大數據，大數據公司，低估值

一. 什么是數據？

我們將它分為線上與線下兩類來具體分析下：

線上，互聯網數據互聯網信息：網頁。電子商務。 人在互聯網中的行為：社交，衣食住行，健康。物聯網。

線下，現實社會數據信息：線下每天依然在產生大量的信息。線下商業(yè)。實物：包括機器，桌子椅子等。人：線下的社交，衣食住行，健康醫(yī)療。 生物數據：(除人外的活體生物，寵物等)

哪些數據最重要？

互聯網時代把線上數據發(fā)揮到了極致，直接推動了BAT三大巨頭的誕生，同時也把馬云、馬化騰、李彥宏帶到了首富的位置。

百度：搜索（信息，連接人與信息，重金O2O，強行連接人與服務，現在搞AI）

阿里巴巴：電子商務(商業(yè))

騰訊：社交(人)

二. 哪些公司是大數據公司?

這個問題不好答，換個方向就好答了：哪些公司有大數據人才？連大數據的人都沒有，別自稱大數據公司了，好嗎？

1. 互聯網巨頭

互聯網巨頭的起家背靠著電商、社交、信息、游戲和金融等互聯網時代的巨大概念。

騰訊的數據主要來源于QQ、微信和騰訊游戲。擁有的用戶關系數據，社交數據因為私密無法公開使用。利用數據改進產品，數據驅動廣告、電商、資訊、社交等一系列騰訊產品的改進。騰訊的未來在于微信，微信現在已經不再把精力放在IM通訊上了，而是連接一切。未來微信很有可能會成為整個互聯網的基礎服務最大的入口。那時候的微信也就掌握了電商、社交、信息、游戲和金融的一切。

阿里巴巴的淘寶，天貓，阿里巴巴，支付寶。商品交易，支付數據是商業(yè)的基礎設施。支付寶的交易數據使得阿里長期在互金領域占據霸主地位。電商超越零售不是現在，就是不久的將來。所以阿里目前擁有的網商數據，也就等于掌握了中國部分的商業(yè)占比。

百度的百度搜索。百度對于信息的利用來源于用戶與商家的需求，用戶側服務互聯網網民的搜索需求，商家側匹配廣告主與網民的廣告業(yè)務。另外，百度還重金押寶AI，AI若能成功將革新社會的基礎服務，比如無人駕駛。所以個人覺得百度仍然有機會回到第一的王座。

憑借著互聯網時代龐大的數據體量與高質量的數據，可以說，BAT擁有著當今最優(yōu)秀的數據人才。

2. 行業(yè)巨頭

行業(yè)巨頭個人分為兩類：

第一類是IT巨頭，例如華為，小米，新美大，浪潮，中興，曙光等公司。他們憑借著在IT領域建立了技術壁壘或者服務能力，成為了各自領域的佼佼者。

第二類是傳統(tǒng)行業(yè)巨頭，包含各行各業(yè)，金融，零售，能源，機械，酒等垂直領域。比如你聽說過茅臺酒公司的大數據平臺嗎？

由于上述行業(yè)巨頭的垂直領域數據的壟斷性地位與數據體量的變大，希冀能依靠數據產生價值 。憑借著兩點，行業(yè)巨頭也擁有著很多高質量的數據人才。

但數據不是他們的第一驅動力。他們有更重要的主營業(yè)務。

3. 新時期的大數據公司

新時期大數據公司個人分為基礎服務平臺、商業(yè)數據分析兩大類。

基礎服務平臺提供了數據平臺基礎服務，比如大數據存儲平臺，計算平臺，BI平臺，數據交易平臺。

商業(yè)數據分析型大數據公司提供了復雜的端到端數據服務，包括數據采集、清洗、分析，幫助沒有數據分析與整合能力的企業(yè)理解數據，認識數據，并讓自身數據發(fā)揮效用。

