如何走出大数据洞察报告变现的困境

1、客户现实的大数据洞察报告需求在哪里？

KPI是当前大多企业数据运营的核心，如何将KPI指标进行层层分解，直至一线执行末端，然后通过指标的跟踪和评估，及时发现运营中的问题，从而实施改进，这是当前主流的市场运营监控体系要解决的核心问题。

KPI这种运作模式助推了BI的发展，因为有了KPI导向，企业一线管理人员才有了取数、报表、指标的需求，进而产生了更高阶的分析和可视化的需求。

KPI中的用户发展、业务发展及收入等指标，依赖于企业自己产生的数据，但有一些核心指标，却是无法直接获取的，比如竞品数据，中立的对标数据等，在激烈的市场竞争中，理解竞争对手的发展是任何一家企业KPI分析的重中之重，这类数据也变得弥足珍贵。

诸如运营商有各类KPI指标，市场份额是老大最为关注的数据之一，在很多饱和的市场，这种态势尤为明显，企业要发展更多的用户，只有从竞争对手那里获取。

在移动互联网时代，寡头效用尤为明显，让这类竞品数据成为了稀缺资源，成为每一个企业KPI需要重点获取和分析的对象。

比如联通推出大小王卡，移动当然想知道其发展的态势，优酷会想要了解爱奇艺，淘宝会想要了解京东，熊猫直播会想了解虎牙直播，华为手机会想了解OPPO手机，诸如此类。

这类需求天生存在，行业市场基本面和竞品分析是任何一家公司绕不开的，大数据其实不需要去解决高大上的问题，先来解决报表问题吧。

这对于第三方大数据公司就是商机。

2、大数据洞察报告的商业模式出现了偏差

任何一个行业和企业，对于需要分析和解决的问题自己最清楚，当前阶段，依靠外部大数据分析来解决一个企业的内部决策的问题，不太具备可行性，大数据洞察报告的商业目标设置之初就出现了偏差。

没有什么数据能说明市场上对于第三方大数据报告这种商业形态具有旺盛的需求，笔者也没有看到过这类市场调研报告，诸如市场上对于大数据的诉求更多是大数据本身，而不是报告，不能转化了概念，想当然的认为数据和源于数据的报告价值等同。

兄弟公司提到了现实的做法，客户的真正诉求是专业的灵活分析，而不是千篇一律的第三方报告，深以为然。

笔者在企业内部做了长期的BI，市场一线需要的永远是清单数据，而不是第三方给他的报告，为什么？

因为他们需要基于清单数据来进行深度的挖掘分析，做出符合自身的指标和报表，虽然省公司这类第三方已经提供了考核KPI，但一线需要将这些指标进一步细化分解，管理性的KPI指标和执行性的KPI指标是完全不同的，一线需要基于清单进行指标重构。

比如省公司给出了中高端保有率指标，一线拿着这个指标是无法指导生产的，往往需要将这个指标拆解成跟手段相关的指标，对于运营商往往是套餐资费的相关指标，比如要求中高端用户的亲情网产品捆绑数达到多少，这个对于一线渠道执行才是有效的，不可能直接告诉一线渠道说你本月中高端用户保有率需要达到XX%，这是无法操作的。

理解了这个，就能理解KPI指标对于一线生产运营的重要性，如果没有这些数据，一线打仗就如盲人摸象。

由于这个特性，诸如大数据洞察报告的市场定位就出现偏差了，人家要的可不是你的固定的分析数据，而是原生数据，只有基于原生数据才能打造出符合其市场运营需要的灵活指标体系，从而指导自己的生产。

在各个垂直行业，自然有自己的数据分析师来解决自己专业领域的分析问题，不劳第三方费心。

3、大数据洞察报告成功的关键在于数据开放

笔者一直对于拥有大数据的企业开放PaaS能力是抱有信心的，因为具有差异化优势，诸如阿里云不会出售数据，因此其PaaS重在计算，存储和功能，诸如运营商在云计算上不具备优势，则可以重在数据开放。

大数据洞察报告的真正商业模式也许是这样，提供一个PaaS平台，开放大数据洞察报告所需的脱敏数据，让客户能自由的操控数据，就好比企业内部的数据集市一样，有了数据集市，一线的需求才获得了真正的释放，他们才能打造出自己的市场运营监控体系，对于外部客户也一样。

当然在安全上有两点需要保障，一是提供的清单数据必须是去隐私的，二是客户能拿走的数据只能是洞察报告形式。

兄弟公司的实践已经证明了这一点。

4、最后的挑战

但是，即使是开放数据，对于企业大数据的商务拓展和运营的挑战也是巨大的，不说对外，即使对内，你也会发现对于一线要普及好一个新数据也是困难重重。

首先，得告诉客户我这个数据很有价值，这既依赖于连接能力，也依赖客户的数据意识。

其次，得告诉客户数据使用的方式，这依赖于PaaS的能力，如果访问的流程过长，平台体验不好，也很难打开局面。

再次，是数据质量要经得起考验，无论宣传的多好，客户只会为高质量的价值数据买单。

新的商业模式，虽然提高了门槛，却是有利于真正拥有大数据的企业发挥出优势的，它使得多方能各司其职，各归其位。

如果企业拥有大数据，应致力于核心数据质量和开放能力提升，而不是勉为其难的去做一份份标准的行业报告。

如果企业拥有建模经验，应致力于协助大数据企业提升其数据的含金量，让数据满足客户的要求。

如果企业拥有行业经验，则应作为纽带，连接好大数据企业和行业客户，这里蕴含着巨大的商机。

5、运营商的机会

运营商的数据具有全面性、连续性、多维性及整合性的四个特点，不仅打破了行业和企业的边界，其中立性也使得基于其数据进行跨企业对标分析具有一定的共识性，笔者曾经写过《终端企业需要什么样的第三方分析报告》一文，谈到了运营商在数据方面的共识性。

虽然运营商数据的商业价值毋容置疑，但其数据从采集到能真正能变现有个过程，比如当初我们对于上网数据的理解和解析非常弱，导致了变现上的举步维艰，但经过实践，大家的进步非常快，比如浙江移动在位置、身份、终端、视频、阅读、购物等数据质量提升上已经获得突破， 爬虫知识库与DPI结合的比较好，位置精度也有了进一步提升，这些明细的数据对于很多行业有用。

运营商的大数据平台经过几年的建设也初具规模，比如浙江移动当前的节点超过了1500个，相关的租户开放能力和安全管控能力也已经具备，这为新的商业模式奠定了坚实基础，记得以前外部伙伴入驻要几个月，现在几天就可以搞定。

酒香可是怕巷子深，说实话，运营商当前大数据的商务拓展资源还是非常缺乏的，一方面短时间内难以找到合适的客户，另一方面真正需要数据的客户分布于各个行业，他们对于第三方数据价值的理解需要时间，双方信任和磨合的成本是比较高的，因此，需要进一步加强这方面的资源投入力度。

很多人会说你这个数据开放思路没什么啊，我们早就想到了，是的，笔者也一直在想，但没有很好的实践，原因有很多，但既然有些人已经做了，并且获得了较好的收益，起码说明不是模式不行，而是自己的问题。