实现大数据商业价值的5个要点

1. 实现大数据商业价值的5个要点

实现大数据商业价值的5个要点
通常来说，以往的业务模式是基于历史数据来决定未来一到两年内的行为，但是现在则应该是基于过去几分钟内的数据来决定未来12到24分钟（甚至是秒）内的行动。在营销模式上，以往是基于过去数周或数月内的推广活动来预测特定人群对产品或者服务的偏好程度，而现在则是基于对客户个体行为的分析和实验来为其提供实时的定制化服务（通过各种用户界面，比如呼叫中心、网站、移动应用等）。可以想见，每个客户所接收到的东西都是独一无二的–一旦某客户接收到了特定的服务或者产品，该服务或产品就不会重复提供给另一个客户。这才是“大”的真正含义–大数据中的大生意。
    对于数据分析人员、IT经理以及整个企业来说，对于大数据，有以下重要的考量和步骤：
    ·在准备行动之前，和管理层及客户进行充分的沟通，了解业界最新进展以及企业的真实需求
    ·基于大数据相关的新业务模式和新技术，积极推动企业战略的升级
    ·基于业务战略和模型，制定相应的数据战略和监管流程
    ·以可管理的模式来推进创新，比如较小的、短期的和可迭代的实验和探索，以此获得易评测和有意义的结果
    ·在探索过程中允许错误的发生。不断从失败中积累经验才能提高未来工作的成功率
    无论出于什么原因，如果你或者你的公司还未认识到大数据的无穷潜力，Rick Smolan和Jennifer Erwitt的近著《The Human Face of Big Data》可能会对你有所帮助 -- 其中有句话这么说到：“在孩子出生的第一天，人类产生的数据量就相当于国会图书馆的70倍。”想想吧，这得有多少奥利奥饼干。

2. 大数据的价值及商业模式探寻

大数据的价值及商业模式探寻
大数据的价值谷歌搜索、Facebook的帖子和微博消息使得人们的行为和情绪的细节化测量成为可能。挖掘用户的行为习惯和喜好，凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，这就是大数据的价值。大数据也日益显现出对各个行业的推进力。 大数据时代来临首先由数据丰富度决定的。社交网络兴起，大量的UGC(互联网术语，全称为User Generated Content，即用户生成内容的意思)内容、音频、文本信息、视频、图片等非结构化数据出现了。另外，物联网的数据量更大，加上移动互联网能更准确、更快地收集用户信息，比如位置、生活信息等数据。从数据量来说，目前已进入大数据时代，但现在的硬件明显已跟不上数据发展的脚步。 以往大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，而现在提及“大数据”，通常是指解决问题的一种方法，即通过收集、整理生活中方方面面的数据，并对其进行分析挖掘，进而从中获得有价值信息，最终衍化出一种新的商业模式。 虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。首先，手中握有数据的公司站在金矿上，基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。 未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。在他看来，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。 
大数据的商业模式
国内网络广告投放正从传统的面向群体的营销转向个性化营销，从流量购买转向人群购买。虽然市场大环境不好，但是具备数据挖掘能力的公司却倍受资本青睐。 大数据是一个很好的视角和工具。从资本角度来看，什么样的公司有价值，什么样的公司没有价值，从其拥有的数据规模、数据的活性和这家公司能运用、解释数据的能力，就可以看出这家公司的核心竞争力。而这几个能力正是资本关注的点。 移动互联网与社交网络兴起将大数据带入新的征程，互联网营销将在行为分析的基础上向个性化时代过渡。创业公司应用“大数据”告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容等，这正好切中了广告商的需求。 社交网络产生了海量用户以及实时和完整的数据，同时社交网络也记录了用户群体的情绪，通过深入挖掘这些数据来了解用户，然后将这些分析后的数据信息推给需要的品牌商家或是微博营销公司。 实际上，将用户群精准细分，直接找到要找的用户正是社交内容背后数据挖掘所带来的结果。而通过各种算法实现的数据信息交易，正是张文浩为自己的社交数据挖掘公司设计的盈利模式。目前，这家仅仅五六个人的小公司拿到了天使投资。未来的市场将更多地以人为中心，主动迎合用户需求，前提就是要找到这部分人群。 在移动互联网领域，公司从开发者角度找到数据挖掘的方向，通过提供免费的技术服务，帮助开发者了解应用状况。

