
風(fēng)口來了-大數(shù)據(jù)即將顛覆改造的十大行業(yè)
大數(shù)據(jù)的產(chǎn)業(yè)鏈從整體上可以分為四大層,包括IT基礎(chǔ)層、數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)應(yīng)用層和數(shù)據(jù)安全層。個人認(rèn)為在中國市場對于創(chuàng)業(yè)者來說,數(shù)據(jù)應(yīng)用層的創(chuàng)業(yè)機(jī)會最多,想象空間也最大。
本文將重點(diǎn)介紹數(shù)據(jù)應(yīng)用層在中國市場的發(fā)展機(jī)會和相應(yīng)的創(chuàng)業(yè)機(jī)會,但在數(shù)據(jù)應(yīng)用層的創(chuàng)業(yè),最大的挑戰(zhàn)是多數(shù)創(chuàng)業(yè)者一開始只有大數(shù)據(jù)應(yīng)用能力而缺乏數(shù) 據(jù),需要邊做應(yīng)用服務(wù)邊收集數(shù)據(jù),一旦數(shù)據(jù)和應(yīng)用能力兩者都具備了,大數(shù)據(jù)的創(chuàng)業(yè)將進(jìn)入了估值比較高的階段。下面我們將從大數(shù)據(jù)分析與數(shù)據(jù)挖掘、大數(shù)據(jù)可 視化、大數(shù)據(jù)產(chǎn)品解決方案以及大數(shù)據(jù)行業(yè)應(yīng)用四個方向展開介紹。
一、創(chuàng)業(yè)在大數(shù)據(jù)分析與數(shù)據(jù)挖掘
在大數(shù)據(jù)分析與挖掘方向,創(chuàng)業(yè)模式主要是幫助企業(yè)進(jìn)行業(yè)務(wù)數(shù)據(jù)分析和數(shù)據(jù)挖掘。在這個方向創(chuàng)業(yè)的挑戰(zhàn)在于企業(yè)的內(nèi)部數(shù)據(jù)比較敏感。
在中國,一般規(guī)模很大的互聯(lián)網(wǎng)企業(yè)不會輕易找外部團(tuán)隊來做企業(yè)的內(nèi)部數(shù)據(jù)分析和挖掘,他們會搭建自己的團(tuán)隊來進(jìn)行相關(guān)的數(shù)據(jù)分析和數(shù)據(jù)挖掘工作。除非他們工作遇到一定的瓶頸,才會考慮聘請外部第三方公司,但這時候?qū)Φ谌焦镜囊蠓浅8摺?/span>
在大數(shù)據(jù)分析與數(shù)據(jù)挖掘方向上,最近兩年逐漸出現(xiàn)了一些專門服務(wù)互聯(lián)網(wǎng)尤其是電子商業(yè)企業(yè),進(jìn)行個性化推薦引擎的開發(fā)和實施的大數(shù)據(jù)公司。他們服務(wù)的 企業(yè)一般是中小型電商企業(yè),因為大型電商企業(yè)如京東和淘寶一般有自己的專業(yè)數(shù)據(jù)挖掘團(tuán)隊。由于很多中小電商企業(yè)本身就不盈利,所以大數(shù)據(jù)公司直接從這些電 商企業(yè)賺錢會比較有挑戰(zhàn)。但這種服務(wù)方式的好處在于,大數(shù)據(jù)公司在幫電商企業(yè)實施個性化推薦的同時,采集了電商企業(yè)的相應(yīng)用戶數(shù)據(jù),服務(wù)的中小電商企業(yè)越 多,采集的數(shù)據(jù)越多,從而形成一個比較大的用戶購買行為和用戶特征數(shù)據(jù)庫,這個數(shù)據(jù)庫就本身的價值就非常大,可以為傳統(tǒng)行業(yè)客戶進(jìn)行精準(zhǔn)營銷服務(wù)。
二、創(chuàng)業(yè)在大數(shù)據(jù)可視化
在大數(shù)據(jù)可視化方向,通過可視化方式來幫助人們探索和解釋復(fù)雜的數(shù)據(jù),有利于決策者挖掘數(shù)據(jù)的商業(yè)價值,進(jìn)而有助于大數(shù)據(jù)的發(fā)展。
