数据技术(狭义)与服务提供商，这些提供商围绕 Hadoop架构开展一系列研发，提供大数据存储、检索、数据挖掘等技术和服务，它们提供专为解决数据挑战而创建的优化型技术，用以捕获、处理、分析和显示非结构化和结构化数据，并将其转换为有意义的洞察性信息。例如在算法层面，目前国内提供非结构化数据处理技术的代表性公司有：语音数据处理领域的科大讯飞，视频数据处理领域的捷成股份，语义识别领域的拓尔思，图像数据处理领域的超图软件，大数据存储领域的同有科技公司，等等。在应用层面，例如全球商业智能和分析软件与服务领袖——SAS公司，它一直致力于数据统计软件的开发和销售，SAS在综合的企业智能平台上提供一流的数据整合、存储、分析和商业智能应用，帮助企业更快、更准确地进行业务决策。③服务模式。这一模式建立在“大数据”行业垂直整合的基础上，需要企业与客户进行深度合作，其价值主张是为客户提供一体化的IT问题解决方案。“大数据”时代开源软件的兴起和繁荣使传统的操作系统、中间件、数据库等平台级软件的同质化趋势渐趋明显，使最终用户关注的焦点转变为如何解决企业的业务问题，而不是购买谁的设备、使用谁的数据库或者操作系统，深度定制化成为需求的基本特征。在这一背景下，各大IT巨头开始通过收购、合作、创新、调整来布局自己的“大数据”业务，逐步由硬件供应、软件供应向服务模式转型，其典型代表如IBM、EMC、Oracle、SAP等。IBM在1992年开始由硬件供应商向服务提供商转变的商业模式创新，提出为用户提供完整解决方案的价值主张。面对“大数据”的到来，应对“感知化、互联化、智能化”的科技大势，又提出“智慧地球”的愿景，部署自己的“大数据”战略(Weed，2012)，通过收购Cognos、ILOG、SPSS、Netezza、Coremetrics等使公司的业务涵盖企业的文化战略咨询、组织流程梳理、IT治理、系统建设、基本应用软件、中间件、数据库、操作系统、主机等，实现了向服务模式的转型。EMC通过系统、软件和服务的组合，自上而下设计、构建总成解决方案，帮助IT部门以更敏捷、更可信、成本更低、效率更高的方式存储、管理、保护、分析他们最重要的资产——信息；通过并购VMware、RSA、Data Domain、Greenplum、Isilon等多家在“云和大数据”方面具有高度战略价值的公司使公司的业务涵盖：云基础架构转型服务，关键应用程序转型服务，利用云计算实现业务转型服务等。Oracle公司在数据库产品取得行业领袖位置以后，首先向产业链下游扩张，加强对终端客户的掌控；然后向产业链上游扩张，涉足中间件供应和服务器制造，从而实现了产业链上下游的全覆盖：打包主机、操作系统、数据库、中间件、应用软件，形成战略性的新产品ExaData(“新一代海量关系数据管理平台”)(Billings，2012)。SAP在2012SAP全球技术研发者大会上正式宣布推出基于HANA(高性能分析应用软件)平台的Business One解决方案，至此，通过与芯片、系统厂商的深度定制与紧密捆绑实现了SAP的软硬一体化战略。这些创新源于不同的起点、沿用了不同的路径、依托不同的资源和优势，但是，它们创新的逻辑起点却是相同的：提供最佳客户体验，并在这一思想指导下实现了突破产品边界、业务边界甚至产业边界的创新。
五、基于“连接”与“融合”的商业模式创新
行业变革层面基于“大数据”的商业模式创新主要表现为：一种全新商业模式的出现(或者从其他行业中分离出来、形成一种独立的有重大影响的行业)，跨行业商业模式形成。前者来自于交易成本降低驱动的交易内容、交易结构、交易机制的创新，后者来自于以核心资源和能力为基础的行业外扩张。
1.连接“大数据”——平台式商业模式
“大数据”的高连接性、高可获得性、丰裕性使关于“大数据”的业务活动频率急剧上升，这些活动不仅表现为市场化的交易，也包括介于市场机制与科层机制之间的各种合作以及“大数据”业务与其他业务在企业内的结合。交易(泛指关于“大数据”的交往活动)频率的急剧上升使交易成本的节约成为企业设计交易结构和交易机制关注的中心问题，也是决定整个经济运行效率的关键问题。另一方面，“大数据”的发展也使交易成本得到多方面降低：无障碍零距离沟通、开放的信息和标准、资产专用性的降低、少数人的联合等。平台式商业模式既是因交易成本降低需要而产生，也是交易成本降低的结果。