黑客技术高超，如果他们从一亿张银行卡中取一分钱，可以不被发现吗？

不可以。因为从银行卡里取一分钱和取完所有钱是一样的，都会被检测到，所以会被发现。

“大数据”要这样用才赚钱!

“大数据”要这样用才赚钱!

大数据的生意经其实很简单，就是收入增加，花费减少；就是增加客户，提高客户体验，提高资金回报的杠杆率；大数据应用成熟之后，大数据可以预测商业未来，发现新的商业机会。

一石激起千层浪，国务院发布的2015 第50号文《促进大数据发展行动纲要》刷满了朋友圈，特别是其中提到了大力推动政府部门数据共享，稳步推动公共数据资源开放。2017年底前形成跨部门数据资源共享格局，到2018年实现统一共享平台全覆盖和数据共享及交换。2020年培育10家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业。

众所周知，大数据商业价值巨大。但是中国大数据的商业价值还没有被充分挖掘。主要的困难在大数据的分散，具有价值的数据大部分集中在在政府内部，垄断国企业，以及互联网巨头之中。分散的数据无法帮助企业拿到具有价值的信息，无法实现大数据的商业变现。政府开放数据，以及大数据交易市场的建立是中国大数据商业价值应用的重中之重。

另外大数据的应用场景和大数据隐私问题，也是大数据商业应用功能的两大问题，不知道数据应用场景，就无法寻找具有价值的数据，就无让数据发挥作用，大数据的应用就会停留在解决数据采集、处理、存储等大数据1.0时代的低级阶段，无法实现大数据商业变现，无法激励企业进一步投资大数据，无法形成数据价值应用的生态循环。大数据隐私问题是所有企业不能回避的问题，到底何种数据可以进行交换，何种数据可以采集和变现，何种数据可以作为商品在市场流通，这些问题既影响个人隐私保护，又影响到企业购买数据产品的积极性，同时也影响了数据企业的发展。

中国大数据企业分为三类，一类是大数据技术公司，为企业提供大数据平台搭建，技术咨询，大数据计算和存储的产品，例如华为、亚信、浪潮等传统IT公司。一类是大数据服务公司，为企业提供基于大数据技术的服务、平台、产品。包括为企业搭建大数据挖掘工具，搜索引擎，分析引擎等大数据处理平台，大数据清洗和挖掘服务例如明略科技，ADMaster，百分点。最后一类是提供数据产品的大数据公司，他们拥有数据，加工生成具有价值的数据，为市场提供标准的数据产品。例如芝麻信用，TalkingData，九次方，星图数据等。

中国大数据市场的数据来源有四种，一种是通过网络爬虫采集的外部数据，大多数提供舆情分析的公司就是通过爬虫技术来进行数据采集的。例如海量数据。一种是提供SaaS服务得到的数据，例如Talkindata。另外一种是靠和运营商或政府合作，通过数据挖掘得到的数据，例如亚信和九次方。最后一种就是自身平台产生的数据（电商、旅游、媒体等互联网企业），包括BAT以及较大的一些互联网公司如360、当当、唯品会、聚美优品、携程、今日头条等。

一、开放数据的价值

开放数据就是政府向社会公布自己所拥有的，并经过脱敏的数据。包括天气数据、GPS数据、金融数据、教育数据、交通数据、能源数据、医疗数据、政府投资数据、农业数据等。这些原始数据本身并没有明显的商业价值，但经过一些公司加工之后，可以产生巨大的商业价值。

开放数据在美国有几千亿美金的市场，包括300亿美金的气象数据，900亿美金的GPS数据，上千亿美金的医疗数据。但政府开放的数据是原始数据，数据自身的商业价值并不大，需要专业的公司对数据进收集，清洗，挖掘，展现，从而形成具有商业价值的数据。在美国有很多公司是依靠加工政府开放数据而实现其商业价值的，例如处理天气数据的Zillow公司，the weather channel 公司，以及处理GPS数据的Garmin公司，它们的总市值已经超过了一百亿美金。

