最新發布的報告稱，全球大數據市場規模將在未來五年內迎來高達26%的年復合增長率——從今年的148.7億美元增長到2018年的463.4億美元。全球各大公司、企業和研究機構對大數據商業模式進行了廣泛地探索和嘗試，雖然仍舊有許多模式尚不明朗，但是也逐漸形成了一些成熟的商業模式。

兩種存儲模式為主

互聯網上的每一個網頁、每一張圖片、每一封郵件，通信行業每一條短消息、每一通電話，電力行業每一戶用電數據等等，這些足跡都以“數據”的形式被記錄下來，并以幾何量級的速度增長。這就是大數據時代帶給我們最直觀的沖擊。

正因為數據量之大，數據多為非結構化，現有的諸多存儲介質和系統極大地限制著大數據的挖掘和發展。為更好地解決大數據存儲問題，國內外各大企業和研究機構做了許許多多的嘗試和努力，并不斷摸索其商業化前景，目前形成了如下兩種比較成熟的商業模式：

可擴展的存儲解決方案。該存儲解決方案可幫助政府、企業對存儲的內容進行分類和確定優先級，高效安全地存儲到適當存儲介質中。而以存儲區域網絡(SAN)、統一存儲、文件整合/網絡連接存儲(NAS)的傳統存儲解決方案，無法提供和擴展處理大數據所需要的靈活性。而以Intel、Oracle、華為、中興等為代表的新一代存儲解決方案提供商提供的適用于大、中小企業級的全系存儲解決方案，通過標準化IT基礎架構、自動化流程和高擴展性，來滿足大數據多種應用需求。

云存儲。云存儲是一個以數據存儲和管理為核心的云計算系統，其結構模型一般由存儲層、基礎管理、應用接口和訪問層四層組成。通過易于使用的API，方便用戶將各種數據放到云存儲里面，然后像使用水電一樣按用量進行收費。用戶不用關心數據的存儲介質、網絡狀況以及安全性的管理，只需按需向提供方購買空間。

源數據價值水漲船高

在紅紅火火的大數據時代，隨著數據的累積，數據本身的價值也在不斷升值，這種情況很好地反應了事物由量變到質變的規律。例如有一種罕見的疾病，得病率為十萬分之一，如果從小樣本數據來看非常罕見，但是擴大到全世界70億人，那么數量就非常龐大。以前技術落后，不能將該病情數字化集中研究，所以很難攻克。但是，我們現在把各種各樣的數據案例搜集起來統一分析，我們很快就能攻克很多以前想象不到的科學難題。類似的例子，不勝枚舉。

正是由于可以通過大數據挖掘到很多看不見的價值，源數據本身的價值也水漲船高。一些掌握海量有效數據的公司和企業找到了一條行之有效的商業路徑：對源數據直接或者經過簡單封裝銷售。在互聯網領域，以Facebook、twitter、微博為代表的社交網站擁有大量的用戶和用戶關系數據，這些網站正嘗試以各種方式對該源數據進行商業化銷售，Google、Yahoo!、百度[微博]等搜索公司擁有大量的搜索軌跡數據以及網頁數據，他們可以通過簡單API提供給第三方并從中盈利;在傳統行業中，中國聯通[微博](3.44, 0.03, 0.88%)、中國電信[微博]等運營商擁有大量的底層用戶資料，可以通過簡單地去隱私化，然后進行銷售盈利。

各大公司或者企業通過提供海量數據服務來支撐公司發展，同時以免費的服務補償用戶，這種成熟的商業模式經受住了時間的考驗。但是對于任何用戶數據的買賣，還需處理好用戶隱私信息，通過去隱私化方式，來保護好用戶隱私。

預測是增值服務的核心

在大數據基礎上進行深度挖掘，所衍生出來的增值服務，是大數據領域最具想象空間的商業模式。大數據增值服務的核心是什么?預測!大數據引發了商業分析模式轉變，從過去的樣本模式到現在的全數據模式，從過去的小概率到現在的大概率，從而能夠得到比以前更準確的預測。目前形成了如下幾種比較成熟的商業模式。

個性化的精準營銷。一提起“垃圾短信”，大家都很厭煩，這是因為本來在營銷方看來是有價值的、“對”的信息，發到了“錯”的用戶手里。通過對用戶的大量的行為數據進行詳細分析，深度挖掘之后，能夠實現給“對”的用戶發送“對”的信息