基于大数据的商业模式创新研究

刘丹++曹建彤++王璐

摘 要 将商业模式创新分为价值发现、价值创造、价值实现三阶段，分析大数据对商业模式创新不同阶段的直接影响；引入IT能力作为中间变量，分析大数据对企业IT能力的影响以及IT能力对商业模式创新的影响，论证大数据对商业模式创新的间接影响，从而构建基于大数据的商业模式创新分析概念模型。通过对国家电网运用大数据进行商业模式创新获得竞争优势的过程进行案例分析，发现大数据对企业商业模式的创新的三个阶段中都存在直接影响和间接影响，企业在使用大数据进行商业模式创新的不同阶段和不同的侧重点往往会给企业带来不同的商业模式创新，从而形成差异化竞争优势。

关键词 大数据；商业模式创新；IT能力；案例分析

中图分类号 F270 文献标识码 A 文章编号 1673-0461（2014）06-0020-07

一、引 言

大数据日益受到学术界、产业界和政府部门的关注。2011年5月，麦肯锡全球研究所发布了一篇题为《大数据：创新、竞争和提高生产率的下一个新领域》的报告称，大数据的力量正在改造社会中的各个部门，大数据已经成为社会各部门追求创新、竞争和提高生产率的下一个新领域[1]。IBM和牛津大学萨伊德商学院“现实世界中大数据”（2012）的研究结果显示：越来越多的企业承认竞争优势与大数据有关，大数据决定着企业的未来发展[2]。在商业实践领域，大数据已经开始运用到了社会生产的各个行业，领先的企业不仅只是收集和存储大量的数据，而且对数据的挖掘程度不断提高，并围绕大数据进行商业模式创新。

甲骨文、IBM、微软和SAP等为首的IT企业是大数据的最先倡导者和领军者，他们近几年均在收购专攻数据管理和分析方面的软件企业。2005年至2009年期间，美国IBM公司在全球设立了6个数据分析中心，每个中心约有4 000员工，共耗资120亿美元。Amazon公司也十分注重收集用户的消费信息，其网站可以通过用户的喜好、历史浏览、购物记录等来精准信息推送推荐产品，其近年推出的Kindle电子书产品还可以获取用户的阅读习惯[3-4]。Amazon公司已经拥有了电子商务的大数据，其中隐含的商业价值日益突显出来。

在制造业，大数据可以为企业提升市场占有率，并保持生产优势。以价值链的观点来看，企业流程如研发、设计、供应链、生产制造、市场营销等都蕴含着基于大数据的潜在需求与创新[5]。日本小松公司利用数据来对需求进行预测，公司为其挖掘机安装了卫星定位系统并实时监控，通过统计数据以及挖掘机运作时间，分析并预测下一年中市场需求的变化。当然，对于制造业来说，企业若要使数据价值最大化，还面临着组织、文化、人力资源等方面的挑战。

金融服务类企业通过分析、利用大数据验证合规性、监督金融欺诈行为，改善用户体验，提高竞争力，使运营效率最大化。银行企业可以通过大数据发现信用卡犯罪行为，如盗用和欺诈；理财网站可以通过消费者的统计数据来进行趋势分析与展示；保险公司还可以通过其找到潜在风险[6]。

大数据的分析也开始运用到了职业体育运动中，通过对录像数据的分析，球队可以进行运动员的选拔、对手弱点分析、比赛指导。以体育运动为核心业务的EXACT Sports公司，它提供运动员行为数据评估业务、运动心理学分析业务等，帮助球队进行球员管理。国际上还有Milan Lab与足球俱乐部AC米兰进行合作，他们利用大数据分析软件对球员数据进行分析，预防运动员受伤、医疗协助，通过大数据提高球员受伤程度评估精度。在最初合作的第一个赛季中，Milan Lab通过每天对球员数据进行采集，帮助球队的球员管理，使得AC米兰球员受伤缺席比赛的时间减少了2/3[7]。

