第一章 绪论
1.1 选题背景
如果说从 2G 到 4G 时代，改变更多是面向 C 端消费者，主要是面向数字生活的移动互联网创新，那么 5G 技术所催生的，则更多是产业互联网加速走向大规模商用的转变。5G 将催生的，除 5G 本身外，更多应理解为数字技术的产业互联应用――5G 的本质，不应狭义地理解为网络连接技术，而是它为更多其他前沿数字科技的大规模商用创造的绝佳场景。产业互联网也并非新生事物，一直以来，垂直行业都在寻求各种数字技术赋能下的创新，但由于行业级应用对连接规模、实时性、稳定性的更高要求，在缺乏 5G 网络支撑的环境下，这些前沿数字技术的应用场景，仍然受到很大的限制。
5G 的 3 大技术场景切中这一瓶颈，为其他前沿数字技术在各种复杂场景下的实时在线应用，提供了更多的可能性，例如 eMBB（增强移动宽带）将为超清视频等技术在教育、娱乐等产业提供实时应用场景；URLLC（超高可靠超低时延通信）将加速车联网、无人驾驶、增强现实、机器人等技术在出行、制造、医疗等领域的商业化应用；mMTC（大规模物联网）则加速了物联网产业走向成熟，带领各行各业走入万物互联时代。
随着 5G 技术的发展，数据分析技术将更加深度融合垂直行业――众所周知，5G 应用场景将全面覆盖不同垂直行业的不同专业领域，诸如交通出行、城市治理、工厂运营、医疗监控、能源、零售、娱乐、农业…。不同企业的数字化转型服务需求与所在垂直行业面临的业务需求与痛点相关。以智慧工厂解决方案为例，围绕其中的智慧制造场景，互联工厂解决方案通过工业物联网实时设备连接、大数据分析、增强现实、可穿戴设备和云服务，帮助制造企业提高效率和资产利用率，并提供更安全可靠和高效的生产环境。以智慧矿山解决方案为例，综合运用大规模传感器、产业物联网平台、数据采集和分析、增强现实，云服务等技术，直击行业痛点，通过捕获和整合实时设备数据、环境数据，应用特定行业分析模型，生成实时的可执行指令，并通过移动设备向现场工人提供支持。在此场景下，风险被及时预测，生产吞吐量、资产利用率和运营效率获得大幅改进。我们相信，5G 时代，越来越多数据分析将更加与垂直行业痛点强相关，通过为某一具体应用场景和相关痛点提供解决方案而创造价值。因此爱立信需要借助数据分析在垂直行业中带来的新商机，促成自身商业模式的创新。
........................
1.2 研究意义
如前所述，5G 将为通信设备提供商重新带来新的竞争优势，但同时也将进一步打破已有的竞争壁垒，通信设备商将面临不进即退的现实挑战，如果无法抓住 5G 机遇，开辟新的业务增长点，将进一步沦为底层通道提供商的角色，随着通道服务加速成为低成本产品，将无法为巨大的 5G 研发投资提供充足的回报。
因此，通信设备商需要在战略层面，重新思考企业市场和消费市场的战略定位：在企业市场，如何利用全连接优势逐步延伸，赢取巨大的数字化服务增量市场？而在消费端，又如何重新成为消费者每日数字生活不可或缺的存在？因此本研究能够为爱立信提供数据分析方面的服务和相关周边产品的研发提供一定的指导价值。
爱立信公司作为全球通信设备行业领导者之一，需要思考数据技术驱动商业模式创新的可能，如何成为垂直行业应用解决方案的提供商。通过 5G 创新能力的产品化输出，为自身开辟新的业务增长点。爱立信公司正在积极寻求转型，基于数据分析技术创新其商业模式，拓展更多垂直行业客户，以抓住 5G 和物联网带来的巨大商机。如果爱立信公司放弃数据驱动的商业模式创新，则会被困在设备市场红海中奋力挣扎，长期来看会陷入收入和利润下降的恶性循环。希望本研究能够为爱立信公司拓展产业互联网市场提供数据分析服务提供一定的指导意义。
.......................
第二章 数据分析和商业模式创新理论综述
2.1 数据分析及其重要性
如今，随着将计算机整合到手机，家用电器，汽车，机械和飞机等的各种产品中，已经出现了非常多的数据源或数据生成器。甚至人类也正在通过在线社交媒体转变为数据生成器。Loebbecke&Picot (2015)[1]指出，物联网和 IT 行业的进步使抓取，存储和传输大量信息数据成为可能，并且数据量将持续保持指数级增长。数据分析将帮助初创企业和成熟企业进一步了解客户的潜在需求，兴趣点和购买方式，并将扩展传统产品/服务的边界。Porter&Heppelmanns(2014)[2]发现，很多公司正在尝试探索这部分的新商机，将增加的价值转化成实际的公司收入。在这种不断变化的市场情况下，徐键 (2018)[3]指出公司成功的关键在于是否具备此种能力，即引入数据分析方法对其商业模式进行战略性的创新。
为了说明数据的指数级增长（图 2-1），ATKearney(2016)[4]给出了如下预测：全世界每天创建 2.5 亿个字节的数据；2020 年的数据量将是 2009 年的 44 倍；预计全球商务数据量将每1.2 年翻一番；IT 基础架构将面临挑战；有效的数据管理至关重要，因为数据错误可能导致多达 35％的收入损失。
.........................
