IT時代：看大數據潛力如何

大數據不僅僅是一個營銷詞匯，在這篇干貨滿滿的文章里，作者用數據告訴我們，究竟什么是大數據，大數據行業的創業機會如何，未來的創業方向又有哪些。

　　接觸大數據，了解這個行業已經有兩年多了，每天都在閱讀大量的關于大數據的文獻資料和技術文章。如果你要問我什么是大數據？以前可能我會和你說，大數據是一種思維，一種技術，標志的是大數據的4V特點：

　　Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。大數據帶來的是一種變革，打破了原有的隨機分析(抽樣調查)方法，采用所有全量的數據來進行分析，分析的數據更加復雜，有結構化數據、半結構化數據和非結構化數據，分析結構更加注重相關性而不是因果。

　　可是，普通人和大眾用戶他們聽得懂嗎？現在我會舉例子告訴你。

　　比如說，采野蘑菇/野山參這樣的事情，野蘑菇和野山參的分布地點都是隨機的，經驗告訴我，它們會分布在哪片山林，但是我們不知道具體位置，得一個一個的找。大數據可以解決這個難題。

　　我們可以把山林用數據可視化表現出來，然后讓采野蘑菇的人根據自己的實戰經驗標出蘑菇分布的地點，并且把這些地點數據常年積累起來。然后結合野蘑菇的習性，收集每片山林的降雨量、灌木叢分布數據、土壤數據、溫度數據以及山林里采蘑菇的人流量數據等等，來準確的預測出野蘑菇的分布地點。

　　這就是大數據力量。

　　一言以蔽之，大數據最直接的意義就是讓“隨機性”的事情變得可提前預測，從而提高效率和行動價值。

　　同樣的思路，森林防火防賊、環境保護、旅游景點客流預測等等，都可以引入大數據思維。大數據同時也可以為我們工作、學習和生活中一些重大決策作為依據。

　　今天主要說的是大數據領域的創業思考，大數據只有和生活、學習、工作以及商業等場景結合才能產生價值。推動技術發展的從來都不是技術本身，而是消費者(用戶)的需求。用戶不需要知道也沒興趣知道你處理大數據是用Hadoop還是Spark、原理是什么、架構是什么，用戶最關心的是大數據到底怎么用，用了能為自己帶來什么好處。

　　今天我們將從“外部大環境”、“行業內部環境”、“創業風險”和“大數據創業機會和方向”四個點來闡述主題，聰明的朋友也許已經知道了，我們的思路就是大數據領域創業的SWOT分析。

　　大數據市場現狀(外部環境)

　　根據貴陽大數據交易所5月28日發布的《2015年中國大數據交易白皮書》顯示：2014年中國大數據市場規模達到767億元，同比增長27.83%。預計到2020年，中國大數據產業市場規模將達到8228.81億元。

　　一、大數據市場規模巨大

　　首先，中國大數據市場環比增長率較大。根據易觀智庫7月30號發布的中國大數據應用行業的報告顯示，2015-2018年中國大數據市場營銷規模達到258.6億人民幣。環比增長率為37.2%。

　　其次，大數據在全球范圍內的市場規模同樣巨大，根據IDC發布最新研究結果，預測到2018年全球大數據技術和服務市場的2018年的復合年增長率將達到26.4%，規模達到415億美元，是整個IT市場增幅的6倍。

　　無論是從國內還全球的市場規模和增長率來看，我們都可以得出這樣一個結論，無論你是什么樣的公司，或者說你未來創業要做什么樣的服務，大數據都是兵家必爭之地。大數據本身就是一種無形的資產，如果你的公司還沒有部署大數據，那么在未來的市場上會失去核心競爭力。就好比你走在中關村創業大街上，你能收到的100份融資BP里，可能有99份都是APP和O2O項目，但99家里90%以上會重視大數據。

　　二、政策好，政府支持力度大

　　根據gov.cn 9月6日消息，國務院公開發布《國務院關于印發促進大數據發展行動綱要的通知》，綱要里明確的說明，中國將在2018年會建成政府的大數據平臺。相比之下，我們敬愛的習大大和李克強總理也經常為大數據站臺，為中國的大數據發展點贊?？凑畬Υ髷祿闹匾?，你抬頭看看前兩天的北京的藍天，就會對政府有信心了。政府真正要干一件事，執行力大的超出你的預期。

　　據我們的觀察，大數據領域的創業環境只會越來越好。目前，很多一線城市乃至二三線城市的科技園區，都出臺了相關的扶持大數據產業的政策。如果你真的想在這個行業創業，可選擇扶持力度大、人才較多的城市作為大本營，當然了，北京肯定是首選。

　　三、資本關注熱

　　上圖是我們對大數據垂直領域2015年資本投資事件的不完全統計。其實你仔細來看圖會發現，大數據行業的資本關注熱度是遠遠高于其他行業的。這個可以從投資金額可以看出來。今年上半年O2O項目非常熱，也是投資重點關注的行業，但是投資的資本里，普遍都是人民幣幾百萬和幾千萬這樣的量級。而大數據行業的投資，更多的資本量級都是上億的，而且資本多源于頂級投資機構。

　　大數據行業現狀(內部環境)

　　“大數據就像十幾歲少年眼中的性行為，每個人都在談論它，但沒人真正知道怎么做。每個人都以為除了自己之外的每個人都在使用它，所以每個人都裝作自己很了解它?！?

