企業做大數據，需要什么樣的伙伴

企業做大數據以來，碰到了很多的合作伙伴，大家都有疑問，你需要什么，我能幫到你什么?這里談談筆者個人的理解，希望有所啟示。

首先，以數據挖掘見長的公司將獲得先發優勢。

一是大數據賦予這類公司更大的機遇，這個時代，任何公司都面臨著從傳統經驗決策向數據決策的挑戰，傳統決策的科學性所以不夠，一方面是企業的數據意識并不強，二是數據本身乏善可陳，比如以前運營商并沒有把O域數據當成真正的資源來運營。

大數據則賦予這類公司以全新的機會，幾乎在任何一個方面，這類公司都由此受益，做數據挖掘的，最苦惱的，莫過于缺數據，現在有了，而數據化思維席卷全行業，也讓其獲得了勢，沒有更好的時代了。

而大多數企業， 太缺乏采礦能力了，面對一大堆數據束手無策，這為數據挖掘見長的公司提供了全新的機會。

二是稀缺性，應該講，全行業干這活的公司，并敢于對外輸出能力的，屈指可數，能者寥寥。

國內IT碼農很多，但數據建模師卻很難找，一方面跟職業特點有關，碼農可以快速產出，但數據建模師培養非一日之功，另一方面，具備數據建模師培養環境的公司很少，所謂三人成行，英雄主義固然可以，但要能真正形成一直建模團隊非常不易。

筆者看到的大多優秀的挖掘公司，人員素質相對較高，培養體系較好，應是有一定文化沉淀的，數據挖掘顯然是不能過于浮躁的，在這個躁動的時代，越發顯得其珍貴。

還有一個原因是，諸如BAT等一些互聯網公司對于建模師的瘋狂席卷，也是導致稀缺的一個原因，筆者自己的團隊一年內也送走2人，算是一個佐證。

但這類挖掘公司，也面臨非常大的挑戰，一方面傳統的知識結構和挖掘技能需要與時俱進，什么SAS，SPSS或者專有挖掘平臺，并不能包打天下，諸如深度學習、搜索算法、并行挖掘等等，似乎對他們也是全新的挑戰，另一方面，也面臨激烈的人才競爭，在這個關鍵節點，還是要守住。

但很多傳統意義上的合作伙伴，比如運營商的集成商，在這方面的能力則是乏善可陳的，大家都在提大數據轉型，但似乎更側重在平臺層面投入力量，在數據建模上鮮有動作或建樹，或者僅僅是蜻蜓點水。

可以這么說，大多數傳統企業的合作伙伴，如果說是做BI的，更擅長的是取數或報表能力，數據挖掘有些勉為其難，這似乎成為了其大數據戰略的盲點。

一些公司似乎也走入另一個誤區，以為咨詢分析師可以起到建模師的職責，但大數據時代，更需要能自己操控數據，PPT也許是重要，但真要玩數據，還得見真功夫，不是提個取數需求，EXCEL里面透視一下就算是了。

曾經讓資深的咨詢分析師來干建模師的活，也是非常差強人意的，說得再漂亮，PPT寫得再好，管理能力再高，在數據挖掘面前也是一個死。

大數據時代，滿足一個企業的需求，需要從數據開始, 沒有這個能力，很難說有什么新的增長機會。

其次，需要服務能力卓越的大數據技術公司。

大數據技術的特點決定了其必然是百花齊放的，封閉的技術體系并不現實，因此大數據技術支撐不可能再大包大攬，某些公司規劃很大，野心很大，一來就談PaaS,但具體某個產品出來問題太多，拿客戶當白老鼠。

做大數據平臺或產品還是要講究點精益求精，少提點概念，好的東西自然會有人買賬，比如GBASE，相反，則會被唾棄，這是個群雄并起的時代，不會缺了誰就活不了，產品做深遠好過攤子鋪得太大。

阿里算有個PaaS，那也是對內運營千錘百煉出來的，但他們的道路，并不可模仿，如數加這類平臺組件大多通用性并不強，只能依托云平臺來進行捆綁。

同時，大數據應用要求變化太快，技術一日千里，必然要求大數據技術公司擁有強大、快速的售后技術服務支撐能力，那種聽不見一線炮聲的產品研發模式，是缺乏競爭力的。

同時要求你的產品符合分布式、彈性可擴展、相對開放的路線要求，但無論如何，大數據技術產品從底向上，都孕育著巨大機會，比如浙江移動對于在線多維分析有著強烈的需求，只要你的產品足夠好，服務能力足夠強。

有些技術公司，似乎已經忘記了自己是如何發家的，事情還沒做呢就先放一套規矩出來，比如產品化的原則，誠然，產品成熟后的確可以，但路還沒趟出來呢，就急著以產品路線挾制客戶，顯示出了其在大數據上的急功近利。

再次，能起到連接的公司，也孕育著巨大的機會。

中國移動提出了大連接的戰略，是有其深遠意義的，諸如運營商等擁有大數據的企業，到底缺什么?

實際上是缺真實的市場需求，從全行業講，整個社會對于其數據的理解也是非常有限的，舉個例子：

某個大型商場規劃項目，現在需要用數據來決策，商場會找誰要數據?

估計沒人會想到運營商也能做這事，即使聽說了，也對其報嚴重的懷疑，這是因為，雖然運營商數據有價值，但很少有機會能推出真正場景化的大數據產品，當前的一些驗真接口，或者依托傳統渠道走一波的產品形式，其實跟大數據關系不大，不能自己騙自己。

事實上，現在運營商的大數據產品大多還在概念和形象展示階段，實用性離商用還有不少距離，比如一份商業分析報告，涉及職業，收入、習慣等標簽需求，估計沒有運營商能較為完整做出來，一方面是前期沒有足夠的需求輸入，另一方面自己也沒儲備，諸如職業等標簽，能做和已經有了畢竟是兩個層面的事情。

當前，市場真實的客戶與運營商還有著不少的距離，因此，深諳行業大數據需求的企業，能夠撮合最終客戶與運營商的企業，比如垂直咨詢服務公司，應有巨大的商機。

解決溝通問題，讓真實的需求暴露在運營商面前，讓其認識到差距，才可能有市場化驅動的建模和產品，運營商才有真正商業化、規?；儸F的機會，在這個過程中，起到粘合劑的公司，必然有巨大的發展空間。

比如對于商業分析報告，運營商提供標簽，咨詢公司提供垂直分析報告，兩者各取所長，就是一種很好的大數據生態形式。

很多企業現在還苦惱于沒有好的大數據商業模式，但實際上，哪有那么多的商業模式，任何一種現存的商業模式結合你獨有的數據，就有廣闊的前景，關鍵在于你能做多深。

當然我們提連接不是讓合作伙伴囤積數據，一開始就抱有這個想法的第三方公司，是無法長期合作的，誰都不是傻子。

最后，數字化運營能力急缺，提供這方面的服務還是有前景的。

企業文化因素、大數據的高門檻、不擅長策劃和拓展，無大數據運營經驗，習慣坐等生意上門等因素，都較大抑制了大數據的發展，比如運營商，在傳統通信產品運營上可能還有一些套路，但在較為高端的大數據產品上，人力資源和運營經驗則非常缺乏。

大數據技術人員當商務人員用，這是轉型期間無奈的選擇，但也孕育著合作機會。

面對大數據，我們的確缺失太多的能力，但我們的需求也確切切實實在改變，對于傳統合作伙伴來講，原有的地盤不會是永遠的，需要有一顆勇于改變的心，對于新的合作伙伴，則要抓住這個機會，找到適合自己的切入點，與客戶共同成長。