光伏大数据商业模式_大数据时代的电子商务模式发展分析

大家好！今天让小编来大家介绍下关于光伏大数据商业模式_大数据时代的电子商务模式发展分析的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

文章目录列表:

光伏行业发展趋势怎么写？

光伏行业发展趋势：

1、光伏产业规模扩大

由于指标下发滞后、价格上涨等原因，导致今年装机预测下调，由年初的55-65GW降至45-55GW。目前我国光伏发电市场储备规模雄厚。据不完全统计，今年各省光伏电站配置规模（包括部分风电）合计89.28GW，已公布大基地规模超过60GW。在国内巨大光伏发电项目储备量推动下，2022年装机量有望超过75GW。

2、光伏产业规范管理趋于严格

光伏作为新能源产业的重要组成部分，近年来在我国得到了快速发展。但由于缺乏统筹规划，产业政策不明晰，准入门槛较低，已出现盲目投资和产能过剩的问题。对此，国家加强了对光伏产业的监管。工信部发布了《光伏制造行业规范条件（2021年本）》，从生产布局与项目设立、工艺技术、资源综合利用及能耗、智能制造和绿色制造、环境保护五个方面对光伏制造行业提出要求。

3、光伏产业向智能升级

2018年4月，工信部、住建部、交通运输部、农业农村部、国家能源局、国务院扶贫办联合发布《智能光伏产业发展行动计划（2018-2020年）》，提出加快提升光伏产业智能制造水平，推动互联网、大数据、人工智能等与光伏产业深度融合，鼓励特色行业智能光伏应用，促进我国光伏产业迈向全球价值链中高端。

光伏产业优势

1、永不枯竭。

2、采集太阳能的地点的地理位置要求不高；相对而言，水电站或风电站对地理位置要求则比较高。

3、建立太阳能发电站所需的时间和成本都比水电站要低。

4、使用太阳能不会造成环境污染，是理想的绿色能源。但原料开采和生产光伏产品过程中也会消耗大量能源和造成污染。

5、适用范围广，就算一般家庭也可以利用太阳能发电。

大数据时代的电子商务模式发展分析

本期，C君非常荣幸地邀请到了国家电网能源研究所的孙艺新老师。能源行业作为国民经济与社会发展的基础，不可避免地正在受到大数据的深刻影响。在下文中，孙艺新老师结合案例，系统分析了国外几种电力大数据应用案例，并分析了未来的应用前景，可供读者参考借鉴。

本文原载于《中国电力企业管理》，转载请联系作者获得授权。

大数据对打通业务壁垒、发现商业价值具有重要支撑作用，已为互联网、金融等拥有海量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。电力大数据则是从能源领域为人们重新开启了认识世界、改造世界的大门。

电力大数据

人类从远古进化到现代，能源的每一次进步都带来了生产力的巨大飞跃。如今，能源革命与信息技术革命发生交汇，智能电网、新能源的快速发展与移动终端、物联网、云计算的迅速普及，将为各个产业带来巨大的商业价值。电力大数据不仅是大数据技术在电力行业的深入应用，也是电力生产、消费及相关技术革命与大数据理念的深度融合，将加速推进电力及能源产业发展及商业模式创新。

从商业模式创新来看，电力大数据的内涵包括以下三个方面：一是打破电力发、输、配、售不同阶段的数据壁垒，数据范围涵盖电力生产运营全过程；二是注重电力领域综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性；三是注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面为智慧城市、智能电网、智能家居等领域提供新的盈利模式。

电力大数据拓宽了电力行业乃至能源产业的广度与深度，给传统企业带来机遇与挑战。一方面，电力大数据能够对电力供给侧、需求侧进行有机整合与“跨界”应用，为创新商业模式与管理模式提供了机遇；另一方面，电力大数据使传统电力行业的边界变得模糊，使其自然垄断地位与路径依赖优势受到不同程度的颠覆与挑战。

国外电力大数据应用模式

目前，电力大数据理念尚处于逐步发展过程。从国外主要实践案例来看，已初步形成了三类应用模式。

以电力为中心的能源数据综合服务平台

该模式通过建立一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。

典型案例是美国德克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目（见图1）。该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。

