
大数据时代下的商业如何转型
随着去年国务院《关于促进大数据发展的行动纲要》的发布,中国大数据产业进入了高速发展阶段,大数据技术的创新和商业应用的脚步明显加快,大数据在细分领域的落地层出不穷,成为一场贯穿用户生活的互联网变革。
在这场变革里,BAT先知先觉率先发力,针对大数据动作频频——百度着重基于用户搜索行为的需求数据、阿里侧重交易及信用数据、腾讯掌控着社交关系数据。除此之外,金融、零售、快消、电商、媒体等领域的大数据案例也层出不穷。
“2016年是大数据行业最为关键的一年,中国大数据产业已经进入了实际应用阶段,还没有部署大数据的企业未来将会失去更多优势与竞争力。”在36大数据创始人刘金玲看来,今年是大数据行业的拐点,整个行业正处于爆发的前夜。
那么,大数据究竟往哪些方面能挖掘出巨大的商业价值?企业又该如何通过大数据获得更多的收益?7月6日,在北京召开的大数据商业应用与创新峰会上,众多业内人士对此展开了一场深入的探讨。
正处于爆发前夜
如今,大数据正在成为继云计算之后抢占市场制高点的又一领地。无论是企业级市场还是消费级市场,都与大数据发生着千丝万缕的联系。
根据互联网数据中心(IDC)的定义,大数据是指为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术。最为重要的是,大数据对整个基础架构和软件、服务带来巨大商机。
IDC发布的报告预测,全球大数据技术及服务市场复合年增长率将达31.7%,2016年大数据市场规模将达到238亿美元,2017年这一规模还将达到324亿美元。2018年全球大数据技术及服务市场复合年增长率将达26.4%,规模将达415亿美元。
“大家现在已经不再空谈概念,而是大数据的商业模式,那些对大数据持有观望态度的传统企业,今年将会纷纷部署大数据。若企业今年还没有实施大数据战略,那么未来将会失去很多优势。”在刘金玲看来,我国大数据的技术已经相对成熟,整个行业开始步入实际应用阶段,并将进入高速发展时代。
“2016年下半年到2017年,中国大数据产业的竞争将会越来越激烈,拥抱客户快速迭代数据产品将是大势所趋。”神策数据创始人桑文锋补充道。
亚信数据大数据云平台部副总经理武源文同样表示赞同。他认为2016年中国大数据行业出现了很多大而全的数据聚合平台,预计到2017年,在全国一线、二线乃至三线城市将会出现更多垂直细分领域的大数据聚合平台。
数据流通将会产生巨额收益,在刘金玲看来,随着社交红利和人口红利的慢慢消失,未来肯定是竞争数据的时代。
仍缺少点想象力
大数据是如何赚钱的?刘金玲将其分为四个方向:解决方案、基础设施、工具/产品化服务、行业应用。
解决方案主要集中于智慧城市、公共交通、政务、反恐、环保、防灾等公共事业领域。从国家及各企事业单位招标的情况不难发现,该领域的招标额是巨大的(小到几百万大到几千万元),因此,目前大部分大数据公司都集中于这一领域淘金。
基础设施则是以技术为导向,包括数据库、数据工具、大数据引擎、软硬结合一体机以及借助数据做的API接口和Hadoop商业化版本等。另一个盈利点则是工具产品化服务,比如精准推荐、个性化推荐、商圈选址等,商家通过付费按需购买。
值得一提的是,行业应用将是大数据产生最大商业价值的领域,“因为它的技术趋向于成熟,数据也在逐渐被收集、分析。”刘金玲说,衣食住行、医疗、教育都是它的盈利方向,也是依托于传统行业和现有的行业去做的应用。
在刘金玲看来,大数据是非常性感、有意思的东西,它的表现形式也不是一堆代码,而应该是能执行的产品工具,但是目前大数据产品仍然缺少一些“想象力”。
“我们不能再以传统的思维、IT服务的思维或者外包的思维去做大数据。”刘金玲说,“并不是说传统数据库、统计学没有用,而是大数据到底该通过何种产品形态表现出来。”
另外,只想象不做那也只是假把式,大数据产品还缺乏一定的执行力。“想象力、技术需要落地,而不是飘在云端,没有人在意你的看法,只有人在意你做出了什么东西。”刘金玲表示,可执行性是目前大数据行业最缺的东西。
事实上,对于当今的企业而言,数据就是一种重要的战略资产,它就像新时代的石油一样,极富开采价值。如果能够看清大数据的价值并且迅速行动起来,那么,在未来的商业竞争中定会占得先机。
但是,目前无论大数据应用在哪一个领域,商业模式并不是都很成熟。
“如果部署大数据架构两到三年没有见到成效,很多公司都会撤掉这个项目或者不再投入预算。所以下一步如何让大数据产生价值,应用到行业当中去是我们应该思考的重要课题。”刘金玲说。
商业模式待探讨
如果把大数据当作未来的石油,发动机又是什么?那就是更直接快速的商业模式。
“大数据最兴奋的点不在商业,其实应该放在政府的智能管理上。”中国传媒大学教授沈浩表示,2017年大数据行业将会出现更多实质性的应用,政府数据的逐一开放将刺激全行业,衍生出更多的商业模式。
实际上,很多大数据特别是敏感的数据都掌握在政府手中,国内领先的移动数据服务商聚合数据曾经在此做过多种尝试,包括跟运营商和电力行业合作,但整个合作过程非常缓慢。究其原因,聚合数据技术总监邵加佳分析道,一方面是资源问题,一方面是决策问题。
“很多时候科技的发展是超过了政府服务的想象力或者它的边界的,我们通过政府跟公司合作的方式,推动政府往前看更远一步,通过数据未来的合作,不管是在民生或是商业方面将会提供更多的应用。”邵加佳说。
“政府是拥有大数据和开放大数据以及制定大数据开放策略的重要一方,如果政府借助于商业,开放更多的API接口,那在这个方面大数据会带来更多的应用。”沈浩说。
奥维万象COO郭梅德则表示,信息孤岛必须要打破,行为数据、运营数据、零售和交易数据进行打通,打通之后我们的数据才可以真正应用和落地。他表示,奥维万象2017年将持续开放更多家电生产和制造的相关数据,智能化制造在家电行业应用会更加广泛,数据的开放和流通应该是未来的趋势。
“2016年下半年到2017年,大数据行业竞争肯定越来越激烈,大家会越来越发现大数据是有前途的行业。”在桑文锋看来,从发展趋势来看,大数据会越来越贴近于应用方向,会与应用结合得越来越紧密,比如航空和零售。另外一种趋势是,大数据公司中什么都能干的公司会越来越少,取而代之的肯定会是更为专业的公司。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14