平台式企业在商业生态系统中扮演着越来越重要的角色，这种商业模式创造价值的逻辑就是通过“连接”与“聚合”降低平台参与者各方的交易成本，并使网络效应得以发挥。根据平台所连接与聚合的对象不同，平台式商业模式又可以分成客户平台、数据平台、技术平台或者三者兼而有之，其本质都是基于“大数据”的中介组织②。①客户平台商业模式。基于“大数据”的客户平台商业模式主要是指通过互联网以某种方式把大量客户吸引到自己的平台上，通过提供双边或多边客户价值相互转化与传递机制创造价值。这种商业模式运行的基础是客户的连接与聚合，其关键资源是平台所聚集的庞大的客户群，主要通过网络效应的发挥创造和传递价值，例如Facebook、腾讯 QQ等。②数据平台商业模式。数据平台商业模式是指通过提供多行业、多企业的合作机制，聚集海量的数据，通过数据挖掘、分享、运用创造和传递价值。这种商业模式运行的基础是数据的连接与聚合，其关键资源是平台所聚集的庞大的数据资源，主要基于数据资源的互补和共享创造新价值。例如IZP公司，通过与全球电信运营商及互联网网站合作，基于自主创新的大数据量智能分类处理技术，在全球互联网上部署跨多个国家、多个地区、多个语言体系、覆盖面最广的超级互联网媒体平台，它最具战略性的资产是经过授权使用的客户数据，特别是真实可靠的社会关系数据。③技术平台商业模式。技术平台商业模式是指通过提供技术开发的基础条件，吸引技术相关各方的参与，以实现分散的、互补技术优势的高效利用。这种商业模式是基于技术的连接与聚合，通过技术的创新与应用创造价值。技术平台包括基于开源软件的开源社区平台、众包平台等。例如Red Hat，其产品 Red Hat Linux是全世界应用最广泛的Linux，Red Hat依靠开源开发社区创造和传递价值，对自助用户提供基于Linux开源的免费软件，对企业客户通过专业订阅提供持续升级服务和有保障的软件，实行软件免费、服务收费的模式。
还有一些商业模式则兼具客户平台、数据平台和技术平台的性质，例如苹果公司为iPhone手机推出App Store(应用程序商店)模式：苹果公司为无数的独立软件开发商提供开发工具，鼓励他们把应用软件上传到App Store；所有应用程序开发商的应用程序都必须通过应用商店渠道销售，苹果公司提取30％的版税；应用商店允许用户直接从iTunes商店那里浏览、购买和下载应用程序。 App Store显然是一个技术平台，但是赋予它生命力的却是双边网络效应的发挥，而客观上它无疑也是一个数据平台；从iPod到iPhone产品线的演进过程也是苹果向强大的平台商业模式转型过程(Osterwalder et al.，2011)。苹果公司为全球软件市场带来了一种全新的模式，目前，各大IT操作系统提供商、网络运营商和手机终端制造商都相继推出自己的“App Store”，如Google的Android Market、中国移动的MM、诺基亚的Ovi Store，它们都希望借助“App Store”模式，尽可能多地把参与者聚集在自己的平台上，从而创造最大价值(张利斌，张广霞，2012)。
2.融合“大数据”——数据驱动跨界模式
从资源基础论的视角，企业边界主要取决于企业所拥有核心资源的价值辐射能力和企业控制能力，当“大数据”成为企业的优势核心资源，对“大数据”资源规模经济和范围经济的追求激发了以“大数据”为中心的扩张，数据相关多元化(data-relationed diversification)出现，在技术相关多元化、市场相关多元化之外，大数据资源和技术成为企业决定其边界的新依据。从交易成本的视角看，外部交易成本的降低提高了互补资源的可获得性，内部交易成本的下降提高了企业的管控能力，这也为企业跨行业扩张提供了可能性。一些前瞻性的公司已经开始尝试跨界与融合，笔者称其为数据驱动跨界模式。这种跨界与融合主要来自三个方向：一是产业链外企业依托天然拥有的大数据资源向“大数据”产业链扩张，涉足“大数据”生产；二是产业链内企业依托“大数据”资源向其他行业扩张，涉足“大数据”行业外应用；三是以“大数据”为核心资源的全方位扩张。