3. 如何发掘大数据商业价值？

如何发掘大数据商业价值？四大场景解决两个战略问题
在《数据帝国时代的数字营销焦虑》一文中，我曾写道：中国的数字媒体进入了一个数据帝国时代。BAT的帝国江山稳如磐石，直接或间接的控制着各种内容类型和内容形式的数字媒体平台。
数据帝国时代，品牌主有两大的焦虑：
第一，流量税成本的不断增加，如何应对？数据帝国广告单价过去几年的增长趋势是相当惊人的，绝对大幅跑赢GDP的增长。如何找到降低平台成本的方法，将会成为数字营销竞争的一个重要的战略竞争点。而媒体的碎片化也为宝洁这样的大公司带来挑战。
第二，缺少数据和数据使用能力的自己，会不会有一天被帝国开始降维攻击？京东京造、淘宝心选、小米有品、网易严选……平台在尝试C2B概念，也就是按照消费者需求整合供应链，创造出一个消费者更愿意去买的产品，同时这个整合过程能让所有效率变得更高。这种逻辑和原来的生产型企业完全不同。
因此，今天的大型数字媒体平台，有更大的基因优势跨越到制造行业中来。也许，很快，越来越多的广告客户会发现，平台既是自己必须花费巨额广告费的媒体，又是自己直接的竞争对手，这对品牌来说才是更大的焦虑。
如何解决焦虑？
建立自己的数据壁垒，是未来品牌主必须要做的事情。
如何建立数据壁垒？
其实说白了，就是数据对品牌来讲，到底该怎么使用、管理和创造价值，这样的一个新的课题。
如何用好数据？简而言之，要解决两个问题：
问题一：什么数据能对我产生商业价值？
问题二：这些数据怎么搜集和使用？
谈起数据，我们能想到的，是企业会上马各种各样的软件，很多软件的匆匆上马，可能到最后都会发现，投资回报率非常低。
在这里，我换一种方式，用具体使用场景，来解析数据的两大问题。
第一个场景：忠诚度的提升。
拼多多的崛起，证明了忠诚度的另外一个逻辑：如何让我的老客户，通过他的社交媒体，带来更多新的客户。
无论是滴滴的红包，还是拼多多的崛起，都企业者意识到了，如何激发现有客户，带来更多的消费者和新的收入，这可能是忠诚度在目前营销环境下的一个最大使用场景。
一个现象就很明显：要把这个使用场景下的忠诚度做好，就要看企业的数据基础了：哪些用户能帮你？给这些用户什么样的刺激、他们会给你带来什么样的价值……这些问题会变成一道数学题，这道数学题的前提是你要有相关的数据积累、识别、处理能力。
第二个场景：新客户获取效率的提升。
今天，所有的平台，都在某种程度上开放他们的平台接口，开放这个接口的意思是：希望我们的客户能够带着消费者的数据，上来进行相似人群的寻找和相关投放。
这样做之后，对于广告到达效率的提升是非常惊人的。但是，这件事的前提是，你先有一组你自己认为非常正确的数据，然后传到平台上去——这个条件非常重要。以及，你的数据越丰富，例如能够给平台各种各样投放的维度，标签更加丰富，会取得更高的效果。
例如，我们有一个客户是专门面向厨师来做生意的。他们自己积累了将近100万厨师的数据。这些数据是多维度的，包括了社交ID及行为模式，我们据此抽象出相关标签，再与腾讯DMP合作，在腾讯覆盖的人群中，找出更多的厨师。
第三个场景：用数据来提升创造力。
对于一个企业来讲，有两个方面是非常讲创造力的：
1、你的产品——产品本身是不能够很吸引人，是不是能够打动人心；
2、你的营销——这个营销不仅仅是在投广告，而是在你提出品牌主张、在你去跟消费者沟通的时候，你的方式、方法是不是有足够有创造力；
举个例子，在时趣服务品牌主时，我们会实时监测这个品牌消费者声量中，关于品牌相关定义词的词云的变化。
其中，有一个很有意思的化妆品，它是中国知名化妆品品牌中面膜卖得非常好的，而它的面膜也很贵。因此它的营销挑战是：如何说服一个年轻女孩子，不买屈臣氏里面10块钱的面膜，而是去花100块钱买一张它的面膜？这个逻辑是什么？
