
大數(shù)據(jù)賦能產(chǎn)業(yè)發(fā)展,謀定而后動為不二法門
最近幾年,資本一直追著大數(shù)據(jù)跑,大數(shù)據(jù)也一直在積極賦能眾多產(chǎn)業(yè),包括金融、醫(yī)療、教育等,有數(shù)據(jù)顯示,到2020年,中國大數(shù)據(jù)產(chǎn)業(yè)規(guī)?;蜻_(dá)13626億元的高點(diǎn)。毫無疑問,大數(shù)據(jù)已經(jīng)成為了熱門投資方向之一。但是喧囂躁動之下,傳聞中的大面積收割卻一直沒來。這究竟是數(shù)據(jù)創(chuàng)業(yè)的的玩家不行,還是那些大數(shù)據(jù)全都走錯了道?
一:資本加注下的大數(shù)據(jù),行業(yè)依然是冰火兩重天
據(jù)不完全統(tǒng)計,2017年上半年,至少有63家大數(shù)據(jù)創(chuàng)業(yè)企業(yè)在國內(nèi)獲得了融資,總?cè)谫Y金額超過68億人民幣,其中獲得上億元融資的企業(yè)就有17家,獲得上千萬元融資的大數(shù)據(jù)公司有41家,占總數(shù)的92%。顯然,資本對有潛力的大數(shù)據(jù)創(chuàng)業(yè)公司并不吝嗇。
不過大數(shù)據(jù)行業(yè)里也不盡然都是好消息。在資本狂歡之下,“大數(shù)據(jù)”開始炒概念,不少“偽數(shù)據(jù)”公司從中“沾光”,進(jìn)而阻礙了整個行業(yè)的發(fā)展。除此之外,數(shù)創(chuàng)公司本身還面臨著兩個難題。
1. 離散的數(shù)據(jù)被藏在科技巨頭們的黑箱中
數(shù)據(jù)收集一直是數(shù)創(chuàng)公司的難題,一方面,數(shù)據(jù)存在禁地,數(shù)據(jù)安全和隱私是不可逾越的高墻;另一方面,BAT等科技巨頭壟斷了大量的社交數(shù)據(jù)、電商數(shù)據(jù)和行為數(shù)據(jù)。也就是說,數(shù)創(chuàng)公司即使走出了不能被利用的數(shù)據(jù)禁地,轉(zhuǎn)身就會投入被BAT們壟斷的大數(shù)據(jù)海洋。
慶幸的是,BAT等科技巨頭雖然有著絕對優(yōu)勢,但他們自身涉及的產(chǎn)業(yè)非常多,包括金融業(yè)務(wù)、文娛業(yè)務(wù)等等,難免會和其他機(jī)構(gòu)存在競爭關(guān)系。所以,其他企業(yè)掌握的籌碼是能夠與各產(chǎn)業(yè)機(jī)構(gòu)進(jìn)行無間合作。
美國Palantir大數(shù)據(jù)服務(wù)公司最為人稱道的一個案例是,協(xié)助多家銀行追回了納斯達(dá)克前主席麥道夫所隱藏起來的數(shù)十億美元巨款。
而一直對標(biāo)Palantir的中國企業(yè)中譯語通,則是將圖像識別、語音識別,包括計算機(jī)視覺自覺生成的廣告、數(shù)字精準(zhǔn)營銷等技術(shù)結(jié)合到短視頻應(yīng)用中。
由高盛領(lǐng)投的數(shù)創(chuàng)公司Crux 主要業(yè)務(wù)則是建立信息供應(yīng)鏈保證各個金融機(jī)構(gòu)的數(shù)據(jù)隱私,確保他們不被私自售賣和利用。
從中我們可以看出,與大象共舞,數(shù)創(chuàng)企業(yè)顯然不必用數(shù)據(jù)量和BAT等科技巨頭硬碰硬,從細(xì)微之處進(jìn)行創(chuàng)新將是個不錯的選擇。
2. 數(shù)據(jù)可視化是企業(yè)的薄弱環(huán)節(jié)
雖然現(xiàn)在數(shù)據(jù)創(chuàng)業(yè)公司頗多,且無論做SaaS還是做外包服務(wù)都已相當(dāng)成熟,但“數(shù)據(jù)可視化”仍是大數(shù)據(jù)行業(yè)里較為薄弱的環(huán)節(jié)。
數(shù)據(jù)可視化有非常多實(shí)際運(yùn)用的場景,有人覺得可視化僅僅是將數(shù)據(jù)變成圖,其實(shí)那只是針對靜態(tài)的數(shù)據(jù),如果做實(shí)時數(shù)據(jù)的呈現(xiàn),那就是動態(tài)的,而不同的呈現(xiàn)方式對背后的技術(shù)要求也會不一樣。所以,數(shù)據(jù)可視化是一個技術(shù)含量高的領(lǐng)域。
