京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11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