大数据市场调研

一、市场调研定义及分类市场调研，泛指调研机构通过科学系统的调研方法（常为定性、定量研究方法）研究目标企业或市场，并获得消费者对产品、服务真实意见或市场竞争现状数据的活动过程，有助于帮助企业形成特定市场营销决策，是企业开展营销活动的重要环节。广义而言，市场调研机构泛指所有可自行开展调研项目的组织、机构或部门，如可承揽桌面调研项目的咨询公司、部分本土知名企业（如腾讯、网易）的独立调研部门等。市场调研可从调研范围、调研性质、调研频率、调研方法、调研内容等角度进行分类。以调研范围划分可分为全面调研和抽样调研；以调研性质划分可分为探索性调研、描述性调研、因果性调研和预测性调研；以调研频率划分可分为一次性调研、连续性调研；以调研方法划分可分为文案调研、实地调研；以调研内容可划分为顾客满意度调研、消费者需求调研、竞争动态调研和市场环境调研。市场调研按不同角度分类数据来源：华经产业研究院整理二、中国市场调研行业产业链分析中国市场调研行业产业链上游主要参与者分为一手信息来源（包括行业研究专家、调查访问对象）与二手信息来源（包括行业协会或官方机构、第三方研究机构、新闻媒体网站）；产业链中游参与者为市场调研企业；产业链下游参与者为企业客户、政府机构、个人客户等。中国市场调研行业产业链数据来源：华经产业研究院整理1、产业链上游分析一手信息来源，一手信息来源，即市场调研企业获得的原始资料数据（需自行整理分析，方可获得结论），具有实证性与保密性高的特征。如行业研究专家：行业研究专家可为市场调研企业提供行业咨询服务（如行业未来趋势预测、市场竞争现状、行业痛点分析等）。二手信息来源，即其他机构或协会搜集并整理分析的现有资料数据，可用于市场调研企业调研时参考，具有实证性与时效性低的特征。如行业协会或官方机构：行业协会或官方机构常出具行业相关重要数据（如行业市场规模、进出口业务量、宏观经济等数据），可信度高但常存在时效性差的问题。2、产业链下游分析中国市场调研行业产业链下游参与者包括企业客户、政府机构及个人客户，其中企业客户占比最高，为80%左右。中国市场调研行业初期，外资企业客户数量较多，但随着时间推移，本土企业相继崛起，市场调研需求逐步增多。现阶段，中国市场调研行业本土企业客户数量占比约为90%，外资企业客户数量约为10%。本土业务为市场调研行业主要增长驱动力，国际业务有待加强。数据来源：公开资料整理三、中国市场调研行业市场规模随着中国经济的高速发展，科技技术随之迅速迭代更新，用于市场调研的研究方法与技术不断增多，如眼动、脑电研究方法、互联网与大数据采集分析方法等。调研方法与技术的不断丰富提高了调研数据的准确性与真实性，推动中国市场调研行业不断走向成熟。此外，伴随本土企业的不断崛起，为更了解市场现状、洞察消费者行为特征、提升市场竞争力，本土企业逐步养成市场调研意识。在此背景下，可提供专业服务以协助企业进行品牌研究、消费者研究、市场行情研究的市场调研行业深度受益。2015-2019年，中国市场调研行业市场规模由115亿元增长至187.1亿元，年复合增长率为12.9%。数据来源：公开资料整理互联网技术快速发展，为市场调研行业带来利好因素。市场调研企业逐渐将传统市场调研方式与互联网市场调研方式相结合，可丰富数据采集来源、加快数据获取时间、减少实际调研成本并拓宽调研应用场景。大数据时代来临，可进一步优化市场调研技术与研究方法，通过不同算法不断深挖更高层数据，并保证数据准确性与真实性。传统市场研究方法面临革新，市场调研企业运作效率将得以有效提升。在上述因素影响下，预计2019至2024年中国市场调研行业市场规模将以13.5%的速率持续保持增长，2024年中国市场调研行业将有望增长至351.9亿元。数据来源：公开资料整理相关报告：华经产业研究院发布的《2021-2026年中国互联网行业发展监测及投资战略规划研究报告》四、中国市场调研行业驱动因素分析1、本土企业崛起，扩大调研市场需求中国市场调研行业早期，市场调研企业多服务于部分大规模外资企业与合资企业，本土企业市场需求尚小。但伴随中国经济的快速发展，大量本土企业相继崛起，为提升品牌竞争力、抢占更多市场份额，本土企业的市场调研需求增多（如媒介研究、客户满意度研究、市场行情研究、用户行为态度特征研究、品牌与声望研究、价格研究、产品现场测试或追踪研究、广告效果追踪研究等），其中媒介研究、客户满意度研究、市场行情研究与用户习惯&态度研究市场实施比例较高，分别为13.7%、12.8%、9.1%、9%。数据来源：公开资料整理2、调查研究方法与技术不断多元化，促进市场调研行业发展随着中国社会经济不断发展，科技技术快速迭代更新，调查研究方法与技术也随之愈加丰富。调查研究方法主要分为三类：定量研究、定性研究与大数据研究。据中国信息协会市场研究业分会数据显示，采用以上研究方法的企业占比为73%、20.3%、6.7% ，其中面访研究为企业采用最多的研究方式，占比高达37.2%。市场调研企业通过定量研究为主、定性研究与大数据研究为辅的方式，可进一步提升数据采集、整合、分析的运作效率，充分保证市场调研数据分析方法的合理性，有利于促进市场调研行业发展。数据来源：公开资料整理五、中国市场调研行业竞争格局分析中国市场调研行业市场参与者可分为三大梯队（根据企业营收）：第一梯队企业是以尼尔森、盖洛普、益普索为代表的世界知名外资企业，年营收多为数亿元，此类企业为行业标杆企业，拥有领先个案研究水平；第二梯队企业是以CSM、零点研究、慧聪为代表的本土或合资领先企业，年营收常超过5000万元，成立较早、拥有丰富行业经验；第三梯队是以现代国际、中为咨询为代表的本土知名企业，年营收多低于5000万元。中国市场调研行业梯队企业情况数据来源：公开资料整理尽管世界知名外资市场调研企业市场影响力大、竞争力强，但本土市场调研企业业务水平逐步提升，不断抢占行业市场份额。现阶段，从企业类型分布来看，民营企业分布占比最高，为73.2%左右，其次为股份制企业、合资企业、国有企业等，占比分别约为12.5%、8.0%、4.5%。由此可见，选择开展市场调研业务的民营企业数量不断增多，市场竞争随之日益激烈，企业需加强项目研究质量把控，方可长久发展。