簡述電子商務的盈利模式精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的簡述電子商務的盈利模式主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：簡述電子商務的盈利模式范文
關鍵詞：B2C；自營；平臺
一、引言
隨著互聯網經濟的飛速發(fā)展，在線獨立電子零售商也呈現出蓬勃發(fā)展的狀態(tài)。各電子零售商為了提升自身的競爭能力和盈利能力，也在適時的調整其業(yè)務發(fā)展戰(zhàn)略。獨立電子零售商的業(yè)務發(fā)展模式已經呈現出較為明顯的變化，初始以自營為主的獨立電子零售商，例如京東、當當等，其逐漸采取了平臺化發(fā)展的業(yè)務戰(zhàn)略模式。根據艾瑞咨詢的調查數據顯示，B2C市場中平臺式B2C交易規(guī)模為955億元，占B2C市場交易規(guī)模的53.3%，已經超過自主銷售式B2C；從趨勢上看，平臺式B2C將繼續(xù)保持高增速增長，也將是B2C市場的主要發(fā)展方向。
二、自營和平臺簡述
B2C自營銷售方式，電子零售商從制造商那里以一個固定的批發(fā)價格購買產品，并以此制定市場的零售價格；這類的電子零售商的銷售類似于傳統(tǒng)的零售商，主要是基于消費者的需求來決定銷售怎樣的產品；自營式電商的經營模式與傳統(tǒng)零售商類似，主要采取經銷模式，通過商品進銷賺取差價盈利，經營中會接觸商品并產生庫存，典型的代表有亞馬遜、京東、蘇寧易購、當當等。
B2C平臺銷售方式，制造商在零售平臺上直接向消費者銷售產品并且制定價格，這樣的銷售方式則類似于網上的額百貨商店，主要扮演為商家和消費者互動的平臺角色，通過向商家收取“柜臺租金”來維持自己的盈利。此時網絡零售商作為一個服務平臺，本身不參與商品買賣，僅提供一個交易場所，自營比例相對較低，主要是通過開放模式來為平臺上的各類商家提供服務，靠收取服務費和傭金盈利。兩種形式之間的最大的差別就在于誰制定產品的銷售價格――平臺銷售的價格是由制造商制定，然而自營銷售的價格是由電商自主決定。
三、自營和平臺業(yè)務模式影響因素
電子零售商作為一種新興的在線零售模式，其自身的發(fā)展存在一定的風險和機遇，B2C電子零售商的業(yè)務類型主要包括自營式和平臺式兩種，企業(yè)在決定商品比較適合自營銷售或者是平臺銷售時主要會考慮那些因素呢？
以下三個方面是電商選擇平臺還是自營業(yè)務的影響因素：
1.消費者對產品的需求
消費者對該產品的需求量的多少是影響B(tài)2C電子零售商業(yè)務模式的重要影響因素。有調查顯示亞馬遜作為B2C企業(yè)的典型代表，其在運營過程中，不僅直接銷售產品，同時也允許數以萬計的獨立零售商在亞馬遜的平臺上銷售產品。那么亞馬遜又是如何確定哪些商品在其平臺商銷售，哪些商品可以由其自己銷售呢？經過研究發(fā)現，亞馬遜會傾向于自己銷售那些消費者需求較大的商品，而那些需求量較少或者是沒有其選擇的商品需求量大時，則會允許這些商品由獨立的零售商在其平臺上銷售。亞馬遜對銷售量最好的商品的策略是很明顯的――直接銷售高需求量產品并且依托第三方銷售“長尾產品”。然而。對于“中尾產品”，就是那些無法明確是高需求量還是低需求量的產品，亞馬遜的策略不是很明顯，當第三方承諾會使其變得暢銷時，亞馬遜可能依托第三方銷售，也有可能是自己嘗試銷售。調查中還以數碼家電為例，發(fā)現亞馬遜會通過網站數據，消費者點擊量的分析，對于其銷售排在前100位的產品種類進行分析，并選擇其排名在前64位的商品作為自營的種類。亞馬遜通過不斷地跟蹤產品的銷量變化來不斷的調整產品銷售的業(yè)務模式。
2.電商之間的競爭程度