图1奥斯丁智慧城市项目商业模式示意图

该项目已在节能环保、新技术推广、研发测试等方面发挥了重要的平台服务支撑作用。一是在消费者能源管理方面，为居民能源消费、住宅节能、交通出行等提供优化建议，促进节能环保。例如，识别环保住宅的能耗降低比例可达27%；对居民太阳能电池板安装朝向进行优化，可使发电量增加49%等。二是为企业提供电动汽车、智能家电等产品开发与技术测试服务。例如，将电力数据与汽车里程、分时电价、油价数据结合，可提供电动汽车性能分析、充电站布局优化，并根据用户习惯确定最佳充电时间等服务。

为智能化节能产品研发提供支撑

该模式主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式方案。以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户侧需求管理、减少发电装机等发挥作用。该模式中，电网企业不一定具备产品研发优势，但利用电力数据采集与分析方面的优势，既可通过与设备制造商合作改进用户需求侧管理，也可通过共同参与研发并在产品销售中获取收益。

该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式（见图2）。该产品可以通过记录用户的室内温度数据、智能识别用户习惯，并将室温调整到最舒适状态。

图2NEST产品商业模式示意图

产品制造商、电力企业、用户三方形成共赢：作为产品制造商的NEST公司免费获得合作企业提供的部分电力数据，借此完善预测算法，并通过多种方式（恒温器设备、互联网、分析报告）展示分析结果；电力企业在智能恒温器支持下，改进需求侧管理，节约发电装机与调峰成本；用户使用产品自动控制房间温度，并节省用电费用。据报道，售价250美元的NEST恒温器每年可在电费和供热开支方面为家庭节省173美元，一年时间已节省了2.25亿千瓦时的能量，相当于2900万美元费用。

面向企业内部的管理决策支撑

电力大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

该模式的典型案例是法国电力公司智能电表大数据应用（见图3）。法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。

图3 法国电力大数据支撑内部决策应用示意图

电力大数据应用前景

未来电力大数据的应用前景主要是在已有模式的基础上，进一步发挥“粘合剂”与“助推剂”作用，推动能源产业探索建立具有“平台”特征的完整能源生态系统。“粘合剂”主要是指对其他企业的吸引力以及形成平台模式后的协同效应，“助推剂”主要是指对能源产业生产、消费革命以及企业发展转型的推动作用。

参照电商领域中的阿里集团，该公司成立以来逐渐形成了“数据”与“平台”良性发展的商业模式，收入主要来源于向卖家提供的互联网营销服务和从交易额中抽取的佣金。一方面，阿里通过淘宝、支付宝、余额宝等产品构建了完整的商业生态系统，吸引用户参与到平台中，并采集整理用户大数据；另一方面，阿里通过用户大数据的分析与挖掘，在电子商务、金融、交通、娱乐等不同领域中建立竞争优势，不断巩固壮大其商业生态系统。2013年，阿里集团的中国零售平台交易额达2480亿美元，营业收入493亿元，利润率高达45%。

电力大数据下的能源生态系统将为能源企业及相关产业提供一个数据采集、整理、分析、应用、共享、交易等为一体的平台，为参与方提供信息咨询、节能环保、产品研发、管理支撑等服务，为消费者提供节能降费服务及相关产品。可应用的领域包括智慧城市、智能电网、新能源、电动汽车。智能楼宇、智能家电、智能家居、移动终端等一系列相关产业。

电力企业在以电力大数据为基础的生态系统中占据主导地位，具有十分重要的作用。一方面，新一轮电力市场改革下，电力企业可以摆脱传统的盈利模式，通过挖掘大数据资源增强企业竞争力；另一方面，电力企业通过吸引社会资本及不同主体的参与，共建互利合作的商业环境，发挥电力大数据在智慧城市、智能家居中的重要支撑作用，提升相关企业的科技创新与可持续发展能力。

积极布局推进电力大数据应用

电力大数据对电力工业优化内外部资源、发展智能电网与构建全球能源互联网具有重要支撑作用，对电网企业创新商业模式、主导建立能源生态系统具有重要意义。电网企业需持续关注其发展动态，积极谋划布局。未来智能电网采集的数据将全面覆盖从主干网到配电网、区域用户和大用户微网，乃至家庭小用户局域网。在此背景下，传统数据存储、计算能力将产生瓶颈，必须运用大数据的采集、处理技术对当前SCADA系统、数据中心、分析预测系统进行全面升级与改造。