很多公司也在開展相應(yīng)的研究,試圖把可視化引入不同的數(shù)據(jù)分析和展示的產(chǎn)品中。在大數(shù)據(jù)可視化方向的創(chuàng)業(yè),大數(shù)據(jù)公司主要是幫助企業(yè)對大數(shù)據(jù)以更專業(yè)、更容易讀懂、更美觀的展示,形成專業(yè)的數(shù)據(jù)圖表??梢暬ぞ逿abealu 的成功上市反映了大數(shù)據(jù)可視化的需求。
市場上還有一個更重要的新趨勢是手持設(shè)備如手機(jī)側(cè)的數(shù)據(jù)可視化。管理者使用手機(jī)上網(wǎng)處理日常事務(wù)(如處理郵件)的習(xí)慣逐漸形成,管理者希望通過手機(jī)來查看數(shù)據(jù)、報表和報告。
由于手機(jī)和PC在查看報表時有很多差異的方面,如手機(jī)屏幕更小,手機(jī)不方便進(jìn)行類似鼠標(biāo)的點(diǎn)擊操作,數(shù)據(jù)可視化在移動側(cè)比PC側(cè)的難度更高,一旦體驗做好了,手機(jī)側(cè)的使用度一定比PC側(cè)高。我們看到很多企業(yè)的高層都是通過郵件來查看數(shù)據(jù)日報。
創(chuàng)業(yè)企業(yè)如果做出體驗很好的手機(jī)數(shù)據(jù)可視化產(chǎn)品,并產(chǎn)品功能上(如提供很好的下鉆功能)可以輔助分析,相信會受到企業(yè)管理層的重視。如果在手機(jī)數(shù)據(jù)可視化方向創(chuàng)業(yè),好處在于產(chǎn)品比較輕以及標(biāo)準(zhǔn)化,難度在于市場拓展,可能需要構(gòu)建渠道代理方式來拓展業(yè)務(wù)。
三、創(chuàng)業(yè)在大數(shù)據(jù)產(chǎn)品解決方案
在數(shù)據(jù)量迅速膨脹的同時,還要進(jìn)行深度的數(shù)據(jù)深度分析和挖掘,并且對自動化分析要求越來越高,越來越多的大數(shù)據(jù)數(shù)據(jù)分析工具和產(chǎn)品應(yīng)運(yùn)而生。
大數(shù)據(jù)產(chǎn)品解決方案有兩個層面:一方面是標(biāo)準(zhǔn)化的數(shù)據(jù)挖掘工具,如用于大數(shù)據(jù)挖掘的R Hadoop版、基于MapReduce開發(fā)的數(shù)據(jù)挖掘算法等等;另一方面則是標(biāo)準(zhǔn)化的數(shù)據(jù)分析產(chǎn)品。
對于創(chuàng)業(yè),后者的機(jī)會更大。標(biāo)準(zhǔn)化的數(shù)據(jù)分析產(chǎn)品如網(wǎng)站流量分析工具、廣告效果統(tǒng)計工具、移動應(yīng)用統(tǒng)計工具等等,除了一些廣告效果統(tǒng)計工具以外,現(xiàn)在 很多統(tǒng)計工具都是免費(fèi)提供給客戶。在這個方向創(chuàng)業(yè)的企業(yè),更多的時候會考慮用戶形成一定規(guī)模后被看重數(shù)據(jù)的大型互聯(lián)網(wǎng)企業(yè)收購,或者是考慮通過提供基于數(shù) 據(jù)增值服務(wù)如精準(zhǔn)營銷來盈利。
標(biāo)準(zhǔn)化的數(shù)據(jù)分析產(chǎn)品也有一個很重要的趨勢是向移動端發(fā)展,即要做移動應(yīng)用的監(jiān)測分析產(chǎn)品,因網(wǎng)民通過手機(jī)上網(wǎng)的比例越來越高。CNNIC的數(shù)據(jù)顯示,截止到2014年年底,中國網(wǎng)民數(shù)已經(jīng)達(dá)6.5億,其中86%的網(wǎng)民通過手機(jī)上網(wǎng)。
因此,移動端的互聯(lián)網(wǎng)應(yīng)用將會越來越多,越來越普及,相應(yīng)的統(tǒng)計分析產(chǎn)品也順應(yīng)此潮流而生。在移動應(yīng)用的數(shù)據(jù)統(tǒng)計產(chǎn)品方向,比較著名的如友盟、talkingdata等面向移動互聯(lián)網(wǎng)應(yīng)用統(tǒng)計的工具,他們免費(fèi)向各種移動應(yīng)用開發(fā)者提供標(biāo)準(zhǔn)化的統(tǒng)計服務(wù)。
