比如稅u局、公an係統、衛sheng係統、防kong係統，公共交通係統等。
divcass=”ntentadv”二是傳統行業。
衣、食、住、行、醫療、教育、零售、通信，航空、工業、製造業、體育、娛樂、彩票、影視、餐飲、旅遊、房地產等。
這些行業都有三個重要的特點。
一，他們沒有大數據技術能力。
二，他們沒有大數據人才。
三，他們期望通過大數據來實現互聯網+，通過大數據來改造行業目前的情況。
可以預見這也是未來大數據行業油水最多，差事最“肥”的地方，也是將來大數據企業競爭最激烈的地方。
第二，基礎設施。
我把數據庫、數據源、數據清洗、數據處理工具、大數據引擎、大數據軟件硬件結合一體機等，都歸納到基礎設施裡麵。
基礎設施的主要盈利模式為：我幫你解決大數據部署中間的部分問題。
這個模式有點像台式機的“攢機”模式，cpu用這家的，內存用彆家的，鍵盤鼠標自己搭配等等。
這種模式是要求企業有大數據能力和人才。
你可以自由組合大數據的基礎設施，從而構架出更適合自己業務的大數據係統。
費用收取方式：按照設施的不同進行收費，你可以買斷，或者按需、按月、按年、按量來進行付費，比較方便靈活。
第三，數據工具產品化服務。
典型的模式如情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、可視化、網站app分析工具等。
費用的收取方式：按需購買，部分功能服務免費，部分功能服務收費。
第四、行業應用。
這一模塊可能和解決方案會有衝突，但是這裡說的行業應用主要說的是傳統行業加上大數據後產生的新的效應。
大數據可以應用到醫療、教育、零售、通信，航空、工業、製造業等傳統行業。
當大數據與這些行業碰撞，就會產生新的商業。
主要模式：利用大數據獲得行業洞察，實現更多的收益。
比如大數據+醫療就是智慧醫療係統，大數據+製造業就等於工業4.0，大數據+電影就等於票房預測等。
費用收取模式：沒有直接的變現，而是通過大數據產生了更大的價值，節約了成本，優化了原有行業，衍生出新的商業模式。
行業應用比較典型的例子有：票房預測、商圈選址、高考預測、智慧城市、無人機、機器人、無人駕駛汽車等。”
徐良越說越興奮，這段時間因為寫書的關係，他一直在回憶上輩子的記憶，總結大數據和雲計算。
作為一個創業成功的人。
他接觸到的行業信息遠超普通人。
尤其教育大模型出來後，智能黑板，智能教學已經成為行業大趨勢，他也了解了不少。
這會正好用上了。
“在此，我特彆把金融大數據單獨拎了出來，因為金融大數據的前景是最可觀的，也是可持續發展的。
金融行業會不斷的產生數據，而且數據可以反複使用。
大數據在金融方麵的應用主要體現在征信、小額信貸、p2p、電子信用卡、量化投資、反欺詐、互聯網金融等方麵。
銀行、保險、證券等行業目前都依賴著大數據的洞察能力。
金融行業是最需要數據、最能讓大數據實現變現的。”
“以上就是我總結出來的大數據變現的四大模式。”
滔滔不絕的徐良停下來，砸吧了一下嘴，感覺自己總結的還算全麵。
剛要繼續說雲計算，突然察覺到了會議室裡詭異的氣氛。
下意識的打眼一看。
但見眾人，除了楊廷坤神色激動，俞軍和謝文若有所思，參加視頻會議的孫明珍俏臉上滿是崇拜外，其他無不擰緊眉頭，做苦苦思索狀。
徐良瞬間明白過來。
自己說的太多太超前了。
現在連大數據的準確概念都沒有，自己已經把盈利模式說的明明白白。
還沒學會走，都已經開始飛了。
作為第一次聽這種新概念的人，當然是雲裡霧裡。
本來還打算講一講‘雲計算’，突然也沒了興趣。
說多了他們也不明白，純屬浪費口水。
還是先做研發吧，順著研發進度，一點點普及，比現在乾巴巴的講更容易讓人接受。
請記住本書首發域名：..bigebar.