京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据创业潮起商业模式尚未成型_数据分析师考试
近一年来,“大数据”已成为最火的IT词汇之一。2012年,美国政府实施大数据计划、联合国发布大数据报告、我国一些城市或园区也宣布发展大数据产业。EMC、IBM、Oracle等跨国IT巨头纷纷发布大数据战略和产品。
数据统计,2012年全球被创建和被复制的数据总量达2.7ZB,是2002年全球数据总量的2亿倍;其中文本、照片、音频、视频、医疗影像等非结构化内容超过85%。庞大的数据蕴含着前所未有的社会价值和商业价值,其发展潜力正被越来越多的人所看好。“数据对于任何一个企业都是竞争优势,大数据将是未来的天然资源。”IBM新任CEO说。
在大数据的未来前景被看好的背景下,已衍生了许多基于数据商用的商业模式,而此领域也正成为创业者和投资机构所追捧的热门领域。
“可能感兴趣的人”“猜你喜欢”“购买此商品的人还购买了……”在你刷微博、网上购物时,经常会在相应的位置上见到如上提示。这些看似简单的用户体验背后,其实正孕育着被誉为“新油田”大数据产业。
面对汹涌而来的巨大商机,一些初创公司已开始在此领域大胆淘金,并且还获得了风险投资的支持。3月28日,晶赞科技获得了北极光及英特尔投资的2000万美元,这是继去年百分点获得IDG投资后,又一起在大数据领域的融资案例。在资本市场低迷的背景下,发生在大数据领域的创业项目显得格外夺人眼球。
事实上,大数据在目前还是个宽泛而笼统的概念。在这个领域里创业,应该从哪个角度切入,以及如何构建自己的商业模式正成为创业者感兴趣的话题。
广告切入是初级阶段
目前,国内数据服务还处于初级阶段,新创数据服务类公司还需整合多种能力。目前来看,从广告切入是最容易获得广告主支持的一种业务模式。
“没有数据支撑的营销,往往会陷入拍脑袋进而无效果之境地。现代消费者不会轻易上钩,你需要消究他们的消费习惯及轨迹,进而找出热商机!”上海戏剧学院新媒体领域的副教授陈永东在微博中这样写到。
确实如此,广告界曾有一句名言:“我知道我的广告费有一半浪费了,但是我不知道是哪一半”正表达了数据缺失给企业带来的窘境。在百分点科技COO张韶峰看来,过去的技术很难满足广告主的需求,而现在通过技术手段完全可以解决这个问题。也就是说,让广告主花钱已能花明白了。
张韶峰表示,过去各家电商企业对其用户的了解都是片面的或者单个维度的,也就是说每个网站只了解用户在自己网站的偏好,但却无法了解用户在自己网站外的行为和偏好。“我们要做的事就是在这些网站之间搭建一个桥梁,这个桥梁能够帮助企业更好地拼出属于自己的用户兴趣拼图。”张韶峰说,一旦打通消费者在多个领域内(比如购物、资讯、交友、娱乐等)的数据,就可以通过大数据构建消费者全面的兴趣图谱,并在自己的网站上进行有针对性的营销和推送。这样,不仅能增强网站的转化率,而且也能大幅改善用户体验。
晶赞科技所做的,也正是把数据服务与广告业结合起来,其核心产品“晶赞雷达”就是在专业数据服务的基础上,实现了广告主精准再营销的广告投放系统。晶赞科技创始人兼CEO汤奇峰告诉《中国经营报》记者:“晶赞科技非常熟悉广告主的投放逻辑,我们的核心能力是建立多种模型,然后分析得出不同维度的有价值的信息,以便为广告主提供有效的投放服务。”
在北大纵横咨询集团高级合伙人刘荣华看来,上述公司的业务只能说是大数据在广告营销行业的应用,而其实大数据行业远不只这些,它的价值及影响力要大得多。可以说在未来,将不会有并不基于数据分析而做出的决策。也就是说,大数据会影响到我们社会生活的方方面面,因此,定性分析也将会成为习惯。