数据来源：公开资料整理六、中国市场调研行业未来发展趋势1、互联网市场调研为重要发展方向通过互联网市场调研，市场调研企业可丰富数据采集来源、缩短数据获取时间、降低实际调研成本。现阶段，常用的互联网市场调研数据收集方式包括网站问卷调查、电子邮件调查、网上小组座谈、一对一网上深层访谈、文献资料分析、弹出式调查、网上观察、网上实验法等，其中选择网站问卷调查的市场调研企业使用占比最高，为59.8%，其次为网上固定样本与电子邮件调查，占比分别为27.7%、20.5%。数据来源：公开资料整理独立使用互联网市场调研方式的企业数量占比为30.5%，以传统市场调研为主的占比为29.9%，互联网与传统调研相结合的占比为24.3%，从未使用过互联网市场调研的占比为15.3%。互联网市场调研的商业价值不断受到市场调研企业的认可，其应用场景也愈加广泛，涵盖网络用户监测（如用户数量、结构、地理分布、消费行为）、网络广告监测（如网络广告发布量、点击率）、网站流量监测（如网站访问量、购买率）等。数据来源：公开资料整理在经历互联网技术带来的变革后，市场调研企业逐渐意识到互联网市场调研的重要性，相继开始采用互联网市场调研的方式。相比传统市场调研方式，互联网市场调研可为企业带来诸多优势（如调研效率高、范围广、成本低等），青睐互联网市场调研的企业数量不断增多，因此互联网市场调研为行业重要发展方向。2、大数据技术将不断应用于市场调研大数据技术的蓬勃发展不仅减少了企业在人力物力方面的投入成本与调研周期，还促使数据信息朝多样化、完整化方向发展（通过数据清洗、数据调整、数据补充等方式优化已获取的数据信息），进一步提升市场调研企业的运作效率。传统的市场研究方法是通过定性、定量市场调查手段实现品牌研究，而大数据手段则是通过网络爬虫技术对新闻媒体、社会化媒体等网站进行监测，实时掌握品牌市场舆论与消费者满意度情况，促进了企业对品牌形象现状与趋势的了解。华经情报网隶属于华经产业研究院，专注大中华区产业经济情报及研究，目前主要提供的产品和服务包括传统及新兴行业研究、商业计划书、可行性研究、市场调研、专题报告、定制报告等。涵盖文化体育、物流旅游、健康养老、生物医药、能源化工、装备制造、汽车电子等领域，还深入研究智慧城市、智慧生活、智慧制造、新能源、新材料、新消费、新金融、人工智能、“互联网+”等新兴领域。

2020年，我国大数据产业迎来新的发展机遇期，产业规模稳步增长。目前行业竞争格局从规模上看，以小型企业为主导；从地域分布上看，以北上广等一线城市为主；从行业应用方面看，以金融、医疗健康、政务等为主要类型；从投融资角度看，企业服务、医疗健康、金融等垂直细分领域是融资热点。大数据行业市场规模保持高速增长随着互联网技术的快速发展，我国大数据产业也发展迅速。根据中国信息通信研究院对大数据相关企业的调研数据，近年来我国大数据产业规模稳步增长。2016-2019年，短短四年时间，我国大数据产业市场规模由2841亿元增长到5386亿元，增速连续四年保持在20%以上。根据近年来大数据行业市场规模增长态势，2020年大数据行业规模约为6670亿元。10-100人的小型企业占主导我国目前大数据领域的企业超3000余家，而超70%的大数据企业为10人至100人规模的小型企业，中小企业在产业蓬勃发展过程中发挥着重要作用。随着全球经济形势的变化和行业政策的实施，大数据中小企业面临的外部市场环境和依托的基础设施也发生重大变化从而影响企业规模分布。地域上以北上广为主根据信通院统计，我国大数据企业主要分布在北京、广东、上海、浙江等经济发达省份。受政策环境，人才创新，资金资源等因素影响，北京大数据产业实力雄厚，大数据企业数量约占全国总数的35%。广东和上海市场环境开放，产业布局上以科技创新为重点，大数据相关企业布局较多，广东省大数据企业数量占比为18%，上海市占比为16%。行业应用领域丰富根据信通院对行业大数据应用相关企业统计整理。下图显示出行业大数据应用企业涉及的行业分布。从图中可以看出，金融、医疗健康、政务是大数据行业应用的最主要类型。除此之外依次是互联网、教育、交通运输、电子商务、供应链与物流、农业、工业与制造业、体育文化、环境气象、能源行业。企业服务为主要融资领域从融资细分领域分布来看，大数据行业融资企业分布在近20个领域，大数据行业迎来历史新机遇，在企业服务、医疗健康、金融等垂直细分领域的大数据应用展现出巨大潜力。大数据产业增量蓝海市场正在逐步打开，截止到2019年，企业服务领域的企业获投占比最高62%，金融行业次之为13%，健康医疗为8%。随着互联网与移动互联网的进一步普及渗透，以及IT基础设施的逐步完善，企业服务市场仍将继续扩大。（文章来源：前瞻产业研究院）

1、什么是大数据？大数据(big data)，是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据，其规模往往达到了PB(1024TB)级。不同机构对大数据也有不同的定义。Gartner对大数据的定义：大数据是需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡对大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。移动信息化研究中心对大数据的定义：大数据是帮助企业利用海量数据资产，实时、精确地洞察未知逻辑领域的动态变化，并快速重塑业务流程、组织和行业的新兴数据管理技术。2、大数据产业链简介大数据产业：是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的所有活动的集合。主要包括大数据硬件、大数据软件和大数据应用三大块。◆ 大数据提供者拥有数据的公司、个人、社会团体以及政府机构等，此类角色属于大数据产业链上的基础环节，包括数据源提供者、数据流通平台提供者和数据API提供者。目前我国大数据提供者包括政府管理部门、企业数据源提供商、互联网数据源提供商、物联网数据源提供商、移动通讯数据源提供商、提供数据流通平台服务和数据API服务的第三方数据服务企业、社会团体或者个人等。◆ 大数据产品提供者提供直接应用于大数据产品的企业，包括提供大数据应用软件、大数据基础软件、大数据相关硬件产品的企业。