大数据服务业的结构与价值_数据分析师

 进入2014年，大数据正从红遍媒体的概念炒作逐渐落地为生财的产业。如雨后春笋冒出的大数据服务商，在中国市场上展开了激烈角逐。从“中国大数据服务商综合服务水平TOP100排行榜”（以下简称榜单）中，已经可以隐约看出中国“大数据云图”的雏形。

　　中美“大数据云图”结构比较

　　相比美国同类榜单，高居首位的10Gen仅列第43，而大数据股明星Tableau仅列第45，而Marketo干脆没上榜。这让我们注意到榜单标的服务范围是中国，而非美国。

　　我去年到美国与《大数据云图》的作者芬雷布交流时，已经注意到，中美大数据产业布局存在巨大差异。在一年时间里，中国大数据的产业版块正发生巨大变化；对比大数据云图2.0版（2013版）与3.0版（2014版），美国的产业也在急剧变动。

　　美国大数据云图3.0版将产业版块重新划分为六块，分别为数据源、开源、跨平台基础设施/分析、基础设施、分析、应用。其中“分析”领域的热点是数据可视化、非结构化数据；“基础设施”领域的热点是NoSQL和NewSQL数据库；“应用”领域的热点是广告优化和营销。

　　比较中美“大数据云图”，可以看出以下特点：第一，在“数据源”领域，中美各有特色，中国互联网平台数据源和行业数据源建设已经起步，但本地数据（语用数据、情境数据）仍有待加强。第二，“开源”、“跨平台基础设施/分析”和“基础设施”三个领域，美国处于垄断地位。榜单中位列前15的均是美国厂商，且多跨“跨平台基础设施/分析”和“基础设施”两个领域。中国一些厂商认为美国相关技术专业性太强，不利于普及，更倾向短平快技术应用。但一些企业坚持在这些重要领域耕耘，如商业智能软件（用友软件，久其软件）；数据中心建设与维护（天玑科技、银信科技、荣之联等）；第三，中国厂商绝大多数集中于“应用”与“分析”领域。前者如广告优化与营销（阿里巴巴、腾讯等），金融、汽车、政府、健康、教育、安全等行业应用；后者如数据处理、分析环节、综合处理（拓尔思、美亚柏科等），语音识别（科大讯飞），识频识别（海康威视、大华股份、华平股份、中威电子、国腾电子）。在应用领域，中美热点相似度较高，都包括广告优化、营销、金融、产业、政府、健康、教育、安全等。

　　如果以上是对榜单的结构分类分析，接下来要按价值分类进行分析。

　　对中国“大数据云图”的价值分析

　　对大数据进行价值分类，可分为“风动”（客体价值）、“幡动”（主客体价值）、“心动”（主体价值）三类。这是六祖坛经的价值分类法。

　　1、风动类的大数据，是工程师眼中的大数据，看到是技术。典型代表是3V、4V说。林林总总的这方面定义，可以用一个词概括，这就是“复杂”。大数据本质上是复杂性数据。

　　从这个方向观察，中美企业差距较大。榜上前10名基本都是属于“跨平台基础设施/分析”的美国厂家。其中HP今年刚被列入美国“大数据云图”（3.0版），如今赫然列在第4。而以硬件加强大数据，7.4亿投Cloudera异军突起，HADOOP的CDH平台占中国一半的英特尔列在第2，却至今不在美国榜单。显然这是美国榜单出了问题，而中国这个榜单跟进比较及时超前。

　　未来发展，中国企业需要回到图灵初衷，找到复杂性数据的感觉（而不光是象谷歌那样迷信数学算法），沿跨“科技-人文”二元的“数据科学”方向发展。华为与伦敦帝国理工学院共建数据科学创新实验室，是积极迹象。

　　工程师扑向复杂性数据，就象小孩子扑向玩具一样，只关心是与不是这种事实评价，并不关心好与坏这种价值评价。商务或政务的代理人关心的是技术应用于人之后产生的价值，因此要把客体与主体联接起来。

