这些行业都有三个重要的特点。
一，他们没有大数据技术能力。
二，他们没有大数据人才。
三，他们期望通过大数据来实现互联网+，通过大数据来改造行业目前的情况。
可以预见这也是未来大数据行业油水最多，差事最“肥”的地方，也是将来大数据企业竞争最激烈的地方。
第二，基础设施。
我把数据库、数据源、数据清洗、数据处理工具、大数据引擎、大数据软件硬件结合一体机等，都归纳到基础设施里面。
基础设施的主要盈利模式为：我帮你解决大数据部署中间的部分问题。
这个模式有点像台式机的“攒机”模式，CPU用这家的，内存用别家的，键盘鼠标自己搭配等等。
这种模式是要求企业有大数据能力和人才。
你可以自由组合大数据的基础设施，从而构架出更适合自己业务的大数据系统。
费用收取方式：按照设施的不同进行收费，你可以买断，或者按需、按月、按年、按量来进行付费，比较方便灵活。
第三，数据工具/产品化服务。
典型的模式如情报挖掘、舆情分析、销售追踪、精准营销、个性化推荐、可视化、网站/APP分析工具等。
费用的收取方式：按需购买，部分功能服务免费，部分功能服务收费。
第四、行业应用。
这一模块可能和解决方案会有冲突，但是这里说的行业应用主要说的是传统行业加上大数据后产生的新的效应。
大数据可以应用到医疗、教育、零售、通信，航空、工业、制造业等传统行业。
当大数据与这些行业碰撞，就会产生新的商业。
主要模式：利用大数据获得行业洞察，实现更多的收益。
比如大数据+医疗就是智慧医疗系统，大数据+制造业就等于工业4.0，大数据+电影就等于票房预测等。
费用收取模式：没有直接的变现，而是通过大数据产生了更大的价值，节约了成本，优化了原有行业，衍生出新的商业模式。
行业应用比较典型的例子有：票房预测、商圈选址、高考预测、智慧城市、无人机、机器人、无人驾驶汽车等。”
徐良越说越兴奋，这段时间因为写书的关系，他一直在回忆上辈子的记忆，总结大数据和云计算。
作为一个创业成功的人。
他接触到的行业信息远超普通人。
尤其教育大模型出来后，智能黑板，智能教学已经成为行业大趋势，他也了解了不少。
这会正好用上了。
“在此，我特别把金融大数据单独拎了出来，因为金融大数据的前景是最可观的，也是可持续发展的。
金融行业会不断的产生数据，而且数据可以反复使用。
大数据在金融方面的应用主要体现在征信、小额信贷、P2P、电子信用卡、量化投资、反欺诈、互联网金融等方面。
银行、保险、证券等行业目前都依赖着大数据的洞察能力。
金融行业是最需要数据、最能让大数据实现变现的。”
“以上就是我总结出来的大数据变现的四大模式。”
滔滔不绝的徐良停下来，砸吧了一下嘴，感觉自己总结的还算全面。
刚要继续说云计算，突然察觉到了会议室里诡异的气氛。
下意识的打眼一看。
但见众人，除了杨廷坤神色激动，俞军和谢文若有所思，参加视频会议的孙明珍俏脸上满是崇拜外，其他无不拧紧眉头，做苦苦思索状。
徐良瞬间明白过来。
自己说的太多太超前了。
现在连大数据的准确概念都没有，自己已经把盈利模式说的明明白白。
还没学会走，都已经开始飞了。
作为第一次听这种新概念的人，当然是云里雾里。
本来还打算讲一讲‘云计算’，突然也没了兴趣。
说多了他们也不明白，纯属浪费口水。
还是先做研发吧，顺着研发进度，一点点普及，比现在干巴巴的讲更容易让人接受。
喜欢我的1999请大家收藏：(m.x33yq.org)我的199933言情更新速度全网最快。