大数据非神话，属性决定应用

最近两年除了互联网金融和O2O之外，最为火热的关键词无非就是大数据，几乎所有的公司不但将数据作为未来企业的核心竞争力，而且也是主要的业务类型。甚至阿里巴巴直接将其作为未来“平台+金融+数据”三大业务板块之一。

不光三分天下的BAT如此重视，而且几乎所有的互联网公司都将数据作为最重要的资产。根据不同的数据属性，各个平台所收集到的数据有着不同的应用途径，在笔者看来，目前大数据主要有着：企业问题诊断、信用成本计算、消费者预测这三个方面。

企业问题诊断

相比较于产品技术而言，市场问题永远都是最为核心的话题，一方面企业要根据市场变化，研发、包装自身产品，使其能够不断的符合消费者需求，并就消费者的变化能够最大限度的跟进，因此这就涉及到品牌的产品定位在消费者脑海中足够的清晰，即消费者是否清晰的知道企业的品牌能够解决我怎样的问题。另一方面也要适时掌控周边竞品的动态，消费者对于企业自身产品与外部竞品有着哪些的不同的认知感，这样的认知感对于企业是否有利。因此用于企业诊断的数据，来源于百度这样搜索引擎的大数据更具有竞争力，这主要是基于搜索引擎数据产生、积淀的特殊性。

信用成本计算

大数据作为一种工具，它被应用于各个方面。其中金融业务也是其发力的关键点，众所周知，大数据在金融领域的应用在于贷款成本的审核与界定，平台通过对接像银行、电商、政府数据系统等方式来获取大量的数据，通过对数据的指标进行分类，并加以权重，这就能够得出借款人跑路的违约成本，只要借款人将借款资金控制在违约成本一下，那么从经济的角度来看，借款人跑路的概率会很低。

消费者预测

通过消费者购买的东西来推断出消费者的基本状况，如收入、工作、住址、兴趣爱好等情况，并据此来向消费者推送出相关商品来激发其潜在的需求。更重要的是很多电商通过消费者浏览商品时在不同区域所停留是时间能够推断出顾客的消费痛点在哪里，即对于商品的哪些因素最为的敏感。

尚欠火候

但是目前的大数据还不能称之为大数据，因为除了电商平台和搜索引擎之外，其他的公司所收集到的数据并不能够成为大数据，数据的数量不够大，并且数据的价值也不是很高。另外在数据的处理方法上，很多平台不论是模型结构还是算法上都并不完善。