一是开展大数据应用的顶层设计工作。在企业集团层面建立大数据应用的组织协调机构，研究能源领域大数据与公司、电网发展的协同关系，并对其盈利模式、应用领域、合作机制及分工等全局性问题开展专项研究，在未来竞争领域中占据主动。

二是做好信息与技术储备工作。探索建立稳定、可靠的公司内外部数据获取渠道，以及数据共享机制；超前研究制定适用于大数据环境的技术处理方案，提升信息系统处理能力。

三是积极培育人才队伍，开展前期应用试点工作。在电网、产业、科研单位中组建大数据研发攻关团队，在安全、生产、经营等业务中开展应用试点探索。

在大数据时代，数据拥有者的商业模式有哪些？

大数据时代的电子商务模式发展分析

商务的复杂性和不断变化发展决定了电子商务没有一个或几个固定模式，各种各样的电子商务模式充分反映了市场变化的需要，赢利空间是判断电子商务模式好坏的基本依据。

一、电子商务

电子商务是利用微电脑技术和网络通讯技术进行的商务活动；以信息网络技术为手段，以商品交换为中心的商务活动；电子商务分为：ABC、B2B、B2C、C2C、B2M、M2C、B2A（即B2G）、C2A（即C2G）、O2O 等。

广义的电子商务是指利用各种信息技术所进行的经营管理活动，即利用整个工厂技术对整个商务活动实现电子化。

狭义的电子商务是指利用因特网开展的交易活动。

电子商务的目的是高效率、高效益、低成本地进行产品生产和服务，提高企业的整体竞争能力。

二、电子商务模式

电子商务模式，就是指在网络环境中基于一定技术基础的商务运作方式和盈利模式。研究和分析电子商务模式的分类体系，有助于挖掘新的电子商务模式，为电子商务模式创新提供途径，也有助于企业制定特定的电子商务策略和实施步骤。

电子商务在其发展的过程中，出现了各种各样的电子商务模式。电子商务模式可以从多个角度建立不同的分类框架，最简单的分类莫过于BtoB、BtoC、CtoC、OtoO、新型的BOB模式，这样的分类，但就各模式还可以再次细分。?

二、电子商务模式的基本类型

1．企业与消费者之间的电子商务（Business to Consumer，即B2C）。B2C就是企业通过网络销售产品或服务给个人消费者。这是消费者利用因特网直接参与经济活动的形式，类同于商业电子化的零售商务。

2．企业与企业之间的电子商务（Business to Business，即B2B）。企业可以使用Internet或其他网络对每笔交易寻找最佳合作伙伴，完成从定购到结算的全部交易行为。

3．消费者与消费者之间的电子商务（Consumer to Consumer 即C2C）。C2C商务平台就是通过为买卖双方提供一个在线交易平台，使卖方可以主动提供商品上网拍卖，而买方可以自行选择商品进行竞价。

4．线下商务与互联网之间的电子商务（Online To Offline即O2O）。这样线下服务就可以用线上来揽客，消费者可以用线上来筛选服务，还有成交可以在线结算，很快达到规模。这种模式的关键是：在网上寻找消费者，然后将他们带到现实的商店中。

5.所谓BOB 是 Business-Operator-Business的缩写，意指供应方（Business）与采购方（Business）之间通过运营者（Operator）达成产品或服务交易的一种新型电子商务模式。

四、大数据时代电子商务模式分析

电子商务的发展经历了用户数量为王、销售量为王、数据为王的三大时代，大数据时代给电子商务发展带来的机遇和挑战，未来电子商务的竞争是数据的竞争。

（1）数据服务的变革

大数据背景下，把消费者分成很多群体，对每个群体甚至每个人提供针对性的服务。消费行为等数据量的增加为电商提供了精准把握用户群体和个体消费行为模式的基础。电商通过大数据应用，可以探索个性化、精准化和智能化广告推送和推广服务，创立比现有推广形式更好的全新商业模式。另外，电商也可以通过运用大数据，寻找更多更好地增加用户粘性、开发新产品和新服务、降低运营成本的途径和方法。