大数据应用软件产品提供者，包括提供整体解决方案的综合技术服务商，也包括大数据计算基础设施上(与云结合)，从简单的文件存储的空间租售模式，逐步扩展到提供数据聚合平台，进而扩展到为客户提供分析业务的服务上。大数据基础软件提供商，此类企业搭建大数据平台、提供相关大数据技术支持、云存储、数据安全等，此类公司在某些垂直行业或者区域掌握大数据入口与出口，并能对一些数据进行采集、整合和汇集。这样的企业包括传统的IT企业、设备商以及新兴的云服务相关企业。大数据相关硬件产品提供商，此类企业提供大数据采集、接入、存储、传输、安全等硬件产品和设备。◆ 大数据服务提供者以大数据为核心资源，以大数据应用为主业开展商业经营的企业。包括大数据应用服务提供者、大数据分析服务提供者、大数据基础设施服务提供者。这类企业挖掘数据价值，处于大数据产业链的下游，它们通过发掘隐藏在大数据中的价值，不断推动大数据产业链中各个环节的发展和成熟。从某种角度上说正是此类公司创造了大数据的真正价值，具体包括：1)应用服务提供者，基于大数据技术，对外提供大数据服务。2)分析服务提供者，提供技术服务支持、技术(方法、商业等)咨询，或者为企业提供类似数据科学家的咨询服务。3)大数据基础设施服务提供者，提供面向大数据技术和服务提供者的培训、咨询、推广等的基础类通用类的服务提供者。3、中国数据爆炸式增长，大数据行业市场规模持续扩大当前网民增长进入了一个相对平稳的阶段，互联网在易转化人群和发达地区居民中的普及率已经达到较高水平，下一阶段中国互联网的普及将转向受教育程度较低的人群以及发展相对落后地区的居民。目前，随着移动互联网的繁荣发展，移动终端设备价格更低廉、接入互联网更方便等特性，为部分落后地区和难转化人群中的互联网推广工作提供了契机。截至2020年12月，我国网民规模达到9.89亿，较2020年3月增长8540万，互联网普及率达70.4%，较2020年3月提升5.9个百分点。其中手机网民规模达9.86亿，较2020年3月增长8885万，网民使用手机上网的比例达99.7%，较2020年3月提升0.4个百分点。注：2008年普及率为22.6%。当前，我国正在加速从数据大国向着数据强国迈进。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2019年的约9.4ZB增至2025年的48.6ZB，数据交易迎来战略机遇期。1zettabyte大约是1万亿gigabyte，这是当今常用的测量方法。与此同时，美国2019年的数据量约为8.6ZB。到2025年，这个数字预计将达到30.6ZB。在产业层面，我国大数据产业继续保持高速发展，大数据将深入渗透到各行各业。对于我国大数据产业的规模，目前各个研究机构均采取简介方法估算。根据国家工业信息安全发展研究中心通过对全国3000多家大数据相关企业的问卷调查和座谈形成的《2019中国大数据产业发展报告》，截至2019年，中国大数据产业规模超过8000亿元，预计到2020年底将超过万亿。目前，17个省市建立了大数据局，大数据安全维护机制日益完善。283所高校获批数据与大数据技术专业，全国有100多个大数据相关产业联盟成立，对大数据的发展起到推动作用。另外，大数据研发人员2019年超过8万人，研发投入超过550亿人民币。注：此处大数据统计口径：指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。4、中国大数据应用层将占据市场最大份额大数据产业包括一切与大数据的产生与集聚(数据源)、组织与管理(存储)、分析与发现(技术)、交易、应用与衍生产业相关的所有活动。大数据产业按照数据价值实现流程，包括数据源、大数据硬件支撑层、大数据技术层、大数据交易层、大数据应用层与大数据衍生层等六大层级，每一层都包含相应的IT硬件设施、软件技术与信息服务等。从发展趋势来看，随着大数据相关产品及应用的不断普及，未来应用层规模将逐步增长。在技术层、数据源层以及衍生层的共同支撑下，2020年中国大数据应用市场规模份额将达到40%。其中，交易市场规模虽然占比最少，但是正是由于它的存在，使得数据的交易从法律上实现数据的合法化问题，以及实现了数据价值兑现。5、中国大数据产业园区迅速发展助力数字经济发展国内大数据产业园是集聚大数据产业资源的重要载体。当前，不仅八个国家级大数据综合试验区(贵州、京津冀、辽宁、内蒙古、上海、河南、重庆、珠三角)的大数据产业园/基地快速发展，与这些试验区毗邻的省份，如安徽、湖北、四川、陕西、浙江、山东和江苏，也都加快推进“大数据产业园区/基地”建设，增强数字经济发展实力，加速产业转型升级。多数大数据产业园的发展思路：“基础设施建设-数汇集整合开放共享，企业上云-大数据融合应用-大数据产业链延伸”，即首先聚集数据资源，而后通过落地开放共享，协同效应带动开发，最终实现产业链的拓展和完善。中国的大数据产业园可以分为三类：北京、上海、广州和深圳的大数据产业园多脱胎于原先的各类软件园，具有良好的发展基础和优势；河南、重庆、大连、沈阳、内蒙古、贵州等国家大数据综合试验区，加速推进辖区内大数据产业园建设；部分东南和中部省份，顺应产业发展趋势，也积极布局大数据产业园，力促产业转型升级。6、政策推动产业细化，产业价值链向上下游延伸2015年，国家印发《关于促进大数据发展的行动纲要》，第一次将大数据上升到国家战略高度，提出了我国大数据的顶层设计。此后，随着大数据底层设施逐渐成熟，大数据分析开始结合具体行业，向下游垂直行业应用延伸。大数据开始由主题概念向业绩兑现转换。包括房地产、商贸零售、金融、汽车等传统行业开始深入布局大数据的行业应用。大数据源的战略性资源属性越来越普遍地得到各方认同，拥有数据源的企业在补齐分析和应用的技术，有望凭借数据链上游核心资源迎来快速发展。密集出台的大数据政策表明国家大力推动的意愿，环保部、国务院办公厅、国土资源部、国家林业局、煤工委、交通运输部、农业部的细则侧重指引垂直行业的落地。在政策的推动下，大数据加快了向各行业中的普及，并已全面从理论研究迈向实际应用，通过实际的经济效益实现，带动更多的行业开启大数据应用探索。