開發(fā)商把這些統(tǒng)計工具的SDK嵌入自己的應(yīng)用,很快就能看到標(biāo)準(zhǔn)化的統(tǒng)計報表,如應(yīng)用活躍度、應(yīng)用留存率、用戶轉(zhuǎn)化漏斗模型等,有利于開發(fā)者進(jìn)行相關(guān)產(chǎn)品運(yùn)營優(yōu)化和產(chǎn)品改進(jìn)的報表。友盟和talkingdata代表了典型數(shù)據(jù)產(chǎn)品的兩個發(fā)展方向。
前者(友盟)被阿里收購,當(dāng)然也較快的實現(xiàn)了創(chuàng)業(yè)者較好的財務(wù)回報;后者(talkingdata)依然以中立第三方的方式發(fā)展,其移動應(yīng)用統(tǒng)計服務(wù) 依然免費(fèi),但由于在提供免費(fèi)統(tǒng)計服務(wù)的同時收集了很多有價值的數(shù)據(jù),他們可以利用這些數(shù)據(jù)為很多企業(yè)尤其是傳統(tǒng)行業(yè)提供深度的數(shù)據(jù)增值收費(fèi)服務(wù)。
四、創(chuàng)業(yè)在大數(shù)據(jù)行業(yè)應(yīng)用
大數(shù)據(jù)在各個行業(yè)的垂直特色化應(yīng)用其實會更有想象空間,包括金融、電信、健康、媒體廣告、零售、交通、政府、智慧城市、房地產(chǎn)和家居家電等行業(yè)都會有很多應(yīng)用機(jī)會:
金融:大數(shù)據(jù)公司專門聚焦在通過大數(shù)據(jù)進(jìn)行客戶信用評級,并為銀行、保險公司或者P2P平臺服務(wù);或者基于大數(shù)據(jù)挖掘幫助銀行進(jìn)行客戶細(xì)分、精準(zhǔn)營銷服務(wù);
電信:這個方向已經(jīng)有專門為電信企業(yè)提供客戶生命周期管理解決方案、客戶關(guān)系管理、精細(xì)化運(yùn)營分析和營銷的數(shù)據(jù)公司;或者基于大數(shù)據(jù)提供網(wǎng)絡(luò)層的運(yùn)維管理和網(wǎng)絡(luò)優(yōu)化服務(wù)的大數(shù)據(jù)公司;
健康:未來兩三年將會出現(xiàn)一批基于各種可穿戴設(shè)備形成的健康云數(shù)據(jù),進(jìn)行深度的數(shù)據(jù)數(shù)據(jù)分析和挖掘的企業(yè),幫助人們進(jìn)行健康預(yù)測和預(yù)警;未來還可以服 務(wù)公共衛(wèi)生部門,打通全國的患者電子病歷數(shù)據(jù)庫,快速檢測傳染病,進(jìn)行全面的疫情監(jiān)測,并通過集成疾病監(jiān)測和響應(yīng)程序,快速進(jìn)行響應(yīng);
媒體廣告:這方向可以通過大數(shù)據(jù)實現(xiàn)更科學(xué)的媒介選擇;或者基于大數(shù)據(jù)的精準(zhǔn)廣告投放系統(tǒng)、基于大數(shù)據(jù)的廣告效果監(jiān)測評估服務(wù)、基于大數(shù)據(jù)的網(wǎng)站分析優(yōu)化服務(wù)以及基于大數(shù)據(jù)DMP數(shù)據(jù)平臺并為DSP平臺提供精準(zhǔn)營銷服務(wù);
零售:大數(shù)據(jù)公司可以幫助零售企業(yè)進(jìn)行店面選址服務(wù);利用關(guān)聯(lián)規(guī)則進(jìn)行客戶購物籃分析,從而給客戶推薦相應(yīng)的促銷活動;基于天氣的分析和預(yù)期來判斷暢 銷產(chǎn)品以及相應(yīng)的進(jìn)貨和運(yùn)營策略,或者把天氣數(shù)據(jù)加入物流預(yù)測模型,確保在天氣模式?jīng)]有改變之前,商品能夠順利運(yùn)送到各商店;
交通:基于大數(shù)據(jù)提升交通案件偵破能力,基于圖像識別技術(shù)快速發(fā)現(xiàn)和記錄違章車輛信息;或者基于車流量的分析幫助交管部門進(jìn)行交通管理和交通建設(shè)的優(yōu)化;未來還會出現(xiàn)基于客戶使用汽車導(dǎo)航的數(shù)據(jù)為保險公司提供客戶交通事故風(fēng)險分析的服務(wù);