因此,許多數(shù)創(chuàng)公司在展開業(yè)務(wù),親身接觸到不同行業(yè)、不同背景客戶的可視化需求后,就會發(fā)現(xiàn)一技術(shù)環(huán)節(jié)仍舊面臨著許多挑戰(zhàn)。所以,企業(yè)想要打造高效率、標(biāo)準(zhǔn)化、產(chǎn)品化的服務(wù),就必須探究不同場景的技術(shù)解決方案,并開發(fā)相應(yīng)的工具。
谷歌曾經(jīng)參與創(chuàng)建非營利組織Global Fishing Watch,構(gòu)建了一個透明可視的大數(shù)據(jù)平臺,可以觀察全球海上轉(zhuǎn)運(yùn)船只的動態(tài)。數(shù)據(jù)可視化讓我們對全球商業(yè)捕魚有了一個整體性的洞察與監(jiān)測。
中譯語通在2017年就發(fā)布了數(shù)據(jù)可視化應(yīng)用,結(jié)合了知識圖譜技術(shù),可以在任何一個場景應(yīng)用,相當(dāng)于是大數(shù)據(jù)監(jiān)測的部件;數(shù)創(chuàng)企業(yè)DataHunter也將根據(jù)各行業(yè)不同的分析理念和思路,計劃在通用性的標(biāo)準(zhǔn)化之上再做行業(yè)版。
數(shù)據(jù)的分析和可視化可以說是大數(shù)據(jù)服務(wù)的“最后一公里”,但這并不是所有企業(yè)都有能力解決。毫無疑問,只有打通這一環(huán)節(jié),數(shù)創(chuàng)企業(yè)才能獲得不同產(chǎn)業(yè)的認(rèn)可。
二.搶占C端并非大數(shù)據(jù)賦能產(chǎn)業(yè)的制勝要訣
對于大多數(shù)行業(yè)而言,C端將會成為其發(fā)力的最大主場,大數(shù)據(jù)行業(yè)在一開始的定位亦是如此,所以,我們能看到許多數(shù)創(chuàng)企業(yè)瞄準(zhǔn)了C端市場,然而,這個人人看好的“市場”究竟是否真的存在?大數(shù)據(jù)的“瞄準(zhǔn)器”是否看錯了方向?面對這個問題,數(shù)創(chuàng)公司們稍不留神,可能就會陷入困境。
1、沖鋒陷陣做C端,可能是“萬骨”枯去的開始
大數(shù)據(jù)的應(yīng)用過程中,國內(nèi)的數(shù)創(chuàng)企業(yè)一直處于一個尷尬的局面,即超前的大數(shù)據(jù)和人工智能技術(shù)與大眾落后的產(chǎn)品理念相悖,反映到C端,就是普遍的低接受度以及隨之而來的高獲客成本。
與此同時,還有一些企業(yè)大炒概念,將“小數(shù)據(jù)”“數(shù)據(jù)”“假數(shù)據(jù)”均稱為“大數(shù)據(jù)”,破壞用戶對技術(shù)的觀感,使得新技術(shù)的推進(jìn)越發(fā)困難,所以,技術(shù)在C端推進(jìn)時并不能帶來先導(dǎo)價值。
然而,“數(shù)據(jù)意識”的培育并非一朝一夕的事,而是靠“社會大勢”推著走,數(shù)創(chuàng)企業(yè)可能會面臨較長時間的“尷尬”。所以,進(jìn)軍B端成為數(shù)創(chuàng)企業(yè)生存下來并獲得認(rèn)可的最可行謀略。
比如在我們所熟知的機(jī)器翻譯領(lǐng)域內(nèi),其實(shí)O2O的故事已經(jīng)過去了。現(xiàn)如今企業(yè)對機(jī)器翻譯的需求會比一般用戶更高。無論是會議室里的同傳,還是圖像翻譯,包括視頻的實(shí)時翻譯,如果有一款企業(yè)級產(chǎn)品能夠滿足企業(yè)“大規(guī)?!焙汀案咝省钡姆g需求,這個意義是非常大的,同樣也擁有著非常巨大的市場。
2、超前的大數(shù)據(jù)行業(yè)面臨“高闕值馬太效應(yīng)”
一般來說,一個新產(chǎn)品或者是新技術(shù)要想在市場上獲得收益,創(chuàng)業(yè)企業(yè)在前期必須要舍得“燒錢”,比如共享單車在剛剛面世時,價格策略讓公眾迅速地接受了“共享”的概念,用戶量達(dá)到了一定程度后,就會形成用戶群聚的馬太效應(yīng),此時只需要等待自然虹吸即可快速聚攏用戶。
然而,“大數(shù)據(jù)”作為比“共享”更為前沿和更具科技性的概念,其應(yīng)用成果會比傳統(tǒng)超前很多,尤其在行業(yè)對應(yīng)的理念未跟上之時,大眾的心理接受過程會非常漫長。于是,大數(shù)據(jù)行業(yè)的馬太效應(yīng)會比“共享單車”此類普通的功能型產(chǎn)品(立等可用,無嘗試成本)闕值更高,虹吸效率更低。