接下來,我們重點討論的是如何看待這些新時期的大數據公司。

三. 為什么突然冒出那么多新時期的大數據公司？

對數據的需求自古有之。喬家大院里面，東家喬致庸看賬本可不就是數據應用嗎？

那為什么在之前少有專業(yè)的大數據公司，在最近幾年才爆發(fā)起來？2012或者2013年被稱之為大數據元年。

新時期的大數據公司大幅增加源自于有兩類數據需求的集中爆發(fā)：

1. 線下的數據機會

在看到巨頭們由于占據了互聯網端的數據后，很多人發(fā)現了線下的數據機會。夢想著成為巨頭的他們，踏上了繼續(xù)強力推進線下數據線上化的道路。

2. 企業(yè)對于數據化決策的需求

抽象來看，企業(yè)的發(fā)展過程很大程度上經歷了紙質化1.0時代，信息化2.0時代，數據化3.0時代。當快糙猛的高速發(fā)展期過去，企業(yè)的發(fā)展同樣需要數據驅動，數據決策。但是，很多企業(yè)信息化過程都經歷了陣痛難產，現在等待它們的是數據時代的到來。對于他們來說，數據人才缺口是最大的問題，于是他們需要借助外力。在信息化時代，這叫找外包。不好意思，數據時代，一樣需要外包。（什么？原來我們這些data scientist在做外包？）

于是，一大波大數據公司出現了。

四. 大數據公司的估值并不高，都比不上O2O？

在消費完大數據的概念后，其實現在媒體跟投資圈更多的在消費AI了。做系統(tǒng)的開始說自己做大數據，做數據的開始說自己在干AI。

估值除了看公司收入，利潤，用戶，概念，還有就是VC的人傻錢多了。

之前愛分析有一篇文章，大致列舉了中國未上市大數據公司50強，沒有一家估值超過10億美金，一家獨角獸企業(yè)都沒有。那是什么原因導致的低估值?

1. 線下數據線上化，硬骨頭太難啃

線下的數據還有哪些沒有被線上化的？

人的線下社交，線下交易，實體零售，線下營銷，線下課堂教學等一系列線下場景?？梢哉f，線下是社會的組成，特別是很多場景嚴重依賴線下，比如學習，服務化消費。因此線下數據的收集同樣很有利。

舉一個小例子，線下課堂教學中，如果能實時獲取每一個同學對于知識接受度，掌握每一個人的學習，可以有效的幫助每一位同學更好的學習，從而避免誤入歧途。

但線下數據收集難度太大，成本高，技術仍不完善，所以從數據收集一開始就遇到了困難，我總結為硬骨頭。

另外一個是數據孤島效應嚴重，實質上數據如果無法達到大、全、價值，很難產生協(xié)同效應。

但未來肯定有辦法。通過AI的發(fā)展，通過音視頻的捕捉，線下數據線上化只是時間問題。

2. 大數據公司業(yè)務難以規(guī)?；?

在一系列TO B的大數據公司中，商業(yè)的數據分析屬于外包型數據分析業(yè)務，外包的一個重要特點是堆人頭，很難產生規(guī)?；洕б?，賺取超額利潤。

并且，很多大數據公司急躁且跟風，數據外包本質上是外包團隊的困境，為什么很多公司現在選擇自建技術團隊，因為外包是不會為企業(yè)的長期發(fā)展而考慮，這是經濟學或者社會學領域研究的問題。很多時候大數據公司接了單，卻沒有能服務好，根本不能為企業(yè)帶來實際的效益，最終企業(yè)反而勞心勞力無所得。

其次，中小企業(yè)引入大數據分析數據是可以幫助決策，提升企業(yè)經營效率的。但是企業(yè)自身進行大數據投入的意愿是多少？意愿 = 收益 – 成本。如果收益無法cover成本，很多企業(yè)是沒有動力做這件事情的。其實這也就是很多中小企業(yè)的困境。

當然，data to people是歷史潮流，未來一定有越來越多的數據服務公司出現，也有越來越多企業(yè)需要數據服務。

3. 數據隱私

數據有其獨特性，尤其是隱私，企業(yè)對于數據的思考尤為謹慎。

互聯網爬蟲與反爬技術的興起，也是源于數據隱私，電商，旅游等網站都在防止競爭對手爬取自身的數據下足了苦工?；ヂ摼W發(fā)展至今，特別是數據資產這一定義深入人心，大家對數據更為謹慎，也就導致了數據共享困難。

這也是我覺得純粹靠整合某一垂直領域，利用數據來達到壟斷某一領域的困境。

4. 數據技術平臺

這一類公司其實已經有獨角獸的端倪了，包含大數據基礎平臺以及數據云平臺等。包括Hadoop領域的三架馬車，都已經進入了十億美金的獨角獸階段。