各行业的鲜活案例说明大数据对商业模式创新与变革的影响力已是毋庸置疑，大数据商业价值的潜力以及其对商业模式的巨大影响已经被广泛认同。研究大数据与商业模式创新之间的关系与联系，以大数据的分析技术的应用来进行商业分析和决策支持，以大数据驱动为主导的商业模式创新、市场营销、运营、战略规划研究和实践将成为未来大数据商业模式研究的核心[8]。本文从大数据价值管理的现实需要出发，从商业模式创新与IT能力的两个层面，构建大数据对商业模式创新的直接与间接影响的理论分析框架，选取中国大数据应用领先的国家电网进行案例分析，探讨在大数据背景下企业商业模式的创新过程。

二、理论基础与分析框架

1. 大数据对商业模式创新的直接影响

虽然当前有许多学者对于商业模式的要素构成存在一些不同的意见，而大部分的学者都认同商业模式的核心要素包括：产品、供应链、客户和盈利模式，对商业模式的创新大多也是以商业模式构建要素为基础[9]。忻展红和廖康（2012）在对商业模式的问题进行扎根理论分析的基础上，提出商业模式是指技术和竞争环境变化后，企业在产业链和价值系统中发现价值、创造价值、实现价值的核心逻辑以及为此所进行的企业组织和产业链变革及价值系统潜力挖掘的创新过程[10]（见图1）。

价值发现创新是指以客户为导向从而获取企业价值活动的相关信息，通常是指是市场环境、社会环境、技术等产生变化，导致企业商业模式产生的变化[11-12]。价值创造创新是指企业的内部环境包括组织、流程、成本等以及合作模式、合作伙伴、生产模式的改变而导致的企业商业模式产生的变化[13-14]。价值实现创新是指客户关系、分销渠道、收益模式的变化导致的目标客户的改变而导致的企业商业模式创新。

大数据对企业的作用基本包括了从内到外的一系列企业行为，对内可强化内部治理，提升财会业务，加强对产品的功能检测和监视，进行基础研究，对外可提升销售扩大客户，提升客户服务水平，实现决策自动化。因此，本研究认为大数据能够对价值发现、价值实现、价值创造三个阶段产生直接的影响，从而引发商业模式创新。

2. 大数据对商业模式创新的间接影响endprint

IT能力分为IT基础设施（有形资源）、IT无形资产（无形资源）、IT人力资源（基于人员的资源）、三个维度[15]。学者们认为企业IT能力作为一种驱动力是商业模式创新的前因（Pavlou，2004）[16]，对商业模式创新产生重大的影响，同时强调企业的IT建设必须与商业模式创新相适应（Timmers，1998；Kodama，2004；Venkatraman，2008）[17-19]。王茜（2011）从IT驱动的视角剖析了IT成果企业商业模式创新内生力量的作用机制，并提出了IT驱动的商业模式创新路径[11]。

在大数据时代，企业除了全面收集内部数据，还能够实现与外部数据融合，或者购买专业数据服务，从而提升企业自身数据处理能力。大数据作为企业重要资源（资产）可以全面提升企业IT能力，并能够作用于发现价值，创造价值，实现价值三个阶段，进而对商业模式创新产生积极作用。

在价值发现阶段，IT能力的使能作用主要体现在全面洞察企业外部环境变化并及时应对、精准预测业务变化趋势、提升企业创新能力、实现快速调整和部署新战略的能力[20]。

创造价值需要企业重新组合和挖掘内部资源和外部资源，对此进行整合与配置。IT能力主要通过决策支持系统来促进企业创造价值，关注的焦点是行政、财务、研发、生产和人力资源这样的面向企业内部的业务职能（Tyre等，1993；Teece等，1997）[21-22]。Daniel和Wilson（2003）认为企业的IT能力，包括IT规划能力、集成能力等都可有效帮助企业重新配置和调整自身资源，从而获得长期竞争优势[23]。

IT技术改变了企业提供营销服务和产品开发的方式，使企业能够灵活部署，有利于企业实现价值创造的最大化。企业可以分析发现被竞争对手忽略的机会，包括全球化和针对客户需求针对细分市场提供差异化服务，决定了业务和客户、供应链、合作伙伴、投资者的关系，给企业带来竞争优势。