(1)上行跨界模式。在“大数据”产业链之外，一些企业在正常经营的过程中，作为副产品天然拥有庞大的数据资源或者积累发展了先进的大数据技术，这些资源在满足企业本身需要之外，则成为一种“冗余”，依赖“大数据”资源冗余利用方式的创新——“大数据”资源商品化，改变企业原来的价值创造逻辑，甚至使公司的业务性质发生根本性变化：①数据商品化。“广联达”是一家在深圳中小板上市的软件公司，主要收入来源是建筑领域计量软件、造价软件等版权销售。“广联达”的业务集中在建筑领域，公司在经营中有机会接触到大量实时产品数据，而许多客户需要精确的数据来确定一所建筑的造价，于是“广联达”开展了一种新业务：收集各地的建材价格数据，处理后打包销售给客户。②大数据技术商品化。在线零售商业模式的先驱亚马逊2006年开始新一轮的商业模式创新，开始销售“云计算”服务(即提供在线存储空间业务与按需服务器使用业务)，自此，亚马逊开始以完全不同的价值主张迎合完全不同的客户细分群体——网站公司。这个策略可以实施的根本原因在于亚马逊对其强大的IT基础设施应用的再思考，以使其基础设施能被零售业务运营和新的“云计算”服务所共享。③“大数据”服务商品化。淘宝网在运行的过程中采集和存储了海量的交易数据，而且拥有自己的云存储系统Ocean Base(支持海量数据的高性能分布式数据库系统)，通过专业的数据挖掘，形成了面向进驻商家的多项数据产品，实现了数据的商品化；进而，利用Ocean Base开源还可以为非淘宝的其他电商网站提供数据产品及软件，为各类网站及社区提供电商解决方案，为淘宝卖家和消费者提供各类优化工具，从而实现了从交易平台到“生态圈”基础服务提供商的角色转变。
(2)下行跨界模式。这种模式是指拥有“大数据”的公司(例如，互联网公司、IT企业等)利用大数据和大数据技术优势，开拓行业之外的新业务，以完全不同的方式解决某种传统业务问题，实现跨界经营，从而成为这一传统行业的破坏性创新者，或者创造出一个全新的产业。例如，阿里巴巴旗下的阿里金融——一家基于数据分析的小额信贷公司。小额信贷是需要抵押品或者担保的，但是有些小微企业没有任何可以抵押的资产，也找不到愿意提供担保的人，这一直是小额信贷的技术性障碍。而“大数据”可以解决这一关键问题，通过分析这些企业往来的交易数据、信用数据、客户评价数据，可以掌握他们的资金流动状况、信用状况，等等。这种模式与传统的银行小额信贷业务相比，业务成本和放贷风险都大大降低。阿里金融的核心资源就是其拥有的大量真实的小微企业的财务数据、交易数据、支付数据等。再如2011年被微软以85亿美元收购的Skype公司，它通过提供基于网络的免费通话服务成为电信行业的破坏性创新者。Skype公司开发了同样以Skype命名的软件，在电脑或智能电话上安装这个软件以后，用户可以在设备间拨打免费电话。Skype跟传统电信运营商的成本结构完全不同，免费电话完全是通过网络基于“点对点”技术路由的，这项技术利用了用户的硬件和互联网作为通信的基础设施，因此，它不必像电信运营商那样管理自己的网络，除了后端软件和用户账号托管服务外，Skype基本没有自己的基础设施，用户只有在呼叫固定电话和移动电话时才需要付费，而且费率非常低廉。尽管Skype提供的是通信服务，然而其商业模式却更多的遵循软件公司的经济规律(Osterwalder et al.，2011)。
(3)全方位扩张跨界模式。基于“大数据”的全方位扩张跨界模式的典范当推互联网巨擘Google，发展到今天，人们已经很难定义它的性质，它的扩张包含了“大数据”产业的垂直整合、价值链扩张、行业融合，它兼具客户平台、数据平台、技术平台特征，其业务布局，从应用(地图、搜索、Youtube等)、平台(Google Play应用店)、操作系统(Android)到硬件(手机、平板电脑、谷歌眼镜、无人驾驶汽车)；Google创造价值的逻辑是：对于个人用户而言，所有的应用都是免费的，所有的软件都是在线的，用户在免费使用这些产品的同时，把个人的行为、喜好等信息免费地送给了Google，Google的产品线越丰富，它对用户的理解就越深，它创造价值的能力就越强。谷歌董事长埃里克·施密特(Eric Schmidt)曾披露，谷歌在两天内收集的数据相当于从人类起源到2003年所产生的数据总和。谷歌是一家“搜索引擎公司”，或“网上服务公司”，或出版商，或广告平台，或制造商。但就其核心而言，它是一家数据收集公司，它所有的业务都是基于“大数据”的。正如谷歌研究部主任彼得·诺维奇(Peter Norvig)所说，“我们没有更好的算法，我们只有更多的数据”。全方位扩张跨界模式就是要打造一个基于“大数据”的超级商业生态帝国。
