大数据给IT企业带来攫金市场新机遇
大数据,一个时髦的名词,也是当下热门的业务领域。大数据诱人的利益诉求点之一,即通过大数据能更好地提高效率,更好地有的放矢。一方面,大数据让公司内部更有效地运作;另一方面,大数据让公司更好地了解客户、了解市场。大数据的蓝图显示,大数据弱化甚至消弭了经济运行中的信息导致的不确定性,大大降低了各种资源的浪费,在各种资源日益紧张的今天,大数据描绘出了一个美好的经济社会蓝图。未来真的这么美妙吗?

消费者剩余是厂商想方设法攫取的金矿
我们先温习一下消费者剩余、生产者剩余和总剩余这些经济学基础名词。
消费者剩余又称消费者的净收益,对消费者而言,市场价格是给定的,消费者在购买一定数量的某种商品时愿意支付的最高总价格和实际支付的总价格之间的差额就是消费者剩余。
生产者剩余是厂商所得大于其成本的部分。因为厂商按照最后一个商品的边际成本定所有商品的价格,在这最后一个商品以前的商品的边际成本都低于最后一个商品,此低于部分就是厂商的额外收入。通俗地讲,就是厂商的会计利润。
“消费者剩余”和“生产者剩余”之和叫“市场总剩余”.这体现了市场经济的经济福利,它所表示的实际上是买卖双方在交易过程中所得到的收益。消费者剩余是买者在购买过程中从市场上得到的收益;生产者剩余是卖方在出售过程中得到的收益。
消费者剩余是厂商一直想方设法攫取的金矿。更多地攫取消费者剩余的方式方法是以正面、合法、合理的方式进行的。对消费者剩余的攫取水平,体现了公司市场运营、产品开发、客户细分等能力,这也是众多商科教育的重要内容。
交易是信息不对称、不完全情况下进行的博弈
每一次交易都是一次谈判,都是一次或大或小规模的信息战,交易双方都在力争有利的交易条件。现实生活中,消费者和厂商之间的交易,是双方不断试探不断妥协的过程。双方本着最大化自己利益的原则,在双方的接触过程中,消费者努力隐藏自己的真实购买意愿,努力压低购买价格。厂商努力隐藏自己的真实成本,隐藏自己的销售意图,努力提高要价。双方围绕着价格,打了一场信息战。在众多的消费者、厂商的大量讨价还价过程中,市场价格机制得到了发挥。
市场经济的运作中,信息本身就具有极大的商业价值。市场经济的运作中,厂商与消费者之间的信息不对称、信息不完全,是保证市场有效运作的信息基础。相比消费者而言,厂商拥有对自身产品的信息优势,但厂商却不了解消费者的支付意愿和支付能力的详情。相比厂商,消费者拥有自己支付意愿和支付能力的信息优势,却缺乏对产品、服务、成本等的充分信息。这样,厂商和消费者各自拥有信息优势,同时也各自拥有信息劣势。双方在不断试探中,达成交易价格。
厂商通过各种市场调查咨询公司、通过各种市场营销理论,积极弥补厂商对消费者的信息劣势,这都源于对消费者剩余的追逐。
大数据带来更大量攫取消费者剩余的可能
消费者信息的获取是需要成本的,对消费者信息的解读让未来充满了不确定性,市场的分割与维系同样需要成本,厂商之间的竞争也降低了个别厂商对消费者剩余攫取的可能性和攫取空间。现实生活中,即使最强大的垄断者也无法拥有完全的定价权,无法完全拥有消费者剩余和生产者剩余。
如今,大数据来了,消费者对商品的信息获取、交易支付等消费行为日益在互联网上进行,消费者的消费信息空前便利地被记录、跟踪、分析,消费者在享受数字时代的便利的同时,也逐步丧失了消费者对厂商的信息优势,导致厂商越来越拥有对消费者的信息优势,从而为厂商攫取消费者剩余打下了坚实的信息基础。
此外,消费者的消费行为在互联网上进行,厂商可以通过技术手段实现市场分割,分割的极致就是针对不同的消费者,针对性地展示商品、提供针对性价格。
谷歌早已实现了通过搜集客户搜索行为信息,实现了针对不同的客户,提供不同的搜索结果。一些电商也悄悄开始针对不同的消费者提供差异化的商品展示和价格展示。这一切,都是以人性化、优化客户体验的高尚面目出现的,如果消费者再进一步思考,消费者被对方了解日益深入,也越发没有了信息优势,在未来的交易中,消费者还能保持交易的信息优势吗?交易的公平公正性还能有效存在吗?