（2）数据化运营

电商运营更多地转变为数据驱动的运营，在企业内部所有环节都利用数据进行分析、评价、利用数据视图进行管理。以阿里为例，其对旗下的淘宝、天猫、阿里云、支付宝、万网等业务平台进行资源整合，形成了强大的电子商务客户群及消费者行为的全产业链信息。可进行运营分析、商品分析、营销效果分析、买家行为分析、订单分析、供应链分析、行业分析、财务分析和预测分析等。

（3）数据资产化

大数据背景下，“ 数据即资产”成为最核心的产业趋势。未来企业的竞争，将是规模和活性的竞争，数据的经济效益和作用将日渐引起企业重视，因而催生出许多关于数据的业务。“ 数据成为资产”是互联网泛在化的一种资本体现，他让互联网的作用不仅仅局限于应用和服务本身，而且具有了内在的“ 金融”价值。数据的功能不再只是体现于“ 使用价值”方面的产品，而成为实实在在的“ 价值”。

（4）个性化导购服务

在互联网普及的时代，为解决消费者信息超载的问题，引导消费者更便捷地购买商品，导购系统便成为众多电子商务企业提供的一种服务模式。所谓导购系统，就是一种根据消费者的需求、偏好、个人资料及历史消费行为，为消费者提供决策建议的软件系统，如推荐他们想要的商品或从哪里获得想要的商品。传统电子商务导购服务，或是基于消费者历史数据来抽取和推荐他们共同偏好的商品如热销商品推荐等，或是根据企业促销意图将其主打产品推送给顾客，如新品推荐、特价推荐等，能够为顾客提供较好的决策支持服务。

（5）数据产品服务

在大数据背景下，数据成为资产，所有电商企业都想获得并充分了解它们在运营中所获得的消费者的信息数据，但往往由于技术等原因无法对大数据进行分析、挖掘，因此对于具有平台以及技术等优势的电商企业可以利用这样优势，将获得的海量数据进行产品化的包装营销给需要的企业，从而开辟出一种新的电子商务服务模式。由于大数据背景下企业对数据有更深层次的需求，因此搭建数据构建需要与销售之间的桥梁，将为产生数据服务型的电子商务新模式。

（6）垂直细分领域服务

目前，淘宝等占据了国内的绝大部分电商市场份额。中小规模电商企业崛起难度很大。因此，在大数据时代下，把握每一个垂直细分领域，然后做得更精更专，这样才能赢得自己的一席之地。而且行为垂直细分类的电商平台规模较小、成本较低，能更好地挖掘分析消费者的信息数据，从而能更专注于专业特定的客户群体提供专业的产品和服务，更能了解产业链上客户的需求，也能容易完善自身的服务。

大数据背景下，爆发式的信息资源给电商企业带来了机遇和挑战，通过对数据的挖掘、分析运用必将带来更多的服务模式的革新，给消费者更好的服务体验。随着大数据的技术和运作的成熟，必将涌现出更多、更好的新的服务模式，从而促进电子商务的发展。

以上是小编为大家分享的关于大数据时代的电子商务模式发展分析的相关内容，更多信息可以关注环球青藤分享更多干货

在大数据成为趋势，成为国家战略的今天，如何最大限度发挥大数据的价值成为人们思考的问题。无论是对于互联网企业、电信运营商还是数量众多的初创企业而言，大数据的变现显得尤为重要。谁最先一步找到密码，谁就能够抢占市场，赢得发展。在探索大数据商业模式的同时，大数据正加速在各行各业的应用，大数据不仅为人们的购物、出行、交友提供了帮助，甚至还在高考这样重要的事件中发挥作用。

大数据产业具有无污染、生态友好、低投入高附加值特点，对于我国转变过去资源因素型经济增长方式、推进“互联网+”行动计划、实现国家制造业30年发展目标有战略意义。前几年，国内大数据产业讨论较多、落地较少，商业模式处于初探期，行业处于两种极端：一种是过热的浮躁带来了一定的泡沫和产业风险；一种是怀疑大数据只是炒作，依然坚持传统管理理念、经营模式。但是进入2015年之后，大数据产业告别了泡沫，进入更务实的发展阶段，从产业萌芽期进入了成长期。当前，如何将大数据变现成为业界探索的重要方向。

