京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何让大数据“变现”
8月29日,在成都“创业天府·菁蓉汇”崇州大数据专场上,全省首个大数据产业创投基金——四川新同德大数据产业创投基金成立。该基金相关负责人宣布已募集2.5亿元,将用于投资30个企业进行大数据开发,推动在当地形成“大数据产业集群”。
大数据,蕴藏大量投资机会,正勾勒出一个新兴产业发展的蓝图。
大数据如何“变现”成为大数据应用最根本的问题,也是创投人士关心的话题。
创新数据搜集带动商业模式创新
尽管现在大多数创业者言必称“云计算”、“大数据”,但在资深投资人、晨兴资本董事总经理石建明看来,创业企业搞大数据产业“只是看上去很美”。“对于大多数创业企业来讲,搜集数据、挖掘数据首先是很难完成的事情。”石建明介绍,绝大部分的数据资源,普通企业一般难以接触到,同时很多普通人的关键数据又集中在几大平台公司手中。“大量社交数据在微信,电商数据在京东、淘宝,支付数据在阿里巴巴。而数据挖掘是这些大企业的核心业务,他们都自己做,不会让给第三方做。”
在这种情况下,普通创业企业如果做大数据,如何进行突破?
“虽然很难,但并不意味着完全没有机会。”石建明以一家专注医院挂号的企业举例,这家公司连接了绝大多数的三甲医院和中小医院,提供实时挂号数据。
“当企业创始人给我们谈时,我们觉得不可能,想要拿到医院的挂号信息,太难了。但一旦这些数据被积累起来以后,非常有用。因为很多人挂号,把这个号卖出来,做‘黄牛’,他们就基于这个大数据做了一套‘反黄牛’的系统,非常有效。北京公安部门用该系统抓贩卖医院专家号的‘黄牛’。”石建明表示,此外还有地产数据等专业性行业性领域,都是可能形成大数据产业商业模式创新的现实“卖点”。
“创业企业做大数据,切实可行的方法是:找到一些创新的方法搜集属于你自己的数据。当你拥有这些数据以后,再利用这些分析能力,建立新的商业模式。”石建明建议。
解决定价机制让数据“能够卖”
创业公司采集大量用户行为数据后,如何进行有效的数据分析和应用?
“如果要让数据本身成为商品,就需要解决数据的透明化、流通化和资本化三个问题。”6年来,电子科技大学大数据研究中心主任周涛参与投资创立了20多家大数据概念公司,他认为,将大数据形成产业的首要问题,是要先建立数据定价机制。
周涛最广为人知的身份,是作为《大数据时代》一书的作者,被称为“四川大数据应用研究第一人”。
周涛说,一瓶矿泉水卖两元钱,这是它的明码实价。“但是数据跟这不一样,它的价值不好评价。成都市一辆出租车要产生无数条大数据,这个能不能卖?能卖,它值多少钱?一千万,一百万,十万还是一万?大家都不知道。这就涉及一个定价的问题。”
周涛认为,应该着手建立全国范围内数据的流通目录体系,“明确这些数据的价格怎么样,数据完备性实时性怎么样,帮助售卖数据的人找到买数据的人。”同时,还需要建立规范的数据交易机制和数据交易平台,解决数据在流通过程中所遇到的数据安全、数据隐私和数据版权等问题。
“我们还需要和律师事务所、会计师事务所合作,建立资产审计的模型,使得数据能够作为单独的一项进入到企业的财务报告中,这样企业才有交易数据的动力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20