午夜免费电影-中文字幕丰满乱孑伦无码专区-久久久久久亚洲精品无码-国产精品天天狠天天看

跨界和融合是大數據思維里最重要的一環，大數據就像是錢一樣，你得讓它流動起來才能產生價值。在這篇大數據行業的SWOT分析文章中，也許可以找到你想了解的大數據行業創業環境、問題、機會與方向。

大數據不僅僅是一個營銷詞匯，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什么是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關于大數據的文獻資料和技術文章。如果你要問我什么是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據帶來的是一種變革，打破了原有的隨機分析（抽樣調查）方法，采用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加注重相關性而不是因果。

可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

我們可以把山林用數據可視化表現出來，然后讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，并且把這些地點數據常年積累起來。然后結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來準確的預測出野蘑菇的分布地點。

這就是大數據力量。

一言以蔽之，大數據最直接的意義就是讓“隨機性”的事情變得可提前預測，從而提高效率和行動價值。

同樣的思路，森林防火防賊、環境保護、旅游景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者（用戶）的需求。

用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什么、架構是什么，用戶最關心的是大數據到底怎么用，用了能為自己帶來什么好處。

今天我們將從“外部大環境”、“行業內部環境”、“創業風險”和“大數據創業機會和方向"四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

大數據市場現狀（外部環境）

根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

一、大數據市場規模巨大

首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什么樣的公司，或者說你未來創業要做什么樣的服務，大數據都是兵家必爭之地。

大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那么在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家里90%以上會重視大數據。

二、政策好，政府支持力度大

根據gov.cn9月6日消息，國務院公開發布《國務院關于印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平臺。

相比之下，我們敬愛的習大大和李克強總理也經常為大數據站臺，為中國的大數據發展點贊。看政府對大數據的重視，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出臺了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

三、資本關注熱

上圖是我們（36大數據，編者注）對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高于其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源于頂級投資機構。

大數據行業現狀（內部環境）

“大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎么做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它。”

TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

現狀一、市場尚未飽和，競爭并不激烈

1、尚未出現壟斷性行業巨頭

前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。

也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那么大的競爭壓力，而且真正的戰爭尚未開始。

2、現有大數據企業扎推北京

根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海占了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、制造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

3、大數據在生活、商業滲透性較弱

筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活并沒有因為大數據的到來變得更智能一些。

它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。并沒有看到可以稱之為“變革”的現象。

4、沒有直接的變現模式

互聯網上最賺錢的兩大行業分別是電子商務和網絡游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

現狀二、大數據行業人才緊缺

根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。

2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

現狀三、數據量增長超快

這里和大家分享三個數字。49億、250億和 39ZB。

49億物聯網設備：咨詢公司 Gartner 預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

250億智能裝置傳感器：分析師預測，傳感器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

39ZB數據存儲量：在 2014 年年底，國內網絡上集中存儲的數據已經達到 1ZB，到 2020 年時，當年的新增數據量將會達到 15.45ZB，整體的網絡上數據存儲量將會達到 39ZB，未來 6 年的年復合增長率達到了 84%。

預測到 2020 年， 平均每個中國人每年產生的數據約為 4.1GB。

現狀四：行業目前存在問題

1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了。現在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從百度指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%。

另外，關注大數據的男女比例里，男性占到了80%以上。這樣的數字直接告訴我們的問題就是，“大數據”的話題傳播性其實并不好。預計超過90%的大眾用戶不知道大數據是個什么東西。

3、大數據只解決了部分2B的問題，2C產品較少。現在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那么營收預計在4000萬左右。

但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什么呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90后，這才是種子用戶。

4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要。

現有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到。現有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，里面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。

上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

大數據行業創業的風險預警

一、大數據的創業門檻

1、人才成本較高；在美國，在R、NoSQL和MapReduce方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

2、存儲硬件成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在云上。 自建機房比云存儲成本高很多倍。

3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

沒有明確的商業變現模式，這是目前大數據創業的最大門檻。 拼數據，你拼不過阿里百度騰訊，拼錢，還是算了……

二、數據安全問題

據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介于210萬到520萬之間，但最多可能到7390萬。

讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似數據庫物理刪除；2015年6月，美國人事管理局（OPM）被指出大量工作人員信息泄露；2015年8月，婚外情網站Ashley Madison數據遭泄露……

對于大數據新創企業來說，數據的安全性就是“命”，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

三、大數據隱私

關于大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬于灰色地帶。

手機號碼被惡意第三方收集了，然后給用戶發了很多垃圾短信，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出臺相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

大數據行業創業機會與方向

一、資本層面關注點

對于大數據項目，投資人到底看什么？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

大數據沒有直截了當的變現模式，那么一個新創大數據企業想要獲得成功，拿什么去拼？當然是人才。這也是投資人最關注的東西。

投資人告訴筆者，對于一個大數據項目，他們最看重的是團隊。那怎么看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。

大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

還有就是看項目的商業模式和變現能力。看項目方面，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。

商業模式方面，投資者會看你的客戶（用戶）體量和數據源。你的客戶群體有多大？你手里有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

