
做大數(shù)據(jù)真的能賺錢嗎
于IT業(yè)內(nèi),大數(shù)據(jù)之火熱程度,似乎無出其右者。當(dāng)然,在其真正爆發(fā)前夜,也應(yīng)該適時潑盆冷水。
誰能接觸到數(shù)據(jù)
以我來形容中國大數(shù)據(jù)產(chǎn)業(yè),可稱“蒙面狂奔”四字。在沒有思考清晰盈利模式之時,已蒙面狂奔,絕塵而去。
國內(nèi)冠以大數(shù)據(jù)之名的企業(yè)數(shù)以千計,但細(xì)分其專注領(lǐng)域,大致可歸屬三類:其一,平臺型企業(yè),例如華為、星環(huán)科技、浪潮、新華三等;其二,工具型企業(yè),例如在數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)清洗、數(shù)據(jù)可視化等領(lǐng)域中的海量數(shù)據(jù)、帆軟軟件、明略數(shù)據(jù)等;其三,應(yīng)用型企業(yè),例如百分點,以及國內(nèi)諸多行業(yè)方案商多屬于此類型。
不需否認(rèn),大數(shù)據(jù)已在國內(nèi)諸多行業(yè)領(lǐng)域展現(xiàn)出其價值,但深究典型案例,應(yīng)遠(yuǎn)未如媒體宣傳中顯著。為何?有資格被稱為大數(shù)據(jù)企業(yè),取決于兩個先要條件:其一,掌握或接觸到用戶數(shù)據(jù);其二,有能力為用戶提供數(shù)據(jù)服務(wù)。
先觀察首要條件,大數(shù)據(jù)企業(yè)能否掌握,或接觸到用戶數(shù)據(jù)。答案:很難。除互聯(lián)網(wǎng)公開數(shù)據(jù)之外,第三方能接觸到的數(shù)據(jù)資源著實有限。以IT方案商為例,此前其以為用戶設(shè)計、實施行業(yè)應(yīng)用軟件為主營業(yè)務(wù),理論上距離數(shù)據(jù)最近,但就如建筑商,建設(shè)了廣廈千萬間,建設(shè)了條條大路通羅馬,也不能掌握居民和車輛信息一樣。方案商實施了行業(yè)應(yīng)用軟件,其中也承載了海量價值數(shù)據(jù),但這并不等同于能接觸到數(shù)據(jù)。
退一步說,在企業(yè)意識到數(shù)據(jù)也是資產(chǎn),數(shù)據(jù)也能創(chuàng)造價值后,其正急需尋找數(shù)據(jù)服務(wù)商,或數(shù)據(jù)運(yùn)營商。而能夠承擔(dān)此角色者,IT方案商應(yīng)為首選。原因?方案商為企業(yè)用戶提供了十余年IT服務(wù),多少會產(chǎn)生些信任度,從IT服務(wù),延伸到數(shù)據(jù)服務(wù),應(yīng)為順其自然。
而問題又由此而來,大數(shù)據(jù)真的有用嗎?實施了鐵路車輛檢修大數(shù)據(jù)系統(tǒng),工人手中使用了幾十年敲敲打打的“小鐵錘”就能退休?實施了金融風(fēng)險管控大數(shù)據(jù)系統(tǒng),其結(jié)論是否能直接自動導(dǎo)入金融機(jī)構(gòu)業(yè)務(wù)流程,而無需人工干預(yù)?答案基本否定。
原因在于,大數(shù)據(jù)應(yīng)用服務(wù)商即使能獲得用戶數(shù)據(jù),也極其有限、極其不全面。以城市交通信息為例,此類通常掌握在20余部門手中,方案商幾乎不可能全面融合此類數(shù)據(jù)。而基于不全面的、錯誤的數(shù)據(jù)源,也就不可能推導(dǎo)出正確,有決策價值的結(jié)論。
做大數(shù)據(jù)真的能賺錢嗎?
