大数据的商业形态
过去，管理及应用海量信息的大投入、数据运营的高成本让中小型企业用户对大数据望而却步，而大数据时代开源技术的发展，将极大地降低数据使用成本，这也极大地推动和加速了大数据的进一步发展。
未来，开源软件的低成本、高灵活性、高扩展性的特点，将使其在整个大数据产业链中扮演的角色越来越重要。
在性能方面，随着开源技术对数据掌控的能力不断加强，开源技术将在稳定性、安全性上得到不断完善和有效提升；在创新方面，围绕开源技术的模式创新和服务创新将得以形成，以更快地适应大数据时代的业务变革和转型升级。
正因为技术和市场的共同推动，大数据价值被更多的企业发现并利用，数据在国家、企业和社会层面渐渐成为重要的战略资源。
对数据的掌控决定了对市场的支配和巨大的经济回报，这个趋势在互联网、电子商务、金融、电信等行业已经是现实，并逐步向政务、科技、医疗、交通、商业、能源、智慧城市等方面参透。
在大数据产业链中，天然具备海量数据的公司是数据拥有方；能提供大数据环境下数据处理能力及解决方案的公司是技术提供方；能有效整合数据资源，提供面向行业分析服务的公司是数据服务方；能有效挖掘数据，利用数据并形成新的商业模式和商业服务的公司是数据应用方。四者共同构成了大数据的产业生态链。
生态链第一类通常是政府机构，电网、石油公司这样拥有大量数据，并可以不断收集到更多的数据，却难以从数据中提取价值或利用数据催生创新思想的机构。目前国外类似机构已与数据服务机构形成了有效合作，这些机构利用专业大数据公司的服务能力，提升数据处理能力，挖掘潜在数据价值，为客户提供更优质服务。
生态链的第二类公司通常是咨询公司、技术供应商，其中包括传统ibm、emc、teradata等技术服务公司，同时我们也欣喜地看到越来越多的类似cloudera、datastax、mapr等基于开源技术的公司也加入到技术服务商的行列。随着开源技术的快速发展，有大数据应用需求的企业拥有可更低成本、可扩展的和优质的大数据解决方案。
位于生态链第三类的数据分析服务机构通常拥有良好的行业背景知识，在大数据时代，这些机构开始尝试通过云计算服务和大数据技术实现面向行业提供专业性的数据服务，新的模式能提供有效地面向全行业性的综合数据分析，实现行业数据价值最大化。例如palantirtechnologies最初是一家服务于美国情报机构的大数据分析公司，由于投资者关注度持续提高，其估值已经达到约90亿美元。cia和fbi使用palantir平台找出大量不同数据之间的共同特点，从而可以用于追踪恐怖分子嫌疑人、贩毒分子或网络犯罪。palantir同时还为企业提供反欺诈服务，提出有关内幕交易威胁的警告，此外还提供帮助制药行业加速研发进程的服务。
最后一类是基于模式创新思维的公司，对于这些公司来说，数据和技能都不是成功的关键。让这些公司脱颖而出的是团队独特的创新思维，他们有采集整合数据并且有效利用数据新价值的独特想法。如2013年7月获得3000万美元融资的健康应用及数据公司withings，将健康数据信息直接传到健康终端提供服务，先后推出了智能体重秤、与iphone连接的血压计、可以开启视频模式的婴儿监视仪以及withingspulse健康行为跟踪设备等。
对于大数据时代来说，拥有数据资源的传统行业、it企业在数据处理、数据分析、数据应用方面的压力和问题越来越多，迫切需要在海量环境下具有数据分析能力、整合能力、应用创新能力的公司提供服务。因此，云服务式、行业专家式、具有互联网思维的大数据服务公司见会在未来市场中见占据极为重要的地位。