具体从产业来看，互联网、金融、通信、安防等产业目前与大数据融合情况较好，交通、能源、工业等也在快速应用大数据。以工业为例，工业大数据产业规模到2019年有600多亿，到2020年，复合增长将达到50%以上，研发设计、生产、供应链、销售、运维等领域数据量越来越大。而医疗行业大数据在某些点上用得不错，但是要真正替代人，路径还比较长。7、数据外包将成为产业新机遇点数据外包是指大数据企业将价值链中原本由自身提提供的具有基础性的、共性的、非核心的IT业务和基于IT业务的流程剥离出来后，外包给专业服务提供商来完成，通过重组价值链、优化资源配置，降低成本，增强核心竞争力。数据外包有效地解决了数据孤岛以及清理和标记机器学习培训数据需要花费大量的时间和费用这两个问题，促成了“三赢”8、数据安全防护需求驱动制度和技术变革数据安全防护是通过采用各种技术和管理措施，使与数据采集、存储、分析处理等各类系统正常运行，从而确保各类数据的可用性、完整性和保密性。通过采用全面的数据发现能力、快速的安全事件响应，以及有效地云和大数据安全保护，来为用户提供合规的、弹性的、智能的、一站式数据安全解决方案。数据泄露事件持续不断。根据安全情报供应商Risk Based Security发布数据泄露情况显示，2018年公开披露的数据泄露事件达到6500起，涉及50亿条数据记录。其中三分之二来自商业组织，政府占13.9%，医疗行业占13.4%，教育业占6.5%。2019年全球数据泄露持续增长，超过100亿条，2020年前三季度更是达到360亿条，远超2019年全年。数据泄露给企业和用户等各方造成了高昂的成本，IBM Security 发布《2020年数据泄露成本报告》显示，揭示了数据泄露事件给企业造成的平均成本为386万美元，而其中员工账户遭受攻击是最昂贵的原因。超过5000万条记录被泄露的数据泄露事件的成本，从2019年的3.88亿美元跃升至3.92亿美元。泄露记录条数从40到5000万条不等的数据泄露事件的平均成本达到3.64亿美元，与2019年相比，该项成本增加了1900万美元。国内数据泄露方面，2020上半年重大数据泄露事件有：5亿新浪微博用户数据遭泄露、青岛市胶州中心医院6000余人个人信息被泄露、江苏南通5000多万条个人信息在“暗网”倒卖、建设银行员工贩卖5万多条客户信息等，具体如下：目前国内的数据安全市场也正处于成长期，随着数据泄露事件数量激增、性质不断恶化，以及企业数字化转型加速、业务上云，物联网、区块链等新技术的落地，国内对于数据安全相关领域和应用的重视程度正在不断增加。9、线下场景营销成为大数据应用新机遇随着“互联网流量红利”达到饱和，线上营销服务逐步由增量竞争转变为存量竞争。在此背景下，以新零售为代表的“线下场景营销”成为破局关键。根据新零售理论，线上销售将会与线下销售结合，同时会结合现代物流、大数据、云计算等技术。未来可能会有60%-80%的零售属于新零售。数据驱动是新零售的内核之一。数字营销供应商，通过收集线下场景数据，制作“人物画像”，精准刻画线下客户群体。进一步，通过与各类“广告主”合作，协助其将品牌精准推送给目标客户。（文章来源：前瞻产业研究院）

据广州市市场监管局，为探索解决“大数据杀熟”问题，规范线上市场数据监管，维护消费者合法权益，该局联合市商务局召开平台“大数据杀熟”专项调研和规范公平竞争市场秩序行政指导会。唯品会、京东、美团、饿了么、每日优鲜、盒马鲜生、携程、去哪儿网、如祺出行、滴滴出行共10家互联网平台企业代表签署《平台企业维护公平竞争市场秩序承诺书》。据中研普华研究报告《2021-2025年中国大数据应用行业全景调研与发展战略研究咨询报告》数据显示，2019年，中国大数据行业市场规模约为353亿元，较2018年上涨了20.08%，行业增速有所放缓。中国大数据时代已来临随着大数据产业的快速发展和应用落地，大数据产业正在成为中国数字经济发展的重要驱动力。中国数字经济增速已经连续三年排名世界第一，数字经济走向应用和服务深化的发展新阶段。我国大数据产业呈现蓬勃发展之势，2019年中国大数据产业规模达到8500亿，预计2020年超过1万亿。其中，2019年数据层收入近1900亿，软件层收入达800亿，硬件层达1900亿，衍生层规模近3900亿。全国有100多个大数据相关产业联盟成立，对大数据的发展起到推动作用。近年来，在全球经济数字化浪潮的带动下，我国大数据与实体经济的融合应用不断拓展。大数据企业正在尝到与实体经济融合发展带来的“甜头”。企业利用大数据可以对实体经济行业进行市场需求分析、生产流程优化、供应链与物流管理、能源管理、提供智能客户服务等，这不但大大拓展了大数据企业的目标市场，更成为众多大数据企业技术进步的重要推动力。随着融合深度的增强和市场潜力不断被挖掘，融合发展给大数据企业带来的益处和价值正在日益显现。目前，大数据在电信、智慧城市、电子商务及社交娱乐等行业已经出现规模化应用，中国大数据市场将进入高速发展时期。大数据真正的价值体现在从海量且多样的内容中提取用户行为、用户数据、特征并转化为数据资源，对数据资源进一步加以挖掘和分析，增强用户信息获取的便利性，实现从产品价值导向到以客户体验价值为中心导向的转换。客户体验的提升也正是激发信息消费的根本原因。中国信息消费市场规模量级巨大，增长迅速。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将在行业领域获得广泛应用。一、大数据市场规模图表：2017-2019年中国大数据行业市场规模情况数据来源：中研普华产业研究院2019年，中国大数据行业市场规模约为353亿元，较2018年上涨了20.08%，行业增速有所放缓。二：未来大数据投入趋势预测图表：未来大数据投入趋势数据来源：工信部未来5年大数据市场将由重基础设施向重应用落地转移，随着数据量的增长，数据治理和模型算法将持续受到关注。政府、金融和电信将保持持续增长的态势，而医疗和新零售将成为下一个大数据技术投入的新领域。想要了解关于大数据应用行业具体详情可以查看中研普华研究报告《2021-2025年中国大数据应用行业全景调研与发展战略研究咨询报告》。

