《大数据环境下电信行业盈利模式研究毕业论文设计.doc》由会员分享，可在线阅读，更多相关《大数据环境下电信行业盈利模式研究毕业论文设计.doc（43页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、江苏大学京江学院本科生毕业论文J I A N G S U U N I V E R S I T Y本 科 毕 业 论 文 大数据环境下电信行业盈利模式研究学 院 名 称： 京 江 学 院 专 业 班 级： J 信 息 1001 学 生 姓 名： 沈 凯 华 指导教师姓名： 刘 秋 生 指导教师职称： 教 授 2014年6月目 录摘要1第一章 绪论31.1 选题背景和意义31.1.1 选题背景31.1.2 选题意义41.2 研究目的与方法41.2.1 研究目的41.3 研究内容61.4 论文主要创新点7第二章 相关理论综述82.1 电信行业业务特征82.2 大数据理论92.2.2 大数据的特征10
2、2.2.3 大数据的作用102.2.4 大数据的分析112.2.5 大数据的技术122.2.6 大数据的处理132.3 盈利模式理论142.3.1 盈利模式的概念142.3.2 盈利模式的特征162.2.3 盈利模式的要素172.1.4 盈利模式的分类18第三章 电信行业盈利模式现状分析193.1 电信行业发展以及现状分析193.2 电信行业盈利现状分析213.3 大数据对电信行业盈利影响分析25第四章 大数据环境下电信行业经营对策284.1 大力发展云服务，提高电信行业盈利能力284.1.1 电信行业提供云服务的优势284.1.2 国外运营商在云服务上的探索294.1.3 国内电信运营商云服
3、务经营对策294.1.4 运营商云服务的赢利点304.2 助推智慧城市建设，实现盈利模式创新324.2.1 电信行业推行智慧城市的优势324.2.2 电信行业掘金智慧城市的经营对策324.2.3电信行业智慧城市盈利模式334.3 大力建设物联网，开拓新盈利点334.3.1 电信行业发展物联网的优势344.3.2 电信行业物联网的经营对策344.4提供免费网络,摆脱通道商的竞争压力354.4.1 电信运营商提供免费网络的“天时、地利、人和”354.4.2 免费网络下电信运营商的核心盈利模式36第五章 总结与展望375.1 总结375.2 展望37参考文献40大数据环境下电信行业盈利模式研究专业班
4、级：J信息1001 姓名：沈凯华 指导老师：刘秋生 职称：教授摘要企业只有盈利，才能有长远的发展，因此，无论企业处于什么样的经营和发展时期，衡量企业经营质量的最终标准永远只有一个：盈利水平。研究盈利模式有助于利用变化因素开发新的战略并把公司引向持续显著的盈利，增强公司的竞争能力、抗风险能力和创新能力。然而现实当中的很多企业，尽管并不缺少清晰的客户价值主张和难以复制的资源和流程，但却在拓展收入上举步维艰，这种情况在我国的电信行业也同样存在。大数据时代是一个充满机遇与挑战的时代，如果电信运营商能够提前嗅到大数据的巨大商机，那无疑会成为这个时代的潜在赢家。本文介绍了电信行业、大数据以及盈利模式的相关
5、理论，并对电信行业的发展现状、盈利现状以及大数据环境对其影响进行了分析，最后提出了电信行业在大数据环境下的经营对策，以及电信行业的发展建议。本文在对各种盈利模式进行比较分析的基础上，指出大数据环境下电信行业应该通过发展云服务、智慧城市、物联网以及提供免费网络的方式来获得新的赢利点，得出整个论文的研究结论，为电信行业在国内发展提供理论支持和帮助，给电信运营商获得实际利润指明道路。 关键词：盈利模式 大数据 电信行业 1Telecom industry profit model research in big data environmentAbstractEnterprise only prof
6、it，can have a long term.Thus， no matter what kind of enterprise in the management and development period，the final measure of enterprise management quality always only one: profitability.The researeh of profit model can be benefit to make use of changing faetors andopen up new strategy that can lead
