来源：车品觉       浙江大学管理学院客席教授，中国计算机学会大数据专家委员会副主任、华人大数据学会执行会长。

如何在未来新空间里获得商业机会？在我看来，主要的机会在于中间层，尤其是在金融、医疗、零售这三个行业。

1、金融与保险

如果让我用一字道尽金融在大数据时代的机会点，那就是“微（micro）”。

过去很多的创新都被技术和数据的能力所局限。未来数据的采集、加工和应用都将实践个人化的价值，将会激发很多金融商业模式。

数据动态的意义，首先体现在金融保险体系里的客户监测：过往个人信用评估结果，往往无法有效地反映最新的个人信用风险，导致银行或是保险公司不能提供最符合顾客需求和利益的服务；其次体现在将解决服务合理性的问题，也就是当客户使用了服务时，才向客户收取费用。
以汽车保险为例。过往我们对于汽车保险的保费设定，是根据客户过往的驾驶肇事记录来调整保费费率，也即汽车保险的游戏规则，建立在投保车主的驾驶安全行为基础上。

但肇事记录其实是一个相对落后的事实指标，在大数据时代难道没有更动态的数据可以预测危险驾驶的风险吗？当然有，而且来源还不只一项。
未来的汽车都会像特斯拉一样，通过车内安装的传感器，记录驾驶员如何踩油门，（如习惯性的紧急刹车就是一种危险驾驶的讯号)、换道时是否打方向灯、是否频繁地按喇叭……
这些资讯都可以侧写出驾驶员是否拥有安全的驾驶习惯。如果再把驾驶员的行车路线数据与政府公布的危险肇事路段的数据做对比，就可以知道这辆车每天上下班的路线属于怎样的安全等级。

综合以上两类数据，即便没有肇事记录，保险公司也能根据这些数据来动态调整对这台车的风险评比，并随时机动地调整保费的费率(动态费率)。

同理，如果车险是为了确保用车人在驾驶期间的风险，那通过车辆的传感器，可以清楚了解这辆车有多少时间停在车库、又有多少时间处于被使用的状态，保费的计费也可以根据车辆实际承受风险的时间来客对客户收费，这也就实现了前面所提到的动态计价。

2、医疗

医疗领域当前所面临到的最大问题是数据未能整合。比如在A医院却拿不到之前我之前在B医院开的病历。

另一个大问题是中国人口老龄化严重，导致医疗费用负担沉重，因病返贫十分常见。只有降低医疗成本，减少滥用资源和药物，才能根本性地减少政府负担，让资源分配给真正需要的人。

美国福特公司的30万员工，每年享有30亿美元的医疗保险预算，但这笔钱过去只有一个人在管。1997年福特在这方面第一次引入数据应用，分析之后发现有人竟然150岁还在领医疗保险，有人一年领两次怀孕补助等不合理的状况。这些都是无谓的资源浪费，但如果不通过数据，可能永远也不会发现这样的谬误。

医疗是一个连续性的行为，一个人从健康、亚健康乃至于疾病的阶段都不是突发的，背后都有遗传或是生活饮食习惯的脉络可循。

很多疾病的危险信号常常是因为信息未能互通而被忽略，像美国就曾经通过传染病传播数据，预估要生产多少疫苗以及各区疫苗使用状况，大大地提升疾病防治效果。

3.零售

对零售业最重要的，就是如何用数据把供应与零散的需求做匹配。

买家希望得到的是：“我要什么？最快帮我找到我要的东西。给我最好的价格，用对我最方便的方式付款，在刚好的时间送达”，商家就会成为赢家。

供应方则希望知道：“怎样才能满足消费者？怎样用最小的库存，最快的方法，最合理的利润率来服务顾客？供应链的处理怎样可以变得更好？怎样减少成本浪费？”

以数据驱动为基础的线上零售发展已经十几年了，但线下将会出现什么情况？

当POI逐渐成熟，拿着手机，处处都能发挥大数据的连接能力，时刻都是机会点。人们懒得再特地下载一个应用程序购物，线上再发达，某些时候它也不是最方便的渠道。改善零售用户的体验型态只有全渠道。

对零售业来说，最好线上线下都能覆盖到。只有online的应用程序是不够的，最好连offline的渠道都能拿到，不然很容易就被别人弯道超车，全渠道的打通和合作策略是零售业在2016要关注的第一个重点。

“推荐”将是另一个爆点服务。

现代人能在同一时间享受多种服务，浏览多种产品讯息。但数十万款与你有关的商品摊在你的眼皮底下，你怎么选择？

人主观上都希望自己可以选择，但面临太多选择时，选择本身反而变成了一种负担。所以未来的“推荐”应该是游合于“优选”与“逛”之间。大数据让手机变成个人消费助理，不断跟着你走，也不断领着你走，就会在商家和消费之间成为一个媒介。

最后，零售业的根本是“生产”问题。

数据将成为产品创新和改良的依据，从设计到生产、包装、销售、售后的过程中观察与不断优化，最终能够帮助商家生产出符合顾客需求的商品。

虽然是老话一句，但是还是不得不在重申一次：“大数据时代对零售业来说不是一个单纯的转型问题，而是一个攸关存亡的生死问题。”