
大数据如何变现
在中国,随着“互联网+”与各行各业的深入融合,大数据的存量正以指数级的速度增长,不仅各方正在围绕大数据商业应用市场激烈角逐,一些企业还尝试打造大数据服务市场的交易平台。
大数据市场增长迅速
根据IDC对大数据市场的划分,其主要分为基础设施、软件以及服务三大子市场,这三个市场在未来五年内均将呈现增长态势,软件及服务市场包括数据的管理、发现、分析以及应用,也是中国大数据公司的主要竞争领域。
IDC早前发布的《中国大数据技术与服务市场2012—2016年预测与分析》显示,中国这一市场规模将会从2011年的7760万美元增长到2016年的6.17亿美元,未来5年的复合增长率达51.4%,市场规模增长近7倍。
“今年以来,‘互联网+’已经成为国家战略以及企业转型升级的重要工具,而信息技术发展到今天,互联化的本质和核心其实就是数据化,回答传统企业如何转型这一问题的核心也在于一切业务数据化,数据将真正成为企业的核心资产。”HCR(慧辰资讯)CEO赵龙说。
据悉,HCR通过搜集企业内外部的大量异构数据,进行清洗、整理、分析、挖掘之后,帮助企业了解面对的市场、客户群体、竞争情况等,为企业用户画像、产品定位、广告投放和市场竞争等提供决策依据。
虽然中国大数据软件及服务市场如今的规模尚没有具体数字,在互联网化的大背景下,超过IDC的上述预测已成事实。实际上,中国大数据行业的市场预期是从2011年起,三年的时间即可超过100亿元,即在去年就已经实现了百亿市场。
咨询型大数据公司优势显现
目前,大数据市场的淘金者主要有两种类型,一种是像HCR这样的传统咨询公司,对行业比较了解,通过开发软件产品实现数据在其它行业的商用;另一种是传统软件公司,像金蝶、用友等,利用自身技术优势,尝试加强细分行业的合作实现数据变现。
从国际市场来看,科技类公司已经牢牢占据了大数据市场第一阵营,包括IBM、惠普、戴尔等,其中,IBM更是凭借13.68亿美元的大数据年收入牢牢占据榜首,是中国整个大数据市场的两倍还要多。
曾几何时,赵龙也一度担心技术性大数据公司颠覆掉传统咨询公司,随着HCR成功冲击中国市场份额第一,咨询型大数据公司相对技术型的优势开始慢慢显现出来。
“因为软件开发慢慢将变成一个工具,更容易标准化和重复,但数据的分析不是。大数据的真正价值不是在于数据量多大和处理速度多快,而是从数据之间的逻辑关系和因果关系中分析出来的洞察力。”赵龙说。
比如消费者的餐饮数据,既可以提供给餐饮行业进行改良配方和服务,也可以提供给保健品行业用于研究保健产品,甚至可以提供给汽车、奢侈品等看似不相关的领域,因为从中能反映出消费者的经济能力和购买能力。
业内人士认为,只有对行业足够了解,才能从错综复杂的大数据中梳理出足够的联系并应用。
业内尝试大数据服务平台
需要指出的是,在缺乏流通渠道和交易平台的背景下,大数据的商业应用变现只能交由像慧辰资讯这样的第三方进行特定维度的定向开发,更多的大数据甚至只能白白地躺在那里。
这两年,行业已经出现了几个数据交易平台,主要针对数据源端,比如一些早期的问卷调查平台,用户可以主动填写感兴趣的问卷并获得报酬,还有部分从事数据交易的平台,开发者或企业可以购买需要的大数据。
在赵龙看来,这种平台模式并没有抓住大数据服务市场的终极需求,大数据本身固然重要,这是行业完全认可的,大数据如何变现其实更重要,这才是行业急需的,作为平台,只有将大量的数据开发者吸引进来,才能将大数据变现,实现真正的大数据服务。
基于这种理念,赵龙认为现在先要做好扎实的工作,充分发挥HCR在大数据挖掘以及行业透析两个优势的商业应用,把公司这个价值做到极致以后,HCR必会成为未来大数据交易平台中或者是大数据生态圈中重要的成员企业。
“大数据服务平台在国内外都是第一次尝试,我也不能确定发展会遇到哪些困难,但是大数据服务平台发展的大方向是绝对没有问题的。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-29从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-292025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-29PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-29t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-29PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-29CDA 数据分析师必备技能全解析 在数据驱动决策的时代,CDA 数据分析师作为连接数据与业务价值的桥梁,需要具备多元化的技能体系 ...
2025-07-29解析 LSTM 训练后输出不确定:成因与破解之道 在深度学习处理序列数据的领域,长短期记忆网络(LSTM)凭借其捕捉长距离依赖关系 ...
2025-07-29χ² 检验与 t 检验:数据差异分析的两大核心工具 在统计学的方法论体系中,假设检验是验证数据规律、判断差异显著性的核心手段 ...
2025-07-29