政府機(jī)構(gòu):大數(shù)據(jù)公司可以基于自然語言處理和語義分析,為政府提供輿情監(jiān)測服務(wù)。在中國市場,政府的輿情監(jiān)測服務(wù)的需求比較剛需,也是政府通過大數(shù)據(jù) 手段及時了解民聲,優(yōu)化政府相關(guān)服務(wù)的科學(xué)手段之一。由于自然語言處理、語言分析的門檻比較高,所以很多輿情監(jiān)測服務(wù)公司會采取機(jī)器判別加人工篩選的方式 來服務(wù)客戶,真正做到全自動化的監(jiān)測的公司并不多;
智慧城市:大數(shù)據(jù)作為構(gòu)建智慧城市必不可少的重要技術(shù),在城市的智慧交通、平安城市、智慧醫(yī)療、智慧社區(qū)等智慧應(yīng)用實踐中發(fā)揮著巨大作用。其中,交通、醫(yī)療、平安城市已經(jīng)成為大數(shù)據(jù)應(yīng)用重點(diǎn)領(lǐng)域,也是充滿了創(chuàng)業(yè)機(jī)會;
房地產(chǎn):通過互聯(lián)網(wǎng)平臺的大數(shù)據(jù)進(jìn)行購房潛在客戶挖掘;或者通過互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行潛在裝修客戶挖掘;通過大數(shù)據(jù)提供精準(zhǔn)的社區(qū)O2O服務(wù);商業(yè)地產(chǎn)通過大數(shù)據(jù)對商場消費(fèi)人群進(jìn)行分析,掌握顧客活動軌跡、消費(fèi)習(xí)慣等,提供定制服務(wù)、精準(zhǔn)營銷服務(wù)。
家居家電:在智能家居以及智能家電的推動下,大數(shù)據(jù)在這個領(lǐng)域?qū)霈F(xiàn)比較有意思的創(chuàng)業(yè)機(jī)會?,F(xiàn)在已經(jīng)有創(chuàng)業(yè)者以云服務(wù)的方式讓家居或者家電的數(shù)據(jù)接 進(jìn)來,并開始提供一些數(shù)據(jù)分析和數(shù)據(jù)挖掘的服務(wù)。未來,將基于大數(shù)據(jù)會出現(xiàn)更有意思的應(yīng)用,比如通過你使用冰箱的行為數(shù)據(jù),冰箱告訴你明天需要買胡蘿卜 了。
以上只是簡要列舉一些典型數(shù)據(jù)創(chuàng)業(yè)機(jī)會,由于文章篇幅所限,還有很多機(jī)會沒有提到。總的來看,大數(shù)據(jù)的發(fā)展在中國還處于發(fā)展期的初期,機(jī)會和挑戰(zhàn)并存。
如果要在這個領(lǐng)域創(chuàng)業(yè),可能需要比較好的耐心,數(shù)據(jù)行業(yè)是慢工出細(xì)活的行業(yè),獨(dú)立第三方數(shù)據(jù)公司的品牌影響力也是需要較長時間的積累,大數(shù)據(jù)公司的發(fā)展比較難出現(xiàn)爆發(fā)式的增長。所以,在這個行業(yè)創(chuàng)業(yè),要做好跑馬拉松的心理準(zhǔn)備。
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
DSGE 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(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 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10機(jī)器學(xué)習(xí)解決實際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機(jī)器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計產(chǎn)品與服務(wù)解決方案 ...
2025-09-09