京公网安备 11010802034615号
经营许可证编号:京B2-20210330
写给创业者十个大数据观点
历经多种以数据为资源的创业公司,笔者深感大数据题材创业是高富帅的行为,对于创业者来说不但要拥有大数据的思维,帮客户创造价值,还要更好了解大数据的生态系统,不要想着成为什么平台,甚至设想成为数据生态里面的重要基础设施提供者,某个行业的领导者,而更多是要考虑如何先成为数据时代的收益者之一。
根据观察,笔者梳理了大数据的观点,写给创业者以供参考。
1.关于大数据赚钱
大数据的价值是没有问题的,可是它的商业价值是依赖用户数的;
简单举例:100元发掘了10元价值,如果销售给8个人,亏20,销售给80个人赚700,利润极高
这就是说,数据驱动的生意价值密度比较低,依赖用户数构建生意体系,一旦做大将是暴力,因为价值的复制性成本趋近于零。
2.关于大数据商业模式
目前的大数据仍停留在概念系统建设的初级阶段,解决现有数据量增加、处理速度快速处理的问题,很少有大数据平台真正运用自身的大数据,完成真正的产品创新,而非渠道的拓展。
就技术收益而言,营销的:
商品推荐、广告推荐、阅读推荐、人才推荐、旅游推荐搜索悠优化都是有收益的;就安全而言:有合规、预警和智能巡检,是可以节省成本的、提高效率的;就产品创新而言,没有见到实物的产品创新案例;UGP(用户创造产品)平台会比较酷。
就目前已经赚钱的搜索业务,安全业务,舆情,情报,营销业务都是成功的案例,还有很多,靠大家切入,记住提供应用,不要搞系统。那是大公司干的事情。
3.关于大数据的普世价值
发现大数据的价值,如同发现新文明!
数据是群众智慧,将协助个体进行科学决策!
和之前的数据科学相比现在的DT能够实时在线,预测未来趋势!
企业层面将更加科学的倒逼企业的人财物产供销体系等
开放数据、是人类历史上最伟大的进步!
对于数据的价值认知不应该停留在商业领域,各行各业都需要数据驱动,各个学科也需要,我们人类在通过数据不断量化这个宇宙。
4.大数据与营销
科学和艺术的有机结合
数据更快、更准,艺术更富有感染力!
科学提升在理性范围内、艺术则非理性!
大数据目前贡献最多的还是在营销!
艺术价值>数据机制
数据对于营销效果是N%的提高,艺术是几十,几百,成千上万的提升,在数据时代一个好的营销是将数据与艺术结合的结果。
5.大数据的最大价值:大数据+物体=智能
心中有数为智慧、物中有数可智能!
数据给人类提供了造物的素材,使人有了学习上帝造物的本领;
大数据渗透到了所有场景,让物体智能,行为智能,谁学习谁受益,请用大数据帮助XX进行变革造句(大数据辅助说话,治病,吃饭,旅游,吵架);
这是大数据的核心价值,在这个哪些硬件需要什么样的数据,如何去满足这种数据需求,如何节省资源,如何提高数据利用率,如何考虑硬件之间的数据交换和流动才是最重要的。终端决定后台,消费者决定市场!智能硬件是大数据的最终用武之地。
6.没有数据照样可以大数据
智慧高于知识,智慧是动态的,它可以随时产生(实时计算)的:你的心态,初心,勇敢,创新思维,工作环境人际关系都是条件,我们从数据,信息,知识,到智慧产生都是大数据处理的结果,古人没有数据但是产生了智慧,所以大数据思维不应局限在数据层面。
7.关于大数据的最佳商业模式
免费数据,收费api,会不是大数据最佳的商业模式?
大数据的最佳商业模式也许就是大数据交易。
8.大数据对企业的价值
助理业务生命周期管理:
各行各业都有大数据驱动的业务变革,任何一个行业
从社会化客户---原始的线索客户-----线索-机会-----
订单-产品设计--服务-----口碑------社会化客户,
整个商务的闭环都需要数据参与其中的。
助理数据生命周期管理:
从数据产生--数据采集--数据传输--数据存储--数据处理--数据分析--数据发布、展示和应用--产生新数据"整个数据效能价值的闭环。都需要数据参与其中。
9.当大数据智能PK自然
后大数据时代也许是自然科学的,现在峰会必谈大数据,而大数据之后能,笔者以为会谈自然科学,自然创造万物,数据只是自然的产物之一;
10.大数据与易经
思考:推理VS演绎,用01计算机技术釆集了部分数据,应用了一些数学算法,选择了一种经验场景,推理出一种结论,釆集不全,算法不准,场景不对,推理有误。
研究了一,生二,二生了三,三生了万物,掌握易经的古代人能掐会算,预测,演绎有根。这就是祖先的易经文明,演绎可能预知所有情况;
易经说,一时二运三风水四积阴德五读书,这就是已经对于社会的大数据结论。易经就是大数据思维。
以上十个观点,是笔者的一些点滴思考,有志于以数据题材创业的朋友,我还想和大家沟通的是对于大数据的市场需求要有所了解。从价值的角度来说,数据分三六九等,第一方数据,第二方数据,第三方数据。从目前来看,企业的第一方数据处理(hadoop等生态会是大需求,美国的战略是开源,中国的战略是数据开放和OEM跟进,也有很多自有技术的厂商)是目前最迫切的需求,以第一方数据分析为需求的(BI等工具)求是第二需求,提高安全控制的是第三需求。其次第二方数据的应用。融合企业自身业务的,加快业务协作的,整合利用业务合作方的数据的应用和技术是这一类需求。最后一类需求就是购买第三方数据拓展业务的需求,要么改善产品体验,要么进行客户拓展。这类需求促进大数据流动起来,是推动大数据流动性,产业链完善的主要动力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31