市场公平有效的实现,一方面依赖厂商之间的竞争制约,另一方面依赖消费者和厂商之间的各自的信息优劣势制约。厂商定价权的重要制约因素是厂商之间的竞争,但行业竞争的趋势规律是集中度不断增大。随着竞争的发展,厂商之间优胜劣汰、兼并联合,会导致厂商数量减少,厂商的市场结构趋于集中,形成寡头垄断,从而弱化了厂商的竞争效应。只要没有出现革命性创新打破产业发展,这种趋势就会持续下去,导致厂商之间的合谋可能性日益增大。
大数据有助于厂商提供更符合消费者偏好的产品和服务,同时,厂商也获得更多的定价权。消费者在享受更满意的产品和服务的同时,也在不知不觉中丧失部分定价权。
通过大数据,大数据的拥有者会逐步探清消费者的价格底线,从而有利于厂商根据不同价格底线的消费者制定差异化价格,从而有效攫取消费者剩余。移动互联网时代,通过现代通信技术,市场实现了地理位置的突破,造就了巨大的市场空间,但另一方面,通过大数据、互联网,个人的消费行为信息都被及时搜集,个人的主要经济行为在大数据拥有者那里成为透明。这样,就为厂商针对该消费者进行产品推介,针对性地报价提供了巨大的可能。通过大数据和互联网,一方面造就了一个巨大的市场,另一方面,又分割了市场,割裂的市场最小分子甚至是个人。
市场经济活动的核心是价格机制,信息不确定、信息不对称有利于价格机制的有效性,一旦出现信息强势的交易方,那么必然导致拥有强势信息的一方凭借信息优势,侵害信息弱势的一方的利益。市场价格机制的有效性必然遭到削弱。大数据只能增大厂商的信息优势,提高厂商的定价权,大数据的最大获利者将是厂商。大数据大大增强厂商的信息优势,尤其是大数据拥有者的信息优势,厂商将攫取更大比例的消费者剩余,消费者在与厂商的竞争中,将付出沉重的财富代价,消费者实际获得的消费者剩余在总剩余中的占比将下降,甚至大幅度下降。社会财富的分配日益有利于资方,尤其有利于大数据的重要拥有者,社会财富的分配将不断不利于工薪族。这样,一定会导致市场公平有效性的降低。
大数据时代的来临,从某种意义上颠覆了互联网的网络化特征,越来越多的信息集中于大公司的巨大服务器中,互联网上的信息数据正呈现金字塔形状,大数据的拥有者就是新时代的法老。当今经济社会,尤其是网络时代,隐私日益具有经济价值,甚至隐私已经成为可以定价销售的商品。个人的隐私不仅仅是信息问题,更是个人存在价值的基础,也是个人安全感的重要来源。日常工作、生活中,个人的信息呈现碎片状,分别处于众多不同的领域,个人信息的分散化保证了个人信息的总体安全性。如今,大数据提供了将个人碎片状信息汇集的技术基础,个人信息的总体安全性空前受到侵害,个人还能安之若素吗?
大数据创造的美好未来取决于决不能引发厂商对消费者剩余的疯狂攫取,引发财富分配的严重畸形。如果大数据只是让厂商更好地了解消费者需求,从而提供更优质的产品服务满足消费者需求,以及厂商利用大数据更好地改善自身的运营效率,只有这样,大数据才能带来美好的未来。
大数据给IT企业带来攫金市场新机遇的更多相关文章
- Tech 助力Fin ,大数据风控系统赋能掌众金服!
胡亚海 首席技术官 CTO 北京航空航天大学 博士 深耕互联网领域近20年,先后任职于普天信息技术研究院.摩托罗拉.宇龙酷派.百度等知名企业,曾主导宇龙酷派公司全员从WinCE向Android转型 ...
- 人工智能、大数据、物联网、区块链,四大新科技PK,你更看好谁?
最近行业中备受关注并且非常火热的产业有哪些呢?小编这边总结了一下,一共有4个,分别是人工智能.大数据.物联网和区块链,这四种新科技也一直是蓄势待发,未来将引领新一代的科技成长,也会带给人类很多更方便快 ...
- 【原创】大数据基础之HDFS(1)HDFS新创建文件如何分配Datanode
HDFS中的File由Block组成,一个File包含一个或多个Block,当创建File时会创建一个Block,然后根据配置的副本数量(默认是3)申请3个Datanode来存放这个Block: 通过 ...