过去20年间，伴随着数字经济的发展，消费模式和消费场景的转变可谓沧海桑田。自1996年比尔盖茨喊出了“内容为王”的口号，人们渐渐地开始习惯了从移动端进行消费活动，用手机App订餐、购买机票火车票、订酒店；逛网上超市、使用网上支付；使用网上营业厅代替到银行网点排号办理金融业务；在App的指导下在家里健身；拥有不同兴趣爱好的人们甚至在互联网的世界里实现了跨境社交（网游、旅行内容分享、追星、网红养成等）。互联网无时无刻不在汲取和留存着人们的行为轨迹和消费记录，这些日常行为数据，包含着不同国籍公民的个人信息，共同组成了大数据的汪洋大海。大数据企业为品牌商的海外市场拓展提供营销渠道和商业洞察支持，然而大数据企业的企业战略如果缺少了数据应用合规框架，会将企业置于违反数据跨境政策的法务风险之中。1.大数据企业特征1.1大数据技术商业应用的企业主体企业可以利用大数据来识别和界定营销机会。大数据技术能够通过分析在互联网上发生的消费数据，告诉企业消费行为的影响因素有哪些，从而更精确地和有针对性地帮助企业调整其产品概念、包装、内容，以及进行营销策略的部署。大数据技术商业应用最出色的企业，通常会是已有获取大数据能力的互联网公司，以及专业经营数据采集、数据分析，和售卖洞察报告的市场调研公司。互联网公司作为消费和零售的新载体，成为天生的大数据企业（BigDataOwner）。市场营销因为互联网技术得到了重塑，越来越多的国际品牌商推出一款新产品或者新概念时，可以选择通过互联网电子商务的渠道在全球多个国家和地区同步上市，例如iPhone、华为等手机厂商在全球主要市场同步推出自己当年的旗舰机型。今天，如果你问任何一家互联网公司，什么是最重要的，源源不断的数据流很有可能将是这个问题的答案。数据变得极具价值，庞大的流量数据造就了谷歌、亚马逊、阿里、腾讯、京东这样的大数据独角兽。反过来，这些大数据企业以其强大的科技、经济和社会影响力，也在进一步改造着整个市场生态。品牌方从单一的互联网途径获取的数据和报告，能部分地了解消费者行为，但要了解消费者态度，专业的市场调研仍然是最准确的方法。比如广告投放后的效果评估，消费者行为的变化（访问、搜索、到店……），甚至购买行为的转化率都可以通过大数据分析获得，但消费者对品牌的认知/喜好/忠诚度的提升，则需通过调研形式去了解——这是市场调研企业的专业领域。与互联网企业依靠自有互联网产品自然产出数据的方式不同，市场调研企业作为独立于商家、消费者、电子商务平台的完全第三方，依靠工序复杂而繁冗的数据采集过程获取消费者的态度数据。无论是互联网企业，还是市场调研企业，作为大数据拥有者，已然将大数据作为公司战略在积极布局和实践。然而大数据解决方案之于大数据企业，不仅在于驾驭海量的数据，更需要部署相应的数据应用合规框架，规范数据的管理。在浩瀚的数据中，最为棘手和敏感的是包含了个人信息的隐私数据。1.2大数据企业的数据分散性和数据服务器中心化当互联网企业发展壮大到一定规模，国内用户市场饱和时，其必然会凭借其已被市场教育得趋于成熟的产品，将目光投向更广泛的海外用户身上。因此，互联网企业的用户数据随着互联网企业的出海，呈现出跨越国界的分散性特征，例如中国阿里的淘宝、字节跳动的抖音、腾讯的微信产品（见表1），均面向其海外用户推出了海外版应用产品；国外互联网企业也有面向中国用户的产品，例如过去的谷歌和亚马逊，虽然他们分别于2010年和2019年退出了中国市场，其中谷歌退出中国市场的原因是作为美国企业，其对中国用户隐私保护相关法律的约束有着不同的认识。与此相反的是，互联网企业的服务器部署呈现中心化的特征，这是因为基于商业特质，企业必然需要从成本最优的角度考虑其在基础设施上的投入。很显然，企业不可能为每一个用户市场部署专用的境内服务器——数据跨境，实现数据的中心化存储和管理，成为了跨国互联网企业的业务需要和首要研究的课题。对于大数据技术商业应用的另一个典型主体——市场调研企业，亦是如此。在中国“一带一路”政策的倡议下，中国企业加快了出海的步伐，跨国市场调研活动可以帮助品牌方测量当时当地的市场动态，及时准确地分析和掌握当地消费者的行为和态度，从而通过有针对性的营销活动与当地消费者的有效互动，以达到促进销售、增加利润的目的。因此，市场调研企业的数据采集业务呈现出跨境、分散的特点。与互联网企业类似，市场调研企业也需要从成本最优的角度考虑部署数据跨境方案，实现数据的中心化存储和管理。表1　知名互联网企业的中国产品和海外产品举例2.数据主权和大数据企业的跨境数据合规困境2.1数据主权近年来，全球各个国家和地区的隐私和数据跨境立法节奏不断加快。一个国家的物理主权有领土、领空、领海等，随着大数据的应用越来越普及和深化，数据主权——作为一个虚拟主权，正在得到越来越多国家、企业和个人的重视。“数据主权”概念，最早始于隐私领域，是指一个人对其在社交媒体上和进行网络消费时所提供的个人信息的控制权。随着数据在数字经济时代中价值日益凸显，其概念内涵得以不断扩展。简书对“数据主权”的解释为：“对于个人而言，数据主权是指人们对自身行为产生的数据拥有使用权和所有权；对于企业而言数据主权是指对海量数据的占有和使用以及保护；对于国家而言数据主权是指存在于本国的数据要受到本国法律的约束。”来自人民日报发表于新华网的对于“数据主权”的解释为：“数据主权是指网络世界的国家主权，反应了国家对数据控制权的主体地位。”数据已经逐渐成为世界政体和企业逐鹿的焦点所在，没有人会轻易放弃对数据的控制权。放弃数据主权，意味着放弃现在和未来。甚至有人担心，随着中美贸易战的持续升级，数据主权争端将会引发自苏联解体以来新一轮世界范围内的冷战。2.2大数据企业的数据跨境合规困境2014年，美国互联网巨头谷歌在欧盟区域范围内接连遭受打压。谷歌首先被法国数据保护监管机构处以15万欧元的罚款；然后被欧盟法院裁定其应确保用户的“被遗忘权”；接着被西班牙立法规定其引用的媒体内容链接须付费；欧洲议会呼吁各监管机构应考虑将谷歌的搜索引擎和其他的商业服务分离开来；又被荷兰数据保护局告诫其应当停止侵犯荷兰互联网用户的隐私权。而2019年以来，特朗普领导的美国政府及其盟友印度，对包括华为、字节跳动等中国互联网科技企业发动了全面抵制和打击。美国商务部2019年5月宣布将华为加入其“实体清单”，之后的一段时间美国持续升级了前述禁令的级别和范围。