有研究表明，電商之間的競爭強度是影響電商選擇自營銷售或平臺銷售的重要影響因素。通過關注電商競爭過程中兩個影響銷售模式的主要因素，制造商對電子渠道的回應以及制造商對傳統(tǒng)渠道的回應的不同（實體零售）。得出的結論是，當電子渠道對傳統(tǒng)渠道的需求有消極的影響，也就是說當電子渠道的出現使得傳統(tǒng)渠道受到負面的沖擊，電子渠道的出現使得傳統(tǒng)渠道的銷售受損，此時電商就會選擇建立一個平臺；然而，當電子渠道對傳統(tǒng)渠道的需求有一個持續(xù)性的積極沖擊時，也就是說當電子渠道的出現使得傳統(tǒng)渠道獲益，增加了傳統(tǒng)渠道的銷售，給傳統(tǒng)渠道帶來正面的積極影響時，電商會選擇自己銷售，也就是電商的自營銷售。這兩種情況取決于電商之間的競爭，由于電商之間的競爭加劇，電商會更傾向于建立平臺。
3.間接影響因素――對傳統(tǒng)渠道的溢出效應
在Abhishek的研究中，采用博弈的方法，對純平臺電商、平臺與自營共存的電商、自營電商這三種類型的電商進行分析，得出了以下的結論：電商之間的競爭使得傳統(tǒng)渠道出現了效益的溢出，電商和傳統(tǒng)渠道這樣的交叉渠道會影響制造商的總體利潤。也就是說當電商之間的競爭較為激烈，而其利潤的溢出效應并不是很明顯時，這時選擇建立平臺銷售是最為合適的；當電商之間的競爭比較溫和，而此時利益的溢出效益卻比較明顯，則選擇自營銷售的方式是最適合獨立電商的。當電商的競爭使得效益的溢出并不是很明顯時，電商可以即選擇平臺銷售，也可以選擇自營銷售。
四、對B2C電商的啟示
通過對上述的分析，我們了解到B2C獨立電商主要有自營銷售以及平臺銷售兩種模式，其在選擇其業(yè)務模式時會綜合的考慮較多的因素，消費者對產品的需求、電商之間的競爭程度以及對傳統(tǒng)渠道的溢出效應，京東、亞馬遜、當當等B2C巨頭也在不斷地調整其平臺與自主銷售的比例，兩種業(yè)務模式的并存發(fā)展成為B2C獨立電子零售商未來的發(fā)展趨勢。
參考文獻：
[1] 2012年綜合性網絡零售商盈利模式探討――商業(yè)零售行業(yè)系列研究報告之二[R].興業(yè)證券研究所.
[2]劉子龍. B2C商業(yè)模式比較研究[J].電子商務， 2009， 04.
[3]李洋.我國自主銷售B2C發(fā)展模式及現狀分析[J].科技信息， 2010， 10.
第2篇：簡述電子商務的盈利模式范文
【關鍵詞】電信運營商 大數據資源 資源變現策略
doi：10.3969/j.issn.1006-1010.2016.01.013 中圖分類號：C932.6 文獻標識碼：A 文章編號：1006-1010（2016）01-0063-05
引用格式：陳科帆，周洪成. 電信運營商大數據資源變現模式及策略研究[J]. 移動通信， 2016，40（1）： 63-67.
Research on Realization Mode of Telecom Operators’ Big Data Resource
and its Strategy
CHEN Ke-fan， ZHOU Hong-cheng
（Jiangsu Posts & Telecommunications Planning and Designing Institute Co.， Ltd.， Nanjing 610036， China）
[Abstract] The main source and features of telecom operators’big data resource were briefly addressed and the operating mode of big data companies was analyzed. According to characteristics of telecom operators， the realization mode of big data resource suitable for operators was presented and some typical application cases were introduced. In the meantime， the realization strategy of big data resource for domestic operators was put forward to provide a useful reference to big data realization for operators.
