大数据产业是一个庞大的闭环 需构建大数据领域

只要打上大数据的标签，一些公司的估值动辄会翻好几倍。高估值伴随的是巨大的泡沫，在高估值的驱动下，许多企业的发展远远无法回归企业的本质。
大数据的概念在国内兴起才几年时间，很多人可能还不太清楚大数据的具体内涵。就整体产业而言，大数据产业是一个庞大的闭环，涉及数据源、场景化应用、可视化展示以及数据安全。
数据源环节主要解决数据的储存和管理问题。每个细分产业领域都有各自的大数据，海量数据的存放、检索、清洗、流通非常关键。此外，数据就像是一座座矿山，如何把这些矿山转化成可变现的资源？这即是数据的场景化主要解决的问题。
比如现在很多企业通过互联网做CRM（客户关系管理）精准营销，需要分析用户的行为并对用户进行标签和分类。消费者在超市里选择一件商品时，可能还对关联性商品有很大的需求，货架的摆放需要有大数据提供关联性的指导，这就是典型的场景化应用。
在此基础上，还要解决数据的可视化问题去跟用户交互，因为无形的数据需要被生动地展现出来才有价值。无形的数据能够通过有形的图形、图表及各种转换方式来展现，至此数据便初步具有了资产属性，数据安全的重要性也随之凸显。在数据产业链之中，数据的诞生、存储、场景化应用、可视化展示以及信息安全构成了一个庞大的版图。
大数据最早起源于气象领域，但数据的存放一直是一个很大的问题。直到分布式存储技术的出现，极大降低了数据储存的成本，提高了数据获取的效率，从而增加了数据使用的价值。
大数据的概念最早可以追溯到2001年麦肯锡的一份报告。到了2009年，美国将大数据上升为国家战略资源。2012年左右大数据开始在中国崭露头角。随后2013-14年大数据行业进入一个泡沫期。当时很多企业都争相为自己贴上大数据的标签，但实际上并没有去做大数据的事情。比如，一些做统计的公司以大数据自居，宣称自己开始涉足大数据的挖掘和清洗，但实际上好多公司还做原来一模一样的事情，却大大提升了估值水平和溢价水平。2014年上半年以后，行业泡沫有所挤压，在这个过程中大数据也渐渐从概念走向清晰。
我认为，大数据不是单指具体的技术而更多是一种思维。在传统思维中，我们对数据的认识通常停留在因果关系的表层，关注更多的是如何从A得到B。而在大数据的语境下，数据之间的相关性逐渐显露出潜在的商业逻辑。比如：研究美国沃尔玛的数据发现，购买尿不湿的顾客与啤酒高度关联。
此外，比较知名的案例还有谷歌流感趋势预测。谷歌认为，人们输入的搜索关键词代表了他们的即时需要，能够反映出用户面临的具体情况。用户只要输入流感相关的关键词，系统就会展开跟踪分析。尽管有很多人批评谷歌预测存在各种问题，在实践中，谷歌流感预测趋势与美国疾病控制和预防中心的报告还是存在很大的相关性。
达晨创投在2014年开始布局大数据行业，到现在为止已经在大数据领域投资了12家企业，从数据源至平台应用的整体生态，覆盖大数据全产业链。2014年，大数据行业的投资还没有现在这么火热。达晨的投资逻辑很清晰——由点到面构建大数据领域的生态圈。我们非常关心数据源的问题，我们也特别关注有能力促进数据流通的企业。目前，国内的各个数据源像是孤立的岛屿，不同机构、部门的信息分散在这些孤岛上。数据经过流通才有价值，单一分散的数据价值极其有限。在达晨大数据系的版图上，包括国内第一家“数据银行”数据堂，国内最年轻的博导周涛创建的针对企业风险控制的数联铭品，IBM中国杰出十大工程师之一创建的全球的工业大数据企业昆仑数据，多次跟随国家领导人出访的美林数据，公安部大数据平台中心中奥科技，国产数据库的领导者南大通用等等。