1 、政府开放数据的主要范围

a政府收集和制造的科学数据。例如天气数据，政府资助的医疗研究数据。这些数据都可以作为公共资源进行使用。

b 政府运行的数据，例如政府支出或大型项目运行数据。开放数据一方面可以增加民众对政府的信任，另一个方面可以给一些公司带来商业机遇。

c监管行业的数据。这些数据由企业提供给政府，并且经过政府二次加工。这些宏观数据对于产业规划，企业的投资战略都有很大影响。

2、 中国开放数据之路的挑战

a 国家对数据治理还没有完成。很多数据没有集中管理，还是处于信息孤岛状态，这些都是开放数据需要解决的问题。数据治理投资巨大，时间周期较长，都是巨大的挑战。

b 一些开放数据还不是电子形式。例如医疗数据和教育数据，在一些地区还处于纸质记录状态，没有形成电子档案。这些数据的电子化也是一个较大的挑战。

c 开放数据的脱敏和整合将是一项重大的挑战。特别是国有企业的数据，哪些数据可以公开，哪些数据需要脱敏，如何整合各个地方的数据，这些都是一个挑战

d 大数据服务公司和大数据人才匮乏。由于大数据市场刚刚开始，市场上缺少大数据人才和大数据服务公司，公开的数据短时间可能很难产生商业价值，这会影响政府和企业开放数据的积极性，不利于形成良性的大数据商业市场，会影响开放数据项目的持续发展。

3、有关开放数据一些建议

人类社会即将进入数字时代，开放数据将会是巨大的生产力。政府已经认识到了开放数据的价值，会持续推动政府和国企的数据开放。即使短时间内开放数据的投资看不到商业价值，但其未来经济价值会促使政府坚持开放数据的政策，持续进行投资。就像中国的高速公路，开放数据是另外一条信息高速公路，将数据转化为资产，转化为巨大的社会生产力，帮助企业实现更大的商业价值。

对于数据拥有者的政府，需要在保障公共安全和个人隐私的前提下，完成数据治理和数据整合，逐步向社会开放数据，并提高数据质量，公开面向所有个人和企业，有效利用政府科技资金，让利益相关企业和个人参与到开放数据项目中，鼓励创新，接受外部挑战，利用集体智慧，实现数据最优选择。

对于国有企业，需要在保护自身商业利益的前提下开放数据，帮助各自产业链企业的发展。同时开放数据也可以帮助其自身进行产业规划，进行有效投资，发现市场机会和风险，稳健经营，科学决策。企业可以利用开放数据提高生产效率，减少资源浪费，降低决策失误风险。产业链企业的良性发展，也会推动国企自身发展和进化，提高竞争力，优化企业经营，实现产业共赢。

对于企业家，开放数据将会作为新的资源，帮助企业进行发展，聚焦新的商业机遇，特别是在开放数据影响较大的保健行业，金融行业，能源行业，教育行业。数据服务公司可以利用开放数据，帮助消费者挖掘数据的潜在价值，为企业和政府提供具有价值的商业数据。对于经营中的公司，可以利用开放数据评价商业伙伴和潜在投资，通过提供数据来树立消费者的忠诚度，学会在透明的商业社会中进行经营，寻找公共或私人合作的机会，专注自身产品和客户，为消费者提供更好的产品和服务。

二、万亿的大数据市场

2014年的GDP中消费占比已经超过了50%，标志着中国经济正在向市场经济转型，消费占GDP 50%－70%是中等发达国家向市场经济过渡的一个表现，未来中国经济增长最大的引擎应该来源于消费，特别是个人消费。中国正在经历经济结构调整和城镇化，个人消费需求巨大，社会产品较为丰富，渠道也较为通畅，物流成本正在下降，运输能力正在提高。但是社会消费零售总额增加的还不够快，资源配置不平衡，社会整体消费水平还处于较低的水平。这些问题正在成为中国经济发展的难题，是企业和社会需要解决的问题。