- 持续引领大数据行业发展,腾讯云发布全链路数据开发平台WeData
9月11日,在腾讯全球数字生态大会大数据专场上,腾讯云大数据产品副总经理雷小平重磅发布了全链路数据开发平台WeData,同时发布和升级了流计算服务.云数据仓库.ES.企业画像等6款核心产品,进一步优化 ...
- bat坐拥大数据。数据挖掘/大数据给他们带来什么。
阿里巴巴CTO即阿里云负责人王坚博士说过一句话:云计算和大数据,你们都理解错了. 实际上,对于大数据究竟是什么业界并无共识.大数据并不是什么新鲜事物.信息革命带来的除了信息的更高效地生产.流通和消 ...
- chinacloud大数据新闻
2015年大数据发展八大趋势 (0 篇回复) “数据很丰满,信息很骨感”:Sight Machine想用大数据的方法,打碎两者间的屏障 (0 篇回复) 百度携大数据"圈地" ...
- 年度钜献,108个大数据文档PDF开放下载
1.大数据的开放式创新——吴甘沙 相关阅读:[PPT]吴甘沙:让不同领域的数据真正流动.融合起来,才能释放大数据的价值 下载:大数据的开放式创新——吴甘沙.pdf 2.微软严治庆——让大数据为每个人服 ...
- Java大数据人才应用领域广,就业薪酬高
互联网创造了大数据应用的规模化环境,大数据应用成功的案例大都是在互联网上发生的, 互联网业务提供了数据,互联网企业开发了处理软件,互联网企业的创新带来了大数据应用 的活跃,没有互联网便没有今天的大数据 ...
- 大数据 --> 大数据关键技术
大数据关键技术 大数据环境下数据来源非常丰富且数据类型多样,存储和分析挖掘的数据量庞大,对数据展现的要求较高,并且很看重数据处理的高效性和可用性. 传统数据处理方法的不足 传统的数据采集来源单一,且存 ...
随机推荐
- Jmeter中Bean shell脚本格式修改为utf-8
遇到的问题: 在做 一个发贴的接口测试时发现,发送数字+纯字母贴子时,可以正常请求成功.但当贴内容为中文时,服务端编码为乱码??. 原因: jmeter中,shell脚本的默认的格式为GBK,所以我在 ...
- sqlalchemy的不区分大小写比较
方法一:collation 参照:https://segmentfault.com/q/1010000010203547 方法是在 db.String 中添加 collation='NOCASE' 描 ...
- mysql练习题目试水50题,附建库sql代码
如果你没试过水的话,那一题一题地每一题都敲一遍吧.不管它们对你看来有多么简单. 建库代码 部分题目答案在末尾,可用ctrl f 搜索题号. 作业练习——学生-选课 表结构 学生表: Student ...
- 《剑指offer》面试题4 替换空格 Java版
(给一个足够长的字符数组,其中有一段字符,将' '(空格)替换成'%' '2' '0'三个字符,原字符段由'\0'结尾) 书中方法:这道题如果从头到尾扫描数组并替换,会涉及到数组的移动.如果不移动元素 ...
- java_第一年_JavaWeb(8)
前面说到,JSP在运行时会被编译成Servlet源代码,通过_jspServlet方法处理请求,此时该方法会传递和提供9个与web开发相关的对象进行使用,开发人员在JSP页面通过对这些变量即可引用这9 ...
- [原]__ASSEMBLY__的用途
在Linux Kernel中有些constant需要被C code 跟 assembler共同使用 在用constant的時候,不能單方面給0x1000UL因為assembler無法看這東西. 但是C ...
- ORM外键关联
#coding=utf-8 from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarativ ...
- vue 踩坑之组件传值
Vue 报错[Vue warn]: Avoid mutating a prop directly since the value will be overwritten whenever the pa ...
- 机器学习-线性回归补充-R^
线性回归算法在选自变量会遇到两个问题:一是去掉多重共线性干扰,二是选择最优自变量组合. 线性回归步骤 1.选择自变量 注意点 去掉多重共线性干扰,选择最优自变量组合.这里需要理解决定系数:R^.它是理 ...
- vue,一路走来(13)--vue微信分享
vue微信分享 今天记录一下vue微信分享. 1.先登录微信公众平台进入“公众号设置”的“功能设置”里填写“JS接口安全域名”.这个不多说,见文档,只有绑定了才能进行下一步的动作 2.需要引入js文件 ...