大数据时代的商业规则
大数据时代给企业带来了前所未有的商机。大数据时代，企业必须学会利用大数据精准分析，导入用户，促成交易，以最高效的方式组织生产。大数据时代，企业必须遵循新的商业规则，否则就会被大数据浪潮淹没。
规则1:解读用户真实需求解读用户真实需求，就是通过数据收集和分析，挖掘用户内心的欲望，提高企业产品推广的成功率，并转化为企业订单。
大数据看似神秘，其实解读用户需求的运营思路极其简单，就是尽可能的掌握用户的个人信息和关注信息。当相关信息针对个人时，可以相对准确地定义用户的需求。
在这个过程中，主要有两种运行模式:静态辐射模式和动态跟踪模式。
静态辐射模式
在一个时间节点进行静态辐射模式的数据分析，尽可能扩大分析对象，通过标签筛选最有可能成交的用户。这是大数据应用中最典型的模式。由于一些大企业会主动管理用户标签，需要大数据帮助营销的企业可以“借船出海”。
标签和购买有两种关系:一种是标签和购买的关系非常明显。比如一个经常浏览经济管理类书籍的用户，一定是这类书籍的潜在购买者。
另一种标签和购买的关系不是很明显。这就需要企业提前分析，有时还需要借助第三方专业机构的分析结果。
比如新浪微博会根据用户平时的浏览和表情来给用户贴标签。但是这些标签和一些购买行为的关系并不明显。金太太是国内婚纱摄影巨头。他们首先利用自己百度大客户的身份，获取百度免费提供的婚纱摄影客户调查分析数据，发现带有美食、影院等标签的用户最有可能购买婚纱摄影产品。利用这一跨库结果，金太太锁定了新浪微博平台上的“某区域20 ~ 35岁左右女性”群体，添加美食、影院等标签，精准锁定转化潜力大的用户，购买平台提供的“范统”服务，向其推送定向广告。一般来说，推送5 ~ 6万用户，会得到70 ~ 80个左右的电话咨询。这种转化后的电话咨询客户被称为“客户资源”。从客户资源到最后的订单，转化率非常优秀，40%左右。
动态跟踪模式
动态跟踪模式的数据分析是在一个时间段内进行的，尽可能缩小分析对象，通过用户的行为不断给用户贴标签，伺机找到产品推送的时间。因为这种分析是针对小群体的，第三方机构不可能提供统一的大规模服务，所以对企业来说门槛很高，需要练好内功。在这种模式下，企业应该跟踪用户不断产生的新数据，并随时在云端进行处理。
例如，Target超市以孕妇孕期可能购买的20多种商品为基础，以所有用户的购买记录为数据源。通过建立模型分析购买者的行为相关性，可以准确推断出孕妇的具体分娩时间，以便Target的销售部门在每个怀孕客户的不同阶段发送相应的产品优惠券。在每种情况下，他们实际上都比用户更早知道她怀孕的信息。
再比如，亚马逊基于自身对用户的理解进行精准营销，网站上的推荐和邮件推送产品成为促进交易的利器。根据其他电子商务网站的表现，在某些情况下，亚马逊网站推荐的销售转化率可以高达60%，据研究公司Forrester分析师Sucharita Murpuru称。这一转化率远高于其他电商网站，难怪有观察人士将亚马逊的推荐系统视为“杀手级应用”。最新消息显示，亚马逊已经注册了“不下单，先发货”的技术专利，更精准的需求预测，更直接的产品推送。他们对大数据的应用已经很完美了！
规则2:形成社会化的合作生产安排
如果我们能依靠大数据推动产品购买，海量需求将从互联网激增。这意味着更多的产品数据，更多的原材料，以及消费者分散的订单...这种变化使得工业时代标准化的产品生产模式被前所未有地颠覆，生产端需要形成基于大数据的前所未有的柔性，以连接消费端的柔性。
互联网商业环境对价值链提出了新的挑战:在采购、生产、物流、配送、零售等链条的各个环节中，除了生产之外，其他环节也需要强大的数据处理能力，各个环节中的数据处理系统和数据必须全社会共享，这些系统和内容也必须对全社会开放。要满足这一要求，显然应该应用价值链网络，利用大数据进行生产协调。