[Key words]telecom operator big data resource resource realization
1 引言
隨著移動互聯網、物聯網、傳感器等技術的發(fā)展，全球信息、數據呈現爆發(fā)式增長。據IDC預測，未來5年全球數據量將達到35ZB，為2009年的44倍。電信運營商是這些數據的傳送者，處于數據交換的中心，具有天然的優(yōu)勢。因此部分運營商已經開始研究基于這些數據的大數據應用，如通過大數據分析充分挖掘用戶的行為特征，提升對用戶消費偏好的精準把握，從而進行市場營銷;利用信令數據支撐終端、網絡、業(yè)務平臺關聯分析，優(yōu)化網絡，實現網絡價值最大化。
目前這些大數據應用基本都是面向運營商內部運營，極大提升了公司的運營效率，但很難直接產生大量現金流。而互聯網公司卻已利用大數據形成了收益，如阿里的數據魔方和淘寶指數都通過對用戶行為的分析提供數據增值服務，直接轉換為收入。運營商如何像互聯網公司一樣利用大數據資源開發(fā)產生大量現金流的對外服務或應用，即實現大數據資源變現，是急需解決的問題。目前大數據相關技術已較為成熟，制約大數據變現的主要因素是缺乏適合運營商特點的大數據資源變現業(yè)務模式及策略。
2 運營商大數據資源特點
2.1 運營商大數據資源的來源
（1）來自IT支撐系統(tǒng)的數據
這部分數據由IT系統(tǒng)記錄生成，主要包括用戶基本信息（性別、年齡、住址、工作單位等）、業(yè)務使用信息（語音、短信、流量、增值業(yè)務等）、消費信息（ARPU等）及投訴信息等。通過這些數據可形成較為完善的用戶畫像，描述用戶特征。
（2）來自網絡產生的數據
這部分數據主要來自CS域和PS域中的信令分析，比如開關機信令、漫游信令、位置信令、DPI信令等。通過這些數據可以統(tǒng)計用戶位置、用戶數等信息。
（3）來自互聯網和移動互聯網產品的數據
這部分數據來自手機終端，主要包括用戶使用手機中的訪問日志、收藏關注信息、交易記錄、UGC數字內容等。通過這些數據可以統(tǒng)計用戶使用手機的習慣。
2.2 運營商大數據資源特點
（1）用戶基數巨大。截至2015年6月，全國移動電話用戶數達到12.93億戶，而互聯網應用中用戶數最多的微信用戶為6億戶，遠低于移動電話用戶數，運營商在用戶基數上占絕對優(yōu)勢。
（2）用戶信息真實。目前我國已實行電話用戶真實信息登錄規(guī)定，對非實名制用戶后期將采取限制通信、業(yè)務等手段，督促用戶依法實名登記，從而保證電話用戶信息的真實性。
（3）用戶行為連續(xù)。只要用戶手機開機，運營商即可隨時了解用戶行為;而APP則只能在應用運行時才能收集數據，具有很大的碎片性。
（4）用戶行為全面。運營商可以了解用戶終端上所有應用的基本行為（如打開過什么應用、瀏覽時長等），而APP只能了解自身數據，無法獲取其它用戶行為。
（5）位置信息準確。運營商獲取用戶位置信息是基于網絡而非終端，即使用戶使用的是非智能機、沒有GPS、不能上網，也可以掌握用戶實時位置。而APP則必須要基于GPS和聯網功能，具有一定的局限性。
3 運營商大數據資源變現業(yè)務模式
3.1 國際主流大數據商業(yè)模式
參考國際經驗，大數據公司的商業(yè)模式主要包含以下幾類：
（1）廣告應用。通過大數據分析精準描述個人用戶特征，將用戶可能需求對接至DSP等平臺，供廣告商實時競價。
（2）數據源服務。主要是將自身的大數據資源向其它企業(yè)或開發(fā)者開放，表現方式通常為平臺方式，提供簡單易用的API。
（3）咨詢分析服務。主要是通過對自有數據、公開數據或第三方數據進行大數據分析，為特定客戶提供在匿名數據基礎上的統(tǒng)計分析服務，支撐客戶決策。
（4）平臺提供。主要是提供大數據平臺的出租，用戶可將其自有數據導入平臺或利用平臺處理自身數據，借助平臺強大的分析能力實現大數據應用，該模式下按照數據量和使用時間進行收費。