大数据的商业应用将会帮助企业解决这些问题；大数据的有效利用将会提高社会消费水平，将会帮住企业提高效率、洞察客户、增加收入。大数据商业应用未来是万亿级的大市场，大数据是大生意。

大数据时代最重要的特征是人类所有的行为都被数据记录下来，无论是在电商的购买行为，旅游度假，娱乐活动，行为轨迹等，所有的人类社会行为都被各种传感器和互联网记录下来。数据记录了一切，人类社会的行为都变成了数据，用纸质媒体记录人类历史的时代已经过去，历史正在被数据以文字、数据、表格、声音、影像的方式记录了下来。中国的大数据应用主要集中在征信和精准营销，这两个市场的规模加在一起不过两千亿，但是大数据如果同所有企业的商业需求相结合，其产生的化学反应将是巨大的，市场规模将会超过万亿，大数据是个大生意。

百度连接了信息与读者，阿里连接了商品与消费者，腾讯连接了人与人。BAT所有的连接都是建立在数据基础之上的，可以认为大数据连接了一切。数据连接了消费者和商家，数据连接了客户习惯，数据连接客户喜好，数据连接了位置，数据连接了时间和空间，数据连接了历史和现在。连接一切的大数据将会反馈所连接的事物、空间和时间，通过数据记录来反馈物体的移动，客户的消费习惯，个人爱好，行为习惯，活动轨迹，运动规律等。重要的这些反馈数据能知道；你是谁、你在哪里、你喜欢什么、你在干什么、你的消费能力、以及你未来的需求等。所有被反馈的事物都被打上了一个或多个数据标签，这些具有价值的标签经过整理和分析后，将会揭示事物之间的相关性和规律，将会为个人、商家、社会带来巨大价值。

1、大数据帮助制造业规划生产，降低资源浪费

制造业过去面临生产过剩的压力，很多产品包括家电、纺织产品、钢材、水泥、电解铝等都没有按照市场实际需要生产，造成了资源的极大浪费。利用电商数据、移动互联网数据、零售数据，我们可以了解未来产品市场都需求，为客户定制产品。

例如依据用户在电商搜索产品的数据以及物流数据，可以推测出家电产品和纺织产品未来的实际需求量，厂家将依据这些数据来进行生产，避免生产过剩。移动互联网的位置信息可以帮助了解当地人口进出的趋势，避免生产过多的钢材和水泥，

2、移动大数据帮助房地产开发商规划房地产开发

房地产行业在过去为中国GDP贡献了很大力量，未来粗放型的房地产行业将会转向精细化经营，从选地到规划和从设计到建设，都需要参考当地到人口数据和消费者信息，进行科学决策；利用大数据商业应用加快房子销售速度，降低自身负债。

房地产公司可以利用人群的手机位置信息来帮助企业进行开发规划、土地选址、商铺开发等。同时利用人群到用户画像信息帮助房产公司选择合作商户，提升消费人气，最终提高房产价值。

3、移动大数据帮助餐饮零售行业进行选址和顾客导流

餐饮零售行业最关注客户流量，过去开店选址时经常安排人员在十字路口进行人流统计，利用统计的人口流动信息来决定开店地址。进入到移动互联网时代之后，智能手机的位置信息可以帮助餐饮零售行业进行开店选址，企业可以参考客户画像来决定开店的规模，以及产品的类别。

移动互联网端的用户标签和画像数据还可以帮助企业进行一些精准营销，为新开的商户导入客流。特别是在规模较大的购物商厦中，移动App端的位置导航功能，可以指引客户找到新的商户，参加促销活动。市场上已经有成熟的零售餐饮商家和移动互联网大数据公司在开店引流方面进行合作，资金利用的杠杆率超过了5倍，投入产出比较高。

4、传感器数据帮助产品进行故障诊断和预测

家电和汽车正在走向智能化，通过安装传感器，汽车和智能家电可以将运行参数和运行状态传送到厂家的云平台，厂家可以了解其产品的运行状态，零部件的老化程度，帮助厂家及时更换故障器件，延长产品使用寿命，提高安全系数。汽车行业和智能家电在物联网领域将会产生巨大的市场，云计算和大数据处理平台将起到关键的作用。