突然有一天，我们的服务团队发现词云上面出现了一个很奇怪的词，叫做“前男友”，然后我们就会开始用这个数据的点，回去在社交媒体中找到相应的场景和相应的语料。答案非常简单：因为有一些女生在社交媒体上聊，什么时候用这么贵的面膜呢？3天要见前男友，连续用3天，皮肤特别好，然后见前男友的时候，有一种非常好的感觉，让他知道他应该后悔。
所以，这个品牌就开始拿“前男友”这个概念来做创造力的打造，所以，今天你在百度上面搜前男友，你会发现出现一个关联词叫“前男友面膜”，然后你选这个，你就会看到这个品牌的名字，这个品牌在社交媒体牢牢的抓住了“前男友面膜”这样的一个概念。
所以，这个概念不是创意想出来的，而是通过数据的发现、挖掘与利用，然后找到了这样的一个洞察。
这是一个应用创造力，来提升的例子。
第四个场景：品牌需要形成把自己建设为新型平台的战略思路和组织能力。而数据就是基础。
未来的商业模式之间的竞争，都是平台对平台的竞争，没有平台效应的商业模式，很难最充分的体现出数据驱动的价值，长期来看，会在竞争中被其他平台型企业覆盖。而这个事情的核心，在于你是不是能够在你已有的数据基础之上，形成一个新的商业模式。
举个简单的例子来说明上述的商业模式转变：一个大型的餐饮服务公司，每天都有数十万消费者的进店消费，首先通过会员系统，和其中核心的消费者建立起稳定的数字化会员关系，通过会员运营来形成一个平台，更高效的进行原有餐饮服务的促销；当平台有一定的规模后，开始引入新的服务价值——从第三方引入的服务，是在平台上给会员进行食品、食材的电商销售，以及针对周边外卖订餐的送餐服务；新增的自营服务，是针对亲子会员提供的家长带孩子在线下店面空闲时间来学习简单厨艺的体验服务，以及继续根据会员的反馈数据来寻找新的需求，来继续引入创新的服务价值。
在这个商业模式的进化中，最终传统品牌能够演化形成“更大的用户粘性——更丰富的用户数据——更有效的匹配新服务的能力——更多的供应方愿意加入平台——更大的用户粘性”的网络效应。
上述这个品牌平台化的商业模式转变，对大量的公司而言，是一个复杂的、有一定风险的内部创新甚至是内部创业过程，因此决策机制复杂、风格保守的企业，在这个平台化的策略面前会觉得风险过高，甚至觉得是偏离主业，这反映出领导层本质上还是没有理解平台商业模式，以及没有理解用户数据价值为什么在平台商业模式上能爆发出最大的收益。 
今天，数据这么重要，有多少企业用好了呢？答案肯定是：80%以上的企业都没有用好，为什么呢？
第一， 没有采集数据的系统，市场营销中业务的在线程度非常低；
第二，刚才反复讲了，今天市场上专业的团队、专业人才非常缺乏，所以必须要找到好的合作伙伴；
第三，对于大部分中小型企业，甚至大品牌来说，最大的痛点，是企业自身的数据累积需要很长过程，我值不值得投入这样长的时间精力做这个事情？还是把这个费用直接投入到广告中？——对企业来说是个难题。
所以，我们会建议更多的品牌，特别是很多成长型的新兴品牌，先把数据的价值，通过创造力提升这个角度提升起来，因为这一点有可能是所有品牌普世性和见效最快的一个点，同时创造力也可能是品牌去面向平台，在未来越来越严峻的博弈中唯一的壁垒和谈判的筹码。
在今天，当平台试图去覆盖很多行业时，这个行业中最终被逼出来、能够跟平台博弈的人，一定是那些在产品、营销创造力方面做的更好的人，包括在消费者的客户体验方面的创造力做的更好的人。
所以，希望大家都能把注意力放在如何通过数据去提升自身的创造力上，因为这个点是数据创造价值最简单、最明确、最迅速的点。