记者了解到:大数据包括数据来源、存储、计算处理和应用等多个环节。在汤奇峰看来,目前国内大数据的发展还处于初级阶段,新创数据服务类公司还需要有更多的整合能力,只有当产业发展到一定程度时,才能进一步地细分,而从广告切入则是最容易获得广告主支持的一种业务模式。
但张韶峰也坦陈:“目前,最难的还是让更多的企业认可数据分析的价值,并由此来提高数据服务的全社会认可度。”汤奇峰也认为:通过不同的案例来不断地告诉目标客户数据服务的价值,这还需要一个过程。
商业模式尚未成型
新创公司进入数据服务领域存在三大挑战:一是有无全面开发技术的能力及实力;二是有无足够多的钱,做数据服务需要很多基础设施、海量数据的存储、计算等,而这些都需要有硬件投入;三是要跑得比大公司快。
大数据领域的创业,看上去一片美好,但在短期内,还需要解决“向谁赚钱”和“怎么赚钱”的问题。
记者了解到:晶赞科技除了推出自己的“晶赞雷达”这个产品外,也在通过其他的产品组合,向客户提供更多的服务,比如通过向客户提供SEM(搜索引擎营销)技术支持、独立广告监测系统等产品,以获得更多的服务费收益。因此,晶赞科技的客户多是大企业,其中尤以互联网垂直领域及电商两个行业的客户居多。
而百分点科技的客户主要是电商公司,通过给电商企业提供个性化的推荐技术服务来获得收益。据张韶峰介绍,百分点科技目前主要采取两种收费模式,一是固定的基础技术服务费,即根据每家企业选用的功能及规模大小来收取基本费用;二是按效果付费,两者的收入占比大致相当。
然而在汤奇峰看来,现在对于数据服务类公司谈商业模式,还为时过早,毕竟未来的变数还可能有很多,因此还需要时间及市场去理解和消化。他认为,晶赞科技的优势在于能站在广告主的角度理解用户,从而做出快速的反应。
对于有意进入大数据领域掘金的创业者,刘荣华提醒:新创公司进入这一领域存在三大挑战:一是有无全面开发技术的能力及实力。数据服务涉及到众多技术,如果创业者只是单一技术,则只能做成某一环节;二是有无足够多的钱。做数据服务需要很多基础设施,海量数据的存储、计算等都需要硬件投入;三是新创公司还需要跑得比大公司还要快,这无疑也是一大挑战。总之,前景广阔的数据服务对于新创公司来说,既是机会也是挑战。
警惕数据来源的合法性陷阱
目前包括百度、淘宝、腾讯在内的大公司都在做用户的数据分析,用户数据获取尚处于灰色地带。因此,需要提醒的是:无论是大公司还是创业型公司,都需要平衡用户隐私及数据质量的关系。
不得不提的是,数据服务的公司还面临着一个数据来源合法性的问题。在今年的“3·15”晚会上,央视曝光了一批做精准营销服务的公司存在侵犯用户隐私的问题,从而引发了人们对数据来源合法性的关注。而这也正成为数据类创业公司的一个隐形的风险。
张韶峰认为,上述风险需要理性地看待。在他看来,技术本身并没有好坏,关键在于使用它的人。技术是把双刃剑,关键需要政府和业界建立规则,设计非常苛刻严格的法律条例和行业规则,全力打击那些提供除了用户同意的服务外,还以伤害用户的方式利用用户隐私牟利的企业。
“投资方对此也非常重视,他们在考查晶赞科技期间,就曾做了严格的审计。”汤奇峰表示,数据来源的合法性关键一点在于是否告之“用户”,用户包括广告主及普通消费者,而且在所有的设置中,必须有一项设计,就是用户有权选择退出。
“百分点科技的数据来源一部分是公司本身收集的核心数据,此外还会与服务的客户签一个数据共享的协议,目前合作的客户都签这个协议。也就是说,以百分点科技牵头建立起了一个数据共享库。”张韶峰说。
在刘荣华看来,目前包括百度、淘宝、腾讯在内的大公司都在做用户的数据分析,用户数据获取尚处于一个灰色地带。因此,创业者还需要及时提醒用户一些数据是自愿被获取。事实上,无论是大公司还是创业型公司,都需要平衡好用户隐私及数据质量的关系。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16