7、 the ComPany to continued and remarkab results， at the same time，can enhance the ComPanys competition，anti-risks and innovations-making capacity.The reality of many enterprises，though not a lack of clear customer value proposition and difficult to replicate the resources and processes，it is struggli
8、ng on the expansion of income.This situation also exists in Chinas telecom industry.Big Data era is an era full of opportunities and challenges, if telecom industry can smell great opportunities ahead of big data, it will undoubtedly become a potential winner of this era.This article describes the t
9、elecommunications industry, big data and related theoretical profit model, and the status of development of the telecommunications industry, the profitability of its current situation and environmental impacts of large data analysis and concludes the telecom industry environment in big data manageme
10、nt countermeasures, and the development of the telecommunications industry recommendations.In this paper, the various profit model on the basis of a comparative analysis, it should be pointed out that the telecommunications industry get through the development of new profit point cloud services, sma
11、rt cities, as well as free internet of things the way large data environment, and draw the entire thesis research findings.It provide theoretical support for the telecommunications industry in the country and help the development of telecom operators to point the way to get the actual profit.Keyword
12、: profit model big data telecom industry第一章 绪论1.1 选题背景和意义1.1.1 选题背景 电信行业在现代社会中占有至关重要的地位，它的发展可以大大地加速信息的流动，缩短空间距离，提高社会经济的运行效率，从而创造巨大的社会效益。电信行业具有服务性、网络性、技术密集性等特点。电信网络是电信业所拥有的特殊资源，电信业务的运营也有其独特的规律，管理人员必须了解这些特点，才能实现对电信行业和电信企业的有效管理。特别是近年来，电信技术发展迅速，电信新业务层出不穷，电信行业的内外环境也发生了巨大的变化，电信企业面临着激烈的市场竞争，其经营管理工作变得更为复杂。传