《印度时报》报道，印度政府于2020年6月宣布印度将禁用Wechat、TikTok、微博等共59款中国互联网App，而后被封禁名单增加到了118款。如果我们从数据主权的角度来分析一下欧盟对待谷歌，以及美国、印度政府对待华为的行为，就能更好地明白，表象的背后很大一部分原因是国家对数据主权的关注。不仅是中美之间，这个世界上的其他政体，例如欧洲，对数据主权的关注要更早，已经落实在逐步完善的法律法规上。2020年7月，欧洲议会研究服务中心（EPRS）发布的一份关于《欧洲数据主权》的研究报告指出，非欧盟科技公司的经济和社会影响力威胁着欧洲公民对其个人数据的控制，并限制了欧盟高科技公司的成长和欧盟及其成员国在数据环境中的立法和执法能力。因此，欧洲要寻求加强数字领域战略自主权的新政策方法，以获得在数字世界中独立行动的能力。3.结语在新兴的大数据技术和大数据产品领域，各资本巨头均争相进入。究其原因，正如马克思主义基本原理所揭示的那样：生产力的发展，将必然会导致生产关系和社会关系的变革。大数据技术代表着当今最先进的生产力，为创业公司迅速成长为行业独角兽提供了可能。然而机遇和挑战共生共存，具有更全面的视野，掌握更成熟的大数据技术，以及重要的前提——建立完善的跨境数据合规框架，是大数据企业发挥自身优势，把握住这一机遇的关键。作者：邹 杨 齐佳音本文刊发于《中国高新科技》杂志2020年第23期（转载请注明来源）

近年来，大数据不断向世界的各行各业渗透，影响着我们的衣食住行。例如，网上购物时，经常会发现电子商务门户网站向我们推荐商品，往往这类商品都是我们最近需要的。这是因为用户上网行为轨迹的相关数据都会被搜集记录，并通过大数据分析，使用推荐系统将用户可能需要的物品进行推荐，从而达到精准营销的目的。下面简单介绍几种大数据的应用场景。大数据在医疗行业的应用大数据让就医看病更简单。过去，对于患者的治疗方案，大多数都是通过医师的经验来进行，优秀的医师固然能够为患者提供好的治疗方案，但由于医师的水平不相同，所以很难保证患者都能够接受最佳的治疗方案。而随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源.所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，能够给病人优质、合理的诊疗方案。这样不仅提高医生的看病效率，而且能够降低误诊率，从而让患者在最短的时间接受最好的治疗。下面列举大数据在医疗行业的应用，具体如下。(1) 优化医疗方案，提供最佳治疗方法。面对数目及种类众多的病菌、病毒，以及肿瘤细胞时，疾病的确诊和治疗方案的确定也是很困难的。借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确地定位疾病。在制订治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制订出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业研发出更加有效的药物和医疗器械。(2)有效预防预测疾病。解决患者的疾病，最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。通过大数据分析应用，推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化健康服务，这是未来健康服务管理的新趋势。当然，这一点不仅需 要医疗机构加快大数据的建设，还需要群众定期去做检查，及时更新数据，以便通过大数据来预防和预测疾病的发生，做到早治疗、早康复。当然，随着大数据的不断发展，以及在各个领域的应用，一些大规模的流感也能够通过大数据实现预测。大数据在金融行业的应用随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。下面列举若干大数据在金融行业的典型应用，具体如下。(1) 精准营销。银行在互联网的冲击下，迫切需要掌握更多用户信息，继而构建用户360立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。(2) 风险管控。应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据，更好地完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。(3) 决策支持。通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准。(4) 服务创新。通过对大数据的应用，改善与客户之间的交互、增加用户粘性，为个人与政府提供增值服务，不断增强金融企业业务核心竞争力。(5) 产品创新。通过高端数据分析和综合化数据分享，有效对接银行、保险、信托、基金等各类金融产品，使金融企业能够从其他领域借鉴并创造出新的金融产品。大数据在零售行业的应用美国零售业曾经有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长！为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢？后来经过分析发现，这些购买者多数是已婚男士，这些男士在为小孩购买尿不湿的同时，会同时为自己购买一些啤酒。发现这个秘密后，沃尔玛超市就大胆地将啤酒摆放在尿不湿旁边，这样顾客购买的时候更方便，销量自然也会大幅上升。之所以讲“啤酒-尿布”这个例子，其实是想告诉大家，挖掘大数据潜在的价值，是零售业竞争的核心竞争力，下面列举若干大数据在零售业的创新应用，具体如下。(1) 精准定位零售行业市场。企业想进人或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能最终决定是否适合进人或者开拓这块市场。通常需要分析这个区域流动人口是多少？消费水平怎么样？客户的消费习惯是什么？市场对产品的认知度怎么样？当前的市场供需情况怎么样等等，这些问题背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是市场定位过程。