1 大数据，商业机会的再造

1.1 数据帝国的起源、与建立

1.1.1 大数据，何时诞生？

1.1.2 大数据，是否能否产业化？

1.1.3 大数据，概念出自英国研究者，迈尔·舍恩贝格之手

1.1.4 舍恩贝格，“只要知道是什么，而不需要知道为什么”？

1.1.5 事实上，舍恩贝格的定义是有条件的！

1.1.6 大数据，强调4V

1.2 大数据商业应用层出不穷！

1.2.1 奥巴马，2012年利用庞大的数据分析团队，利用大数据胜选

1.2.2 Netflix，视频网站利用大数据分析创造风靡欧美《纸牌屋》

1.2.3 社交网能够成为股票获利的工具么？

1.2.4 新浪微博，2012伦敦奥运会刘翔退赛后依赖大数据获取“舆情”

1.2.5 尼曼·马库斯，利用大数据投用户所好，实施营销

1.2.6 亚马逊，关注每个人的购买轨迹，以此判断购买需求

1.3 大数据在社会事务方面的应用

1.3.1 马云推动的“数据浙江”，让政府真正看到了数据的价值与威力

1.3.2 利用大数据，开展交通治理

1.3.3 利用大数据，开展经济决策

1.4 大数据的诞生，推动生产要素的转化，改变了生产力的核心

1.4.1 数据 信息，是不是生产力？不同时代、不同答案

1.4.2 从铁公鸡、到云管端，从劳动到资本，从分工到共享

1.4.3 必须清晰，未来的时代——从IT 到DT转化

1.4.4 必须清晰，当下的IT系统的全部，只是DT时代的“云”，而不是全部

2 大变现，当代公司操作的八种套路

2.1 人工智能=数据 物体（IOT），十几万亿规模

2.2 数据变现=搜索 信息展示 社交广告，万亿规模

2.3 数据征信 评价机构，万亿规模

2.4 共享经济（房屋共享、车辆共享、房屋共享），数千亿规模

2.5 数据分析（尼尔森、易观、艾瑞）2000亿规模

2.6 数据营销平台（DSP、DMP、广告代理、广告平台），万亿规模

2.7 数据平台共享（亚马逊、百度、腾讯），百亿规模

3 大变现，运营商，必须构建大数据产品化平台

3.1 大变现，运营商困境

3.1.1 一个联通的故事，告知一个事实——商业模型的能力缺乏

3.1.2 从三个行业中，请你挑选谁**能够利用好“数据”？

3.1.3 如果运营商与阿里巴巴比较，就可以发现两者在“大数据”体系上的巨大差异

3.1.4 运营商人员，移动要搞大数据必须解决的四个难题

3.2 大变现，需要改变运营商的思维

3.2.1 产品，要实现，随用随取

3.2.2 产品，要从需求中来，以市场作为牵头方，

3.2.3 大数据，不仅是技术概念，更是应用，它来源于营销实践

3.3 大变现，运营商怎么做？

3.3.1 整合内外数据，是大数据的关键

3.3.2 内部数据，仅仅是解决自身通信运营

3.3.3 外部数据抓取，解决的是流量经营、数字化运营、以及行业、社会数字化运营

3.4 西班牙电信，先走一步，组建“数据洞察部”

3.4.1 面向社会，提供广告服务

3.4.2 面向政府，提供智慧城市服务、智慧交通服务

3.4.3 面向公众，提供购买偏好服务

3.4.4 面向商业，提供店面选址服务

3.4.5 面向内部，提供员工管理、文化建设

3.5 变现，运营商数字化运营

3.5.1 离网预警体系构建

3.5.2 客户24小时*365天，行为数据库

3.5.3 流量 APP之间的交叉营销

3.5.4 流量经营，客户不同阶段的数据营销应用

3.5.5 互联网行为聚类

3.6 变现，运营商必须架构——“产品化平台”

3.6.1 前向流量市场，大数据支撑产品

3.6.2 后向流量市场，大数据支撑产品

3.6.3 终端市场，大数据支撑产品

3.6.4 咪咕市场，大数据支撑产品

3.6.5 …….

3.6.6 举例：做好流量激发的大数据产品化平台