　　TED的創始人Dan Ariely是這樣調侃大數據的。雖然是句玩笑話，但也確實說出了大數據的行業現狀。

　　現狀一、市場尚未飽和，競爭并不激烈

　　1、尚未出現壟斷性行業巨頭

　　前面我們分析了大數據整個大環境的狀況，我們知道大數據行業市場潛力巨大，未來的增長率將達37%左右。但是在中國，目前尚未出現一家如Palantir、FICO這樣的壟斷性質的大數據企業。也許百分點和Talkingdata都在布局上市，但是距離掛牌還有一段時間和距離。新創的大數據企業中，還沒有一家在美股、港股和深交所上市。

　　這是一個機會。創業你做電子商務也好，做游戲也好，都有好幾家有錢有用戶的巨頭公司和你爭搶市場份額，但是大數據行業不一樣，大數據行業沒有那么大的競爭壓力，而且真正的戰爭尚未開始。

　　2、現有大數據企業扎推北京

　　根據數據堂統計的數據來看，新創的大數據企業中，57%的公司都在北京，上海占了15%的份額。大數據需要和實際的業務場景結合才能產生價值，工業、農業、制造、交通和能源等傳統行業仍然擁有巨大的潛力，北上廣深和二三線城市的大數據力量還沒有完全被挖掘出來，這同樣也是一個優勢。

　　3、大數據在生活、商業滲透性較弱

　　筆者做大數據兩年了，天天都聽到或看到大數據的各種消息，但是生活并沒有因為大數據的到來變得更智能一些。它沒有讓大齡光棍女青年更快更精準的找到結婚對象，也沒用讓隔壁老王炒股賺到更多的錢，更沒有讓北京的交通不再擁堵……大數據有用是不假，但是和生活場景結合得還是較弱。并沒有看到可以稱之為“變革”的現象。

　　4、沒有直接的變現模式

　　互聯網上最賺錢的兩大行業分別是電子商務和網絡游戲，這兩個行業的變現模式都是非常清晰和直接的，但是大數據的變現模式需要繞一個彎子，需要和實際業務場景結合起來才能產生價值，不直接的路定然不好走。

　　有人曾經把大數據比作石油，可是，目前的情況看來，大數據行業還需要像發動機一樣可以將數據轉化成動力的載體。一如2010年以前一樣，大家都知道手機游戲是未來的一個趨勢，可是沒有iPhone等智能移動設備的出現，手機游戲的市場份額就非常小，用戶體量也很有限。

　　現狀二、大數據行業人才緊缺

　　根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT企業招聘的職位里，60%以上都在招大數據人才。2015年-2016年是大數據人才最為匱乏的兩年，因為已開了大數據專業的高等院校，第一批大數據人才還為畢業；已有的人才里，復合型的人才較少，都是術有專攻。

　　全球的大數據人才情況也不容樂觀，據Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統；到2015年，圈球大數據人才需求將達到440萬人；調查結果表明，全球64%的企業已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。

　　大數據創業，人才就是核心，所有的公司都在搶大數據人才，創業公司想要招到相應的大數據人才非常困難。

　　現狀三、數據量增長超快

　　這里和大家分享三個數字。49億、250億和39ZB。

　　49億物聯網設備：咨詢公司Gartner預測今明兩年互聯物品的漲幅將達30%。分析師在指出，截止到2015年，全球物聯網設備數量將從38億飆升至49億。

　　250億智能裝置傳感器：分析師預測，傳感器的普及將大大加速智能設備的開發、生產進度。到2020年，將會有大約250億部智能裝置出現在全球市場。

　　39ZB數據存儲量：在2014年年底，國內網絡上集中存儲的數據已經達到1ZB，到2020年時，當年的新增數據量將會達到15.45ZB，整體的網絡上數據存儲量將會達到39ZB，未來6年的年復合增長率達到了84%。

　　預測到2020年，平均每個中國人每年產生的數據約為4.1GB。

　　現狀四：行業目前存在問題

　　1、炒作過剩，實際落地產品較少；很多產品都是打擦邊球；把大數據玩壞了?，F在你和大家說大數據，很多人都認為你在騙人。行業想要持續穩定的發展，企業必須有自律。

　　2、群眾基礎差，關注的人群多為三高人才，高學歷高收入和高技術。從百度指數可以看出，關注大數據的人群中，53%比例的人群年齡分布為30-39歲，而20-29歲人群占的比例為28%；另外，關注大數據的男女比例里，男性占到了80%以上。這樣的數字直接告訴我們的問題就是，“大數據”的話題傳播性其實并不好。預計超過90%的大眾用戶不知道大數據是個什么東西。