3. 基于大数据的商业模式创新概念模型

结合商业模式创新中价值主张三个阶段与企业IT能力使能，本研究构建出“基于大数据的商业模式创新概念模型”，详见图2。

概念模型说明，大数据一方面直接促进了企业商业模式的创新，是商业模式创新得以实现的方法、手段和工具；另一方面也直接使能并支撑信息技术、系统和IT能力的演化，促进了IT信息系统及能力的发展和创新，IT能力的发展和作用实现了企业能力集的更新和转化，最终引发企业商业模式构成要素的变化，驱动了企业的商业模式的创新。可见，以IT能力为中介的大数据驱动的商业模式创新体现了一种以大数据为动因，利用IT能力等信息技术驱动企业组织要素（环境、组织内部、流程、生产模式、合作模式和客户关系等）的转变，进而实现企业商业模式创新的思想。

大数据作为一种信息技术在企业商业模式创新过程中的作用包括三个方面：价值的发现、价值创造和价值实现，分别针对企业外部环境、市场机会；组织内部流程、财务、人力资源等内部系统；对外产品创新、客户关系、收益模式等，作为直接作用的一种信息技术，大数据是是企业商业模式创新的重要前因；另一方面，作为驱动力，大数据以IT能力为中介，起到了转型的使能作用（杠杆作用），支撑IT系统从价值发现、创造、实现三方面实现企业商业模式的创新和转型，也是企业实现商业模式创新的重要条件。

三、案例分析

1. 数据来源

本文以定性的方式对大数据引发的商业模式创新进行深层次的研究，资料主要分为初级资料和补充资料，其中初级资料来自于对行业相关专家及大数据相关专家的深度访谈，补充资料来源包括相关研讨会、研究报告、期刊、书籍、网络新闻资料等。

（1）深度访谈：通过对大数据研究专家及聚云浩海大数据公司的访谈，从不同的层级和角度，深入了解了国家电网大数据发展及商业模式改变的实现过程。

（2）研究报道及书籍：由于大数据商业模式创新的相关的学术研究不是很多，有关大数据对商业模式影响的案例从互联网的相关报道、大数据相关的专业书籍以及商业模式方面的相关书籍中获得，为充分了解目前大数据发展状况和商业模式创新的案例分析提供了极高的参考价值。

（3）媒体报导：包括各通信业行业网站、大众门户网站、重大会议专题报告、行业期刊、通信业主题论坛、官方微博等媒体，充分获取资料。

（4）档案记录：包括公司年报、公司网站信息、电力行业网站信息等，了解大数据业务发展态势、网站所公布战略分析、绩效评估图表、调查报告等资料，补充已有信息，并用所收集的档案记录验证其他来源获得资料的准确性。

2. 案例背景

国家电网是电力行业的重要企业，也是率先实施大数据运用的电力企业之一，促进电力行业的大数据事业发展并积极运用实施大数据应用，有着重要的现实意义。

随着智能电网的发展，国家电网公司已经初步建成了国内领先、国际一流的信息集成平台，并陆续投运了三地集中式数据中心，拓展了一级部署业务的应用范围，上线运营了结构化以及非结构化数据中心，可以说从规模和类别上电网的业务数据都已初具规模。国家电网的业务数据可分为以下三类：一是电网生产数据，包括发电量和电压稳定性等方面数据；二是电网运营数据，包括交易电价、用电客户、售电量等方面数据；三是电网的企业管理数据，包括ERP系统、协同办公、一体化平台等方面数据。在逐渐深入普及智能电表后，电网业务数据的时效性也会得到进一步丰富和拓展。国家电网已经获得了海量、实时的电网业务数据，具备了规模性、多样性、实时性的特征，存在对大数据的存储、分析、管理需求，也有了许多成功案例。

3. 基于大数据的商业模式创新分析

（1）价值发现——直接影响。国家电网的用电信息采集系统采用云象行业大事据处理平台，以开源Hadoop为基础，支持复杂计算以及运维管理。该系统每隔15分钟对全网省电力用户（规模超过千万户）的用电数据进行采集并进行统计分析。通过云象行业大数据处理平台的试点实施并和传统方案进行对比，用电数据可实时存储到平台中，同时日电量计算、终端流量统计、数据完整率分析等业务计算的效率比小机架关系型数据库的解决方案提高了6～20倍，而成本仅为传统方案的1/5。利用收集、处理的用电数据还可深入实现客户用电行为分析、用电负荷预测、营销数据分析、电力设备状态评估等功能（见图3）。endprint