當(dāng)然,基于局部數(shù)據(jù),也仍有可能建設(shè)出經(jīng)典的大數(shù)據(jù)案例。但大數(shù)據(jù)項目真的賺錢嗎?未必。在諸多大數(shù)據(jù)企業(yè)中,融資進(jìn)度大多在B輪和C輪之間,尚沒有一家企業(yè)完成D輪融資。也就是說,距離賺錢尚早。
而細(xì)分技術(shù)領(lǐng)域,首先,大數(shù)據(jù)工具類企業(yè)業(yè)務(wù)模式相對簡單,其只是產(chǎn)業(yè)鏈中的一環(huán),實現(xiàn)盈利相對容易。其次,大數(shù)據(jù)平臺型企業(yè),其盈利模式比較復(fù)雜。單純依靠銷售大數(shù)據(jù)平臺幾乎不可能產(chǎn)生經(jīng)濟(jì)效益,而基于不同的業(yè)務(wù)出身,其業(yè)務(wù)模式又可分化為三個流派,一類企業(yè)希望以大數(shù)據(jù)平臺帶動底層硬件產(chǎn)品銷售;而另一類企業(yè),通過提供支持標(biāo)準(zhǔn)的SQL接口,依靠提供數(shù)據(jù)服務(wù)實現(xiàn)盈利。當(dāng)然,第三類企業(yè)比較“野蠻”,希望通過數(shù)據(jù),或基于用戶數(shù)據(jù)的服務(wù)直接變現(xiàn)。
而除此之外,業(yè)務(wù)模式更為“枯燥”的是大數(shù)據(jù)應(yīng)用類企業(yè)。通常行業(yè)方案商的大數(shù)據(jù)業(yè)務(wù)范疇包括:數(shù)據(jù)獲取、整合、治理、應(yīng)用和展現(xiàn)等,其中尤以數(shù)據(jù)治理最苦最累,在大數(shù)據(jù)項目中50%~60%的工作量也集中于此,不要忽悠什么人工智能、深度學(xué)習(xí)能解決此類問題,基本還屬于紙上談兵的階段。
問題由此而來,臟活累活總還是要有人干。配備10名數(shù)據(jù)科學(xué)家不能算多吧!月薪1萬元要也不算苛刻吧!如此算下來,稍有實力的方案商大數(shù)據(jù)部門,年均人力成本就應(yīng)在250萬元以上。250萬元?要做多少大數(shù)據(jù)項目,而且前提是要保證每個項目間要有很好地時間銜接,還要保證每個項目的能力需求都要與數(shù)據(jù)科學(xué)家的專長技能相匹配。
同時,與云計算不同,云計算考驗方案商純IT方面能力,而大數(shù)據(jù)項目則需要方案商數(shù)據(jù)科學(xué)家與行業(yè)團(tuán)隊,以及用戶業(yè)務(wù)專家緊密結(jié)合,合作建立基于應(yīng)用場景的數(shù)據(jù)分析模型。由此,每個項目的成功均需具備“天時、地利、人和”。也就是說,單個大數(shù)據(jù)項目的定制化程度相對較高,達(dá)到50%~40%,項目間很難具有可復(fù)制性,方案商也因此較難建立成熟的大數(shù)據(jù)項目盈利模型。
但最后還需說一句,形容中國大數(shù)據(jù)產(chǎn)業(yè)為“蒙面狂奔”,也許言過其實,但諸多桎梏確實擺在眼前。不管是依靠數(shù)據(jù)服務(wù),還是行業(yè)應(yīng)用定制,中國大數(shù)據(jù)產(chǎn)業(yè)仍需極大的人力消耗,成熟的盈利模型尚未建立?!懊擅妗笔乾F(xiàn)狀,也是必然階段,但衷心希望中國大數(shù)據(jù)企業(yè)再“狂奔”一兩年之后,面紗終能被一縷清風(fēng)揭去。
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深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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 ...
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