二、大數據垂直領域熱門的投資方向

第一個是Hadoop 商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那么Hadoop 商業化就是去完善這些功能，使其更好的應用于企業的業務場景。

Hadoop 商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop 商業化的公司是星環科技。

第二個是SQL on Hadoop，用大白話來說就是基于應用場景下的數據框架 。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基于大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

第三個是NoSQL數據庫，非關系型數據庫和云數據庫服務。典型的國外企業有MongoDB 和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎云服務商青云QingCloud已經推出了基于MongoDB的集群服務，名字叫做青云QingCloud MongoDB。

第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國云數據的大數據魔鏡。

第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

三、大數據行業現有的商業模式

談到商業模式，肯定就要說到2B還2C的問題。

2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata 都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要么是做解決方案（類似外包），要么就是做工具。

預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那么到那個時候，解決方案的市場份額還會多么？不肯到也不否定。對于一家企業來說，大數據就是自己的資產，相信企業更傾向于自己管理自己的內部資產。

所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、百度指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向于應用。可穿戴設備其實也算是大數據應用產品之一。

說了這么多，你肯定會問我了，那么騰訊、百度和阿里巴巴這樣的企業，他們的大數據又是什么樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

用一句話來說就是：你收集用戶的數據，分析出報告，然后給到的對應的企業，對應的企業根據數據反饋，從而開發或制造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。

那么，現有的大數據公司，都是如何賺錢的呢？

1、廣告、營銷。這一類主要集中在第三方大數據營銷公司里。典型的企業包括締元信、時趣這樣的公司。他們主要的業務就是幫助大數據分析能力較弱的公司來做大數據分析，優化廣告和營銷的路徑，使市場投入的非常產生更大的價值。

2、直接賣數據的公司。典型的企業有數據堂。

3、做工具或者服務。目前的移動統計工具就是這一類，還有做Hadoop套件的也是這一類公司。

4、賣報告或解決方案的。做大數據解決方案的公司就太多太多了，典型的公司為IBM。

5、跨界和融合。

Talkingdata聯合創始人蔣奇先生告訴我們，Talkingdata后臺有移動互聯網各個熱門手機游戲的數據，包括用戶的設備數據、行為數據、日常數據和游戲里的消費數據等等。根據這些數據，可以對這些游戲用戶進行用戶畫像。

以招行信用卡推廣為例，Talkingdata通過大數據分析發現，《刀塔傳奇》以及《我叫MT》這兩款游戲的用戶屬性和招商銀行信用卡中心需要的用戶屬性很契合，于是促成了招商銀行和的合作，還支持了后續的信用卡積分的禮包和活動等。

這次合作為招行信用卡帶來了5萬個綁定用戶。一般情況下，銀行類的應用要實現轉化的平均成本在兩百到三百塊錢之間，而這樣的跨界合作，招商銀行基本上沒花一分錢，就達到了5萬轉化率，理論上省掉了上千萬的費用。這就是跨界和融合。

跨界和融合，其實也是大數據思維里最重要的一環。大數據就像是錢一樣，你得讓它流動起來才能產生價值。

四、大數據行業的創業方向和機會

先說2B方向。

大數據創業的2B方向，更多的是做工具和服務，如數據可視化、商務智能、CRM等。

現有的大數據工具有著技術門檻高、上手成本高、和實際業務結合較差以及部署成本高，小公司用不起等特點。那么新創企業就可以根據以往這些產品的缺陷，來做更適合市場和客戶的大數據分析工具和服務。

另外，將大數據工具完整化和產品化也是一個方向。新一代的大數據處理工具應該是有著漂亮UI，功能按鍵和數據可視化等模塊的完整產品，而不是一堆代碼。

再說2C方向。

大數據一個很大的作用就是為決策做依據，以前做決定是“拍腦袋”決定，現在，做決定是根據數據結果。在我們的生活中，需要做決策的時候太多太多，尤其是像筆者這樣選擇性困難的天秤座，非常需要大數據來輔助決策。

個人理財（我的錢花哪去了，哪些可以省下來）、家庭決策（孩子報考哪所大學）、職業發展/自我量化（該不該跳槽，現在薪水到底合適不合適 ）以及個人健康都可以用到大數據。

【圖：大數據應用的現狀和機會】

五、我們的創業建議

1、想清楚誰為你買單（找用戶）；

2、痛點是什么（找需求）；

3、穩定/獨特的數據源（找數據）；

4、靠譜的人做靠譜的事（找人才）；

5、考慮2C的產品方向；

6、忘記科技行業過往經驗；

7、將大數據產品化 （小而美）；

8、深耕一個領域，不斷的試錯和迭代。

其他新創大數據公司創始人也提出過自己的建議。九次方大數據集團總裁王參壽認為深耕大數據領域，堅持才是王道：“大數據行業創業就像爬泰山，爬不到山頂，看不到太陽。”

國云數據CEO馬曉東表示，“不要跟著概念創業，從真實需求出發，從企業和用戶對數據的需求出發做大數據產品，找準自己的定位是關鍵。”