同樣是C端產(chǎn)品,To C的大數(shù)據(jù)產(chǎn)品難以采用從零開始的用戶策略。如果以B端為溫床,反而更能促進(jìn)企業(yè)的發(fā)展,為企業(yè)帶來利潤。我們也能看到,無論是量子、Inside、軟件級別的平臺級產(chǎn)品等等,都是非常重視2B,其應(yīng)用完全是基于企業(yè)客戶開發(fā)出來的。
事實(shí)上,各類大數(shù)據(jù)to B服務(wù)都已在中國初具規(guī)模,比如中譯語通開創(chuàng)性地發(fā)布了一款企業(yè)級機(jī)器翻譯產(chǎn)品MerCube,接下來的產(chǎn)品體系也在B端進(jìn)行了布局;14年成立的數(shù)創(chuàng)企業(yè)DataHunter也在為中小企業(yè)提供部分產(chǎn)品上取得了成績。
三.謀定而后動才是大數(shù)據(jù)賦能產(chǎn)業(yè)發(fā)展的不二法門
1、 行業(yè)需要的是結(jié)構(gòu)化數(shù)據(jù)
于B端而言,比起非結(jié)構(gòu)化數(shù)據(jù)(數(shù)據(jù)結(jié)構(gòu)不規(guī)則,沒有預(yù)定義的數(shù)據(jù)模型),結(jié)構(gòu)化數(shù)據(jù)會更有價值。以金融行業(yè)為例,除了數(shù)據(jù)豐富度外,具有數(shù)據(jù)篩選、智能算法等功能的產(chǎn)品才是具有高效價比的。所以,數(shù)創(chuàng)企業(yè)在技術(shù)研發(fā)過程中,花在核心算法上的精力產(chǎn)出不一定比花在數(shù)據(jù)上低。
比如中譯語通在產(chǎn)品上的打法就是將海量的數(shù)據(jù)進(jìn)行結(jié)構(gòu)化,“在任何一個時間節(jié)點(diǎn),對于每一筆交易逐級關(guān)系、競爭對手的關(guān)系,都可以挖掘出來”,進(jìn)而可以向任何垂直行業(yè)變現(xiàn)。此外,還有Crux
Informatics“只專注于處理非結(jié)構(gòu)化數(shù)據(jù)”,極光“全面賦能移動大數(shù)據(jù),幫助金融行業(yè)提高運(yùn)營效率。“
這就意味著大數(shù)據(jù)行業(yè)里擁有閉環(huán)和數(shù)據(jù)的公司會首先跑通。
2、 產(chǎn)品投放之前需要數(shù)據(jù)追溯避免版權(quán)問題
在大數(shù)據(jù)創(chuàng)業(yè)機(jī)會的背后,依然存在著難以規(guī)避的版權(quán)風(fēng)險。數(shù)據(jù)來源于何處?數(shù)據(jù)究竟是真還是假?這是大數(shù)據(jù)產(chǎn)品投入市場之前必須要考慮的。沒有完全成熟、充分準(zhǔn)備的產(chǎn)品會被市場排斥,面對大數(shù)據(jù)收集的“通病”——版權(quán),只有追溯版權(quán)來源的成熟產(chǎn)品才能避免用戶的抵觸情緒。
極光大數(shù)據(jù)就因?yàn)閿?shù)據(jù)來源、數(shù)據(jù)隱私監(jiān)管趨勢收緊等方面愈發(fā)承壓;中譯語通則采用了數(shù)據(jù)追溯的辦法,去標(biāo)注每條視頻當(dāng)中的細(xì)節(jié)、內(nèi)容,為每個數(shù)據(jù)打上標(biāo)簽,追溯到版權(quán)并進(jìn)行戰(zhàn)略簽約以及購買。
目前,仍是有不少數(shù)據(jù)企業(yè)打版權(quán)的“擦邊球”,面對這類問題,除了相關(guān)部門要完善這些行政管理?xiàng)l規(guī),數(shù)創(chuàng)企業(yè)自身也應(yīng)該在最大程度上規(guī)避這種風(fēng)險,在整個行業(yè)內(nèi)開始杜絕這種風(fēng)氣。
結(jié)論:
總之,在如今這個智能時代,大數(shù)據(jù)必定會扮演著重要的驅(qū)動角色,即使目前沒有顛覆性的產(chǎn)品,大數(shù)據(jù)的價值是無法被否定的。在未來市場更趨成熟的時候,大數(shù)據(jù)將會與更多產(chǎn)業(yè)進(jìn)行緊密結(jié)合,為投資者們創(chuàng)造更多的效益與價值。而在這之前,數(shù)創(chuàng)企業(yè)應(yīng)該基于大數(shù)據(jù)的發(fā)展特性與市場現(xiàn)實(shí),找到大數(shù)據(jù)最佳的應(yīng)用渠道。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10