2.2 商业模式及商业模式创新
近年以来，商业模式及商业模式创新成为人们越来越感兴趣的话题。尤其是在缺乏财务资源的情况下，商业模式创新可以利用新的商机来创造和获取价值，而延续旧的商业模式通常导致业务陷入收入和利润下降的循环。数字化和物联网的新时代为各种不同的商业模式提供了新机会。
2.2.1 商业模式概念
Gobbel (2014)[8]指出，商业模式通常是指“公司或组织创造，交付和获取价值的基本原理”，它由九个部分组成：客户群，价值主张，渠道，客户关系，收入流，关键资源，关键活动，关键伙伴关系和成本结构。
通常，商业模式定义应实现如下多个目标：价值是作为产品/服务/技术而提供的；确定的目标市场；成熟的供应链；定义清晰的支付机制；细致估算的成本和利润；公司的市场定位使公司领先于竞争对手的竞争优势。
Chesbrough (2010)[10]提到，公司可以通过两种方式获得价值：a）通过开发新的思想，技术，产品或服务，以及 b）通过创新其商业模式。当公司找到一种新的经营方式，从而颠覆行业并使其与竞争对手区分开来时，就会发生商业模式创新。Malarkey (2014)[11]认为这会创造出新的客户价值，公司会从中受益。Ammit&Zottti(2012)[12]指出，大多数高级管理人员更喜欢将商业模式创新定义为提供新产品/服务，以增强竞争优势。
.............................
第三章 爱立信企业介绍和数据采集方法 ........................ 15
3.1 爱立信企业介绍 ....................... 15
3.2 数据采集方法 ............................ 16
3.3 本章小结 .............................. 19
第四章 爱立信商业模式现状及面临挑战 ................. 20
4.1 爱立信公司业务现状 ................................. 20
4.2 爱立信商业模式现状 .......................... 22
4.3 爱立信商业模式面临的挑战 .................... 24
第五章 爱立信数据分析价值及商业模式创新.......................... 26
5.1 爱立信数据分析创新的价值 ............................ 26
5.2 爱立信数据分析驱动商业模式创新的方法...................... 28
第五章 爱立信数据分析价值及商业模式创新
5.1 爱立信数据分析创新的价值
本节通过分析公开文件以及采访问卷收集到的信息，帮助读者了解爱立信公司对数据分析价值的理解和重视。
从公开文件中可以看到，爱立信作为一家全球性的 ICT 公司，已经掌握了客户使用其网络设备和基础设施而创建的大量数据。爱立信的目标是“能够连接来自客户网络和 IT 的原始数据，并结合来自各种外部来源的信息，利用大数据的整体情况为我们整个组织的客户建立业务优势”。通过在网络的不同节点上收集数据，结合这些数据源以实现事件的端到端分析，处理这些数据并提供操作建议，从而获得真正的洞察力（图 5-1）。
.........................
第六章 总结与展望
6.1 结论与建议
如今，通过将计算机集成到从移动电话，家用电器到汽车，机械和飞机的各种产品中，将产生非常多个数据源或数据生成器。甚至人类也正在通过社交媒体转变为数据生成器。物联网和 IT 技术的进步促进了数据捕获，存储和传输。数据分析为初创企业和成熟企业提供了进一步了解客户需求和关注点的可能性，并提供了扩展传统产品/服务边界的平台。换句话说，数据分析将推动商业模式的试验和创新，从而创造出更好的产品或服务。当公司找到一种新的经营方式，将有可能颠覆其行业并从竞争中脱颖而出，这就是典型的商业模式创新。传统商业模式中只在产品销售时获取价值的传统制造商，正在转变为能在产品的整个生命周期中获取价值的服务提供商。这对那些因存在强大内部惯性而难以迅速适应新环境和创新商业模式的成熟公司造成了压力。
理论研究部分首先强调了数据分析为商业战略增加了真正的价值，并且有可能打破行业边界。基于数据分析创新其商业模式的公司可以利用新的商业机会获利，开发新产品/服务并获得竞争优势，这在数字化和物联网的新时代显得尤为重要。在新数字时代，灵活的初创公司带给成熟公司的压力更大。因此，成熟大公司急需创新其商业模式，以获取数据分析的附加价值来应对新的竞争对手。根据数据的使用方式，数据分析方法可分为三类：描述性，预测性或指导性。不同的方法适合于不同的商业领域和模型。商业模式图形工具可以非常好的表达商业模式。组织的主要商业模式创新类型为：创新平台，内部风险投资基金以及收购新创公司。没有证据表明三种商业模式创新类型中哪一种是最佳的，不同公司会选择了最适合它的一种。以数据分析为中心的商业模式包括数据即服务，信息即服务和答案即服务。数据分析青睐的商业领域如下：客户亲密关系、产品和服务创新、运营。由于存在内部障碍，许多成熟公司不能有效采取商业模式创新过程中需要采取的行动。那些信誉卓著的公司如果不认真对待这些过程和障碍，将可能会失去新的商机。那么新成立的初创企业可以利用数据分析价值及其破坏性能力来施加压力并赢得竞争。
参考文献（略）