如何把大数据变成现金？

大数据变现是大数据热潮中最现实的话题之一。沃达丰电信、DHL等企业在大数据变现方面率先开始了探索，以下为大家呈现他们在这一领域的4种创意和途径。

沃达丰电信：与第三方合作开发数据商用

沃达丰电信是全球最早进行数据管控、数据治理、商业智能应用和大数据变现的大型电信运营商之一。据沃达丰荷兰公司商业智能经理Bart Cloosen介绍，几年前，沃达丰电信荷兰公司不同的数据部门有自己的数据，而且每一个数据部门、每一个工作人员都在做自己的数据。随后他们开始进行数据整合，并建立了一个新的部门——一个由50名BI方面的专家组成的商业智能能力中心，负责管理公司内所有的数据。这个中心与各个业务部门紧密合作，提供他们所需要的数据，并且直接向沃达丰荷兰公司的CEO汇报工作。

欧洲尤其是荷兰，对于个人数据隐私保护的法规非常严格。一般消费者登录任何一个网站，在他们不知情的情况下，这个网站会有一个Cookie把他们的个人数据、访问的历史数据都保存下来。但是在荷兰，消费者登录任何一个网站，每个网站都会自动会弹出一个窗口，问她是否允许Cookie记录、并存储她的个人数据。因此，沃达丰电信荷兰公司非常尊重客户的隐私，参照政府隐私保护的条例，专门打造了大数据应用模型。

在大数据变现在方面，沃达丰电信荷兰公司在与第三方合作伙伴合作之前，会把所有的数据，比如个人的署名等信息都去掉，再把这些客户数据分类提供给第三方合作伙伴，第三方的合作伙伴会帮沃达丰电信荷兰公司销售数据，主要销售给政府部门，尤其是市政府级别的部门，主要应用于专门负责轨道交通、高速路管理的部门。在一些盛大的活动，沃达丰电信荷兰公司会联合轨道交通、高速路管理的部门预测会有多少人，可能在某一个时间点会聚集在某一个相同的地方，判断是不是人流过大、风险过高，有没有必要采取一些分流的措施或者关闭某一条高速公路等。

在解决电信用户隐私方保护方面，沃达丰电信荷兰公司商业智能经理Bart Cloosen表示，目前比较通行的做法是“让手机用户自己主动选择是否同意把自己的个人信息公开，如果手机用户同意，运营商会给予一定的优惠或话费奖励等”。

DHL：基于大数据分类挖掘客户价值和开发新业务

DHL隶属于全球领先邮政和物流集团 Deutsche Post DHL,下属三个业务部分HL Express、DHL Global Forwarding 以及 Freight and DHL Supply Chain。DHL的业务遍布全球220个国家和地区，是全球国际化程度最高的公司。

DHL通过大数据可以对每次运输的成本、收入和收益率进行核算，根据客户收入、客户息税前利润把客户划分为A、B、C、D四类， 包括业务量很大、利润也很高的客户，业务量大却不挣钱的客户，业务量不大却挣钱的客户，以及业务量不大也不挣钱的客户。根据业务量很大、利润也很高的客户和业务量不大却挣钱的客户，DHL会加强与这类客户的互动，维持好客户关系。对于业务量大却不挣钱的客户，DHL通过大数据分析出具体的原因，到底是DHL的原因导致的运输成本较高，还是客户自身问题，比如有些客户会把偏远地方的运输业务交给DHL完成，这些运输成本很高，往往很难赚钱。基于大数据，DHL能够清晰的掌握运输成本，并合理定价。

据DHL Express运营控制部门副总裁Graeme Aitken介绍，通过大数据分析，DHL发现，在B2C业务中，客户交付阶段的成本在整个运输成本中的占比很大，尤其是，当客户不在家时，或者二次投递也不在家时，或客户快递的商品还需要支付海关关税时，交付成本成倍上升。至于交付成本的具体数据，Graeme Aitken不愿意详细透露。

为此，DHL基于大数据分析在最后交付方面进行大量投入，比如要求客户提供电子邮件地址，及电话，在送货之前，提前让快递员去联系客户，确保能够投递到正确的地方。如果商品要付税，要求客户在网上先完成付税过程，不接收现金付税。

在德国，DHL创新推出了“汽车交付”、“包裹墙”的做法。“汽车交付”是DHL目前刚刚联合沃尔沃汽车开发的新项目。如果客户的车是沃尔沃汽车，DHL可以让快递员把货品直接交付到客户的汽车中，因为DHL知道客户现在把这辆汽车停在了什么地方，快递员拥有一次性打开客户汽车的权限，可以把后备箱打开并把货品放进去。

“包裹站”是DHL在某些人流量大的地方专门建立的一面墙壁，上面有很多个储物柜，可以专门寄存物品。当客户的货品要投递的时候，DHL会将一个代码发送到客户的手机上，或者发送到邮箱中，客户用这个代码到离他最近的包裹站，找到他的盒子，然后用代码打开这个盒子，就可以把货品拿出来了。在加油站附近，DHL都会有这样的设施。这些创新的应用都是DHL自己开发。

Graeme Aitken认为，这些实验如果能够验证行之有效，而且客户也同意这样操作，那么在任何地方都可以实现交付了，如车站的储物箱、加油站、汽车，或者超市等。

基于电信大数据+移动广告商的情境感知型“移动广告”

据Teradata天睿公司国际集团通信、媒体及娱乐业卓越中心主管Daniel介绍，目前有一种新型的电信大数据变现应用——基于电信大数据的情境感知型“移动广告”。比如在某一个人流密集的位置，会形成一种情境感知，业界把它称为一个位置圈。在这个位置圈中会走过不同的人，电信运营商可以根据路过这个位置圈的每一个人当时的具体行为，为路过者发送一个与他相关的广告。这就是根据具体人，在某一个指定的商圈位置，根据情境感知，结合消费者的个人行为弹出的广告。这种应用需要企业有一个全球综合的客户信息资料，并结合移动广告商的应用进行开发。

手握巨量客户数据却没有发挥数据价值，因此全球电信业对大数据变现的探索显得颇为积极。Daniel认为，当前全球不同电信运营商在大数据变现方面的做法都不同，有的做得比较极致，比如专门针对数据变现成立新部门。

大数据变现分两种情况，一种是内部的，一种是外部的。内部数据变现分成三种形式：第一种是销售数据和洞察力，主要销售位置信息和时间信息。如我们会知道一个人，他在什么时间出现在什么地点，如电信运营商针对零售业的B2B模式，帮助零售业更好的进行客户细分，再针对具体的消费者进行零售服务的推荐。

第二种应用是汇总群体行为数据的分类，即在不同的地点、特定的时间，大量的人流的信息。这样的应用主要是针对政府部门和交通运输行业。

第三种应用是大数据分析价值比较高的部分，把它称为预测性的分析。它的生意模式是针对不同的企业客户。比如电信运营商所拥有的数据是客户的不同数据，并放在大的数据库中，而银行要推出一个产品，银行可以委托电信运营商根据电信运营商自己的客户数据库中的数据来做关联性的数据分析，可以应用于比如银行推出的分期付款类型的产品，或者其他分期的，并根据每一期付的款项不同做出的分析结果。这样类型的客户，除了银行外，还可以是保险公司、航空公司、媒体内容销售型的公司等，只要是互联的相关行业，都可以进行这方面的应用。