该方案面向业务人员提供了统一的可视化的数据分析结果展示工具，对技术人员提供PMML语言支持，支持包括关系型数据库、日志文件在内的多种数据源，实时计算和分析，具有基于消息队列的实时数据加载和在线分析能力，提供10种分类算法、12种聚类算法、5种降维算法、基因优化算法、线性回归算法，以及并行化协同过滤算法，快速建模与验证，基于并行化计算框架，计算性能线性可扩展，支持复杂数据分析任务的流定义、复杂数据分析任务的动态配置，基于普通PC服务器集群搭建，同时还提供增强的实时状态监控和告警。

（2）价值发现——间接影响。国家电网实行“大营销”体系的电力营销建设，建设营销稽查监控系统、24小时面向客服的省级集中的95598客服系统以及业务属地化管理的营销管理体系。公司以分析性数据为基础，以客户和市场为导向，构建营销稽查监控的分析模型，以此建立专属营销的系统性算法模型库，从而发现数据之中的隐藏关系，提供直观、全面、多维且深入的电力预测数据，提高企业的各层决策者的洞察市场并能够采取有效的营销策略，优化企业现有的营销组织体系，提高服务质量和营销能力，从而起到改善企业整体营销能力的作用，确保企业、用户、社会经济三者利益最大化。以广西省公司为例，该省公司对95598客服系统、电力营销MIS系统、计量自动化等营销系统的业务系统数据进行整合，提取出190个数据指标，设立示警阀值进行实施检查，对营销环节进行全过程、全方位、全维度的闭环分析即管理，做到了事前示警、事中跟踪和事后分析，及时发现系统相关问题并进行督察办理[24]。

（3）价值创造——直接影响。国家电网使用大数据技术协助其运营监测系统的有效运行。运营监测系统中的资金收支管理主要针对营销的售电数据、财务的资金变动、银行账户等数据进行实时监控，主要包括资金流入、资金存量、资金流出以及应收票据四大功能近1 000个指标。在该系统中通过云豹流处理平台的实施，实现了每5 分钟对所有变动数据的指标计算和监控预警，峰值时可处理超过2 000万条交易数据。此外，国家电网还将大数据应用在OA办公系统中，即协同办公平台，用云计算模式构建虚拟化统一管理应用，利用分布式大数据存储解决存储压力（见图4）。

（4） 价值创造——间接影响。国网公司构建统一的资金调度与监控平台来满足资金集中管理及风险防控需要，并在2013年展开全面推广。该系统涵盖了七大功能，包括银行账户和票据监控、融资和对账监控、收支余监控、资金计划监控和监控分析。省公司与系统各级分公司的业务包括领用、结存、贴现、应收应付票据购入、银行结算票据等的信息管理实现了一体化的上线，建立了归集路径清晰的银行账户体系，资金计划全部实现了在线审批和全程监控，包括纵向申报、审核、汇总和下达，银行账户的开立、变更和撤销等。

河北省公司为解决管理流程不规范、业务子系统各自为政的问题，建立以EAM为核心的生产平台，流程设计设计设备、检修、采购、仓储管理等的全过程的优化以提高效率和规范管理，跟踪和管理企业所有的资产，包括设备资产、位置、状态监控、故障代码等全方位管理。电厂相关的生产流程，如审批程序、安全审理程序、采购申请、发料记录等在信息系统上被忠实的记录下来，并用信息管理系统规范起来，并成功实现采购与仓储的奋力，并将采购、设备管理等功能都统一到生产管理平台上，实现了业务数据的整合，解决了信息孤岛的问题，此外该公司通过标准化维修管理和工单管理实时对电厂维修人员的维护经验进行积累，将维修人员的知识转化为电厂的智力资源，知道电厂未来的生产管理工作，并通过这样的过程真正降低企业的生产成本。此外，在电力生产环节，国家电网在尝试利用大数据分析技术，在考虑电压等相关因素对功率极限影响下，在线计算输送功率的阀值，从而合理设置系统的输出功率，有效平衡系统经济型和安全性。

（5）价值实现——直接影响。目前电力行业的大数据还处于逐渐发展阶段，在直接利用大数据应用创新新产品方面还有所欠缺。国家电网提供发电、传输、配电等业务，在电动汽车领域建设运营充换电设施，在城市轨道交通领域做好配套供电建设，并积极开展智能电网建设。随着大数据应用的日渐深入和足够成熟，国家电网会将大数据应用直接应用到新型产品中。