3.2 運營商大數據資源變現業(yè)務模式
參照主流大數據商業(yè)模式，根據大數據分析和服務的對象，運營商大數據變現業(yè)務模式可包括以下幾類：
（1）基于個人特征的分析服務
1）基于個人特征的精準營銷服務
這類業(yè)務通過對用戶基本信息、業(yè)務信息、消費信息、位置信息、行為信息的綜合分析，形成全方位的用戶畫像，給用戶打上各類標簽（如游戲玩家、商務人士、網購達人、美食愛好者等）。根據廣告公司、媒體公司或調研公司的需求，為他們提供目標客戶群體，提升營銷的精準性。
運營商典型實踐：Verizon公司成立了精準營銷部門，充分利用自身的大數據資源對用戶進行分析，實現了對消費者消費行為的精準判斷。在獲得用戶允許情況下，將用戶數據銷售給第三方公司。
該模式優(yōu)點是業(yè)務模式成熟、市場規(guī)模大、能立即產生現金流且具有可持續(xù)性;缺點是針對個人用戶的分析必定涉及用戶隱私數據，可能存在政策風險（如工信部31號令，明確禁止運營商未經用戶同意利用短信點對點營銷），面臨較大的不確定性。
2）基于個人特征的征信服務
目前，運營商涉足的征信服務主要體現在消費金融領域。運營商基于用戶基本信息、終端、消費、行為、位置等多個維度，構建能反映客戶信用評價的子模型，如：壞賬風險預測模型、影響力模型、交往圈模型、內容偏好模型等，以實現用戶各類特征的多維度洞察，得到最終的信用評分提交給銀行，從而收取手續(xù)費。后期隨著我國信用體系的逐步完善，需要征信的領域將不斷擴大，如找工作、商品租賃、商品交易、簽證、交友等領域運營商都可涉足。
運營商典型實踐：中國聯通與招商銀行成立的“招聯消費金融公司”。當招商銀行需要了解某位潛在客戶的信用或個人情況時，可向中國聯通發(fā)起申請，中國聯通會根據已有信息作出分析和判斷，給出是或者否的判斷，或者給出某些標簽。
該業(yè)務模式優(yōu)點是盈利模式清晰、市場規(guī)模巨大，雖然涉及個人隱私，但符合國家政策，無運營風險;缺點為評估模型的建立和優(yōu)化需要較長時間，對工作人員素質要求較高，且初期準確度可能較差。
（2）基于群體行為的分析服務
這類業(yè)務重點圍繞位置數據洞察用戶軌跡，并結合用戶身份形成人群分布及特征分析服務。典型業(yè)務模式為：
1）人群分布流動分析
人員流動實時觀測。以熱點事件（如大型公共集會）或熱點位置（如熱門景區(qū)）為匯總粒度，采用匿名算法實現人源分析，實時對人流量進行監(jiān)控與預警。例如云南某運營商在南博會期間，利用大數據分析對人員流動進行實時分析，為組委會提供相關決策依據，有效保障了會議期間的安全。
交通規(guī)劃輔助決策。政府部門對交通進行規(guī)劃時往往需要大量的調研數據，運營商可以提供市民在城市中的流動規(guī)律，比如從A點到B點的流動人群數量、高峰時間段、持續(xù)時長等。從而幫助政府決策是否需要在兩點之間增開公交;是否需要調整交通信號控制;以及是否需要建設地鐵和地鐵站點的選擇等。例如法國電信通過其公共服務項目的IT系統(tǒng)建設，每天都會記錄幾百萬條的用戶流動信息，通過對這些記錄的分析為市政建設提供依據。
商圈選址價值評估。通過精確統(tǒng)計人口流動情況，形成細分的可視化網格，并結合用戶屬性（消費能力、消費愛好等），制定選址分析報告，輔助商家精確選址。例如西班牙電信推出名為“智慧足跡”的商業(yè)服務，可對特定區(qū)域的人流情況及人員特征進行分析，比如為零售商提供該區(qū)域人群的聚類特征、駐留時長、駐留位置，零售商根據人群的特點來決定商品類型、店面位置等。
這類業(yè)務模式優(yōu)點是技術實現簡單、成本較低、能較快產生直接收益;缺點為進
入門檻較低、市場競爭激烈，且部分業(yè)務主要服務于政府部門，公益性質較強，收益可能較低。