13、统电信运营商的获益来源于所谓的边际获利，运营商将网络基础设施建设完成后，每增加一个用户就会给他们带来收入。这里竞争的根本策略是进行大量的初始投资，建设广阔的网络，来占领更多的市场，因为获得更多用户也就意味着获得更多收入。也正因为如此，运营商才有动力不断地升级网络，增大网络带宽，以承载运送更多的内容，来扩大客户量。但是，市场的激烈竞争使得整个产业的资费水平下降，行业平均利润率降低。在用户趋于饱和，缺乏新的增长模式，并受到来自互联网技术的严峻挑战的情形下，电信行业正面临着全球性的增长趋缓，从收入增长速度看，尽管2010年走出了V型反弹，标志电信运营业已走出金融危机的阴霾，但从2003年至今的增长曲
14、线看，扣除金融危机影响因素，年均6%左右的增长基本已成定局。具体到我国，“十一五”期间的收入和用户的增速已落后于“十五”增速，预计“十二五”期间传统电信运营业的收入和用户增速会进一步降低。总量增长放缓的同时，电信行业业务也结构面临调整，至2009年末全球电话普及率已达85.8%，我国也达到了78.8%，消费者对通话的接入需求渐趋饱和，人均带宽需求逐步扩大，预计2015年全球宽带接入平均带宽速率约提高16.6Mbit/s，将为2009年的5倍。与之相伴，消费者对非话业务的使用正在快速增加，“十一五”期间，非话业务收入占比已经从“十五”期间的22%左右提升到了42左右，预计“十二五”期间，这一数字
15、将提升至70%左右（含宽带接入）。大数据时代的到来既是悄悄的，又是波澜壮阔的，人们还没有完全反应过来时，大数据时代已经到来。大数据给电信运营商带来了很好的发展机遇，通过一些结合社会化的数据，可以提高用户的体验；通过个人位置信息的分析、匹配，可以提供创新服务。这也意味着电信运营商要想在在大数据时代赢得一席之地就必须积极转变传统的盈利模式，寻求适合自身发展的经营策略。1.1.2 选题意义 盈利模式是企业赖以盈利的业务经营模式，是在任何行业经营的企业最核心的商业模式。企业围绕利润最大化的目标开展经营活动，而能否实现利润最大化则取决于盈利的来源是否丰富多样，盈利的结构是否合理。也就是说，企业的盈利模式
16、决定了企业能否实现利润最大化。我国电信行业的现有盈利模式已经不能适应新的环境的变化，必须吸收国外公司的优秀经验，对传统的盈利模式进行转型和创新才能能适应中国资本市场的发展。因此，盈利模式是企业经营和发展的核心内容，研究电信行业的盈利模式对电信行业未来的经营和发展具有至关重要的意义。此外，对盈利模式进行系统、全面的比较分析的同时，帮助电信行业选择适合自身发展的盈利模式也恰好是本文研究的重点所在。1.2 研究目的与方法1.2.1 研究目的在普遍的经营思想中，大多数的企业高层领导更多的关注如何建立企业的愿景、制定计划与战略，同时为实现企业战略发展所进行的一系列财务、人力资源、生产作业等工作也得到了相
17、应的重视，然而企业的价值到底是如何创造的却被众多的企业家所忽视。然而随着全球经济一体化的发展，企业的生存状况不是由具有前景的行业、大规模的市场占有率、科学的管理理念所决定，而是取决于企业所具有的盈利模式，只有那些具有特色盈利模式的企业才能在发展过程中走的更为长远。对于电信企业而言，其传统的盈利模式就是通过64k的电路向用户提供语音产品，向使用了线路的消费者“计时、计次、计量”收费。这套盈利模式非常简单，却非常适用，从人工接线时代到电子布线时代，从程控时代到后程控时代，这套模式都屡试不爽。但是，到了互联网时代，尤其是随着电信企业对信息产品开发的深入，这种收费模式的不适应性就表现得越来越明显。例如
18、，目前，很多互联网上的业务需要保持724小时的通道畅通，假如电信企业向互联网用户提供1M的接入带宽，仍然按照传统的电话连接的收费模式来收费，按照64k语音产品的单价进行简单翻倍，那么宽带的接入费用将会非常高，消费者是无法接受的。再比如，假如单纯按照包月的方式进行宽带收费，大量的P2P传输占用了运营商的资源却旁路了路由器不能给运营商带来收益，这也不合乎情理。拿手机上网来举例，如果按照现行收费标准，手机上网查询一条新闻信息，最少也要支付一分钟四毛钱的话费，而买一份内容丰富的报纸也不过几毛钱，这样的话，手机上网就没有什么实际意义。由此可见，电信行业传统的盈利模的收费方式式并不适应信息时代的发展需求。
19、此外，电信运营商传统的内部支撑和外部业务方式的发展存在以下四个问题：（1） 业务平台竖井式建设，制约了资源的共享和业务统一管理能力；（2） 以省为中心的业务平台开发，运营商和开发商高度耦合，存在通用性差、维护成本高等弊端。（3） 运维和管理较为分散，未形成统一的品牌管理、客服标准，规模化发展受限；（4） 业务平台开放程度低，个性化业务提供能力弱，种类不够丰富，新业务上线周期长等。正因为这些问题的实实在在得存在，所以就需要电信运营商们开创新的盈利模式或者在原来的基础上进行创新。与此同时，全球正处于信息技术第三次革命浪潮的开端，大数据时代已经到来，云计算将成为最新的“颠覆性”推动力量，提高社会生产