B2B大数据交易所

国内外均有企业在推动大数据交易。目前，我国正在探索“国家队”性质的B2B大数据交易所模式。

2014年2月20日，国内首个面向数据交易的产业组织—中关村大数据交易产业联盟成立，同日，中关村数海大数据交易平台启动，定位大数据的交易服务平台。2015年4月15日，贵阳大数据交易所正式挂牌运营并完成首批大数据交易。贵阳大数据交易所完成的首批数据交易卖方为深圳市腾讯计算机系统有限公司、广东省数字广东研究院，买方为京东云平台、中金数据系统有限公司。2015年5月26日，在2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会上，贵阳大数据交易所推出《2015年中国大数据交易白皮书》和《贵阳大数据交易所702公约》，为大数据交易所的性质、目的、交易标的、信息隐私保护等指明了方向，奠定了大数据金矿变现的产业基础。

咨询研究报告

国内咨询报告的数据大多来源于国家统计局等各部委的统计数据，由专业的研究员对数据加以分析、挖掘，找出各行业的定量特点进而得出定性结论，常见于“市场调研分析及发展咨询报告”，如“2015～2020年中国通信设备行业市场调研分析及发展咨询报告”、“2015～2020年中国手机行业销售状况分析及发展策略”、“2015年光纤市场分析报告”等，这些咨询报告面向社会销售，其实就是O2O的大数据交易模式。

各行各业的分析报告为行业内的大量企业提供了智力成果、企业运营和市场营销的数据参考，有利于市场优化供应链，避免产能过剩，维持市场稳定。这些都是以统计部门的结构化数据和非结构化数据为基础的专业研究，这就是传统的一对多的行业大数据商业模式。

数据挖掘云计算软件

云计算的出现为中小企业分析海量数据提供了廉价的解决方案，SaaS模式是云计算的最大魅力所在。云计算服务中SaaS软件可以提供数据挖掘、数据清洗的第三方软件和插件。

业内曾有专家指出，大数据=海量数据+分析软件+挖掘过程，通过强大的各有千秋的分析软件来提供多样性的数据挖掘服务就是其盈利模式。国内已经有大数据公司开发了这些架构在云端的大数据分析软件：它集统计分析、数据挖掘和商务智能于一体，用户只需要将数据导入该平台，就可以利用该平台提供的丰富算法和模型，进行数据处理、基础统计、高级统计、数据挖掘、数据制图和结果输出等。数据由系统统一进行管理，能够区分私有和公有数据，可以保证私有数据只供持有者使用，同时支持多样数据源接入，适合分析各行各业的数据，易学好用、操作界面简易直观，普通用户稍做了解即可使用，同时也适合高端用户自己建模进行二次开发。

大数据咨询分析服务

机构及企业规模越大其拥有的数据量就越大，但是很少有企业像大型互联网公司那样有自己的大数据分析团队，因此必然存在一些专业型的大数据咨询公司，这些公司提供基于管理咨询的大数据建模、大数据分析、商业模式转型、市场营销策划等，有了大数据作为依据，咨询公司的结论和咨询成果更加有说服力，这也是传统咨询公司的转型方向。比如某国外大型IT研究与顾问咨询公司的副总裁在公开场合曾表示，大数据能使贵州农业节省60%的投入，同时增加80%的产出。该公司能做出这样的论断当然是基于其对贵州农业、天气、土壤等数据的日积月累以及其建模分析能力。

政府决策咨询智库

党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》明确提出，加强中国特色新型智库建设，建立健全决策咨询制度。这是中共中央文件首次提出“智库”概念。

近几年，一批以建设现代化智库为导向、以服务国家发展战略为目标的智库迅速成立，中国智库数量从2008年的全球第12位跃居当前第2位。大数据是智库的核心，没有了数据，智库的预测和分析将为无源之水。在海量信息甚至泛滥的情况下，智库要提升梳理、整合信息的能力必然需要依靠大数据分析。

研究认为，93%的行为是可以预测的，如果将事件数字化、公式化、模型化，其实多么复杂的事件都是有其可以预知的规律可循，事态的发展走向是极易被预测的。可见，大数据的应用将不断提高政府的决策效率和决策科学性。