2）特定場景人群聚類分析
這類業(yè)務是基于某些特定場景（如地鐵、公交、商場、美容院等），分析該場景下人群的聚類特征，從而為商家有針對性的營銷提供輔助決策。如對經常坐地鐵的人進行聚類分析，得出該類人群的年齡分布、消費能力、購物偏好等，從而為廣告公司或商家的精準營銷提供支撐。
該業(yè)務模式與基于個人特征的精準營銷服務有相同的優(yōu)點，且因為是聚類分析，不涉及個人隱私，避開了政策風險;缺點為需要對不同的場景建立不同的模型，并需要不斷優(yōu)化，對人員素質要求較高。
（3）面向政企客戶的能力開放業(yè)務
1）面向企業(yè)的平臺服務
運營商將大數據平臺能力開放給中小企業(yè)（為客戶開辟私有云空間），中小企業(yè)利用自有數據或平臺數據進行大數據分析，只需付給運營商相應租金即可。例如日本KDDI利用自身大數據平臺，為企業(yè)提供云計算服務。
該業(yè)務模式優(yōu)點為市場空間巨大;缺點為市場競爭激烈（互聯網公司也在積極布局），可能導致服務單價過低。
2）面向政府的平臺服務
另一類業(yè)務為對一些公共項目，如政務云、教育云、醫(yī)療云、金融云、環(huán)保云、旅游云等，通信運營商通過自身的大數據平臺為政府部門提供大數據的存儲和計算能力。例如NTT DoCoMo建立了Medical Brain和MD+平臺，在這個平臺上可根據用戶行為洞察其個性化需求，醫(yī)療人員根據這些個性化需求幫助用戶獲得準確的信息反饋。
該業(yè)務模式優(yōu)點為市場前景廣闊、收入來源穩(wěn)定、可持續(xù)發(fā)展能力強;缺點為網絡基礎資源要求較高、前期投入巨大且回收期較長。
4 我國運營商大數據資源變現策略
4.1 我國大數據產業(yè)特點
（1）市場潛力巨大。我國已進入發(fā)展新時期，在各領域都需要科學、高效的決策和管理，大數據在這方面具有巨大優(yōu)勢。因此未來在政務、制造、金融、民生、交通、電子商務等各領域都將有巨大的需求。
（2）政府高度重視。推動大數據發(fā)展已上升到國家戰(zhàn)略層面，我國政府相繼頒布了《促進大數據發(fā)展行動綱要》、《中國制造2025》、《“互聯網+”行動的指導意見》等一系列政策，大數據迎來快速發(fā)展契機。
（3）網絡和信息安全至關重要。網絡和信息安全是紅線，中央專門成立了網絡安全和信息化領導小組，對于關系到國計民生行業(yè)的大數據業(yè)務而言，安全顯得尤為重要。
4.2 我國運營商大數據資源變現原則
基于國內大數據產業(yè)和運營商的特點，我國運營商大數據資源變現的原則可總結為“提前布局、揚長避短、階段推進、合作共贏”。
（1）提前布局。開展大數據業(yè)務需要完善的基礎設施、專業(yè)的人才和靈活的組織架構，這些都不是短時間能建立的，因此運營商需站在戰(zhàn)略發(fā)展的角度提前布局。
（2）揚長避短。雖然運營商與互聯網公司相比在大數據運營上具備一定的優(yōu)勢，但未達到壓倒性的程度，甚至在某些能力上弱于互聯網公司，如創(chuàng)新性思維、公司流程制度、營銷手段策略等，因此在大數據業(yè)務選擇中運營商應該有所為、有所不為。
（3）階段推進。在人力、財務資源有限的情況下，大數據運營不可能一蹴而就，運營商需做好大數據發(fā)展頂層設計，分階段、有重點地推進。
（4）合作共贏。運營商和互聯網公司各有所長，相互之間除了競爭外還更應有合作，通過合作取長補短，提供更好的服務，將大數據產業(yè)的整體市場做大做強。
4.3 我國運營商大數據資源變現策略
我國運營商大數據資源變現策略可概括為“基礎先行、聚焦突破、整合提升”。
（1）基礎先行
基礎設施是所有大數據應用的基礎，運營商首先需要進行大數據基礎設施的部署與升級。
