如何看待大数据从数据思维和应用场景开始

1、一、2015年大数据产业的发烧和理智大数据产业在国家和资本的推动下进入了爆发的元年，2015年宣称自己是大数据企业的大概有将近400家，其中典型的大数据企业有200多家。拿到融资的大概有五十多家，整体融资额超过50亿元，其中拿到亿元融资以上的企业有17家，最高融资额为7以人民币，估值超过三十亿元人民币的有十家以上，初创一年之内的大数据企业的起始估值大概在10亿元人民币左右。几乎没有大数据企业对外公布经过审计的销售额和利润总额，绝大多数大数据企业仍然处于创业期，没有实现盈利，仍处于资本投入期。80%大数据企业销售额低于亿元，同质化开始，竞争逐渐远离蓝海。讲故事的大数据企业过多，概念多于实际的商业价值。企业的大数据投资主要集中在存储、计算、分析平台，数据同业务结合的案例太少，数据带来商业价值的案例太少。这些都是大数据产业发展过程中出现的发烧症状，也是产业发展必须经历的进程。任何一个新兴产业发展必然要经历从不理智到理智到阶段，只有经过百花齐放，大浪淘沙之后，优质的企业才能够生存下来，成为行业的领导者。2000年的互联网泡沫和2010年左右的电商和百团大战，都是产业发展必须经历的阶段。拨开泡沫，我们也看到了大数据企业发展理智的一面，大多数大数据企业都获得了资本市场都青睐。资本的眼光是毒辣的，没有商业价值的企业，其是不会主动投资的。2015年，50%以上大数据企业的业绩增长超过了几倍以上，人员增长超过了50%。大数据论坛和会议上，大数据企业不再谈技术和概念，谈的是商业案例和数据价值。越来越多的数据案例被挖掘出来，正在成为企业效仿的对象。企业也主动邀请大数据企业前来洽谈，寻找合作机会，共同寻找数据应用场景。过去是大数据企业给企业洗脑，提升数据意识，但是2015年很多企业主动接触大数据企业，提出业务需求，探讨如何利用数据分析和外部数据，来寻找新的商业机会。数据技术和价值的应用正在帮助企业提升业务运营水平，从商业价值出发，数据帮助企业做了过去企业都在做的事情，开源和节流（增加业务收入，降低运营成本）。典型的大数据企业分为三类，第一类企业为大数据技术平台公司，为企业提供大数据存储、计算、挖掘、分析服务。例如Cloudera、星环、华为、IBM、SAS、SAP，Teradata等。第二类企业是提供数据分析人才和工具的公司，深入到企业内部帮助企业利用数据解决实际业务问题，例如埃森哲、IBM、Palantir、TalkingData、美林数据、明略数据等。第三类企业拥有数据源，利用采集或收集的数据，为企业提供数据产品的公司。例如Wind资讯（中国最牛逼的数据公司）、前海征信、芝麻信用、TalkingData、三大运营商、银联数据、九次方、金电联行、法海风控等。其中金融行业商业价值最好的数据来源是三大运营商、银联数据等。

2、二、哪些数据对企业最有价值？企业在实施数据商业应用中，会面对三个方面的数据，自身的经营数据，政府数据，第三方数据。其中企业自身数据最有商业价值，是企业数据商业化应用的一个巨大金矿。对企业最有价值的数据是其客户和业务产生的数据，这些数据同企业的经营相关度很高，数据里面蕴藏了丰富的商业价值。经过数据挖掘和分析之后，其产生的商业价值对企业影响最大。美国典型的数据商业应用案例，沃尔玛的啤酒和尿布，Target 发现16岁少女怀孕，IBM沃森（Was ton）在医疗行业应用等，都是利用了企业内部自身数据来发现商业价值的。企业自身的经营数据最重要，商业价值最大，是数据商业化应用的切入点和最大宝藏。企业进行数据商业应用最重要的一个环节是领导重视。另外一个重要环节是找对人，这个人不需要是超人，但需要熟悉业务需求和技术，具有开放的心态，具有高度的数据商业敏感度，具有数据场景应用的能力。政府数据也是一个大金矿，可以很大程度解决企业信息不对称的问题，其中天气的数据，可以应用于农业和工业规划；税务、工商、公安司法数据可以用于征信和信贷风控；土地和人口数据可以用于规划和地产；运营商数据可以用于客户画像和洞察，也可以用于个人征信和反欺诈；经济统计数据可以用于企业经营决策和政府规划等。政府的数据的优势是全和多，劣势是分散和质量一般。另外和企业一样，政府自身数据思维和数据人才也是一个瓶颈。第三方数据是数据应用的一个热点，其中银联的数据、运营商的数据应用较多，数据质量也很好，数据应用场景也不少，但是弊端在于其不是市场化运作的公司，对数据商业敏感度和数据应用能力较差。数据价值挖掘不大，还是停留在源数据应用阶段。数据流通和数据衍生的商业价值都没有得到体现，更不要说具有高度商业价值的数据产品了。通过网络爬虫和under table取得的数据也是主流，但是其商业价值正在降低，具有垄断数据源和数据分析能力的数据公司，未来市场前景会越来越好。

3、三、什么样的大数据企业最有前途企业选择大数据公司时，在采购数据时会看三个方面，第一是数据的覆盖率，一般在行业覆盖率超过50%的数据公司会得到企业的青睐。第二个方面是数据的匹配度（查得率），企业数据同外部数据匹配度超过30%才有商业价值。企业拿了1万条数据，如果从数据公司哪里能够到匹配3000条以上，在某一个纬度可以补充企业30%以上的数据，这样的数据才有应用价值。低于30%的匹配度，就没有数据应用价值。第三个方面是数据同商业需求的相关度，这个最重要。如果数据同企业的业务需求相关度低于50%，则没有商业价值。例如征信应用，如果这个数据同征信判断的相关度低于50%，也就是50%以上的误判率，这个数据就没有数据商业应用价值。企业选择大数据技术和服务公司时，最看中的是其案例和人员能力。企业都不愿意当白老鼠，如果缺少同行业案例，或者案例时间少于一年，对于企业都有较大的风险。另外大数据公司实施人员的经验和能力也较重要，如果缺少行业经验和技术背景，其数据商业敏感度将会降低，无法帮助企业利用数据来提升业务。市场上最有前途的大数据公司应该是踏踏实实做事情、认真做技术、不断迭代做产品的公司；这些公司在数据源或数据分析能力上，可以帮助企业提升业务。有实力的大数据公司不讲故事，能够帮助企业实现数据的商业价值，帮助企业开源和节流。在数据分析方面，大数据公司既要了解业务又要了解数据；在数据源方面，大数据公司的数在覆盖率、匹配率和相关度需要满足企业需求。客观的说，如果这样的大数据企业越来越多，中国的大数据产业就有前途了，他们可以帮助企业实现数字化运营，利用数据实现业务收入的提升，甚至商业模式的转型。