❶ 九次方大数据 产业链 图谱 是怎么画出来的
王叁寿就是大数据时代的先行者，在大数据以全新的概念出现在人们视野的时候，他已经迅速捕捉到时代的机遇，快人一步行动起来，创立了九次方大数据，打造属于王叁寿自己的数据星河梦。
❷ 在大数据时代，有哪三种大数据公司活跃在大数据产业链上呢
基于数据本身的公司：自身拥有大量的数据资源，比如政府机构；
基于技术的公司：比如勤智数码大数据处理平台；
基于思维的公司：可以依托大数据分析为企业提供战略方向，比如魔镜的大数据服务和勤智数码大数据咨询服务。按照以上的三种角色，对大数据的商业模式做了梳理和细分。
“数据拥有者”的商业模式数据拥有者，这样的公司有三类：
1.大数据是业务核心，对大数据的重复利用是其发展的原动力，例如Google、Amazon、Inrix等；这种公司具有很强大的大数据技术能力，多数时候大数据技术本身主要用于自身的运作，具有三种产业链角色：数据+技术+服务；
2.大数据是作为提高生产效率、增加业务收入或者创造新的收入的使能器，非厂商的主流业务；例如运营商、银行等，运营商的主要业务是通过通信设备提供的各种网络语音和数据业务，目前运营商本身并不通过数据的重复利用为主要手段来盈利；
3.数据中间商，本身不具有创造数据的能力，从各种地方搜集数据进行整合，然后再提取有用的信息进行利用；它们的商业模式有：
2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如Inrix在交通信息领域，面向GPS生产商、和交通规划部门、 FedEX和UPS等物流公司等，出售完整的当前甚至未来的交通状况的模式图或者数据库；2C：面向个人，提供基于数据分析结果的服务。例如：Inrix提供一个免费的智能手机应用程序，一方面它可以为用户提供免费的交通信息，另一方面它自己就得到了同步的数据。
2D：租售数据/信息模
式（数据资产分享和交易平台），新的商业模式，把数据/信息作为资产直接进行销售；例如：Twitter把它的数据都通过两个独立的公司授权给别人使用；VISA和MasterCard收集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录，用来预测商业发展和客户的消费趋势。然后，它把这些分析结果卖给其他公司；“技术提供者”的商业模式技术提供者的2B商业模式是目前的主流，有4种类型：提供单点技术，pure-play为主，例如：Teradata为沃尔玛和Pop-Tarts这两个零售商提供大数据分析技术，来获得营销点子；提供整体解决方案，IT厂商为主，例如：IBM提供软硬一体的大数据解决方案；华为基于IT基础设施领域在存储和计算的优势，提供整体大数据解决方案；大数据空间出租模式：大数据计算基础设施上（与云结合），通过出租一个虚拟空间，从简单的文件存储，逐步扩展到数据聚合平台，例如腾讯开放云战略为大数据创业者提供了廉价的数据基础设施，使中小企业也有机会在大数据领域创新业务。Bigdata as a service，新的商业模式，提供E2E在线大数据技术或者解决方案。例如 RJMetrics，为电商提供快捷的商业智能在线服务，软件定价为 500 美元每月，客户只需在软件端输入特定数据，RJMetrics
便会将这些信息备份到安全的服务器上，并承诺在7日内优化数据用以分析，之后以清晰简洁的界面将数据分析结果反馈给客户。再例如，GoodData面向商业用户和IT企业高管，提供数据存储、性能报告、数据分析等工具，将所有商业智能分析所需的数据和任务都搬到了云上；技术提供者的2C商业模式，目前较少，与cloud结合后有很大的空间，未来是趋势。例如：面向个人的家庭帐单、家庭耗能节能等或者面向个人数据的大数据解决方案。
“服务提供者”的商业模式服务提供者有两种，一种是应用服务提供者，另一种是咨询服务提供者。应用服务提供者是基于大数据技术，对外提供服务：
2B：面向企业或者公共政府部门，提供数据分析结果的服务；例如前面提过的Inrix;
2C：面向个人，提供基于数据分析的服务；例如： Flight_caster 和FlyOnTime.us基于分析过去十年里每个航班的情况，然后将其与过去和现实的天气情况进行匹配，预测航班是否会晚点；咨询服务提供者，提供技术服务支持、技术（方法、商业等）咨询，或者为企业提供类似数据科学家的咨询服务；2B 商业模式：定位在某一具体行业，通过大量数据支持，对数据进行挖掘分析后预测相关主体的行为，以开展业务；利用数据挖掘技术帮助客户开拓精准营销或者新业务，有时企业收入来自于客户增值部分的分成。 例如德国咨询公司GFK帮助Telefonica 面向零售商、政府部门、公共机构提供基于地点的人员流动（Footfall）数据：以时间为维度（小时/天/月/年），在特定区域的人员人口统计数据（性别、年龄）和行动等数据； 这类企业成长非常快，一般擅长数据挖掘分析技术，帮助一些数据大户如银行、运营商等开展新的业务。
❸ 翻译 解释 云计算产业链全景图
Hardware IaaS PaaS SaaS 是从硬件基础设施到软件服务的分层。