中国汽车市场的销售规模超过万亿，家电市场也有一万多亿。车联网和智能家电涉及的大数据应用市场也是巨大的，按照大数据商业变现高杠杆率的特点，其市场规模至少应该在百亿左右。

5、利用移动互联网位置信息进行精准营销

O2O已经成为了一个重要的商业模式，很多互联网企业和传统企业都在寻找O2O的应用场景，订餐、教育、家政、汽车美容等都成为O2O的应用典范。移动互联网数据具有LBS和实时特点，可以帮助企业及时连接客户，依据客户需求进行精准营销。

大型购物中心一般都设有电影院，经常存在某些电影在开场前30分钟，大量电影票还没有出售的情况。借助于手机App推送广告功能，电影院在电影放映前30分钟，可以将电影票以2折价格推送给正在周围就餐的客户。依据客户画像信息，电影票将推送给喜爱看电影的顾客，增加电影销售额。企业可以利用手机App进行广告推送，做到千人千面，依据客户喜好来进行广告推送。这种精准广告推送具有成本低、转化率高的特点，在餐饮、服装、美容、零售等行业取得了良好的应用效果。如果基于位置信息的精准广告推送被大规模的商业应用，将会促进商品流转，大幅度提高社会消费总额，帮助传统企业实现互联网＋的战略。

6、电商大数据将会帮助企业优化资源配置

电商是最早利用大数据进行精准营销的行业，电商网站内推荐引擎将会依据客户的购买行为，进行关联产品的推荐。除了精准营销，电商还可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单后的短时间内，将货物送上门，提高客户体验。电商还可以利用其交易数据和现金流数据，为其生态圈内的商户提供小额贷款，也可以将此数据提供给银行，为中小企业信贷提供支持。

电商的数据量足够大，数据较为集中，数据种类较多，其商业应用具有较大的想象空间。包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、消费行为的相关度、消费热点等。依托大数据分析，电商可帮助企业进行产品设计、库存管理、计划生产、资源配置等，有利于精细化大生产，提高生产效率，优化资源配置。

7、移动大数据助力交通运输规划和管理

交通大数据应用主要在两个方面，一方面可以利用大数据传感器的数据了解车辆通行密度，合理进行道路规划。另一方面可以利用大数据分析来实现交通信号灯智能切换，提高已有线路运输能力。

在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。大数据可以帮助机场安排航班起降，提高管理效率；航空公司可以利用大数据提高上座率，降低运行成本；铁路公司可以利用大数据安排客运和货运列车，降低运营成本。

8、大数据帮助金融行业进行价值变现

大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务。招商银行(600036,股吧)利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息。

中国目前金融行业大数据价值变主要在用户体验提升和大数据营销两个方面，其中招商银行信用卡中心和平安银行(000001,股吧)走到了金融行业的前面。

大数据在很多行业都有广泛的应用场景，例如在医疗行业，农林牧渔、能源行业、物流行业等，大数据将会是电商之后的另外一个巨大市场，结合了所有行业的商业需求之后，大数据产业的市场规模将会是个万亿级别。大数据不是电力但是比电力更能提供动力，大数据不是石油，但是比石油更能驱动企业发展。大数据就是资产，能够帮助企业进行价值变现。大数据的生意经其实很简单，就是收入增加，花费减少；就是增加客户，提高客户体验，提高资金回报的杠杆率；大数据应用成熟之后，大数据可以预测商业未来，发现新的商业机会。

骗子利用大数据进行电信诈骗的“九大套路”

骗子利用大数据进行电信诈骗的“九大套路”

如今的电信诈骗，已经不只是发个短信通知中奖，或者“领导”打电话让你去办公室那么简单的伎俩了。通过大数据分析盘点电信诈骗的“九大套路”，帮助消费者擦亮双眼，看穿骗局。最重要的是，在个人信息泄露泛滥的今天，心中一定要有根弦——没有免费的午餐。