大数据确实带来了重塑价值链的机会。工业经济时代，生产通过“规模经济”获得更多，大规模标准化生产最大程度降低单位成本。但是，在互联网经济时代，生产应该受益于“范围经济、协同效应和重塑学习曲线”，因为多种多样和小规模的生产需要价值链上的智能合作。
基于互联网，所有价值链环节都可以实现数据共享和集中处理。此外，由于使用了统一的数据架构，不会出现数据孤岛，不会浪费有价值的数据。这样，价值链中的所有环节都可以无缝链接，实现最敏捷、最合理的生产。基于互联网的平台，企业在入围合作时可以获得充分的信息，不会再遇到过高的学习门槛。更重要的是，便于用户参与制作，模块化的选择题让业余爱好者发出专业的需求信号。这样一来，从最开始的原材料生产者到最后的消费者，都被植入了价值链(或价值网络)，社会合作才能真正实现。在大数据出现之前，这几乎是不可能的！
顺应规律，赢得未来。
独特的大数据业务规则将引发未来业务结构的变化。未来的赢家，将属于能够适应新商业规则和新商业逻辑的代表。
在大数据掘金的世界里，谁掌握了大数据，谁能利用大数据实现上述两个商业规则的改变，谁就赢得了未来。
因此，我们可以肯定地判断，掌握了大数据的资源整合企业将成为大数据时代的企业赢家。这类企业是商业生态(价值网)中的“舵手”。通过敏感地识别市场需求并指导网络成员合作生产，他们获得了组合创新的优势。因为控制了整个网络，这类企业拥有网络收益的剩余索取权，往往获利最多。工业经济时代，企业依靠品牌、信誉和社会资本实现资源整合。互联网时代，资源变得无限丰富，协作变得异常频繁。企业需要依靠大数据发现需求，整合资源。可以说，这样的企业在掌握大数据后，就会知道“用户想要什么，哪里有什么，如何利用资源满足用户需求”。
未来的资源整合企业将基于大数据进行运营。在大数据时代，维克托·迈尔·舍恩伯格等人将基于大数据的资源整合企业分为三类:第一类是拥有数据的企业，掌握了数据的端口和所有权；二是掌握算法的企业，负责处理数据，挖掘有价值的商业信息。这些企业被称为“数据战士”；第三种是掌握思维的企业。他们往往会抢先一步发现市场机会。他们既没有数据技能，也没有专业技能，但也正因为如此，他们才拥有广阔的思维，能够最大程度地串联资源，形成商业模式。他们相当于“探路者”。
根据各自生产要素的价值和稀缺性，很难说哪类企业会真正受益于大数据的商业模式。三类企业各有贡献，各有稀缺性。
ITASoftware是美国四大机票预订系统之一，是典型的有数据的企业。它向Farecast提供数据，Farecast是一家提供预测机票价格的企业，是典型的有算法有思维的企业，直接接触用户。结果ITA软件在这次合作中只获得了很少的利润。
Overture是搜索引擎付费点击模式的鼻祖。如果把Google看成媒体，那么Overture就相当于一个广告代理公司，通过算法细分不同的浏览用户，向广告公司提供目标用户的付费点击(选择他们最需要的用户)。Overture是典型的掌握算法和思维的企业，雅虎和谷歌是掌握数据的企业。事实上，谷歌的两大金矿AdWords和AdSense技术都借鉴了Overture的算法。但Overture无法直接接触用户，没有数据，失去了话语权，只能获得少量收入，以至于最终被雅虎收购。
基于大数据的资源整合企业生态链会遵循两个规律。
规则一:接触用户的企业总能获得最大利益，这与价值链中的分配原则高度一致。终端价格与原料供应的差价，全部由销售终端产品的企业获得。