網絡基礎設施中，應推進通信骨干網絡擴容升級和網絡通信能力優(yōu)化，加快LTE建設和網絡帶寬升級，構建“智能管道”;IT基礎設施中，在合適的地區(qū)加快數據中心建設，同時應做好IDC技術（節(jié)能減排技術、新型數據中心技術等）、服務器和存儲技術（桌面云、虛擬化、數據倉庫、云存儲等）、大數據技術（Hadoop、Mpp數據庫、NoSQL、流式計算、內存計算等）的應用。
（2）聚焦突破
在大數據運營初期，運營商無論在項目經驗和人才儲備上都存在不足，此時應積聚優(yōu)勢力量，在某幾個重點領域實現突破，形成大數據行業(yè)影響力。
隨著《促進大數據發(fā)展行動綱要》、“互聯網+”等一系列政策的落地，將產生巨大的大數據服務需求（政務、交通、旅游、電子商務等），且這些需求具有影響力大、覆蓋面廣、收入穩(wěn)定、安全等級要求高的特點。運營商長期以來深耕政企市場，在基礎通信業(yè)務上已與相關部門建立良好的合作關系，因此可利用自身優(yōu)勢積極與相關部門共同推進大數據應用（合作模式可多樣，如資源托管、能力開放、ICT實施等）的落地。同時對不具備大數據運營能力但又有需求的中小企業(yè)，可開放大數據平臺的數據存儲和分析能力，提供標準化的數據分析產品，有效擴大客戶群體，實現收入來源的多元化。
除以上能力開放業(yè)務外，也可選取部分收益較高的基于個人或群體的大數據應用進行突破，如個人征信（金融信貸、商品租賃、商品交易、簽證、交友、找工作等）、人員流動實時觀測等，這類業(yè)務互聯網廠商也在積極布局中（如阿里的芝麻信用、百度慧眼/熱力圖/遷徙圖等）。運營商應利用自身大數據資源特點，打造差異化競爭優(yōu)勢。
（3）整合提升
后期隨著大數據運營經驗的豐富和業(yè)務范圍的擴展，可在之前各項大數據應用的基礎上進行整合提升，打通行業(yè)壁壘。通過搭建社會級的大數據共享平臺，引入互聯網公司、中小企業(yè)、開發(fā)者的大數據資源，實現社會級大數據資源共享，成為大數據行業(yè)的領導者。
5 結束語
本文研究了大數據運營的商業(yè)模式，并結合我國電信運營商的特點，提出了適合運營商的大數據資源變現模式和策略，對運營商大數據運營有一定的參考意義。后續(xù)研究可針對不同運營商的具體特點及發(fā)展戰(zhàn)略進一步細化大數據資源變現業(yè)務模式和策略，提出更能實際操作的建議。
參考文獻：
[1] 錢志新. 數據大金礦[M]. 南京： 南京大學出版社， 2013.
[2] 維克托?邁爾?舍恩伯格. 大數據時代[M]. 浙江： 浙江人民出版社， 2013.
[3] 大衛(wèi)?芬雷布. 大數據云圖[M]. 浙江： 浙江人民出版社， 2013.
[4] 涂子沛. 數據之巔[M]. 北京： 中信出版集團， 2014.
[5] 阿萊克斯?彭特蘭. 智慧社會：大數據與社會物理學[M]. 浙江： 浙江人民出版社， 2014.
[6] 伊森. 大數據分析：用互聯網思維創(chuàng)造驚人價值[M]. 北京： 人民郵電出版社， 2014.
[7] 石方川. 得大數據分析者得天下[J]. 調研世界， 2015（2）： 62-63.
[8] 龐淑娟. 大數據在銀行信用風險管理中的應用[J]. 征信， 2015（3）： 12-15.
[9] 姚若輝. 電信運營商大數據發(fā)展策略[J]. 電子技術與軟件工程， 2015（4）： 196.
[10] 王欽敏. 經濟社會發(fā)展中的大數據應用[J]. 地理學報， 2015，70（5）： 691-695.
[11] 黃小剛. 電信行業(yè)大數據應用的四個方向[J]. 信息通信技術， 2013（6）： 26-28.
[12] 黃勇軍，馮明，丁圣勇. 電信運營商大數據發(fā)展策略探討[J]. 電信科學， 2013（3）： 6-11.
[13] 曉鏡. Sprint：運營商僅靠大數據就能生存[N]. 中國郵電報， 2012-11-21（5）.