
大數據創業,繞開BAT,找準紅利方可成功
隨著大數據時代的到來,其中產業鏈的紅利也將逐漸呈現,催生了諸多相關的創業項目。筆者以一家定義為大數據加工、分析、流通的創業公司“云見”為例,探討下數據在流通過程中增值的可能性。
大數據的紅利在哪?
處在大數據最上游的是數據產生端,其中最有代表性的是BAT這樣的企業。與數據生存者對應的另一端是需求端,即服務主體,同樣是包括政府、機構、企業、個人。而處在中間的則是數據的處理加工商,如云見這類公司。
那么,紅利在哪里呢?首先,數據生產端紅利已盡。BAT因為自有數據資源可以自嗨,比如百度有“百度遷徙”、“百度精算”;阿里有 “阿里云”、“支付寶-花唄”;騰訊有 “騰訊云分析”,BAT自產自銷模式代表了大部分擁有數據源的玩家。
那么剩下的紅利就集中在了中間部分,其中有兩種模式:
模式一:與業務場景結合,做產業類平臺,如同花順、恒生電子。
模式二:數據的再加工利用,即從運營商、互聯網公司獲取原始數據信息來進行分析,再提供給用戶關于價值和趨勢的信息以換取價值。
相比于模式一的深耕,模式二因為進入門檻、資源要求度都相對較低,所以云見選擇以這種形式進行切入。
既然類似云見這樣的小微企業,先天沒有數據源的優勢,那么如何讓數據在流通過程中增值呢?
讓數據在流通過程中增值的方法
(1)降低數據來源的成本
最普遍的方法包括通過第三方購買數據、爬蟲爬回數據、合作方授權數據、免費的開放數據。數據獲取中肯定要付出人力、資金成本,所以解決數據源是大數據創業公司首要面臨的問題。
目前行業做得較創新的是“數據堂”,這家作為掛牌新三板的第一個大數據資源公司,采用“眾包”形式,由服務企業提出需求,數據堂直接通過眾客堂采集數據。同時,眾客堂用戶也是處理數據的方式,可甄別數據真偽和有效性。
當然,相比于成熟型的數據公司,云見還未具備這樣的數據采集實力,所以其傾向于用合作授權數據的形式,低成本獲得獨家數據源。
(2)著眼于未來的數據加工
數據加工包括整理合并、優化、排錯等方面,數據本身龐雜無章,精煉后的數據能夠發掘其中的規律性而進行精準應用。當然,這只是數據加工的通用價值,大數據創業公司關鍵要解決數據價值深化或兌現的問題。
云見做出兩個選擇:
與垂直領域對接發現價值
因為消費升級、移動互聯網的人口紅利消失,那些大規模的對受眾社會屬性不加區分的水平產品很難生產。在大數據時代,通用型信息的價值正減小,任何擁有數據加工能力的人都可說出用戶畫像,但針對垂直領域的數據價值需求則需深耕才能解決。
預測未來比看見現在更重要
云見從成立之初就專注在“算法”上,用模式識別的方式形成自己的經驗庫以預測用戶的未來行為,區別于競爭對手賺解決方案服務費的方式,這也符合其技術驅動型團隊的特點——更看中“穩”而不是“快”。
(3)用“mall”的形式
作為大數據元老級公司的“數據堂”15年推出了國內第一家網上數據商城“Data Mall”,數據商城的形式最大化地提高了數據交易效率,簡單理解就是在通用的入口,用戶可以進行重復消費;同時,平臺方通過商城獲得接入用戶的機會,用戶成為“傳感器”——作為流量入口,又將數據反饋至商城上,擔任消費端和供給端的雙重角色。
云見也在籌建這樣的“輕模式”,除了上述提及的優勢,考慮到基于用戶需求的非標準化特性,API接口(應用程序編程接口)本身是很難進行標準化的,所以“mall”的呈現方式在一定程度上解決了API形式上的標準化,同時,“mall”改變了傳統打包服務的模式,減少在銷售、推廣、人力上的成本。
當然,大數據創業的成功還有一部分因素是依賴在大勢上。
(4)政策上的大勢
2015年7月,國務院辦公廳發布《關于運用大數據加強對市場主體服務和監管的若干意見》,這是順應大數據時代潮流,運用現代信息技術加強政府公共服務和市場監管,推動簡政放權和政府職能轉變的重要政策文件。
文件表示將充分認識運用大數據加強對市場主體服務和監管的重要性、運用大數據提高為市場主體服務水平、運用大數據加強和改進市場監管、推進政府和社會信息資源開放共享、提高政府運用大數據的能力和積極培育和發展社會化征信服務等。
(5)行業上的機會
目前較有代表性的大數據公司是“數據堂”和“聚合數據”,共同特點是擁有如BAT量級的大B用戶。但相當部分的小B企業以及政府決策、公共服務、金融、電信等領域對數據存在需求,再加上數據供給端也出現了多元化的現狀,所以大數據行業本身很難做到一家獨大,類似于云見這樣較小型的數據處理公司還是有機會在其中饞食大數據的紅利。
創業的機會在哪里
池靜若認為現在大數據產業鏈才開始發展,大眾都把目光聚焦在大數據的兩端:一是誰擁有這些數據,二是這些數據到底如何使用。但僅僅在兩端是不能解決大數據問題的。
大數據產業的大量機會出現在中間環節,包括采集、聚合、機器學習加工后的數據通過智能管道合法流入到用戶的手里。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25