　　2、幡动类的大数据，是业务代理人眼中的大数据，看到的是工具和能力。以美国政府的定义为代表。林林总总的这方面定义，可以用一个词概括，这就是“洞察”。

　　数据越复杂，成本越高，是迟钝（又称工业病），为不好；数据越复杂，成本越低，叫灵活（SMART），是好。洞察，就是指“穿透信息迷雾”。这是当数据进入泽字节（ZB）时代后，避免信息垃圾填埋，反而能保持“清清楚楚明明白白真真切切”的能力。

　　相比基础技术，中国企业借助市场优势，在应用方面具有优势。因此可以看到大批国内企业在榜。其中可分为三类，一类是ICT服务商，如华为、浪潮、用友、东软、金蝶等；一类是国内上市公司，如拓尔思、东方国信、天玑科技等“大数据概念股”；一类是互联网企业，如阿里巴巴、百度、腾讯等。

　　ICT服务商共同的特点，是从软硬件技术服务向商业数据服务方向转。例如，华为发布企业级大数据分析平台FusionInsight ，帮助企业洞察新商机。 用友通过“用友NC” 正在探索基于云平台的系列方案与应用服务，包括提供企业营销管理、供应链、制造生产、项目管理等服务。

　　大数据概念股上市公司的共同特点，是从解决方案提供商在向行业云数据服务方向转型。例如，东软集团在传统IT 服务基础上，向车载电子和医疗服务等新兴领域深化云数据服务。拓尔思开始做跨行业应用，和天行网安协作，提供基于数据分析的安全服务；天玑科技正从服务传统IT架构,转变为服务互联网架构，从纯粹的服务供应商,演变为产品和服务的提供商。此外，一批有数据中心业务基础的厂家也在向大数据转，如荣之联、中科金财等。

　　互联网企业，如百度、腾讯、阿里等拥有数据的平台型企业，纷纷针对自身的平台用户提供数据分析业务，并且向金融、环保、交通、医疗等行业的数据分析应用逐渐渗透。例如阿里巴巴开始做金融行业的数据分析应用。

　　透过目前的榜单，我们可以看出一个目前尚不明朗的潜在趋势。这就是亚马逊模式的兴起。亚马逊的重要性，我认为不能仅看到它排名第7这个表象而有所忽视。事实上亚马逊的大数据收入，是排位在前的所有厂商之和还要多许多。据Synergy报告显示，2013年第三季度，亚马逊获取了美国云计算市场总收入25亿中的多数份额，本身收入提升55%。Synergy估计，亚马逊第四季度云计算收入将达7亿美元，比微软、IBM、谷歌、Salesforce.com的总和还高出15%。这不是偶然的。限于篇幅不展开谈。这意味着中国企业中近亚马逊模式的，如阿里巴巴、用友、东软、金蝶等，还有更大潜力空间。

　　穿透今天这个排名来看明天，我们需要高度重视这样一个市场信号：大数据应用的主战场，可能并不象人们一般以为的那样，是在信息技术服务领域，而可能转向商务服务领域。这是ICT服务商、大数据概念股和互联网公司未来共同的转型升级方向。此外，大数据的绝对优等生FACEBOOK在中美大数据云图中都不见踪影，但类似模式却代表前沿方向。

　　3、心动类的大数据，是委托人（领导者与最终消费者）眼中的大数据，看到的是目的和意义。以IBM的智慧计算为代表。林林总总的这方面定义，可以用一个词概括，这就是“意义”。

　　有能力，却不明确要解决什么问题，大数据就是屠龙之术。大数据工作的结果，如果是把符合意义的数据留下来，叫智慧；如果是把不符合意义的数据留下来，叫愚蠢。大数据的主体价值在于把人的目的和意义的保障系统加以专业化（准确说是把手段与目的校准，保障做事不忘宗旨这件事专业化）。做事情的意义，无非来自两个方面，或者是老板指示目标；或者是目标本身，即最终消费者的满意与不满意。

　　按这个标准衡量，大数据发展到今天的水平，还很少有哪家达标。大数据要真想让付钱的人心动，还需要把大数据发展到更高阶段。好的迹象是，位列第1的IBM，至少在大数据纲领上，已明确了“智慧”这个主题词。说明他从100家中脱颖而出，第一个想明白了，通过风动、幡动，到底要让人心动，还是心不动。