
大数据企业不能光讲故事
大数据最近热得发烫,在资本市场与大数据概念沾边的股票一路爆涨。当前在中国自称为大数据的企业超过400家,拿到融资的企业超过50家,其中拿到过亿元融资的企业超过17家。但80%以上的大数据企业年收入低于亿元,赢利的更是寥寥无几,大部分都处于“讲故事”阶段,此外还有大量企业怀揣各种“故事”正往大数据领域猛冲。
我国把大数据上升为国家战略,这是大数据企业难得的战略机遇,大数据产业将大繁荣、大发展,整个社会将进入大数据时代。但从实际状况来看,很多企业却游离在大数据商业机会之外,业务同质化严重,尚未找到利用大数据创新、创业的“门道”。
从大数据技术和服务领域寻求商机,目前来看有三大类公司:第一类是提供大数据计算、存储、挖掘等平台技术公司;第二类是提供大数据分析工具的公司;第三类是收集数据、拥有数据源、利用数据的公司。第一类和第二类活跃的主要是国内外IT大厂商,对这个领域的商业机会都比较关注。第三类是现在被大家普遍看好、并称之为躺着就可以赚钱的领域,因为拥有数据源,经营数据,是一本万利的买卖。不仅众多创新创业公司希望进入,甚至很多第一类第二类企业也非常奢望。要想在第三个领域进行创业和创新,成为真正抓住商机的公司,我们认为一些“门道”必须抓住。
一是寻找真正有“钱途”的数据领域。目前地理信息地图数据、社交数据领域等被大家热度关注,大家都扎堆与互联网公司进行相关的合作希望产生更多的数据产品。事实上还有大量的数据“富矿”等待开掘,比如医疗数据、天气数据、产业互联网产生的数据、消费数据等。最近IBM公司收购了几家医疗公司以及全球最大的天气公司,这些并购的主要原因是IBM看上这几家公司的医疗数据和天气数据,通过这些并购IBM就可以加上自己的分析能力进而提供医疗数据服务和天气数据服务,这背后有保险的商业机会、天气经济、医疗经济的机会。
二是要关注小数据。不久前有专家说,现在大家都把眼光投向大数据,事实上真正有商业价值的数据都是小数据。关于小数据的定义与应用,金融领域的大数据分析专家认为,围绕客户行为轨迹产生的数据是小数据,包括客户浏览行为和消费行为分析的数据,它代表了用户的需求和偏好等。小数据有巨大的商业价值,比如“今日头条”依据客户浏览习惯,为客户提供内容,包含新闻、财经、视频、专栏等,公司仅有1000人,2015年广告收入将超过10亿元。
三是用合作的思路来获得数据源。现在很多企业、机构坦言,进行数据经营、提供数据服务,最大难题是缺乏数据源。所以很多企业自建立平台进行数据收集,这样的路径应该说比较有效,但投资大也需要一定的周期,还有的企业是通过收购来获得数据源。事实上很多拥有数据源的是政府,数据的获取受到体制、部门、地区等因素的限制。大数据的最大特点是当你交换时,它不会变少、变没,只会越来越多,要想创造数据的价值,就必须将数据不断进行交换、交融。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29