（6）价值实现——间接影响。国家电网开展智能电网建设，为居民、商业用户提供智能用电服务。智能电网本质上就是大数据在电力行业中的应用，获取、分析用户的用户信息以此来优化电力生产、传输、分配情况。同时智慧电网中的互联设备，也需要大数据技术及相关应用来确保其工作的有效性。

目前，居民用电普遍存在待机耗电现象普遍、家庭电器使用不合理的情况，不仅如此，日益增多的电动汽车也让用电形势变得更加严峻，居民缺乏有效技术设施导致电能浪费情况也日益严重。国外推行智能电表的电力公司在利用智能电表方面有较多成功经验可借鉴，比如智能电表能够记录家庭在各个时间的用电量，这使得电力公司能根据用电时间和用电季节实现差异化定价，例如在用电高峰时间提高定价，从而让用户避开用电高峰，改变用电习惯，从而延缓诸如建设新的发电厂这些大笔电力基础设施投资。此外，国外推行智能电表的电力公司这种新的计费模式能进一步增加电力公司的灵活性，例如当一些突发事件使得电力供应紧缺，电力公司能通过提升电价抑制人们对电力的需求，进而避免由于电网负荷过重而造成更大规模的电力紧缺。另外当电力公司将一些发电成本较高的电力进入电网时，电力公司可以在政策允许范围内适当地提高电价。随着这种计费方式的普及，未来的家电生产厂商生产的电冰箱、洗衣机会根据电价自动调整模式，在用电高峰期自动调整到节能模式或待机模式。

通过智能用电的方式控制用电，可以达到错峰使用，达到削峰平谷的目的，并有效挖掘节能潜力。此外，商业用户也是智能电网的重点发展对象。大数据分析技术能够帮助验证试点项目的智能电网技术的有效性，这对于未来的智能电表的大规模部署和可再生能源的研发都至为关键。通过大数据技术的创新与应用，为电网用户提供全新的智能用电和节能策略[25]。endprint

4. 案例总结

中国电力行业经历了几十年高速发展，目前已经全面展开建设下一代智能化电力系统，并全面逐步建立起国内最大规模的数据平台。另一方面，电力行业不断深入的业务应用也导致了行业数据的爆炸式增长，传统的信息处理手段面临着巨大挑战。对整个电力行业而言，电力大数据贯穿了未来电力行业生产和管理的每个环节，并起到独特并显著的作用，有助于电力行业顺利打造下一代工业系统，有效应对环境压力、资源日渐稀缺等问题，并实现绿色可持续发展。作为新兴技术支撑，大数据技术和应用融合在电力行业智能电网的发电、输电、用电和变电等各个环节中。对此，国家电网作为中国电力行业的主力军已经迈出了探索的步伐。

国家电网作为电力行业的领先企业，是大数据在国内电力行业应用的先行者，可以更大程度上发现知识、信息，确保良好的数据运维，并具备良好的条件和基础。目前在价值发现和价值创造两阶段已有了较为成熟和领先的大数据应用案例，但是在最为深入的价值实现阶段，国家电网的大数据应用还处于试点应用阶段。随着时间的推进、技术的发展和大数据应用的不断成熟，国家电网完全可以立足于数据运维服务，挖掘并创造数据业务的增值价值，提供和衍生多种服务。如果能够合理充分利用上述数据，对基于电网实际的数据的深入分析，国家电网即可分析挖掘出大量高附加值服务，具体包括掌握具体的客户用电行为，对用户进行细分，开展更准确的用电量预测，进行大灾难预警与处理，支持供电与电力调度决策，有利于电网的安全监控，优化电网的运营管理过程等，从而实现更科学的需求侧管理。

大数据的成功运营可以带来新型的数据运维方式，形成一种新的交付方式和消费形态，并给用户带来全新的使用感受，并进一步推动电网生产和企业管理，打破传统电力系统业务间各自为阵的局面，从数据分析和管理的角度为企业生产经营和管理以及坚强智能电网的建设提供更有力、更长远、更深入的支撑。