套路一

“你的账户有资金异常变动

骗子首先窃取了受害者网银登陆账号和密码，通过购买贵金属、活期转定期等操作制造银行卡上有资金流出的假象。然后假冒客服打电话确认交易是否为本人操作，并同意给用户退款骗取用户信任。骗子会再次通过账户内部的资金交易，制造用户账户有资金退回的假象，但由于存在交易手续费的问题，所以退款额一般比之前的账户内部交易金额要小。接下来，骗子会使用受害者网银进行转账操作，或开通快捷支付操作，并选择短信验证码的方式进行验证，这样一来，受害者的手机上就会收到一条验证码短信。最后，骗子再以限时退款为由，要求受害者立即提供自己手机收到的验证码，受害者一旦把短信验证码提供给了对方，对方就得手了。

怎么破：几乎天衣无缝。最简单有效的办法是，立即直接拨打银行的官方客服电话进行核实，别相信任何主动呼入的、自称是客服的电话。

电信诈骗九大套路

套路二

“你涉嫌违法了”

“你涉嫌洗钱”、“你涉嫌非法集资”、“你信用透支需负刑事责任”，这些都是冒充公检法实施诈骗的由头。这种手法并不新鲜，但由于其极具恐吓性，不了解此类诈骗的人还是很容易上当。现在很多骗子通过改号软件伪装成官方客服电话，但如果受害者真的反拨回去，一般就能识破骗局。甚至还出现了“升级版”：骗子以赠送免费物品为由，引导用户通过电话下单，以货到付款的形式邮寄，若用户拒绝签收快递或者退货，诈骗者便以公检法的口吻对用户进行威胁恐吓，进行诈骗。

怎么破：不要轻易相信陌生人打来的电话，如果有人说自己涉嫌犯罪，应当首先拨打110询问。或向身边的亲友询问一下，一般都能很快识破骗局。

套路三

“您乘坐的××航班取消了”

手机订机票成了网络诈骗的风口。骗子谎称改签退票等理由，引导民众进入钓鱼网站，虚假号码，进行到汇款的陷阱。《腾讯2016年第二季度反电信网络诈骗大数据报告》显示，这一诈骗类型高达44%，成为网络诈骗主流。骗子能够准确说出受害者的姓名、航班信息，多以可以获得改签补偿金的名义进行诈骗。

怎么破：机票退改签业务，通过航空公司、票务代理商等正规渠道的网站、电话、服务厅办理，别相信任何电话、短信，即使与本人信息完全相符。

套路四

“你购买的商品断货，可以申请退款”

骗子首先完全掌握了受害者的网购信息，并通过准确的描述受害者购物信息来取得受害者的信任，进而套取受害者的银行卡号、密码和短信验证码。骗子们有的时候是直接用电话套取相关信息，有时也会让受害者打开钓鱼网站并手动填写相关信息。银行卡号、密码、验证码同时泄露，骗子就顺利地将受害者网银账户中的钱转走了。

怎么破：遇到商品交易出现异常、断货等情况，应当首先向购物网站的官方客服电话进行咨询，不要轻易相信主动呼入的、自称是客服的人。网购账号、支付账号应当单独设置密码，并且密码要足够复杂，定期更换。

套路五：“向您推荐十大牛股”

此类骗术通常以学习股票知识、推荐股票为名，向用户收取押金或保证金，对那些急于求成的新股民尤为有效。事实上，正规的证券公司一般是不会向股民提供付费荐股服务的，更不会以此为名向用户收取押金或保证金。他们通常发来所谓公司的营业执照、工商证明或组织机构代码等的照片或图片，只要拨打证券公司的官方客服进行询问也就能清楚了。

怎么破：不要相信任何荐股、选股信息，不论这些信息是来自网站、QQ、短信还是电话。可通过回拨官方客服电话的方式求证。

套路六：“699元免费赠送苹果6S”