Hardware－硬件（各类服务器 小型机等）
IaaS基础设施即服务 意思是：用户租用服务器或小型机等基础硬件的服务。
PaaS平台即服务 意思是：服务商提供操作系统、数据库系统等软件平台，用户租用这些平台的服务。
SaaS 软件即服务 意思是：服务商提供各类应用软件，如：OFFICE CRM ERP这些应用软件，用户租用这些应用软件的服务。
每个圆圈里的类似GOOGLE APPS 八百客等等都是每层的应用举例，图里面的服务提供商和厂商很齐全。
黄色箭头是从由Hardware（Hypervisor）出发，向外三层所提供的服务方向。例如：从ESX/ESXI－－－Eucaryptus（IaaS层的应用）。
蓝色箭头是从IaaS出发，指向外面两层所使用的技术或服务。
橙色箭头是PaaS出发，指向SaaS层所提供的服务。
❹ 大数据产业链，大数据的商业机会在哪
围绕数据的整个产业链上，具有以下机会：
1)数据的获得
大量数据的获得，这个机会基本属于新浪微博等这类大企业，大量交易数据的获得，也基本属于京东，淘宝这类企业。小企业基本没机会独立得到这些用户数据。
2)数据的汇集
例如如果要能把各大厂商，各大微博，政府各个部门的数据汇集全，这个机会将是极大的。
但，这个工作，做大了需要政府行为，做中档了，要企业间合作，做小了，也许就是一个联盟或者一个民间组织。
3)数据的存储
汇集了数据后，立即遇到的问题就是存储，这个代价极大，原始数据不能删除，需要保留。因此提供存储设备的公司，执行存储这个角色的公司，都具有巨大的市场机会，但是这也不属于小公司，或者早期创业者。
4)数据的运算
在存储了数据以后，怎么把数据分发是个大问题，各种API，各种开放平台，都是将这些数据发射出去，提供后续的挖掘和分析工作，这个也需要有大资本投入，也不适合小公司。
5)数据的挖掘和分析
数据需要做增值服务，否则数据就没有价值，big也big不到哪里去，是没有价值的big。因此这种数据分析和挖掘工作具有巨大的价值，这个机会属于小公司，小团体。
6)数据的使用和消费
在数据做到了很好的挖掘和分析后，需要把这些结果应用在一个具体的场合上，来获得回报，做数据挖掘和分析的公司，必须得找到这些金主才行，而这些金主肯定也不是小公司。
大数据未来的形态，或者产业链结构一定是分层的，巨大的，价值的体现发生在各个层次，每个层次都是生态链的重要一环，都孕育着巨大的机遇和挑战，能做的唯有努力，做适合的工作。
❺ 大数据产业链中，需经过哪些步骤才能实现大数据应用
大数据是大量、高速、多变的信息，它需要新型的处理方式去促成更强的决策能力、洞察力与最佳化处理。大数据为企业获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
借助大数据及相关技术，我们可针对不同行为特征的客户进行针对性营销，甚至能从“将一个产品推荐给一些合适的客户”到“将一些合适的产品推荐给一个客户”，得以更聚焦客户，进行个性化精准营销。
大数据时代下的精准营销是指通过大数据获取对象的喜好，行为偏好，对不同对象进行不同营销。大数据精准营销的核心可以概括为几大关键词：用户、需求、识别、体验。
亿美软通推出数据云服务，延续亿美的客户服务、客户营销、客户管理的公司经营理念，通过庞大的消费数据资源，为客户提供数据验证，精准营销等数据级服务。简单说就是为企业提供数据验证和数据筛选业务。
-
❻ 大数据产业链包括
物联网产业链很长，其体系构架大致可分为感知层、网络层、应用层三个层面，每个层面又涉及到诸多细分领域。
感知层的功能主要是获取信息，负责采集物理世界中发生的物理事件和数据，实现外部世界信息的感知和识别。包括传统的无线传感器网络、全球定位系统、射频识别、条码识读器等。这一层主要涉及两大类关键技术：传感技术和标识技术。传感器网络的感知主要通过各种类型的传感器对物体的物质属性(如温度、湿度、压力等)、环境状态、行为态势等信息进行大规模、分布式的信息获取与状态识别，它可用于环境监测、远程医疗、智能家居等领域。标识技术通过给每件物体分配一个唯一的识别编码，实现物联网中任何物体的互联。
网络层主要是完成感知信息高可靠性、高安全性的传送和处理。从具体实现的角度，本层由下而上又分为三层：接入网、核心网和业务网。①接入网：主要完威各类设备的网络接入，强调各类接入方式，比如现有蜂窝移动通信网、无线局域/城域网、卫星通信网、各类有线网络等。②核心网：主要是完成信息的远距离传输，目前依靠现有的互联网、电信网或电视网。随着三网融合的推进，核心网将朝全IP网络发展。③业务网：是实现物联网业务能力和运营支撑能力的核心组成部分。
应用层主要是利用经过分析处理的感知数据，将物联网技术与个人、家庭和行业信息化需求相结台，可向用户提供丰富的服务内容，大大提高生产和生活的智能化程度，应用前景十分广阔。其应用可分为监控型(物流监控、污染监控、灾害监控)、查询型(智能检索、远程抄表)、控制型(智能交通、智能家居、路灯控制、远程医疗、绿色农业)、扫描型(手机钱包、ETC)等。