20、力，推动社会整体信息化水平，并彻底颠覆目前的商业模式及体系。根据Gartner的数据，2012年全球云计算服务规模约为1000亿美元，未来几年年均增长率预计将超过20%，2015年全球云计算服务市场规模将达到1768亿美元。因此，电信行业发展云服务业务是抢占先机并且获取可观利润的有利途径。本文旨在在分析众多电信行业的盈利模式，并且在大数据环境下的盈利模式中选择比较有利于电信行业可持续发展的盈利模式。1.2.2 研究方法文章采用了多种研究方法并得出了清晰并具有实践价值的结论，本文采用下面三种主要研究办法:（1） 研究法，本文在前人研究的基础上，通过对以往与本文有关的文献进行阅读和研究，得出了本文
21、的理论基础。对电信行业、盈利模式以及大数据等相关概念做了界定。同时，在盈利模式构成要素的指导思想下对大数据背景下面电信行业的盈利模式进行分析比较。（2） 演绎归纳法，本文以现有的盈利模式为基础，通过对电信行业各种盈利模式的归纳分析，得出大数据环境下电信行业盈利模式发展的新方向。1.3 研究内容本文首先阐述传统电信行业的盈利模式，分析其中的弊端。提出大数据背景下电信运营商需要改变传统的盈利方式，积极主动提供云服务，寻找最适合自己长期发展的盈利模式。然后，通过分析电信行业原来盈利模式的弊端说明研究目的在于帮助电信企业在大数据时代获得可持续发展。并且说明本文中研究方法有文献分析法、演绎归纳法、比较研
22、究法。之后，概要说明论文的主要内容。提出论文的主要创新点。比如，在传统电信盈利盈利模式的基础上进行创新，提出新型盈利模式。对各种电信的盈利模式进行了可行性比较分析，指出电信行业今后在国内发展中可以依赖的清晰而有发展潜力的盈利模式。接下来，概述相关的理论。（1）说明电信行业的行业特征（2）什么是大数据，包括大数据的定义，特点、大数据的一般处理流程以及关键技术等等（3）什么事盈利模式，盈利模式包括哪些并提出云服务的盈利模式。再之后，对电信行业盈利模式的现状进行分析，包括分析电信行业的发展现状、电信行业的盈利现状以及大数据对电信行业盈利的影响。而后，以大数据环境下电信行业的发展状况为基础，分析电信行
23、业的经营对策，以此作为电信行业可持续发展的盈利模式。最后，对电信行业的盈利模式进行归纳总结，并且对大数据环境下电信行业的发展方向提出自己的建议。1.4 论文主要创新点当前，关于盈利模式的研究文献多集中在互联网等新的经济实体领域，针对电信行业盈利模式的研究并不多，本文研究的课题有以下几点创新:(1)以往的电信行业盈利模式的研究主要从某一公司某一业务出发，将业务看成企业实现营销活动的工具和渠道，而本文从整个电信行业出发，分析各种盈利模式的利弊。(2)在传统电信盈利模式的基础上进行创新，提出大数据环境下的新型盈利模式。(3)对各种电信行业的盈利模式进行了可行性比较分析，指出电信行业今后在国内盈利模式
24、的发展方向，为电信运营商获得庞大的实际利润指明道路。39第二章 相关理论综述2.1 电信行业业务特征电信作为国民经济和社会发展的基础设施，是国家的神经系统及国民经济的命脉，同衣食住行一样是现代人类生存的必要条件，同时也是衡量一个国家安全系数大小的重要标志。目前，世界各国都把电信行业置于国民经济的先行地位，列为优先发展的行业之一，是社会生产力的重要组成部分。1.电信行业的特点电信行业是为全社会传递信息的生产组织。它具有一般物质生产部门不同的特点。其特点主要表现在以下四个方面：（1）电信产品不具实物形态，只是提供一种服务，称之为有益效用，这是最基本的特点。这种特点决定了电信企业不仅有生产的职能，而
25、且有服务的职能；必须制定科学合理的时限限制，提高劳动生产率，加快传递速度；必须准确、安全。（2）电信的生产过程也是消费过程。生产与消费不可分割的特性，决定了电信产品的质量具有特殊的重要性，要把质量放在第一位；电信企业没有制造产品的原材料库和半成品库的仓储设施，仅有辅助材料库。（3）电信业务量的不均衡性造成电信生产的不均衡性。电信从实际需要出发具有一定的随机性，造成了生产组织和劳动组织的复杂化，所以要求电信企业组织生产时尽量适应业务量的不均衡性；还要求电信企业的生产能力有一定的后备力量，保证业务量大时在规定时限内满足需要。（4）电信是全程全网联合作业。要求必须组织全国性的完整的通信网，以保证国内
