︿
Top

巨量資料之商業模式

瀏覽次數:1832| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 (iKnow) - David 發表於 2013年10月29日
巨量資料(Big Data)是一新興技術,這新興技術要能形成產業(emerging technology industrialization)關鍵在於未來商業模式(business model)與創新商業模式(innovative business model)有沒有被發展出來,而商業模式的發展首重價值鏈之重新定位,對巨量資料所衍生之產品(product)或產業(industry)亦是如此。而引導巨量資料商業模式發展的核心概念,正是決策支援系統(decision supporting system)。

圖一巨量資料價值鏈架構

pat_13_A043a.gif
 

決策支援系統包括軟硬體架構及對應人力組織編制

首先,巨量資料體系所要支援的客戶包括內部與外部,內部主要是總經理或是需要擬定各項計畫之功能部門,例如行銷與業務單位、製造與生產單位、研究與發展單位及內部流程管控單位等。

外部包括事業客戶(Business to Business)與消費者(Business to Consumer),其相關功能亦包括行銷與業務、製造與生產、研究與發展與內部流程管控。而消費者即是利用巨量資料分析結果之終端顧客,例如購買線上書籍時,網站對於你的其他書籍推薦,或是其他針對其他需求所產生之精準行銷與廣告。

其次,巨量資料體系屬於系統整合工作,因此可視為解決方案供應商(solution provider)。解決方案供應商透過自行建置基本資料、軟硬體工具與研擬有價值之資訊,提供給內部與外部客戶能夠支援其決策之情報。

第三為基本資料供應商(data or raw data),這些公司提供自己資料(own data),或整合其他企業之資料(other data)或整合政府公部門之資料(open data),其關鍵在於資料之取得與整合。資料供應商如同天然礦場的擁有者,具取得龐大資料(Volume)、提供快速資料(Velocity),並具有整合種類繁多雜資料(Variety)之供應商將成為贏家。

關於基本資料供應商,日本野村總研諮詢顧問城田真琴在《大數據的獲利模式》一書中[1],根據核心資料與非核心資料、內部資料與外部資料之二維矩陣,區別出四類基本資料內容與運用策略,如圖二與圖三所示。基本上,如何掌握與控管內部核心資料,並善用外部或政府部門之公開資料(open data),是基本資料供應商營運關鍵。

圖二、巨量資料之資料運作分類

pat_13_A043b.gif
 

資料來源:城田真琴(2013)

圖三、巨量資料之資料運作策略
 pat_13_A043c.gif

資料來源:城田真琴(2013)

第四為巨量資料之軟硬體系統供應商,即提供資料儲存、處理、分析之資訊(information technology)軟硬體公司,包括IBM、Oracle、SAP與HP等。其中不同類型之軟體工具開發商將引導此產業之發展。當然已趨成熟之雲端運算(cloud computing)之儲存與運算工具亦屬其中,而支援這些軟硬體工具後面的電腦代工廠商,例如廣達與鴻海等,當然也可視為此產業鏈之相關成員。

最後,為決策情報服務公司,包括發展具有獨特演算技術之新興服務公司,能夠從不同屬性資料中萃取出(整合出)具有情報價值的公司。一般來說,相關決策支援模式包括整合與診斷資料、找出規律行為、預測未來可能模式並提供改善之建議等。

在決策情報服務公司運作模式中,城田真琴在《大數據的獲利模式》一書中亦提出以「批次處理型」、「即時資訊型」及「個別優化」、「全體優化」提出決策情報服務公司之四類商業模式,有興趣的讀者可以進一步瀏覽。

最後,從新興技術之商品化與產業化來說,較佳之運作流程應為「5.內外部客戶→ 4.系統整合(巨量資料)→ 3.決策情報→2.軟硬工具→1.基本資料」。如何從需求端引導服務,並進一步整合軟硬體的發展,將是未來巨量資料產業的發展主軸。當然,產業發展過程中,在「內外部客戶」、「系統整合(巨量資料)」、「決策情報」、「軟硬工具」與「基本資料」等個別流程的運作與優化,也是想要投入此領域新興企業可思考之營運重點。(1186字;圖3)

參考資料:

  • 城田真琴 (2013), Big Data大數據的獲利模式:圖解.案例.策略.實戰, 經濟新潮社出版社

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。