4. 大数据的价值何在？

大数据的价值体现在以三方面：

1、对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；

2、做小而美模式的中小微企业可以利用大数据做服务转型；

3、面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

大数据技术主要包括以下作用：

第一，对大数据的处理分析正成为新一代信息技术融合应用的结点。

移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。

第二，大数据是信息产业持续高速增长的新引擎。

面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

第三，大数据利用将成为提高核心竞争力的关键因素。

5. 如何化大数据为商业价值

北京大学商务智能研究中心主任王汉生教授在一篇文章中，提出了一个关于数据商业价值的理论框架，这个框架非常简单，就三个关键词：收入、支出、风险。
第一是收入。你要看自己的数据产品能否帮客户带来额外的收入。这里的关键词是“额外”。比如客户是卖豆浆的，以前没有你的数据分析，他每天卖100碗。有了你的数据分析之后，每天能卖150碗，多卖出去的50碗豆浆，就是你的数据带来的价值。
王汉生教授说，最理想的额外收入应该是新兴市场。比如我们放假开车出去玩的时候，会遇到堵车。这时候能不能出一个堵车险？每堵1分钟，保险公司赔你1块钱，补偿一下你郁闷的心情。传统保险公司之所以不做，是因为没办法实时监控一辆车的状态，不知道有没有堵车，更不知道堵了多久。但现在有了车联网数据，这种监控就有可能实现。这就是车联网数据带来的价值。
第二个关键词是“支出”。如果你的数据分析有可能给客户节约不必要的支出那就更好了。因为收入的增加往往有很强的不确定性，但相对来说，成本的控制是可以做到非常准确的。就像堵车险这个新兴市场，究竟能带来多少额外收入非常不确定。但如果你说有个超市，现在有100个收银员，通过技术改造，数据分析，合理安排，发现20个人就够了，直接节省了80个人的成本，这是非常确定的。
所以，如果数据分析可以节省支出，这件事更靠谱，更加可以预期。就拿中国的制造业来说，不管是生产汽车还是电脑，体量都很巨大。这些设备上的每个功能都是必须的吗？电脑上真的需要那么多USB接口吗？过去我们很难下判断，因为不知道用户是怎么使用这个设备的。但是今天有了物联网之后，这样的数据分析就有可能变成现实，这就是物联网数据的商业价值所在。
第三个关键词是“风险”。如果你的数据不能直接增加收入，也不能直接节省成本，但是可以控制风险，也有商业价值。看一个具体的例子。很多商业银行都有网上申请系统，用户通过互联网直接就能申请信用卡，或者别的产品。之所以在网上做，是因为流量大、成本低、效率高。但缺点是风险比较大，有些线下才能提供的材料无法获得。这时银行为了把控风险，就只能提高在线申请的门槛，降低通过率。这样做虽然增加了安全性，把坏人拦在了外面，但同时也可能挡住了很多好人，也就是银行需要的客户。这时候，如果你能提供独特的数据和分析，帮银行更准确地区分哪些线上申请的人是好人，哪些是坏人，银行就能放心地给更多人发卡，从而增加收入。数据在这里的价值，就是把对风险的把控转化为收入的提高。

6. 大数据时代，企业数据蕴藏着的商业价值

如今大数据早已不再是什么新鲜词，它已经被大众熟悉，可以称作是移动互联时代流动的黄金。
  
 
  
                                          
 据《大数据产业发展前景与投资战略规划分析报告》（前瞻产业研究院发布）数据统计显示，中国大数据产业在2017年达到4700亿元的规模，同比增长30%，预计到2020年，中国大数据市场产值将突破万亿。随着大数据市场的快速发展，企业决策人员越来越重视对大数据的利用，如何借助大数据让企业快速成长也成为了人们的关注重点。
  