四、结论与讨论

本研究基于大数据的商业模式创新概念模型，采用了国家电网案例进行了案例研究，主要结论如下：

首先，通过检视国家电网在运用大数据应用进行商业模式创新，获得竞争优势的过程发现大数据对企业商业模式的创新过程确实直接影响和间接影响。一方面大数据作为一种新兴技术应用，直接影响到企业提升环境洞察力，发现客户价值，改善企业内部运营以及创新产品服务和盈利模式等各方面从而实现商业模式创新；另一方面大数据作为一种IT技术，对企业的IT系统和IT能力就起到直接促进作用，无论是用分布式存储改变企业数据存储的方式，或是利用分布式计算提高IT系统数据分析效率，都能改善IT系统效率，并进而改善商业模式要素，起到创新商业模式的作用。

其次，大数据对商业模式的直接影响与间接影响能够作用于商业模式创新的三个阶段，且循序渐进。对于企业来说，往往会从价值发现和价值创造入手，逐渐积累大数据应用、IT能力、商业模式创新的基本知识和成功经验，最后才会从产品、盈利模式方面实现价值创造，也是彻底、程度最深的商业模式创新。但是值得注意的是，这三个阶段间并没有特别清晰的时间界限。不同企业在创新自身商业模式创新的过程中所采取的行动可以被分类至这三个阶段中，但是在实际中，所有这些行动并没有清晰的时间划分。

虽然现在国内各行各业已经逐渐开始展开对大数据的应用，比如本文案例中国家电网都是行业中大数据应用的佼佼者，具有较多的成功案例和经验。但是总的来说，国内的大数据应用仍旧处于摸索和试点阶段，尤其是传统行业来说。本文结合研究成果对国内企业开展大数据应用及商业模式创新提出以下几点建议：

1. 加强对价值发现能力的培养

价值发现需要从环境变化、技术进步、客户价值等多面方面去感知，需要收集大量客户信息并进行分析，进行精细化客户细分，了解客户是否存在需求和具体需求，了解外部环境变化和潜在竞争者、合作者等，市场上的新技术情和具体需求，了解外部环境变化和潜在竞争者、合作者等，市场上的新技术情况。但是不能简单的模仿国外成功企业对大数据应用，实现价值发现创新的模式，比如Tesco、Harrah's等，都是这方面的成功企业并建立起明显的竞争优势，但是完全的模仿并不能确保成功，反而有可能适得其反，只有充分审视企业自身情况和需求，和大数据应用相结合，才可真正挖掘大数据的价值，实现价值发现。[26]

2. 重视内部价值网络的建立

当企业在关注于外部环境，从中寻求价值时，也不应当忽略自身业务流程、供应链、IT系统的构建，企业应当考虑自身是否有能力创新、能够保证服务质量，能否准确、迅速的将发现的价值快速的实现。案例证明，流畅高效的业务流程能够让产品和服务更加可靠，从而大幅提升客户满意度，并维系竞争优势。

3. 加强大数据产品商用

目前大多数企业对大数据应用还处于纸上谈兵阶段，说得多，做得少，与美国同类公司相比差距甚远。进入大数据时代，数据分析成为了企业运作的一切活动的基础，包括企业的管理、决策、销售等都应该由数据来进行驱动，而不是像非大数据时代中由“经验”或者“直觉”来进行驱动。因此，数据的收集、存储、处理与分析成为了每一家致力于在大数据时代有所作为的企业的关键业务。只有大数据方面的业务得以成功的运作，企业的商业模式才能发挥其该有的价值。

[1] Chui M，Brown B，Bughin J，et al. Big Data： The next frontier for innovation，competition，and productivity[R]. McKinsey Global Ins-titute，2011.

[2] Michael Schroeck，Rebecca Shockley，et al. Analytics ： The real-world use of big data. 2012 Executive Report. IBM Institute for Business Value[M/OL]. http：//www-03.ibm.com/systems/hu/resourc-es/the_ real_ word_use_of_big_data.pdf.endprint

[3] Reid R， Frankel F. Big data： Distilling meaning from data[J]. Nature，2008，455（7209）： 20.

[4] Lavalle S，Lesser E et al. Big data： analytics and the path from insights to value[J]. MIT Sloan Management Review，2011，52（2）： 11-31.