最近湖南警方通告的一起新型诈骗案，某诈骗团伙以“收取699元个人所得税，免费赠送苹果6S手机和700元电话卡”名义，向被害人寄送假冒、损坏手机或手机模具进行诈骗，两个月里先后诈骗受害群众数百人，诈骗金额数十万元。

怎么破：以貌似合法促 销的名义进行诈骗，不能存侥幸心理，哪有天上掉馅饼的好事。

套路七：“请您及时领取新生儿补贴”

犯罪分子以领取新生儿补贴为由行骗，由于他们能说出受害人的详细信息，让受骗人信以为真。骗子在获取受害人银行账号之后，通常会要求受害人到 ATM自动取款机操作，按照对方的“引导”进入英文操作界面。由于受害者看不懂ATM机上的英文提示，往往把转账程序当成输入验证码，最终上当。

怎么破：此类电话或短信，切勿轻信，更不要到ATM操作。

套路八：补换手机卡

最近出现的这种诈骗，其套路通常是先用几百条垃圾短信和骚扰电话轰炸手机，以掩盖由10086客服发送到手机号码上的补卡业务提醒短信；然后，拿着一张有受害者信息的临时身份证，去营业厅现场补办手机卡，使得机主本人的手机卡被动失效；最后就是更改手机客服密码和银行卡密码，并通过短信验证码把绑定在手机APP上的银行卡的钱盗走。

怎么破：常用网站密码、客服密码与银行密码和其他关键业务登录密码最好不相同，而且要定期修改；对于各类号码发送的链接，不要随意点击。如果接收到大量骚扰电话或短信，切勿关机，应使用手机安全软件屏蔽骚扰号码，并立刻解除银行卡绑定；在使用公共WiFi的场合下，尽量不要登录手机中的银行类 APP或者使用手机转账。

套路九：“小三怀孕了急需钱做流产”

这是长期活跃的一种诈骗类型，但是最近一个“小三怀孕了急需钱做流产”的骗子电话蒙了80多位老人。骗子充分利用老年人心疼儿子的特点，诱惑受害者转账，这是比较新的手段，是骗子在骗术上的不断翻新与改进。

怎么破：不要轻易相信陌生人打来的电话，尤其是急事急需打款。电信诈骗九大套路

160万人分布在黑色产业链

几十个工种环环相扣

电信诈骗的戏码每天都在上演，诈骗者的剧本也在不断翻新。某网站首席反诈骗专家裴智勇表示，如今电信诈骗已形成从上游的个人信息攫取、兜售到实施诈骗、分赃的黑色产业链。令人瞠目结舌的是，这个链条越来越产业化、专业化，分工越来越细，新的角色不断冒出，二三十个“工种”环环相扣。

根据某网站猎网平台的数据，中国信息诈骗产业规模超过1152亿元，诈骗从业者超过160万人。电信诈骗屡屡成功，究其原因，安全专家认为，电信诈骗数量巨大、信息泄露现象普遍、产业链完善、从业人员经过体系化的培训等都成为关键因素。

据了解，诈骗产业链上至少分为四大环节：上游的信息获取、中间的批发销售、面向公众实施诈骗、最后的分赃销赃。在这四大环节上，又有钓鱼编辑、木马开发、盗库黑客、钓鱼零售商、域名贩子、个信批发商、银行卡贩子、电话卡贩子、身份证贩子、电话诈骗经理、短信群发代理、在线推广技师、财务会计师、 ATM小马仔、分赃中间人等多个工种环环相扣，将受害人一步步引入陷阱。

过嘴瘾木有用,大数据变现是这么玩滴

过嘴瘾木有用,大数据变现是这么玩滴

互联网上信用消费的兴起，是一个标准的跨界现象，以场景为桥梁，涉及电商和金融供应链的交叉点。电商发展至今，积累了丰富而宝贵的大数据；金融平台通过分析和利用大数据，挖掘新的价值增长点。6月12日，第三方消费金融服务平台闪钱包举办了跨界沙龙，易观、去哪儿、美丽说、瑞丽网、银泰网现身说法，带来对“电商大数据变现”的深入讨论。