 大数据挖掘商业价值的方法主要分为四种：
  
  客户群体细分 ，然后为每个群体量定制特别的服务。
  
  模拟现实环境 ，发掘新的需求同时提高投资的回报率。
  
  加强部门联系 ，提高整条管理链条和产业链条的效率。
  
  降低服务成本 ，发现隐藏线索进行产品和服务的创新。
  
 对于企业来说，100条理论确实不如一个成功的标杆有实践意义，从亚马逊、Facebook、谷歌、LinkedIn，到腾讯、阿里、百度，都因其拥有大量的用户注册和运营信息，成为天然的大数据公司。
  
  如果全球哪家公司从大数据发掘出了最大价值，截至目前，答案可能非亚马逊莫属。 
  
 
  
                                          
 亚马逊也要处理海量数据，这些交易数据的直接价值更大。作为一家“信息公司”（而非国内许多电商自己定位的“零售公司”），亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来：页面停留时间、用户是否查看评论、每个搜索的关键词、浏览的商品等等。这种对数据价值的高度敏感和重视，以及强大的挖掘能力，使得亚马逊早已远远超出了它的传统运营方式。
  
  亚马逊CTO Werner Vogels早期在CeBIT上关于大数据的演讲，向与会者描述了亚马逊在大数据时代的商业蓝图。 
  
 
  
                                          
 长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错？那是因为他们没有足够的数据对运营和决策提供支持，”Vogels说， “一旦进入大数据的世界，企业的手中将握有无限可能。” 从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。
  
  推荐： 亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功能都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功能看上去很简单，却非常有效，同时这些精准推荐结果的得出过程也非常复杂。
  
  预测： 用户需求预测（Demand Forecasting）是通过历史数据来预测用户未来的需求。对于书、手机、家电这些东西——亚马逊内部叫硬需求（Hard Line）的产品，你可以认为是“标品”（但也不一定）——预测是比较准的，甚至可以预测到相关产品属性的需求。但是对于服装这样软需求（Soft Line）产品，亚马逊干了十多年都没有办法预测得很好，因为这类东西受到的干扰因素太多了，比如：用户的对颜色款式的喜好，穿上去合不合身，爱人朋友喜不喜欢…… 这类东西太易变，买得人多反而会卖不好，所以需要更为复杂的预测模型。
  
  测试： 你会认为亚马逊网站上的某段页面文字只是碰巧出现的吗？其实，亚马逊会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。整个网站的布局、字体大小、颜色、按钮以及其他所有的设计，其实都是在多次审慎测试后的最优结果。
  
  记录： 亚马逊的移动应用让用户有一个流畅的无处不在的体验的同时，也通过收集手机上的数据深入地了解了每个用户的喜好信息；更值得一提的是Kindle Fire，内嵌的Silk浏览器可以将用户的行为数据一一记录下来。
  
 以数据为导向的方法并不仅限于以上领域。对于亚马逊来说，大数据意味着大销售量。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须要有数据的支撑。 对数据的长期专注让亚马逊能够以更低的售价提供更好的服务。 
  
  还有一个很典型的案例，就是几年伴随社区营销火气来的小红书。 
  
 
  
                                          
 和其他电商平台不同，小红书是从社区起家 。2016年初，小红书将人工运营内容改成了机器分发的形式。通过大数据和人工智能，将社区中的内容精准匹配给对它感兴趣的用户，从而提升用户体验。
  
 如今的小红书，已经不是简单的社交分享了，更多的是基于后台的大数据分析和智能推送，最终形成了良好的正向闭环反馈。
  
 通过以上两个大数据服务案例，我们不难看出数据团队其实是一个独立性很强的团队，因为他们需要完成的事情很多，这其中包含从数据源开始到数据的输出。对研发而言，他们相当于纪检委，需要组织协调数据的周转，实现对数据的监控，同时也要配合研发完成一些数据聚合挖掘累开发。对业务而言，他们相当于研发，因为他们需要输出报表和相应的产品，所以如何构建一个高效的数据团队，对很多企业来说一直在探索，感觉隔雾看花，捉摸不清。
  
