我们认为大数据技术型企业将最先受益于大数据行业的爆发式增长：
（ 1） 国产服务器厂商市场占有率不断增加， 市场容量进一步向高端领域转移；
（ 2） 基础软件领域国外企业占有核心技术优势，国内企业主要集中于下游大数据处理分析领域；
（ 3）主要厂商仍处于数据分析阶段，即订单驱动型商业模式，不具有数据运营权。但行业转型动力明显，主流数据分析型企业纷纷尝试直接获取数据资源或与数据资源方合作实现平台化发展，获得持续性收入；
（ 4） 信息安全依然是大数据技术发展的保障，行业需求将随整体市场规模的扩大而不断发展。
下游应用：数据开放将引爆万众创新
数据应用型企业位于大数据产业链的下游，通过对开放数据的运用或与数据资源型企业的合作实现大数据价值挖掘后的变现。 相比资源型与技术型企业，应用型企业以新兴创业公司为主，先天带有互联网基因，专注于解决行业痛点，是实现大数据商业化的关键一环，按照终端用户又可分为 2B 和 2C 两类。
2B：面向企业或者公共政府部门，提供数据分析结果的服务， 如交通流量数据公司 Inrix，
2C：面向个人，提供基于数据分析的服务； 如 FlightCaster 基于分析过去十年里每个航班的情况，然后将其与过去和现实的天气情况进行匹配，预测航班是否会晚点。
数据应用型企业可能同时手握大数据资源并拥有大数据分析核心技术，但与传统线下企业和 IT 企业不同的是，我们更强调创新式思维模式及数据变现能力。 如 Netflix，美国最大的商业视频网站，拥有 2900 万个用户。每天采集海量的用户数据，不仅包括人们喜欢看什么类型的视频，在哪看，用什么设备看等，还包括你何时快进，何时暂停，是否看完整个影片等。 Netflix 通过对海量数据的分析推出史上首部大数据制作的电视剧《纸牌屋》 。
数据应用型企业不等同于数据分析型企业，前者强调众包思想，具有独立的数据变现模式， 可以与数据资源型企业共创价值，充分挖掘大数据开放流动带来的资源红利， 体现了大众创业、万众创新的理念；而数据分析型企业则更像是外包商， 为客户提供服务，是原有商业模式的补充。 对于外包和众包， 宝洁公司负责科技创新的副总裁 Larry Huston 评价道， “外包是指我们雇佣人员提供服务，劳资双方的关系到此为止，其实和雇佣关系没什么两样。但是现在我们的做法是从外部吸引人才的参与，使他们参与到这广阔的创新与合作过程。这是两种完全不同的概念。 ” 外包强调高度专业化，是企业的购买活动，而众包则是跨专业创新的过程， 应用型企业与资源型企业不是雇佣而是合作关系。
政府数据开放为数据应用型企业提供了发展良机， 数据的开放和流通，将极大促进数据价值释放， 掀起新一轮大众创业、万众创新的浪潮，不亚于当初的移动应用及手游开发。 关于政府数据开放一个典型的例子就是 1983 年美国将用于军事的卫星定位系统 GPS 向公众开放使用，并且在 2000 年后取消了对民用的 GPS 精度的限制。GPS 数据开放后，带动了一连串的生产和生活服务创新，包括汽车导航、精准农业、通信等，同时创造了大量就业岗位，仅美国国内就有约 300 万的就业岗位依赖于 GPS。再看互联网开放平台为第三方企业创造的价值， 以腾讯为例， 腾讯希望成为互联网连接器， 一端连接合作伙伴，一端连接海量用户， 共同打造互联网生态， 从 2010 年实施平台开放以来， 截止 2013 年末，第三方收益达到 50 亿，今年有望突破百亿， 创业者人数超过 500 万。 我们认为类似于互联网开放平台所能创造的价值， 依托大数据开放平台， 在各细分垂直领域必将诞生一批“小而美” 的数据应用型企业。
国外已有一些数据应用型企业深耕多年， 涉及范围有交通、医疗、 营销等。 Inrix是一家典型的数据应用型企业，致力于为全球交通问题提供智能数据和先进的分析方法，截至 2012 年 12 月已经为全球 32 个国家的企业提供了服务。 目前奥迪公司、德国汽车俱乐部、荷兰汽车协会、宝马汽车公司、英国广播公司、福特汽车公司、微软公司、丰田汽车公司和沃达丰公司等都是它的亲密合作伙伴。 Inrix 依靠分析历史和实时路况数据，能给出及时的路况报告，以帮助司机避开正在堵车的路段，并且帮他们提前规划好行程。