京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”创业潮起 商业模式尚未成型_数据分析师培训
近一年来,“大数据”已成为最火的IT词汇之一。2012年,美国政府实施大数据计划、联合国发布大数据报告、我国一些城市或园区也宣布发展大数据产业。EMC、IBM、Oracle等跨国IT巨头纷纷发布大数据战略和产品。
数据统计,2012年全球被创建和被复制的数据总量达2.7ZB,是2002年全球数据总量的2亿倍;其中文本、照片、音频、视频、医疗影像等非结构化内容超过85%。庞大的数据蕴含着前所未有的社会价值和商业价值,其发展潜力正被越来越多的人所看好。“数据对于任何一个企业都是竞争优势,大数据将是未来的天然资源。”IBM新任CEO说。
在大数据的未来前景被看好的背景下,已衍生了许多基于数据商用的商业模式,而此领域也正成为创业者和投资机构所追捧的热门领域。
“可能感兴趣的人”“猜你喜欢”“购买此商品的人还购买了……”在你刷微博、网上购物时,经常会在相应的位置上见到如上提示。这些看似简单的用户体验背后,其实正孕育着被誉为“新油田”大数据产业。
面对汹涌而来的巨大商机,一些初创公司已开始在此领域大胆淘金,并且还获得了风险投资的支持。3月28日,晶赞科技获得了北极光及英特尔投资的2000万美元,这是继去年百分点获得IDG投资后,又一起在大数据领域的融资案例。在资本市场低迷的背景下,发生在大数据领域的创业项目显得格外夺人眼球。
事实上,大数据在目前还是个宽泛而笼统的概念。在这个领域里创业,应该从哪个角度切入,以及如何构建自己的商业模式正成为创业者感兴趣的话题。
广告切入是初级阶段
目前,国内数据服务还处于初级阶段,新创数据服务类公司还需整合多种能力。目前来看,从广告切入是最容易获得广告主支持的一种业务模式。
“没有数据支撑的营销,往往会陷入拍脑袋进而无效果之境地。现代消费者不会轻易上钩,你需要消究他们的消费习惯及轨迹,进而找出热商机!”上海戏剧学院新媒体领域的副教授陈永东在微博中这样写到。
确实如此,广告界曾有一句名言:“我知道我的广告费有一半浪费了,但是我不知道是哪一半”正表达了数据缺失给企业带来的窘境。在百分点科技COO张韶峰看来,过去的技术很难满足广告主的需求,而现在通过技术手段完全可以解决这个问题。也就是说,让广告主花钱已能花明白了。
张韶峰表示,过去各家电商企业对其用户的了解都是片面的或者单个维度的,也就是说每个网站只了解用户在自己网站的偏好,但却无法了解用户在自己网站外的行为和偏好。“我们要做的事就是在这些网站之间搭建一个桥梁,这个桥梁能够帮助企业更好地拼出属于自己的用户兴趣拼图。”张韶峰说,一旦打通消费者在多个领域内(比如购物、资讯、交友、娱乐等)的数据,就可以通过大数据构建消费者全面的兴趣图谱,并在自己的网站上进行有针对性的营销和推送。这样,不仅能增强网站的转化率,而且也能大幅改善用户体验。
晶赞科技所做的,也正是把数据服务与广告业结合起来,其核心产品“晶赞雷达”就是在专业数据服务的基础上,实现了广告主精准再营销的广告投放系统。晶赞科技创始人兼CEO汤奇峰告诉《中国经营报》记者:“晶赞科技非常熟悉广告主的投放逻辑,我们的核心能力是建立多种模型,然后分析得出不同维度的有价值的信息,以便为广告主提供有效的投放服务。”
在北大纵横咨询集团高级合伙人刘荣华看来,上述公司的业务只能说是大数据在广告营销行业的应用,而其实大数据行业远不只这些,它的价值及影响力要大得多。可以说在未来,将不会有并不基于数据分析而做出的决策。也就是说,大数据会影响到我们社会生活的方方面面,因此,定性分析也将会成为习惯。