从B2C到B2B，大数据变现成主流

说起“电商大数据”，离不开几个关键词：移动互联网、电商物流、互联网金融、用户管理和精准营销。易观流通产业分析师谭乃洵认为：讨论该背景下的产业升级，一个切入点是：回顾近几年电商产业发生了哪些重大变化，再看大数据在背后扮演怎样的角色。

· B2C领域。电商与生俱来就带着大数据光环。相比传统零售和渠道商，B2C平台可以通过获取消费者行为数据、购物偏好、地位位置、联系信息等，对用户进行精准的身份识别和定位。平台上的第三方服务商，比如物流公司、支付公司，也在贡献着包括运营状况、产品服务记录、消费者评论等在内的重要数据。不具备大数据优势的传统商家，一方面自建电商平台，同时跟互联网合作，打造自己的客户管理或会员体系，另一方面借助O2O风口，运用WIFI等技术营造室内交互体系，从而完成数据收集。

·物流领域。大数据对电商物流的提效。两年前，阿里、银泰、富春集团共同启动了中国智能物流骨干网，即“菜鸟网络”，体量庞大，计划在5-8年内，实现全中国任何一个区域的24小时配送。打造社会化的物流平台，背后少不了大数据的支持。阿里巴巴2014年“双十一”的包裹数量达到了2.78亿，任何一个独立或松散的物流体系都无法承担。

·互联网金融。从去年开始，京东、天猫、苏宁、唯品会等等，一方面向平台上的供应商和卖家推出小额信贷业务，另一方面对消费者推出京东白条、任性付（苏宁）、天猫分期购等服务，也是基于对大数据的分析和利用，电商才敢大胆切入互联网金融。

·B2B领域。B2B有三个发展阶段：第一阶段是信息服务平台，B2B扮演信息撮合者；第二阶段是交易服务平台，企业及买卖双方将交易环节搬到线上；第三阶段是综合性服务平台，包括金融、物流和数据服务。B2B有自己的天然属性，如交易规模较大、决策流程较长、中间环节较为复杂等等，相较于B2C发展缓慢。因而，开展供应链金融，对B2B平台发展不可或缺。一方面，B2B在线交易和金融服务需要完善，通过数据收集打造信用评级和风控模型，供应链金融才能落地；另一方面，B2B的数据本身也会成为一项产品，作为新的盈利点和增值服务，面向平台商家提供。

电商大数据究竟怎么玩？深挖平台用户价值

电商大数据变现的主要途径，是深挖平台用户消费数据的价值。但价值从何而来？如何进行挖掘？对此，闪钱包CEO盛阳认为：作为第三方消费金融服务平台，要负责将金融技术的专业问题解决，帮助电商挖掘和利用数据。

·背景。随着大数据的发展，整个电商行业都需要解决方案，不仅针对消费环节，而是产业链的提升。今后，数据将成为一种战略资产。电商发展经过了很多红利阶段，比如人口红利、政策红利、流量红利等等，由于巨头的占领，这些红利也变成了红海。新的蓝海在哪里？移动电商前景广阔，数据管理的时代即将到来。对电商而言，数据红利可以从C2B、O2O等互联网金融的角度去挖掘。

·门槛。电商做消费金融的门槛比较高。一方面，大数据挖掘存在困难，单个电商可能成为数据的“孤岛”，其消费数据不足以反映用户的整个信用体系，用户画像不完整，需要打通的数据才有效。另一方面，电商做消费金融的风险较高，例如，央行的征信开口可能只留给银行和金融机构，不太可能对电商开放，同时这种资金的使用成本相对高昂，还要花费很多精力控制坏账。

·用户。真正的网购用户什么样？去年国内网购用户达到3.6亿，其中大多数是90后。在消费习惯上，90后会为“喜欢”而买单，而不是攒够钱再买；在购买种类上，90后偏爱一些独立、奢侈的品牌；在信用消费上，很多90后和更年轻的人拿不到信用卡。在传统银行和征信机构，因为缺少数据而无法给这些人授信。所以闪白条应运而生。