26、每一地点都能与其他任何一地点进行通信；完整的信息传递还需要两个或两个以上相关企业共同完成。2.电信产品的特点电信企业是以电信服务来满足客户通信需求，它不产生实物产品，不涉及商品转移。因此，电信产品作为服务产品具有如下特点：（1）电信产品的无形性。电信产品的无形性是它与可脱离生产者单独存在、可投入现实商品流通的一般工农业实物产品最重要的差异之一。用户在使用电信服务之前，不可能看到、听到或感觉到这种服务。由于电信产品不具有实物形态，因此电信产品又称电信服务，两者代表同一内容：信息传递。由于电信产品不具有实物形态，因此电信产品价格又称电信资费，两者代表同一内容：电信产品价值的货币表现。（2）电信产品
27、的生产与消费在时间上的等一性与工农业实物产品的生产、流通和消费在时间上的非同步性不同，电信企业与客户直接发生联系，通信生产过程同时也是客户使用电信产品过程，两者在时间上是不可分割的。（3）电信产品的不可储存性电信产品不可能象工农业实物产品那样储存待售。虽然构成通信能力的通信网、机线设备、局所网点准备在通信需求之前存在，但提供的通信能力如果不及时被客户消费使用，就会造成损失。这种损失表现为机会的损失和折旧的损失。（4）电信产品的复杂性电信产品是以“效用”形态提供的产品，由于客户所需通信“效用”复杂多样，因此电信产品必然是功能各异、复杂多样。（5）电信产品的相互替代性电信产品具有很强的替代性。客户
28、为达到同一传递信息的目的，可进行如下产品替代： 电信企业内各类电信产品替代。例如为传递“论文答辩”的信息，可使用短信发送、固定电话、移动电话。 电信企业外各类电信产品替代。例如为传递“论文答辩”信息，可使用中国移动或中国联通的移动电话以及中国电信、中国网通的固定电话。2.2 大数据理论2.2.1大数据定义研究机构 Gartner 的定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡
29、的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。无论哪种定义，我们可以看出，大数据并不是一种新的产品也不是一种新的技术，就如同本世纪初提出的“海量数据”概念一样，大数据只是数字化时代出现的一种现象。2.2.2 大数据的特征（1）数据体量巨大(Volume)大数据通常指 10TB(1TB=1024GB)规模以上的数据量。产生如此巨大的数据量原因一是由于各种仪器的使用，使我们能够感知到更多的事物，这些事物的数据就可以被存储；二是由于通信工具的使用，使人们能够全时段的联系，使得交流的数据量成倍增长；三是由于集成电路价格降低，使很多东西都有了智能的成
30、分。（2）数据种类繁多(Variety)随着传感器种类的增多以及智能设备、社交网络等的流行，数据类型也变得更加复杂，不仅包括传统的关系数据类型，也包括以网页、视频、音频、e-mail、文档等形式存在的未加工的、半结构化的和非结构化的数据。（3）流动速度快(Velocity)通常我们关注的是数据的获取、存储以及挖掘有效信息的速度，但现在处理的数据是 PB 级代替了 TB 级，由于数据量规模大的特点，就要强调数据是快速动态变化的，所以形成流式数据是大数据的重要特征，大数据流动的速度快到难以用传统的系统去处理。（4）价值密度低(Value)虽然数据量呈指数增长，但是隐藏在海量数据的有用信息却没有相应
31、比例增长，相反使我们获取有用信息的难度加大。以视频为例，连续的监控过程，可能有用的数据仅有一两秒。2.2.3 大数据的作用（1） 大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。（2） 大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还
32、将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。（3） 大数据利用将成为提高核心竞争力的关键因素。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。（4） 大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，
33、提出研究结论和对策。2.2.4 大数据的分析众所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有如下几种：（1） 可视化分析。大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。（2） 数据挖掘算法。大数据分析的理论核心就是
