近年来，移动互联网、云计算、物联网、大数据等信息通信技术日新月异，推动产业生态和市场环境发生了深刻变革，跨界竞争的挑战日趋严峻，产业融合的空间前所未有。在日前举办的工业和信息化部电信经济专家委员会(ECTE)新年学术沙龙上，业界的专家学者围绕“融合时代的信息服务业”展开深刻探讨，碰撞出许多智慧的火花。记者梳理出其中的精彩观点，以飨读者。
中国科学院研究生院管理学院副院长吕本富作了题为《大数据时代的商业前景》的演讲。吕本富认为，大数据是包括数据、工具、平台和分析系统等内容在内的非结构化数据，它主要和信息化、信息系统相关联，具有指向性、开放性和动态性。2012年美国政府发布大数据战略，投资2.2亿美元发展大数据，标志着大数据从此登上世界经济的舞台。它的价值在于了解大规模社会行为背后的规律，还可对原来的结论进行证实或证伪，通过观察、感知、计算、仿真、模拟、传播等行为进行价值预测和精确定位。
吕本富表示，商业模式是大数据真正的推动力，如果没有商业模式的驱动，大数据可能会成为泡沫。大数据的商业模式主要有三种：圈定用户和针对性营销、用户的关联性分析、完全个性化的定制。圈定用户并进行针对性营销需要精确定位。以电子商务为例，传统电商推荐多是使用协同算法，挖掘不同产品间的关联度。信息分类从基础服务形式下沉到推荐引擎框架底层，不直接推荐结果。大数据时代，营销将会更多地依赖数据，从而更精准地找到用户。根据来自不同平台的数据进一步挖掘和分析，找到这些数据相对应的人群，再将这些群体进行个性化的对比，并以此展开个性化的营销服务。例如发送EDM，或者流量对接，或者跟传统搜索结合。在用户的关联性分析方面，“大数据”的价值就在于：从海量的数据中发现新的知识，创造新的价值。要为用户提供个性化的服务则需要数据的深度描述。
吕本富认为，商业模式中最核心的环节是决策。决策是管理的本质，决策产生价值，决策的精确性来自于信息对称的程度，信息对称的程度来自于对信息的挖掘和对数据的梳理。他通过介绍时尚公司Zara挖掘数据关联性、淘宝对商品数据进行深度描述、奥巴马大选利用大数据分析等经典案例，剖析了大数据引导的商业模式创新。他指出，互联网承载着太多的信息和信号，大数据的重要趋势就是数据服务的变革，把人分成很多群体，对每个人提供针对性的服务。
