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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27