商业模式|“消防+大数据”的商业模式与商业价值王海峰|ai|飞桨|开发者|深度学

据MobData研究院预测，到2020年，大数据产业市场规模将达13626 亿元，市场规模有很大的商业价值。

文章插图

建设智慧消防离不开大数据，那么如何提升数据挖掘的能力，使消防数据转化为可持续的商业价值？
1、大数据商业共同点：数据流在有大数据之前，我们寻找一个规律常常是非常困难的，经常要经历“假设——求证——再假设——再求证”这样一个漫长的过程。
而通过大量数据的统计，直接找到事物发展背后的规律，因为这种方法采用的是机器学习，计算机学习“经验”的速度远远比人快得多，效率会大幅度提高。
机器智能和学习的前提是有大量的数据，消防行业也不例外，需要拥有海量的消防大数据资源。
对内包括人员(消防救援队伍、社会消防力量等)、场所(高层楼宇、商业综合体、地下建筑、出租房等)、企业单位(高危单位、重点单位、化工企业等)、物品(危化品、易燃易爆物品等)、环节(电器线路、消防设施、疏散通道等)、水源(消火栓、天然水源等)、巡查信息等多种数据。
对外包括规划、住建、国土、民政、通信、交通、气象、供水、公安等相关部门的数据。
这些大量看似杂乱无章的数据点，从很多不同的地方收集上来，在收集上来之前是原始的、未加工、无目的的，因此在生成时常常是彼此独立的。

文章插图
大数据收集、处理和应用的流程
只有将这些大量独立的数据聚合在一起，才能得到客观而准确的统计结论。同时，这些数据在产生和收集时是没有特定目的的，因此怎样使用它们需要视特定的应用而定。
由于大数据的多维度特征，使用者可以根据自己的需求进行筛选、过滤和处理。
数据在收集、处理和建模的过程中，数据的流向是从枝末的局部到整体，而当我们利用从大数据得到的规律指导商业行为和其他行为时，数据的流向则是从整体到局部。

文章插图
在大数据的商业应用中，数据通常完成两个方向的流动
目前，消防行业通过智慧烟感等智能终端在数据收集方面已经取得了一定的成效，但在数据流出，也就是数据的挖掘与应用，如何指导商业行为，还有很多的提升空间。
数据只是原材料和基础，只有让这些数据流动起来，才能发挥真正的价值，下面我们就来探讨一下“消防+大数据”商业模型。
2、“消防+大数据”商业模式在历史上，一项技术带动整个社会变革的事情就发生过，他们通常遵循一个模式，即新技术+原有产业=新产业。
如现有产业+蒸汽机=新产业；现有产业+电=新产业；现有产业+互联网=新产业；现有产业+大数据=新产业；现有产业+人工智能=新产业；等等。
历次技术革命除了缔造新产业之外，还不可避免地会带来商业模式的变化。
先说一个新兴企业的例子：小米是数据驱动的公司，小米手机，采用Google系统，虽然有改编的一些功能，但从根本上说没有自己的核心技术。通过小米手机，获取用户的数据，开发了音箱、电视等一些列家电，成为一家垂直电商，这些都是因为小米掌握了“数据流”，并从中获取了新的业务。

文章插图

再来说一个传统企业通过大数据转型的例子：中国一家传统的风能发电设备公司金风公司，在大数据时代开始转换经营经验，专门到硅谷取经，利用互联网将发电机的各种数据全部收集到公司，进行大数据分析。有了数据的依据，该公司在商业模式上做根本性的转变，主营业务从风力发电机制造，转变成电设备的运营和服务，业绩得到明显提升。