 一个企业想要自主研发一个数据平台，创建一个数据分析团队，会是一个很庞大的工程量。企业数据的类型大致可分为三类：
  
  传统企业数据： 包括CRM systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。
  
  机器和传感器数据： 包括呼叫记录，智能仪表，工业设备传感器，交易数据等。
  
  社交数据： 包括用户行为记录，反馈数据等。如微博、微信这样的社交媒体平台。
  
 从理论上来看，大部分企业都会从大数据的发展中受益。但由于数据缺乏以及从业人员本身的原因，对于中小型的初创企业来说，独自开发的成本太高了。而有财力的传统企业呢，也产生了大量的数据，但是数据源很乱，也没有统一的存储方式，更别说研发了。即使招人来做数据分析，也不知道从何下手。该怎么办呢？
  
 其实，数据的价值就是从获取数据，存储，加工到挖掘分析，最终实现可视化，辅助商业决策。想真正去应用在企业的流程中，多少要依赖于专业的工具或平台，归云智能打造的大数据系统解决方案，可以帮助传统企业完成数据化，智能化的升级改造。帮助企业建立稳定高效的运营机制，推动企业实现降本增效和业务的高速发展。
  
 
  
                                          
 通过新兴的智能技术，企业可以有新的视野，探索更宽广的商业模式，实现最大的商业价值。产品部署使用方便，中小企业可以使用归云智能提供的云服务，大型企业可以选择私有化部署到自己的服务器。 感兴趣的总们可以访问官网:  http://www.guiyum.com ，了解详情。

7. 如何理解大数据商业价值的创业机遇

大数据时代，人们寻找创业机遇，最重要的是数据收集和分析能力，从数据中找到好点子。首先，大数据技术在萌芽阶段就是开源技术，这会给基础架构硬件、应用程序开发工具、应用、服务等各个方面的相关领域带来更多的机会。其次，创业者不需要是统计学家、工程师或者数据分析师也可以轻松获取数据，然后凭借分析和洞察力开发可行的产品。此外，将众多数据聚合，或者将公共数据和个人数据源相结合，新数据组合能开辟出产品开发的新机遇。总之，开放数据和开源技术将使创业门槛降低，创业机会大大增加。一、大数据的创业方向现有的大数据工具有着技术门槛高、上手成本高、和实际业务结合较差以及部署成本高，小公司用不起等特点。那么新创企业就可以根据以往这些产品的缺陷，来做更适合市场和客户的大数据分析工具和服务。另外，将大数据工具完整化和产品化也是一个方向。新一代的大数据处理工具应该是有着漂亮UI，功能按键和数据可视化等模块的完整产品，而不是一堆代码。因此大数据创业的2B方向，更多的是做工具和服务，如数据可视化、商务智能、CRM等。而在2C方向，大数据一个很大的作用就是为决策做依据，以前做决定是“拍脑袋”决定，现在，做决定是根据数据结果。个人理财（我的钱花哪去了，哪些可以省下来）、家庭决策（孩子报考哪所大学）、职业发展/自我量化（该不该跳槽，现在薪水到底合适不合适 ）以及个人健康都可以用到大数据。二、大数据时代的创业机会1、金融：大数据公司专门聚焦在通过大数据进行客户信用评级，并为银行、保险公司或者P2P平台服务；或者基于大数据挖掘帮助银行进行客户细分、精准营销服务。2、电信：这个方向已经有专门为电信企业提供客户生命周期管理解决方案、客户关系管理、精细化运营分析和营销的数据公司；或者基于大数据提供网络层的运维管理和网络优化服务的大数据公司。3、健康：未来两三年将会出现一批基于各种可穿戴设备形成的健康云数据，进行深度的数据数据分析和挖掘的企业，帮助人们进行健康预测和预警；未来还可以服务公共卫生部门，打通全国的患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应等。4、媒体广告：可以通过大数据实现更科学的媒介选择；或者基于大数据的精准广告投放系统、基于大数据的广告效果监测评估服务、基于大数据的网站分析优化服务以及基于大数据DMP数据平台并为DSP平台提供精准营销服务等。5、零售：大数据公司可以帮助零售企业进行店面选址服务；利用关联规则进行客户购物篮分析，从而给客户推荐相应的促销活动；基于天气的分析和预期来判断畅销产品以及相应的进货和运营策略，或者把天气数据加入物流预测模型，确保在天气模式没有改变之前，商品能够顺利运送到各商店。

8. 大数据的价值在于应用