记者了解到:大数据包括数据来源、存储、计算处理和应用等多个环节。在汤奇峰看来,目前国内大数据的发展还处于初级阶段,新创数据服务类公司还需要有更多的整合能力,只有当产业发展到一定程度时,才能进一步地细分,而从广告切入则是最容易获得广告主支持的一种业务模式。
但张韶峰也坦陈:“目前,最难的还是让更多的企业认可数据分析的价值,并由此来提高数据服务的全社会认可度。”汤奇峰也认为:通过不同的案例来不断地告诉目标客户数据服务的价值,这还需要一个过程。
商业模式尚未成型
新创公司进入数据服务领域存在三大挑战:一是有无全面开发技术的能力及实力;二是有无足够多的钱,做数据服务需要很多基础设施、海量数据的存储、计算等,而这些都需要有硬件投入;三是要跑得比大公司快。
大数据领域的创业,看上去一片美好,但在短期内,还需要解决“向谁赚钱”和“怎么赚钱”的问题。
记者了解到:晶赞科技除了推出自己的“晶赞雷达”这个产品外,也在通过其他的产品组合,向客户提供更多的服务,比如通过向客户提供SEM(搜索引擎营销)技术支持、独立广告监测系统等产品,以获得更多的服务费收益。因此,晶赞科技的客户多是大企业,其中尤以互联网垂直领域及电商两个行业的客户居多。
而百分点科技的客户主要是电商公司,通过给电商企业提供个性化的推荐技术服务来获得收益。据张韶峰介绍,百分点科技目前主要采取两种收费模式,一是固定的基础技术服务费,即根据每家企业选用的功能及规模大小来收取基本费用;二是按效果付费,两者的收入占比大致相当。
然而在汤奇峰看来,现在对于数据服务类公司谈商业模式,还为时过早,毕竟未来的变数还可能有很多,因此还需要时间及市场去理解和消化。他认为,晶赞科技的优势在于能站在广告主的角度理解用户,从而做出快速的反应。
对于有意进入大数据领域掘金的创业者,刘荣华提醒:新创公司进入这一领域存在三大挑战:一是有无全面开发技术的能力及实力。数据服务涉及到众多技术,如果创业者只是单一技术,则只能做成某一环节;二是有无足够多的钱。做数据服务需要很多基础设施,海量数据的存储、计算等都需要硬件投入;三是新创公司还需要跑得比大公司还要快,这无疑也是一大挑战。总之,前景广阔的数据服务对于新创公司来说,既是机会也是挑战。
警惕数据来源的合法性陷阱
目前包括百度、淘宝、腾讯在内的大公司都在做用户的数据分析,用户数据获取尚处于灰色地带。因此,需要提醒的是:无论是大公司还是创业型公司,都需要平衡用户隐私及数据质量的关系。
不得不提的是,数据服务的公司还面临着一个数据来源合法性的问题。在今年的“3·15”晚会上,央视曝光了一批做精准营销服务的公司存在侵犯用户隐私的问题,从而引发了人们对数据来源合法性的关注。而这也正成为数据类创业公司的一个隐形的风险。
张韶峰认为,上述风险需要理性地看待。在他看来,技术本身并没有好坏,关键在于使用它的人。技术是把双刃剑,关键需要政府和业界建立规则,设计非常苛刻严格的法律条例和行业规则,全力打击那些提供除了用户同意的服务外,还以伤害用户的方式利用用户隐私牟利的企业。
“投资方对此也非常重视,他们在考查晶赞科技期间,就曾做了严格的审计。”汤奇峰表示,数据来源的合法性关键一点在于是否告之“用户”,用户包括广告主及普通消费者,而且在所有的设置中,必须有一项设计,就是用户有权选择退出。
“百分点科技的数据来源一部分是公司本身收集的核心数据,此外还会与服务的客户签一个数据共享的协议,目前合作的客户都签这个协议。也就是说,以百分点科技牵头建立起了一个数据共享库。”张韶峰说。
在刘荣华看来,目前包括百度、淘宝、腾讯在内的大公司都在做用户的数据分析,用户数据获取尚处于一个灰色地带。因此,创业者还需要及时提醒用户一些数据是自愿被获取。事实上,无论是大公司还是创业型公司,都需要平衡好用户隐私及数据质量的关系。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01