市場供需雙方的主體構成主要是——誰買誰賣、誰服務誰享受……這裡就涉及到一個問題：東西怎麼賣？賣給誰？其實商業的本質其實就是這麼簡單。
大數據技術和行業發展，就算再成熟，充其量也就不過剛8個年頭，相比於傳統實業——比如汽車製造業的買賣而言，其經商之道可沒那麼簡單。
傳統汽車製造業，把車輛品牌往這一放，客戶就知道哪個是質量過硬的好口碑產品；
傳統汽車製造業，把車輛配置往這一曬，客戶就知道哪個是高端水準哪個是爛尾貨；
傳統汽車製造業，把車輛價格往這一擺，客戶就知道自己的經濟實力到底匹配哪部車……
內燃機汽車從1885年到今天有多年了？人家應用成熟度明顯擺在這裡，因此商業策略就是這麼簡單粗暴，不需要太多口舌之辯和銷售策略。
然而，大數據領域的產品和服務可沒那麼容易了，即便發展8年貌似很成熟，但如果想「賣個好價錢」，仍然需要費腦費手費精力。畢竟行業發展參差不齊，用戶對其理解也各有所需，因此需要我們對這個商業市場進行分析，以更好的服務於客戶，依靠大數據這項技能咱再吃十年飯。
不想賣關子咱就直接點。目前為止，大數據行業的盈利模式主要有四種——大數據解決方案、大數據基礎設施、工具/產品化服務和大數據行業應用。
大數據解決方案：
因為大數據新啊、客戶不懂啊，所以這個角色往往是大數據行業裡油水最多、差事最肥的區域。比如集成商就喜歡搞這個角色，只要把控住項目方向和發展節奏就能穩拿大局，全盤棋都能掌控。盈利模式主要是：提供諮詢服務、提供技術路線演進、提供大數據方案或平臺建設、提供定期維保服務、提供上層應用開發等等。當今有太多的企業需要大數據解決方案，比如前面講到過的傳統行業以及大數據的擁有者（政府、醫療、工商、零售、餐飲、航空……），而且那些「高大上」的領域自己一般都有技術實力，其大數據解決方案內部就可以自產自銷。而對於傳統行業來說是未來的方向，可以說贏利點非常多。
大數據基礎設施：
通常是解決的是大數據的中間技術環節，要求企業具備大數據產品能力或者人才隊伍。在這裡我們把軟硬體設備、ETL工具、資料庫/Hadoop產品、大數據一體機、中間件等納入到基礎設施中。但凡需要開展大數據業務的行業，都會需要用到大數據基礎設施。而且從提供大數據能力服務的公司發展角度而言，長久發展把必須有自己的根基——產品，因為做二道販子的差事兒並非長久。
大數據工具/產品服務：
是快速實現業務價值的「推進劑」，盈利模式主要做統計分析、第三方數據服務等，當然也可以通過數據可視化解決某實際業務問題等，產品往往先聚焦某一細分領域並逐漸延伸，當然也不排除基於SaaS雲的方式提供服務。基本功能免費、核心功能收費往往是一種套路。這個領域的客戶需求還是非常積極的，因為很多客戶沒有大量預算投資，只能「花小錢」幹一些與大數據有關的「邊角兒」項目，所以就需要大數據工具/產品服務的公司支撐。比如輿情分析、精準營銷、個性化推薦、數據可視化展現等等。
大數據行業應用：
是通過運用大數據能力，實現企業戰略目標的客戶，它的盈利模式主要是指：傳統行業客戶業務運用大數據發生了「化學反應」，獲得行業洞察能力。比如：大數據+醫療=智慧醫療，大數據+交通=智慧出行；大數據+製造業=工業4.0等……雖然您聽著務虛但卻是很有市場前景。
縱觀大數據行業發展，我覺得現在主要的盈利模式可能也就這四大類。但在實際項目運作過程中，你會發現另外一個問題：企業大數據領域的四類盈利模式之一，往往與這家企業的基因和主營業務密切相關，但實際運作中，四類方式往往相輔相成、循序迭代並跟進，否則很難開展產品或服務銷售。
比如你在一家產品廠商，為了賣大數據產品就必須包裝解決方案，否則客戶不買單很難有市場影響力（除非有集成商包著你）。對於此，也反映出另外一個問題：大數據人才緊缺，這個風口一定需要多元化人才。
分析世界講方案，為您帶來精彩的一頁。感謝閱讀、感謝共鳴。