(2) 支撑行业收益管理。大数据时代的来临，为企业收益管理工作的开展提供了更加广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多采集的是企业自身的历史数据来进行预测和分析，容易忽视整个零售行业信息数据，因此难免使预测结果存在偏差。企业在实施收益管理过程中如果能在自有数据的基础上，依靠一些自动化信息采集软件来收集更多的零售行业数据，了解更多的零售行业市场信息，这将会对制订准确的收益策略，赢得更高的收益起到推进作用。(3) 挖掘零售行业新需求。作为零售行业企业，如果能对网上零售行业的评论数据进行收集，建立网评大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制定合理的价格及提高服务质量，从中获取更大的收益。（黑马程序员）

大数据的应用热潮，在旅游行业也掀起了一场转型升级的革命。旅游大数据的发展带动了旅游产业的全面升级，旅游大数据更加贴近消费者需求和高效分析信息作出的预判，为旅游目的地品牌的提升、营销推广和舆情监测等提供都提供了可视化的数据服务。利用旅游行业大数据进行分析，对真正提高旅游公共服务满意度，了解游客喜欢的产品，开发迎合市场需求的产品线路，精确旅游行业市场定位都起到了极大的作用。一、旅游大数据的应用的核心旅游大数据的应用，其真正的核心在于挖掘数据中蕴藏的情报价值。大数据有助于精确旅游行业市场定位、旅游品牌市场个性化定位、项目评估和可行性分析以及构建满足市场需求的旅游产品定位。二、大数据成为旅游市场营销的法宝大数据对旅游行业市场营销，一是数据获取及分析；二是数据积累及挖掘。以旅游行业在对顾客的消费行为和趣向分析方面为例，收集和整理游客的消费行为方面的信息数据，建立游客大数据库，通过统计和分析来制定有针对性的营销方案和营销战略，投消费者所好，那么其带来的营销效应是无法估量的。三、大数据可支撑旅游行业收益管理需求预测、细分市场和敏感度分析是旅游行业收益管理工作的三个重要环节，而这三个的环节推进的基础就是大数据。大数据可创新旅游行业需求开发：对互联网评论数据的搜集和分析，以此来改进和创新产品，制订合理的价格及提高服务质量，会有效地提高市场竞争力和收益能力。竞品市场数据监测：通过深层次的数据挖掘，透析竞争格局，实现多种数据纬度的汇聚沉淀，准确展现宏观旅游市场状态。海外用户市场调研：通过旅游传播数据分析7x24小时实时、精准的多维度旅游传播数据分析，提供了丰富直观的数据查询、分析和预测服务。从数据中了解目标市场构成、细分市场特征、游客特征和兴趣爱好等，从而形成完整的用户画像。旅游舆情监测服务：舆情监测——基于全球领先的互联网采集监控技术而研发，第一时间全面了解民意民情动态，平台及时反映最新舆情信息自动收集呈现；口碑监测——论坛、微博、博客、新闻评论作是目前网民在网络上发表个人意见，由于网民的数量庞大，发表信息没有门槛，相关信息传播速度极快，其形成的舆论力量正深刻改变着网民的思想形态和社会面貌。旅游品牌影响力评估：基于整个市场现状的分析，从细分市场、营销策略定位、竞争定位、传播渠道等方面来分析得出其旅游品牌影响力评估的价值。四、旅游大数据新的挑战：数据挖掘搜集复杂；经验与数据结合的最佳方法；分析与优化的结合点；数据开放与隐私的权衡；大数营销的难点。（文/刘末）

2016年，包头市石拐区被列入第二批国家全域旅游示范区创建名单。近年来，石拐区依托“全区域布局、全要素构建、全产业融合、全景观打造、全社会参与”举措，不断完善全域旅游管理机制、规划政策、公共服务等基础保障，全域旅游成为全区上下的共识和实践。目前，石拐区拥有国家4A景区2个、2A景区1个、国家森林公园1个、全国重点文物保护单位3处、景区景点数十个，旅游经济效益和社会效益逐步显现。2020年，接待游客达77.23万人次，旅游综合收入1.55亿元，全域旅游实现新成效，新征程全面起航，成为点亮石拐地区高质量转型发展重要引擎。 石拐自2020年7月起，石拐区先后委托各编制单位开展文旅产业规划编制工作，进一步明确文旅产业思路定位、功能布局、任务内容、开发强度，优化旅游要素配置，更加科学合理高效地开发利用地区旅游资源，形成引领体系。2020年11月，华高莱斯受石拐区政府委托，为石拐区文旅产业和大数据产业发展战略咨询项目提供顾问服务。2021年1月18日，华高莱斯董事长兼总经理李忠先生赴石拐，就石拐区大数据产业发展战略研究规划做项目中期顾问成果汇报（查看详情，点击这里→产业腾飞——石拐区文旅产业和大数据产业发展战略咨询服务项目中期成果汇报）。3月13日，李忠先生再赴石拐，就石拐区文旅产业发展战略研究规划做项目最终顾问成果汇报。石拐区区委书记高闻何，区领导李智、赵满义、贾世琦、岳建斌、李庆忠、云晓清、李祥、闫崇润，各相关地区、部门单位负责人参加评审会。本次评审会由副区长李秀芳主持。驴妈妈集团内蒙古区域总经理、集团战略顾问孙伟，内蒙古剑荣集团董事长王硕等企业代表参加评审会。李忠先生会上，李忠先生从石拐区文旅发展面临的困境破局入手，围绕以场景游戏化来构建“阳刚之气”主题文旅为核心，从战略定位、IP塑造、故事体系、目标客群、落地实施等方面，为石拐区文旅产业的发展提供了兼具突破性和系统性的整体解决方案。与会专家一致认为，华高莱斯的顾问成果对石拐区文旅产业发展战略研究背景、市场趋势、资源现状、发展问题、未来机遇等进行了系统化地深入分析，适应趋势、结合实际，为文旅产业发展提出了具有创新意义的突破点，研究结论具有前瞻性和一定的可操作性，对地区文旅产业发展具有指导意义。评审会上，北京巅峰智业设计院副院长杨增民对《喜桂图新区旅游发展提升规划》编制情况进行汇报，北京山水心源景观设计院副院长李毅对《虎头山青少年生态文明实践营地规划》编制情况进行汇报，北京景泰旅游管理有限公司总裁、北京方圆水木旅游规划设计院院长陈强对《石拐旧矿区产业转型开发策划》编制情况进行汇报，北京方圆水木旅游规划设计院副院长王雪雪对《喜桂图新区城市风貌提升规划》编制情况进行汇报。