34、数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。（3） 预测性分析。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。（4） 语义引擎。非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够
35、的人工智能以足以从数据中主动地提取信息。（5） 数据质量和数据管理。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。2.2.5 大数据的技术（1） 数据采集。ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。（2） 数据存取。如关系数据库、NOSQL、SQL等。（3） 基础架构。云存储、分布式文件存储等。（4） 数据处理。自然语言处理(NLP，Natural Language Proc
36、essing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机。理解。自然语言，所以自然语言处理又叫做自然语言理解(NLU，Natural Language Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI， Artificial Intelligence)的核心课题之一。（5） 统计分析。如假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类
37、法、判别分析、对应分析等等。（6） 数据挖掘。如分类、估计、预测、相关性分组或关联规则、聚类、描述和可视化、复杂数据类型挖掘(Text， Web ，图形图像，视频，音频等)。（7） 模型预测。如预测模型、机器学习、建模仿真。（8） 结果呈现。如云计算、标签云、关系图等。2.2.6 大数据的处理（1）大数据处理之一：采集大数据的采集是指利用多个数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在
38、采集端部署大量数据库才能支撑。（2）大数据处理之二：导入/预处理虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。（3）大数据处理之三：统计/分析统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数
39、据的需求可以使用Hadoop。（4）大数据处理之四：挖掘与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。整个大数据处理的普遍流程至少应该满足这四个方面的步骤，才能算得上是一个比较完整的大数据处理。2.3盈利模式理
40、论2.3.1盈利模式的概念盈利模式的思想最早产生于在1999年亚德里安斯莱沃斯基AdrianSlywotzky和大卫莫里森David Morrison等人一起合编的一本利润模式Profit TAtterns的书中，书中总结出三十种能够改变各个行业的竞争发展态势的模型，通过这些行业发展竞争的演变过程，可以把握部分企业改变发展模式达到新的利润增长点的关键所在。盈利模式另一个比较重要的思想来源是由哈佛大学的企业战略专家迈克尔波特最先提出的价值链。他认为，衡量企业是否盈利，关键就在于企业对于价值链的设计和核心能力的发挥。2002年美国学者加里哈默尔编写的领导企业变革一书中，对于盈利模式做分析可以明确盈
41、利回报模式的组成部分。他认为盈利模式主要包括四个部分:战略资源、价值网络、客户界面及核心战略。2003年学者琼玛格丽塔和南斯通认为，盈利模式是指寻找企业利润回报的来源、利润产出方式和利润生成过程的系统方法，简单概括就是说，盈利模式是赚钱的办法和手段。美国埃森哲咨询公司给出的盈利模式定义是要至少满足两个必备条件盈利模式必须是一个完整的体系，不是一个简单的组成因素而是有一定的组织结构的;盈利模式的各个组成部分之间一定要有内在的关联互相紧密联系，这个内在关联把每一个组成部分有机结合统一组织，从而形成一个相互作用相互支持的良性循环体。2006年学者阎峰认为，盈利模式常常是指在市场竞争中企业一步步形成自
