编辑导语：2012年，马云在网商大会上震耳发聩地喊出：我们将进入大数据时代，这是中国大数据行业开始爆发的信号弹。当大数据应用在不同的领域和不同的场景下，所产生的意义及其所代表的意义也都不一样。大数据是互联网时代不可或缺的产物，而且还在不断的延伸到各行各业，为不同的行业创造着更新、更大的价值。

我们分析和挖掘数据的最终目的是为了让数据在应用中释放价值，让数据价值在商业上变现。数据价值变现一直是数据从业者努力的方向。

然而，数据价值变现是一件知易行难的事情，它受到政策环境以及数据价值链条上多种因素的共同制约，实际操作起来需要找到一些好的商业模式。

今天就来聊一聊数据价值变现的商业模式，顺便说一下这里所说的价值变现特指对外部而言的价值变现，对企业内部的数据价值变现不在本次讨论范围内。

笔者基于对大数据多年的观察，总结出数据价值变现的6种模式，在这里与大家逐一进行探讨：

一、SaaS产品模式

SaaS产品模式是目前比较成熟的一种数据产品对外服务模式，该模式下企业向外部客户提供标准化的大数据产品，并可根据行业应用场景和需求进行一定程度的定制，有时候为满足客户对数据安全的要求也会进行适当的本地化部署。

SaaS产品模式是面向应用的用户或平台使用者的，它的特点是：客户不需要购买任何硬件，只需要简单注册即可；不占用过多的营运资金，能缓解客户的运营资金不足的压力，不用考虑成本折旧问题；不需要专门的维护和管理人员，也不需要为维护和管理人员支付额外费用。

这种模式对于初创的中小企业比较合适，早期的舆情监测平台大多采用的就是SaaS模式，舆情监测可是说是SaaS产品最成熟的领域之一。

二、DaaS数据接口模式

DaaS数据接口模式也可以称之为管道连接模式，DaaS是指数据即服务。

顾名思义，这种模式下只提供数据接口服务，数据已经在内部加工完成了，对外提供的是封装好了的API服务。

企业将大数据能力封装为开放接口（OpenAPI），开放给行业客户进行订阅调用，也可根据应用场景提供较灵活的按需定制服务。

该模式的特点是：易实现快速规模化，对数据资源拥有方（如电信运营商）的吸引力较大；属于轻资产运营模式，数据安全自主可控；以提供查询、验证服务为主，服务价值不高；数据加工的深度不足，难以应对较复杂的外部需求。

之前国内的大部分征信服务公司就是以这种模式为主的，它们主要提供的征信相关数据的查询与输出服务，当然略有不同是他们本身并非最初的数据源。

以之前的蜜蜂数据为例，该公司隶属于盈灿集团，是国内首家分布式征信查询系统平台，该平台实行用户自行管理自有数据，系统仅负责通讯、对接，不存储任何数据的分布式征信系统，既保证了数据的可靠性、全面性，又保证了数据的安全性。

蜜蜂数据通过连接多个P2P平台，形成了全面的联防监控，使老赖无处可藏；同时因为连接多家平台，用户也可以一键查询黑名单、个人信用分、央行报告等信息。

三、CS咨询服务模式

CS（Consulting Service ）咨询服务模式是面向行业客户最古老、最通用的业务模式。这种模式需要企业在业务经验和成熟方法论的支撑下，针对B端行业客户的数据需求、业务场景和运营模式，进行定制化的数据分析和挖掘，提供业务咨询服务。

由于行业客户的需求大多是比较复杂的、个性化的，通常难以用标准化的产品来解决客户的问题，因此，通过咨询项目来解决问题是行业客户的普遍选择。

当然，大部分咨询公司本身是没有数据的，只是用客户的数据来帮助客户解决问题。

这时如果“携带”数据资源为客户提供咨询服务的话，无疑是比较有市场竞争力的，“数据+软件+咨询”、“数据+运营+咨询”服务等模式比单纯的咨询服务模式要强不少。

比如：TalkingData基于自身在移动端的数据资源优势，为金融、零售等行业客户提供了“数据+运营+咨询”的服务模式，在行业中独树一帜，收获了不少高端客户。

四、PaaS租户合作模式

PaaS租户合作模式的核心要义在于吸引开发者/租户入驻、使用，与开发者联合研发数据产品，提供经过封装和脱敏的价值数据和开发环境，合作开发大数据产品与服务。

作为提供服务的“地主”要向租户收取平台资源使用的费用、数据调用的费用等。该模式适合于自身有数据资源优势、技术实力雄厚的大公司。

PaaS租户合作模式的特点是：面向开发人员/租户，提供了一个基础平台和环境；将该平台以服务的方式提供给应用开发厂商；提供了应用的高可用性和可扩展性。

比如：电信云公司对外提供的就是PaaS服务模式，外部开发商通过资格审核后、缴纳租金后进驻到电信云平台，电信云提供相应的平台环境和脱敏数据，应用开发商可利用中国电信的用户数据进行产品研发或服务于自身的客户。

五、全程贯通模式

全程贯通模式是指直接以某种形态的产品（如APP）连接C端（需求端）和B端（行业客户端），以数据打通业务流程，用数据赋能业务运营。

这种模式的特点是：需要较强跨行业客户的连接能力和资源整合能力；以移动化建立连接，重运营、轻资产；通过数据聚合与沉淀获得模型优化和平台增值。

以享宇金服为例，该公司以金融服务为基础，以“移动手机贷”为主营业务，实现C端用户和B端金融机构客户的双向连接，通过“NEST蜂巢模型”帮助多家金融机构提升信贷审核及贷后管理的效率，同时也实现了“运营商+金融”两端数据的模型沉淀。

六、资源置换模式

资源置换模式的做法是拥有共同用户池的甲乙双方进行联合运营，乙方（数据服务需求方）向甲方（数据资源拥有者）付费购买一定的营销资源。

借助甲方的数据画像能力和营销触达能力，通过营销资源上搭载乙方自身的产品或服务，或者与甲方联合开发定制版产品等形式，完成对乙方目标用户的营销与服务。

乙方购买的是甲方的数据服务资源或渠道资源等，置换出来的是甲方为乙方的客户提供的深度定制服务。资源置换模式的特点是：大数据服务能力免费，但是需要行业客户为基于大数据的某产品/服务买单。

以某移动公司与金融机构的合作为例：某银行在推广其手机银行客户端时，希望借助移动公司的流量资源和数据资源。

该银行与当地移动公司与采取B-B-C模式开展联合营销，该银行购买了移动公司的流量池替代实物促销品，移动公司则以大数据精准画像目标客户，并智能推送至银行的目标客户完成赠送，按活动实际使用流量包买单，并以此为卖点打包销售移动公司的集团专线等业务。

这样操作下来，移动公司售卖了自己的数据流量和集团专线业务，银行客户这边借助移动公司的资源实现了目标用户的精准触达和手机APP的有效推广，双方可谓是各取所需、合作共赢。

七、结语

数据价值变现的前景是光明的，但道路是曲折的，需要持续关注、耐心经营。

企业在开启数据价值变现之行程后，到底应采取何种商业模式，需要立足自身优势，审时度势、谋定而后动。

另外，需要特别强调的是，数据价值变现需要保持对数据的敬畏之心，非常注意个人信息安全和隐私保护。这是大数据行业做事情的红线，再好的商业模式如果触碰了这条红线都是难以为继、不可持续的。

作者：黄小刚，微信公众号：大数据产品设计与运营

本文由 @黄小刚 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议