1、解决方案

大数据的解决方案主要模式为：企业为客户架构一套大数据系统，然后每年每月维护、升级这套系统。

费用的收取方式为：构建和部署大数据系统的费用+每年的维护/升级服务费用。

哪些企业需要大数据行业的解决方案呢？

一是政府企事业单位。比如税务局、公安系统、卫生系统、防空系统，公共交通系统，反恐、经济、防灾、反腐、社保、环保等。

二是传统行业。衣、食、住、行、医疗、教育、零售、通信，航空、工业、制造业、体育、娱乐、彩票、影视、餐饮、旅游、房地产等。

这些行业都有三个重要的特点，一来是因为他们没有大数据技术能力，二来是因为他们没有大数据人才，三是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。对他们来说，积极响应国家号召，在大数据和云计算方面都有大量的预算。

2、基础设施

基础设施的主要模式为：企业帮客户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的。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。

典型的企业有：数据堂、SequoiaDB、聚合数据、百分点等

3、数据产品

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。有点像网络游戏中游戏免费下载免费玩，然后进行道具收费的感觉。

工具/产品化服务最典型的企业有阿里的数加平台、Talkingdata、DataEye等。

4、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、体育、娱乐、彩票、影视、餐饮、旅游、房地产等传统行业，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。

在此，我们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。大数据在互联网金融方面应用得比较好的平台有京东白条、蚂蚁金服的小额贷款、支付宝的花呗、借呗等。