·服务。基于对互联网消费心态的服务，闪白条的授信、支付、还款都在网上操作完成，不会借助线下和人工。此外，闪白条还以全网的电商平台为应用场景，提供个人信用赊购服务，最终让用户能够“即看即买”和“先消费、后付账”。

·风控。风控是各方对消费金融的关注重点。在数据采集上，闪白条主要有四个来源：第一，用户在电商过往消费的行为数据；第二，网络爬虫获取用户在互联网上的数据；第三，用户填写的一些个人信息；第四，与其它信用机构进行合作。在风控模型上，闪白条通过自有技术模型，将数据源结构化，进行黑名单筛选，最后给用户全方位画像，得出整体评估结论。用户获得授信后，就可以进行信用消费。

大数据变现是这么玩

在消费金融领域，京东白条和阿里花呗出现较早，但目标用户仅仅针对电商平台内部。另一类针对大学生分期的趣分期和分期乐产品，目标用户群体则相对较窄。闪钱包/闪白条是针对全网用户发放“白条”，支持所有的电商，比如目前和去哪儿网合作的“拿去花”、和美丽说合作的“白付美”，都是闪钱包针对电商各自的使用场景开发的分期产品。

永远站在用户这端，数据价值才能变现

从电商角度来看，与金融平台合作打造支付工具，不仅能提升用户的消费体验，还对活络电商平台的整体资金链有很大好处。为此，去哪儿网运营总监蔡昌茂分享了自身的电商策略及与闪白条的合作经历。

·比价原则。为了迎合大数据互联网金融，去哪儿网做了最擅长的事情：竞价搜索。和“给用户价格最低的机票”一个道理，也会根据所有授信机构给用户的金额及收取的利息，帮用户挑选最合适的授信机构。比如，一个授信机构给你6万的额度，年化利益为16%；另一家给你的额度是5万，但年化利息只要11%，会帮用户选价格最低的。

·用户画像。去哪儿网的用户，40%来自一线城市，68%为高学历，52%是女性，26%的人每年旅行花费在2万元以上。这些用户对授信机构是很好的用户群。对于用户数据，去哪儿网本身有一个风控模型，将两次筛选后的核心用户，输送给授信机构，一方面保护了用户隐私，一方面增加了授信的成功率。

·跟谁合作。站在电商的角度，如果把数据共享给阿里，天下的生意可能都被马云做了。选择闪白条，第一，是为了用户，为用户选择最便宜、体验最好的；第二，帮助平台上的供应商，获取更多用户，挣更多合理的钱。跟闪白条做了两件事：一个是针对贷款类用户的合作；二是用户提前付过来的钱，帮他们做理财，因为预定机票和酒店的用户，一般会提前1-2周就把钱付过来，如果将理财的反向受益补贴给客户，他们的花费会更低。

无论旅游产品还是金融产品，去哪儿网坚持的原则就是“永远站在用户这端，给用户谋福利”。当然，也会站在供应商的角度，去哪儿网所有产品都是实名交易，信用产品也是帮供应商增加收入。在交易环节中，授信的金额是不能套现的，也只能在去哪儿网使用，并且是用户本人才能使用。至于授信机构的钱从哪来，想将前端理财的钱导入到供应商那里，并在去哪儿平台上实现闭环。

从互联网金融的发展趋势上看，除了去哪儿网，今后还会有更多电商，选择像闪钱包这类的第三方金融服务平台进行合作，这也是大数据下消费金融反哺电商的重点表现。

以上是小编为大家分享的关于过嘴瘾木有用,大数据变现是这么玩滴的相关内容，更多信息可以关注环球青藤分享更多干货

黑客是什么样的存在？

我觉得黑客是一个很有技术含量的一个职业。本他们比较的神秘并且今天一些计算机的黑客功能，所以我觉得她是很棒的一个神秘角色。