[5] 孟小峰，慈祥. 大数据管理： 概念，技术与挑战[J]. 计算机研究与发展，2013，50（1）： 146-169.

[6] James Manyika，Michael Chui，Brad Brown，Big data：The next frontier for innovation，competition，and productivity[R]. McKinsey Global Institute，2012.

[7] 维克托·迈尔-舍恩伯格，肯尼思·库克耶，大数据时代：生活、工作与思维的大变革[M].杭州： 浙江人民出版社，2012.

[8] 李国杰. 大数据研究的科学价值 [J]. 中国计算机学会通讯，2012，8（9）： 8-15.

[9] 王鑫鑫，王宗军. 国外商业模式创新研究综述[J].外国经济与管理，2009，31（12）：33-38.

[10] 陈文基. 商业模式研究及其在业务系统设计中的应用[D]. 北京：北京邮电大学，2012.

[11] 初冬梅，我国连锁超市商业模式创新研究[D]. 青岛：中国海洋大学，2012.

[12] 荆浩，贾建锋. 中小企业动态商业模式创新——基于创业板立思辰的案例研究[J]. 科学学与科学技术管理，2011，32（1）： 67-72.

[13] 李朝伟，企业商业模式创新研究——以联想为例[D]. 北京：北京交通大学，2011.

[14] 项国鹏，周鹏杰. 商业模式创新——国外文献综述及分析框架构建 [J]. 商业研究，2011，4： 18.

[15] 李正锋. IT资源、IT能力与企业可持续竞争优势关系研究，科学与科学技术管理[J].32（4），2011.

[16] Pavlou，P.A. Building effective online marketplaces with institution-based trust[J]. Information Systems Research，2004，15（ 1） ： 37-59.

[17] Timmers P. Business models for electronic markets[J]. Electronic markets，1998，8（2）： 3-8.

[18] Kodama F. Measuring emerging categories of innovation： Modularity and business model[J]. Technological Forecasting and Social Change，2004，71（6）： 623-633.

[19] Venkatraman N，Henderson J C. Four vectors of business model innovation： Value capture in a network era[M].From Strategy to Execution，Springer Berlin Heidelberg，2008： 259-280.

[20] 王永健，基于IT能力的企业竞争优势获取整合模型研究[D].广东工业大学，2011.

[21] Tyre M J，Hippel E. Locating adaptive learning： the situated nature of adaptive learning in organizations[J]. 1993.

[22] Teece D J，Pisano G，Shuen A. Dynamic capabilities and strategic management[J]. Strategic Management Journal，1997，18（7）： 509-533.

[23] 巩见刚，张娜. 基于动态能力框架的IT能力分析[A]. 中国管理现代化研究会.第五届（2010）中国管理学年会——信息管理分会场论文集[C].中国管理现代化研究会，2010：9.

[24] 钟泉盛，毛雨贤，莫英红.广西电网：信息化提升管理大数据创造价值[J/OL]. http：//www.gx.xinhuanet.com/newscenter/2013-11/04/c_117986336.htm.

[25] Briefing the Smart Grid[J]. Technology Review，January，2011， 65-73.

[26] 齐严. 商业模式创新研究[D]. 北京：北京邮电大学，2010.

Study of Business Model Innovation Based on Big Data：

A Case Study on the State Grid Corporation of China

Liu Dan，Cao Jiantong ，Wang Lu

（School of Economics and Management，Beijing University of Posts and Telecommunications，Beijing 100876，China）endprint

Abstract： This study establishes a conceptual model of business model innovation analysis on the basis of big data. First of all，business model innovation is divided into three stages： value discovery，value creation，value implementation，to evaluate the direct impact of big data on different stages. Second，IT capacity as an intermediate variable is introduced to analyze the impact of big data on it and its impact on business model innovation，and hence the indirect effects of big data on business model innovation are demonstrated. We take State Grid Corporation of China as the case，to research on the process of its business model innovation by using big data to gain competitive edge shows that both direct and indirect effects of big data on three stages of business model innovation exist. The utilization of big data at different stages or on various focuses in the enterprise can bring a diverse business model innovation，thus developing competitive differentiation.

Key words： big data；business model innovation；IT capacity；case analysis

（责任编辑：张丹郁）endprint