石拐区区委书记高闻何区委书记高闻何在评审会上表示，希望各设计团队能汲取评审组的意见和建议，认真贯彻、紧密结合习近平总书记关于内蒙古的重要讲话重要指示批示精神，完整准确全面理解和贯彻新发展理念，跳出石拐、放眼周边、借力全国，把握着力融入和服务包头乃至周边区域，更加突出文旅产业的功能定位，体现绿色环保的生态理念；坚持和弘扬民族团结光荣传统，铸牢中华民族共同体意识，讲好红色历史、党的历史，推动生态文化旅游产业高质量发展，带动乡村振兴，建设美丽乡村；聚焦地区城市发展定位，进一步增强前瞻性、实用性和可操作性，进一步完善各自的规划设计。通过推动规划落地落实，着力提升现有景区品质质量，开发利用地区独特的旅游资源，建设旅游目的地，助力打造宜居、宜业、宜商、宜游、宜学、宜养的幸福新石拐。内蒙古自治区住建厅一级调研员蔡莉，内蒙古大学教授郝晓兰，包头市规划设计研究院党委书记、高级规划师李锐刚，中国旅游集团有限公司专家委员会委员、中国旅游协会理事陈文杰，北京巅峰智业旅游文化创意股份有限公司总规划师杜学，北京景泰旅游管理有限公司总裁、北京方圆水木旅游规划设计院院长陈强，北京山水心源景观设计院有限公司艺术总监、高级环境艺术规划设计师李自强，内蒙古财经大学旅游学院副教授李彪，内蒙古文化旅游标准化技术委员会委员、内蒙古正圣规划设计有限责任公司总经理刘伟东等文化旅游知名专家齐聚喜桂图新区，为石拐区文化旅游产业发展“把脉开方”。以上部分内容来源于魅力喜桂图公众号文/李慧 图/李慧 韩晓敏 主编/薄羽飞

来源：新浪财经文/新浪财经意见领袖专栏作家 陈歆磊最近，在广州平台“大数据杀熟”专项调研会上，唯品会、京东、美团、饿了吗等十家互联网平台企业签署了《平台企业维护公平竞争市场秩序承诺书》，表态不利用大数据“杀熟”。大数据杀熟是近年来消费者怨言较多的互联网平台操作之一。为此，今年出台的《平台经济反垄断指南》中明确其为违法行为。但是从笔者的观点，现行的针对大数据杀熟的管理方法存在着概念不清，操作困难，后果难料等诸多问题。何谓“大数据杀熟”？首先，大数据杀熟这种说法有很大的误导性。从字面上看，大数据杀熟指的是故意对老顾客收取高价。这个自然让人很难接受，作为老顾客和忠实顾客，理应受到商家的善待，现在反而被占便宜，当然会引起消费者的反感。可是事实是这样吗？现在的互联网平台，算法和定价一般都是自动的。一般来说，其算法的主要目的是优化预期收益。而预期收益主要由两个因素决定：单个产品利润以及转化率。单个产品利润是固定的，因此算法主要预测的是转化率，也就是说，给定一个顾客和产品，不同价格导致的转化率如何。那么这里的一个核心因素就是顾客的价格敏感度。如果价格敏感度高，算法就会建议低价；而对于价格敏感度低的顾客，则推荐高价。因此，算法并不会杀熟，只会揣测顾客的价格敏感度并以此定价。那么为什么熟客经常得到高价呢？原因也很简单：一般的来说，忠诚顾客的价格敏感度就是相对低一些，这个是个统计上的现实情况。但是如果一个熟客很善于比价，每次都是在低价购买，那么算法不但不会杀熟，反而会推荐低价给他。这种由于自动算法导致的价格问题在国外也出现过。比如外媒曾经报道过收入低的社区网上购物的价格反而超过比收入高的社区。这个很让人意外，于是就有猜测是否是电商故意歧视低收入人群。而真实的原因确很简单：富裕家庭一般互联网使用程度较高，因此信息丰富，相对以低收入家庭更善于比价，从而购买价格较低。而且富裕社区往往店铺较多，市场竞争也更加激烈。算法正是发现这些因素才给了富裕社区较低的价格。了解了这些，我们就明白了大数据杀熟这种说法并不准确。在杀熟这种表象下面，其本质是基于顾客历史购买行为的一种价格歧视。那么，问题就来了：这种价格歧视合理吗？价格歧视是否合理？这个问题就很难回答了。从经济学的角度，价格歧视未必不好。我们都知道单一价格是有问题的。比如有个产品成本1块钱，市场上就两个人，甲愿意出5块钱，乙只愿意出2块钱。从商家的角度这两个人身上他都是可以赚到钱的，如果能5块钱卖给甲，2块钱卖给乙就最好了。这种情况下商家挣到了最大利润4+1=5块钱，而两个顾客已在各自的预算中买到并享用了这个产品，这种情况就是我们常说的社会福利最大化（社会福利定义为商家利润和消费者福利之和）。如果不能价格歧视，那么商家就会定价5元，只卖给甲。这种情况下不但商家的利润下降，更糟糕的是乙由于价格过高而不能享受这个产品。本来可以从乙身上挣到的1块钱利润现在被浪费了，谁也得不到，这个就是无谓损失（deadweight loss），而反垄断和市场调控的主要目的就是要减少无谓损失。虽然理论上说得过去，但是在实际操作中价格歧视会遇到不少问题。首当其冲的就是公平性的问题。例如前面的甲就会觉得很不公平：难道我支付意愿高就该多付钱吗？因此，我们看到有些时候价格歧视被接受，而其它情况却又不行。例如景区给老人和孩子半价往往没问题，但是给年轻人半价肯定就不行了。为了做到价格歧视而又不为人诟病，商家往往要有精巧的设计。例如酒店和航空业都使用动态定价，每个人订的房间或买的机票都可能价格不一，但是顾客一般也都接受。如果商家被禁止使用价格歧视，那么很可能就是一个平均价格。这个对支付意愿高的顾客当然很好，但是对价格敏感度高的顾客将是一个过高的价格，甚至会导致市场上的无谓损失增加。因此，禁止大数据杀熟之后的后果如何其实是比较难料的。如何监管大数据杀熟？最后，抛开理论上的讨论，如何真正监管大数据杀熟也是一个令人头疼的问题。今天的互联网市场的发展很大程度上依赖着大数据及算法的进步。只要平台在利用顾客的行为数据，只要忠实顾客的价格敏感度普遍偏低，算法总是会建议高价给忠实顾客，因此杀熟总会存在。即使要求平台在算法中去除一部分敏感信息，例如顾客的购买次数等等，只要这些信息和剩余的信息高度相关，算法还是会推测出熟客的价格敏感度，杀熟还是会发生。当然极端的做法是完全禁止平台利用用户行为数据，这样的确可以防止价格歧视了。但是在数字化高度发达的今天，这种做法无异于把这些高科技公司退化为传统企业，估计也很难实行。因此，笔者认为大数据杀熟并非本质问题。如果一个平台杀熟，而消费者有其它选择，那么他们大可以一走了之，那么平台杀熟自然会有所控制。所以问题不是杀熟，而是市场垄断。如果一家平台做大，消费者无路可逃，或者几家平台共谋，那么这种价格歧视是应该被监管的，所以解决大数据杀熟的核心是如何防止市场垄断。