大数据产业链中的微笑曲线

正如类似制造业一样，大数据产业链中也存在微笑曲线。

微笑曲线，由宏碁集团创办人施振荣提出，即在产业链中，两端是研发和流通，时间是制造加工环节。整个产业链中的附加值，体现在两端，而处于中间的制造加工环节附加值最低。在大数据产业链中，也有类似的格局，数据源和数据应用环节在两端，而基础设施和分析实施环节就在于中段。

图6：大数据产业链微笑曲线

对数据源而言，拥有数据的单位可以通过出售自有数据和打造数据交易平台去产生价值。就数据而言，流通和复制的成本极低，边际成本几乎为零，因此只要数据交换一次，就有一份收入进账。数据对于数据源环节中的企业而言，就是极其优质的资产，在整个大数据环节中，只要通过跨界应用或者数据交易，就能产生价值，就能够带来优质。伴随着时间的积累，数据越来越多，那么产生的价值就可以无穷无尽。例如搜索引擎，就可以在将搜索的数据整理后，实时得到特定产品不同品牌的关注度，同时定时输出报告，这个时候光靠卖报告就能够大赚一笔。

数据应用环节依靠用户去产生价值，只要有海量用户，就可以产生无穷的价值。一方面通过使用内部数据，产生创新模式，颠覆产业，一鸣惊人般的产生巨大价值，就如打车软件让传统出租车毫无招架之力一样。另外一方面，也可以通过交换数据的方式获取外界数据，并在整合了自有数据后去产生新价值。腾讯入股京东，搜狗就可以看出这一点，腾讯在自有社交网络的数据基础上，一下子整合了搜索和网购收据。这种情况下，可以就社交网络实现用户偏好分类和网购精准推荐，无论是帮助京东实现精准营销还是给外部广告公司提供广告对象，都在过去社交网络数据的基础上衍生出新价值。同时在数据应用环节存在“挟用户以令天下”的格局，伴随着大量用户的沉淀，数据应用环节中的企业，面对下游产业链就会有巨大的话语权。各地政府在做电子政务和城市服务电子化时都有选择和腾讯合作，因为腾讯在各个城市中拥有大量的用户，只需要加一个接口，就可以让很多市民直接使用政府服务。如果是一个全新的公司从头开始做相关方案，这和腾讯相比完全没有竞争力。

相比数据源和数据应用环节，数据基础设施和分析实施环节的附加价值就更低了，这些都是由其自身商业模式的局限决定的。基础设施提供相关的软件和硬件，同样功能的软件和硬件，其实在市场上面都有选择。在这个竞争环节中，难以像前两者利用数据和用户垄断一样去抬高要价，其增长点第一在于客户数据的增长的扩容，第二在于产品的升级换代。这其中对于软件厂商而言，面对的竞争也更加激烈，一方面要同类产品竞争，另一方面盗版和侵权也会蚕食其收益，更严峻的是针对付费的产品，还有一大堆开源产品在蓬勃发展，这样获利的空间也越来越少。SAS当前针对大学已经开放了免费版本，其原因之一就有R语言这个开源软件的快速发展，不得不使其让未来的数据分析人员，在大学期间就建立起对SAS软件的使用习惯，以避免今后流失到开源软件的阵营中去。

分析实施环节应该是在整个微笑曲线的底端了，由于基础设施的进入壁垒较高，市场中的玩家就那几家，相对竞争还不是很激烈，而对分析实施环节而言，其中的竞争相对前面几个环节来说只能用惨烈来形容。对提供分析方案的企业而言，其面对的其实是一片红海，客户购买的是解决方案，在当前环境下，并不是所有客户都需要技术含量特别高的方案，甚至大多数客户都无需要。因此无数的小公司，小团队在构建的数据分析能力后就能进入这个市场，依靠价格优势去撕开以往大鳄的势力范围，得以在其中获得一席之地。在这种情况下，如果还像原来一样的方式运作，行业中的老玩家，只能有降价一条路，这样价格战就打起来了。总有新人进来，也总有老人退出，唯一能够摆脱窘境的方式只有转型一条路，改变商业模式，或者进入到其他环节去，依靠产业的整合构筑竞争优势。

对提供标准化产品的企业而言，也同样面临一样的问题，尽管产品可以具有诸如软件著作权一类的知识产权，但是在功能上面可以具备同质性，因此也有面对的激烈的竞争。就那基因检测而言，市场上有多家公司都能提供检测报告，因此伴随着基因检测成本的下降，基因检测的企业同样会打价格战。对提供产品的企业而言，取得竞争优势，不仅仅是价格，还必须有要在产品，服务，交付等其他体验环节上通过差异化的方式拉开距离，获得优势。