42、身企业所特有的赖以获得利益的商务组织结构和业务结构模块。它以找寻行业获利区域作为基础，在高利润区的长久停留为目标，通过对企业资产(顾客、资本、产品和服务、品牌、供销渠道、技术、声誉)的系统配置发展与之相对应的经营业务和经营理念。而且盈利模式强调的是具体的实践操作技术和方法，操作导向明确而鲜明。作为寻求企业利润点的来源，产出方式，生产过程和管理控制的系统构架和方式，盈利模式也可以认为是商业模式。综合上述的学者和专家的理论论证，盈利模式是指企业将品牌、技术、人才、资金等外部资源要素有机结合，利用外部发展机会发挥企业特长，躲避开外部的风险和威胁以及自身的短处，构建和实施一个能够为企业带来利润回报的一
43、系列价值创造的活动。盈利模式是建立在战略层上的对客户和利润为导向的企业资源运营方式，本质是一个企业的核心竞争力的集中体现，目的在于最大化的实现企业的利润率和价值。2.3.2 盈利模式的特征首先，价值链研究在盈利模式设计中起关键作用。通过对价值链的研究发现新的盈利点，塑造或重构盈利模式成为促进企业发展的重要因素。其次，具有独特、持久性。盈利模式必须具备一定程度的特色与持续性，即一方面盈利模式能够形成企业的核心竞争力，不容易被对手采用或模仿，另一方面企业以此盈利模式可以获得长期稳定的盈利。 最后，盈利模式必须具有一定的原创性或创新性。创新是新的盈利模式形成的关键因素，是一种盈利模式不同其他盈利模式
44、的根本性方面，因此创新对于盈利模式的成功来讲具有非凡的意义和价值。目前我国企业在发展过程中形成自身独特盈利模式的方法有许多种，比较成功的模式主要来源于两个方面:（1） 具有完全的原创性，即企业根据其所拥有的资源状况及对当时市场环境的分析首创的盈利模式。（2） 二是通过借鉴国外先进的盈利模式，根据实际情况进行相应的改变，形成了符合自身需求的盈利模。在我国企业探索盈利模式的过程中，不必过于苛求原创，但也不能照抄照搬，要结合企业的发展状况及市场的变化来进行一定程度的创新，使之具有创新性和中国特色，才能使企业的盈利能力超越行业内的竞争对手，建立市场领导者的地位。2.2.3 盈利模式的要素通过相应的分析
45、方法对盈利模式进行研究发现，那些具有成功盈利模式的企业，其模式经过归纳和总结，基本上涵盖了四个要素，而这些成功的模式基本上都是以其中的一到两个要素为基础，通过多种形式的组合形成了自身独具特色的盈利模式。（1）利润源 利润源是指企业针对的目标客户，即购买或使用企业提供的商品或服务的群体，是企业利润的唯一贡献者。利润源包括主要利润源、辅助利润源和潜在利润源。对于企业来说优质的利润源，应该满足以下几个条件:一是客户群体数量要足够大，能够形成一定的市场规模，二是企业能够掌握客户群体的需求变化和偏好，针对性的开发出市场真正需要的产品，三是企业在寻找目标客户时与竞争对手相比有一定的优势。（2）利润点利润点
46、是企业针对利润源提供的产品或服务，并且能够为企业带来盈利，带来价值的增长。优秀的利润点应该具备以下几个条件:一是要能够满足客户的不同需求偏好，同时为客户提供价值，提高客户的满意度，二是要能够为企业创造价值，促进企业的成长，提高企业竞争力水平。（3）利润杠杆利润杠杆实际上是企业在经营过程中投入的要素，是企业所实施的一系列活动的总和，其主要目的是一方面在生产过程中提高产品的吸引力，另一方面在销售过程中促使客户来购买和使用企业的产品或服务。（4）利润屏障利润屏障与利润杠杆一样，都是企业的投入要素，是企业采取的一系列防范措施，其主要目的是防止竞争者掠夺本企业的利润，降低企业的盈利水平。它们之间所不同的
47、是利润杠杆是充分利用企业资源，提高企业竞争力，而利润屏障是阻止竞争对手对企业造成的冲击。2.1.4 盈利模式的分类很多文献资料都对盈利模式有分类，但是分类也都不一样，亚德里安斯莱沃斯基编著的利润模式书中，详尽的归纳总结出三十种盈利模式。书中按照对盈利模式要素不同的侧重点细分成七大类:价值链模式、组织模式、巨型模式、知识模式、渠道模式、客户模式和产品模式。价值链模式分为四种：价值链压缩、价值链分拆、价值链重新整合、强化价值链的薄弱环节模式。组织模式分为四种：从常规到数字化企业设计、从金字塔到网络、技能转移、基石建设模式。巨型模式分为六种：技术改变格局、行业标准、中间的陷落、利润复归、无利润、趋同的模式。知识模式分为三种：从产品到客户知识、从知识到产品、从经营到知识模式。渠道模式分为四种：渠道集中、中间商再生、渠道倍增、渠道压缩模式。客户模式分为四种：微型分割、利润转移、权利转移和重新定位模式。产品模式分为五种：从产品到品牌、从产品到解决方案、从产品到利润倍增器、从产品到拳头产品、从产品到金字塔模式。上面的三十种盈