如果说上一轮基于互联网的商业模式创新的本质是泛互联网化。那么，新一轮的基于“大数据”的商业模式创新则要建立在超越互联网、超越“大数据”的思维之上。“连接”、“跨界”与“融合”不仅带来许多新的商业模式，而且使行业边界呈现模糊化趋势，基于这些思想的商业模式创新开拓了企业追求高层次差异化的新境界。
六、结论
一直以来，商业模式创新研究存在两个方面问题：一是仅停留在抽象理论的探讨和推理，缺乏实际可操作性；二是局限于对个别案例的具体分析，缺乏理论系统性，以致这些研究在指导企业商业模式创新实践中的作用极其有限。反映在现实中，企业要进行商业模式创新则无从插手。虽然商业模式创新的案例个性化很强，但商业模式创新绝不是突发奇想。当今商业模式创新风起云涌，纷繁复杂的商业模式创新现象背后必然隐藏着某种规律性，对商业模式创新进行追根溯源，找到其“触发器”，知道它从哪里来，才能探究它将到哪里去——“大数据”是一个重要的线索。以“大数据”为线索，对自身商业模式进行重新审视、设计与创新，是当今企业获得整体结构性差异优势的重要来源。“大数据”的到来是一个从量变到质变的过程，它可以实现虚拟世界与物理世界的匹配、历史数据与即时数据的匹配、行为方式与情境的匹配，使许多“不可能”成为“可能”。“大数据”不仅带来一种新的战略资源和核心能力，而且它还可以实现企业乃至整个社会资源控制、利用、配置方式的虚拟化和开放化，提高资源的利用效率和经济的运行效率。“大数据”意识、“大数据”思维应该成为当今商业模式创新领导者的基本知识准备。
“大数据”从新资源、新技术运用、破坏性创新、交易成本降低、价值链及网络重构等多方面为商业模式创新提供驱动。从一般企业的视角看，基于“大数据”的商业模式创新起始于企业在“大数据”思维指导下对自身商业模式基本构成要素的审视与重新定义，通过运用大数据资源及技术改造自身资源、结构、流程以及整个价值网络实现商业模式构造模块及其组合方式的差异化乃至整个商业模式的创新。从“大数据”产业链的视角看，企业基于核心资源和能力选择其在价值链上的不同定位，出现了六种基本商业模式类型：数据租售模式、信息租售模式、知识租售模式，硬件租售模式、软件租售模式和服务模式。而实践中“大数据”相关企业在这六种基本商业模式基础上的分拆、整合与创新又会产生出许多新的商业模式，而且呈现出行业外延伸与扩张的趋势。从行业层面看，基于数据相关产业、企业间“连接”与“融合”的平台式商业模式、数据驱动跨界模式是对价值链层面商业模式创新的超越，代表着“大数据”时代商业模式发展的新趋势。
从基于“大数据”的商业模式创新的分析与讨论，也引申出对商业模式创新理论与实践的另外一种思考——商业模式创新的层级分类研究：商业模式创新的行业层面分析、产业链层面分析、企业层面分析，这三个层面在商业模式的核心特征界定、商业模式创新的性质以及理论基础方面都有所不同，这一分析方法为破解商业模式创新研究至今没有找到统一理论基础而呈现“碎片”状态的困局提供了一个思路。对于企业而言，沿用这一思路，商业模式创新可以着眼于行业的选择、产业链上的定位以及企业的基本构造特征设计，使商业模式创新找到其实践切入点。
“大数据”作为企业整体运行环境的一个侧面对企业创新驱动的多维性以及商业模式创新本身的多层次性、异质性反映出企业作为一个复杂系统在更加复杂的生态系统影响下成长的非线性特征。基于“大数据”的商业模式创新研究，为企业进行商业模式创新提供了一个系统的思维和行动方向框架。企业如何进行商业模式的定位与设计，还取决于企业对自身核心资源、核心能力、所处生态位以及环境动态性的判断，这也是商业模式创新研究与实践领域正在努力解决的核心议题。另外，“大数据”也有它的背面，例如信息安全、隐私保护等，这又为商业模式创新提供了另外一个新的方向和空间，在此未做讨论。
注释：
①文中出现的“大数据”(加引号)基本涵盖这三种含义，而大数据(不加引号)一般仅指海量数据之义，引文中这一概念的出现形式依据所引文献。
②平台式企业很早就存在，各类中介组织就是平台式企业的雏形。根据Osterwalder et al.(2011)的定义：平台式商业模式(包括双边平台和多边平台)是指将两个或者更多有明显区别但又相互依赖的客户群体集合在一起，它们作为连接这些客户群体的中介来创造价值。目前，大多数关于平台的研究以双边市场理论为基础，文中所指的客户平台基本上属于这一范畴。
标签：大数据论文; 商业模式创新论文; 数据与信息论文; 产品价值论文; 用户价值论文; 企业创新论文; 用户分析论文; 产品需求论文; 用户需求论文;