从整个大数据行业在中国的发展的阶段来看，2013-14年经历了概念从模糊到清晰的过程，而2015年才真正落地。我个人认为，在整个大数据行业当中，数据源会是一个风口，涉及数据的采集、清洗、加工、交易、交换。简言之，即是数据的流动。
数据堂是我们投的一家企业。数据堂的商业模式，简言之即是将散落的数据融合起来进行价值再造。数据堂提出了一个“数据银行”概念，就是说：通过一个数据银行的平台，散落在各地的数据可以实现价值交换；在这里数据发挥了和现金一样的功能，等量存储可以在企业之间交互提取。在这层意义上，数据就变成了一种资产。数据堂是国内第一家提出这种模式的企业，旨在把数据作为一种资产，通过他们的加工然后进行交易。原始数据像是矿山，数据存放到这里之后，还需要进行提炼。此外，企业既是数据的购买者，也可以作为数据的出售者。当前数据的定价没有统一标准，只能根据需求来定义价格。企业将数据放到数据堂之后，彼此之间就可以实现握手交易。
数据堂获取数据有几个渠道，包括：线上网络、线上线下众包平台以及向特定渠道购买。线上数据靠网络爬虫可以抓取，但线下的数据需要大量的人员去采集和汇聚。经过6年的沉淀，数据堂的线下众包平台已经有50万人的规模。
数据众包的意义，类似游戏中的打怪升级。以智能识别为例，众包过程中搜集越多的人脸照片，系统就能获得越多的学习，从而提高识别的精度和准度。然而，数据的价值并不是通过数量来体现，而是针对B端（企业端）客户的需求进行加工和融合，于是数据就有了技术附加值。比如，气象数据、地理数据、人流数据融合打包可以开发成一种标准化产品，它可以服务于商铺的选址，也可以为超市的货架摆放提供及时性参考。但这个工作有一定的门槛，一方面是数据获得的门槛，另一方面是整合加工的技术壁垒。数据的整合加工不仅要理解数据的本质，还要像产品经理一样对不同行业的数据有一定的敏感和洞察，从而才能针对不同的场景化应用开发相应的标准化产品。粗略看来，数据产品经理这份工作通常需要在数据行业沉淀4-5年时间才能胜任。
到了2015年，大数据行业开始疯狂生长。2014年大数据公司还不到100家，一年时间增加了500多家。此外，只要打上大数据的标签，一些公司的估值动辄会翻好几倍。高估值伴随的是巨大的泡沫，在高估值的驱动下，许多企业的发展远远无法回归企业的本质。一些企业A轮刚完成，几个月后又是B轮，短短时间估值就增加数倍，但高估值对于初创团队而言并不一定是好事。在这样的背景下，创业企业容易膨胀和浮躁，可能导致过度扩张，结果是企业供给与市场需求之间的脱节。
一方面，企业可能会开发出一些太超前的产品，但市场还没发展到可以吸收的阶段。不同行业的发展水平影响和制约着大数据在特定行业领域的场景化应用。当其他行业的生态还没能达到一个维度时，大数据的发展不能太超前，因为大数据的核心终究还是要服务特定行业领域的企业。大数据行业只有拥抱其他行业才能生存。比如，现在很火的一个概念叫做智能制造，大家也都在提柔性加工。然而，在大多数制造企业还没有实现自动化升级的大环境下，大数据又如何服务于智能制造的场景化应用呢？
另一方面，企业的技术和研发能力可能达不到市场的预期。现在大家正在兴头上竞相拥抱大数据，但如果大家发现一些大数据产品与自己的预期价值出现严重落差，一旦大数据的承诺无法兑现，行业口碑就会受到影响。
然而，那些真正专注于大数据价值的企业依然非常值得坚守。在这样的企业里，首席数据官的技术背景非常扎实。他们通常由两类人群构成，一类是BAT出身的技术人才，另一类是从硅谷回来的技术精英。此外，尽管企业需求还无法与大数据产品实现无缝对接，但大数据企业与用户之间的配合正在逐步完善。