规则二:拥有数据的企业在这个商业生态系统中拥有最大的议价能力，最有可能成为最后的赢家。算法可以被征服，也可以被购买。其实挤进这个行业的公司不在少数。在思维中，有一个被肯尼斯·阿罗(kenneth j. arrow)称为“信息悖论”的现象，即信息在被他人知晓之前是极其有价值的，但却无法被证明。一旦公开确认，就失去了价值，因为大家都知道了。所以，无论思维和算法公司走得多快，只要数据公司能随时堵住数据源，就依然握着“杀手锏”。甚至，一些数据公司在看不清商业模式的时候，把数据发布出来给思维和算法公司试错，一旦试错成功，就收回数据的所有权，模仿他们的商业模式。
BAT的数据帝国
因此，我们可以说，在大数据时代，资源整合企业的竞争将决定未来商业世界的版图。
当很多人还没有搞清楚大数据时代的商业规则时，国内互联网三巨头BAT(百度、阿里、腾讯)已经在快速构建自己的“数据帝国”。
在互联网的大世界里，用户有很多入口，可以通过不同的app上传数据。BAT的原则是，所有与衣食住行相关的服务商，只要能增加数据类型和质量，就一定会赢。这里体现了一种典型的“数据积累的边际收益递增效应”，即每增加一个单位的数据，其可挖掘的价值就有一个加速增长，每增加一种类型的数据，其可挖掘的价值就有一个加速增长。有的时候，BAT甚至不考虑数据现阶段能否变现为收入，只是将其纳入，等待未来发展。
现实情况是，BAT经过几轮收购，基本覆盖了衣食住行社交等各个领域的数据入口。除了其原有的庞大数据入口，其在数据规模上的优势也是无与伦比的。短时间内，任何一个企业超越他们几乎是不可能的。
BAT不仅是抓数据的企业，更是抓算法和思维的企业。一方面，拥有庞大商业用户群和用户群消费偏好的大数据，只要有相应的内容，就可以形成交易，获得收益。另一方面，他们甚至可以开放应用编程接口(API)，将自己的数据授权给别人，让数据反复产生价值。在这方面，阿里巴巴的百川计划就是一个典型的例子。简单来说，他们把数据免费开放给其他厂商的app，但不收费，只需要他们把数据作为代价回馈。这个计划实施后，所有app都将是他们的入口。
可以说BAT的帝国是建立在数据基础上的。甚至有人预测，数据作为“表外资产”，会在某个时候纳入会计准则。因为，相对于无形资产，这类资产的价值更大。
值得一提的是，具有传统工业经济思维的人根本无法理解大数据时代的商业逻辑。曾经有学者质疑阿里巴巴的收购(零售，文化，金融等。).他举了苹果和谷歌的收购案例，认为两者都是在专业领域进行收购，有利于增强竞争力，但阿里的收购是多元化的，不利于增强竞争力。
其实这是不了解阿里巴巴商业模式的表现。互联网时代的大部分商业模式早已脱离行业限制，某种程度上走向了“大一统”，即“导入流量+大数据分析实现流量”。在这种模式下，数据是通用逻辑。难怪大数据出现时，维克托·迈尔·舍恩伯格等人断言，行业专家和技术专家的光芒会被数据专家掩盖，因为后者可以倾听数据的声音，不受旧观念的影响。
虽然BAT这么强，但是他们的夹缝中还是有一些商机的，企业也可以搭建入口，解读需求，安排生产。如果说大数据改造商业的魔力毋庸置疑，那么为什么很多公司还是拿不起眼前的金钥匙？很大程度上是因为这些公司缺乏数据基因。
在大数据和互联网经济的夹击下，企业只能“被动连接互联网”。面对海量的潜在需求，不仅无法解读，也无法调动生产进行对接。这就导致了大量企业被互联网的海量需求“吞噬”，供应链失控的案例。
大数据时代，企业规模、资金、生产技术都不再重要，品牌也不再有魔力。获取数据、分析处理数据、挖掘数据价值的能力成为企业的根本。目前国内大部分企业还没有意识到我们已经进入大数据时代，就像我们大部分消费者还没有意识到我们的消费行为随时都在被计算一样。在这样的时代，只有建立在数据之上的企业，按照大数据时代的商业规则运营的企业，才能更好的生存。
以上是边肖分享的大数据时代商业规则的相关内容。更多信息可以关注全球常春藤分享更多干货。