自有平台大数据分析

随着大数据的价值被各行各业逐渐认可，拥有广大客户群的大中型企业也开始开发、建设自有平台来分析大数据，并嵌入到企业内部的ERP系统信息流，由数据来引导企业内部决策、运营、现金流管理、市场开拓等，起到了企业内部价值链增值的作用。

在分析1.0时代，数据仓库被视作分析的基础。2.0时代，公司主要依靠Hadoop集群和NoSQL数据库。3.0时代的新型“敏捷”分析方法和机器学习技术正在以更快的速度来提供分析结果。更多的企业将在其战略部门设置首席分析官，组织跨部门、跨学科、知识结构丰富、营销经验丰富的人员进行各种类型数据的混合分析。

大数据投资工具

证券市场行为、各类指数与投资者的分析、判断以及情绪都有很大关系。2002年诺贝尔经济学奖授予了行为经济学家卡尼曼和实验经济学家史密斯，行为经济学开始被主流经济学所接受，行为金融理论将心理学尤其是行为科学理论融入金融中。现实生活中拥有大量用户数据的互联网公司将其论坛、博客、新闻报道、文章、网民用户情绪、投资行为与股票行情对接，研究的是互联网的行为数据，关注热点及市场情绪，动态调整投资组合，开发出大数据投资工具，比如大数据类基金等。这些投资工具直接将大数据转化为投资理财产品。

定向采购线上交易平台

数据分析结果很多时候是其他行业的业务基础，国内目前对实体经济的电子商务化已经做到了B2C、C2C、B2B等，甚至目前O2O也越来越流行，但是对于数据这种虚拟商品而言，目前还没有具体的线上交易平台。比如服装制造企业针对某个省份的市场，需要该市场客户的身高、体重的中位数和平均数数据，那么医院体检部门、专业体检机构就是这些数据的供给方。通过获取这些数据，服装企业将可以开展精细化生产，以更低的成本生产出贴合市场需求的服装。假想一下，如果有这样一个“大数据定向采购平台”，就像淘宝购物一样，可以发起买方需求，也可以推出卖方产品，通过这样的模式，外加第三方支付平台，“数据分析结论”这种商品就会悄然而生，这种商品不占用物流资源、不污染环境、快速响应，但是却有“供”和“需”双方巨大的市场。而且通过这种平台可以保障基础数据安全，大数据定向采购服务平台交易的不是底层的基础数据，而是通过清洗建模出来的数据结果。所有卖方、买方都要实名认证，建立诚信档案机制并与国家信用体系打通。

非营利性数据征信评价机构

在国家将公民信息保护纳入刑法范围之前，公民个人信息经常被明码标价公开出售,并且形成了一个“灰色产业”。为此，2009年2月28日通过的刑法修正案（七）中新增了出售、非法提供公民个人信息罪，非法获取公民个人信息罪。该法条中特指国家机关或者金融、电信、交通、教育、医疗等单位的工作人员，不得将公民个人信息出售或非法提供给他人。而公民的信息在各种考试中介机构、房产中介、钓鱼网站、网站论坛依然在出售，诈骗电话、骚扰电话、推销电话在增加运营商话务量的同时也在破坏整个社会的信用体系和公民的安全感。

虽然数据交易之前是交易所规定的经过数据清洗的数据，但是交易所员工从本质上是无法监控全国海量的数据的。数据清洗只是对不符合格式要求的数据进行清洗，主要有不完整的数据、错误的数据、重复的数据三大类。因此，建立非营利性数据征信评价机构是非常有必要的，将数据征信纳入企业及个人征信系统，作为全国征信系统的一部分，避免黑市交易变成市场的正常行为。

除了征信评价机构之外，未来国家公共安全部门也许会成立数据安全局，纳入网络警察范畴，重点打击将侵犯企业商业秘密、公民隐私的基础数据进行数据贩卖的行为。

结语：

大数据已经从论坛串场、浮躁的观点逐步走向国家治理体系建设、营销管理、生产管理、证券市场等方面，其商业模式也多种多样。市场经验表明，存在买卖就存在商品经济，具体哪种商业模式占主流将由市场决定。而最终的事实将证明，大数据交易商品经济必然成为“互联网+”的重要组成部分。