
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02