　　3、大數據只解決了部分2B的問題，2C產品較少?，F在大家都覺得大數據的方向就是2B，我們不這么認為。打個比方說，你做2B的產品，每家企業平均給你200萬，新創大數據企業你撐死了一年做上20家企業，那么營收預計在4000萬左右。但是如果你做2C的大數據產品，一個用戶給你200塊，當你做到20萬付費用戶的時候，你的營收就會超過4000萬。為什么呢，因為用戶的數據本身就是錢。從深遠的角度來說，未來的創業，你必須學會討好大眾，服務好90后，這才是種子用戶。

　　4、懂技術的人不懂業務，懂業務的人不懂商業。這一點不想做詳細的說明，打擊面太廣了。筆者參加了眾多大數據行業內的峰會大會小會，人人都在說大數據，可是問到你的業務如何賺錢的時候，很多人都是三緘其口。純技術是無法賺錢的，必須和實際的業務結合起來產生商業價值，才能獲益。

　　5、市面上存在的大數據工具上手門檻較高。又一個槽點出來了。前面也說了，任何的新技術，都是需求推動其發展。需求來自用戶。任何的新技術，只有擁抱大眾用戶才能得到更好的發展，接地氣非常重要?，F有的大數據處理工具非常復雜，需要你懂這個那個會這個那個才能使用，大眾根本接觸不到?，F有的大數據工具也不夠親民，無論是2B也好，2C也好，你需要給別人的是一個簡單動動手就能用的工具，里面有功能按鈕，而不是一堆代碼，最起碼應該滿足目前Office工作人員使用。上手門檻較高意味著很大一部分用戶被你擋在了門外。將大數據處理工具產品化勢在必行。

　　大數據行業創業的風險預警

　　一、大數據的創業門檻

　　1、人才成本較高；在美國，在R、NoSQL和MapReduce方面需求的專業人才薪水達到了每年約11萬5千美元，在中國，大數據人才一將難求，創業公司不容易招大數據技術人才，即使招到，人才方面支出也較高。包括高薪、期權和股票等等；

　　2、存儲硬件成本高；考慮到數據歸屬和安全性。大數據公司一般不會數據存在云上。自建機房比云存儲成本高很多倍。

　　3、項目啟動資金高；不是30-50十萬就可以玩起來的，比移動互聯網APP創業項目啟動資金要求高。

　　4、用戶少、獲取成本高。這一點的門檻主要是群眾基礎差帶來的。

　　沒有明確的商業變現模式，這是目前大數據創業的最大門檻。拼數據，你拼不過阿里百度騰訊，拼錢，還是算了……

　　二、數據安全問題

　　據Verizon發布的《2015年數據泄露調查報告》顯示，79790個安全事件中已有2122個確認的數據泄露。值得關注的是在2015年的報告中新增了一個統計模型，用以幫助企業評估到底每筆數據泄露，要損失多少錢。如果泄露1000條記錄時，有95%的可能會損失5.2萬-8.7萬。泄露1千萬數據記錄的花費介于210萬到520萬之間，但最多可能到7390萬。

　　讓我們來回顧一下近年來數據泄漏的事件：2014年5月，800萬小米用戶數據或被泄露；2014年12月，12306大量用戶信息遭泄露；2015年4月，超30省市曝管理漏洞數千萬社保用戶信息或泄露；2015年5月，攜程網全面癱瘓疑似數據庫物理刪除；2015年6月，美國人事管理局(OPM)被指出大量工作人員信息泄露；2015年8月，婚外情網站AshleyMadison數據遭泄露……

　　對于大數據新創企業來說，數據的安全性就是“命”，如何保命事關生存。大數據的安全性，是部署大數據架構和大數據創業最大的挑戰之一！

　　三、大數據隱私

　　關于大數據隱私，在美國有隱私法案，而且美國與歐盟之間還簽署了安全港、隱私聲明等等。而在中國，目前的立法是非常模糊的，屬于灰色地帶。手機號碼被惡意第三方收集了，然后給用戶發了很多垃圾短信，或者我的姓名，我的電話，我的郵箱，他們收集我的信息是不是合法的，目前這一點在在立法上都不清晰。不知道未來國家會不會出臺相關的法律法規來規范這個領域？大數據隱私目前具有不確定因素，也是創業存在的風險之一。

　　說完了風險，下面我們可以來說說大數據行業的創業方向和機會。

　　大數據行業創業機會與方向

　　一、資本層面關注點

　　對于大數據項目，投資人到底看什么？在寫這篇文章之前，我們與多家投行的投資人曾經做過訪談，下面是我們根據訪談內容整理出來的內容。

　　大數據沒有直截了當的變現模式，那么一個新創大數據企業想要獲得成功，拿什么去拼？當然是人才。這也是投資人最關注的東西。

　　投資人告訴筆者，對于一個大數據項目，他們最看重的是團隊。那怎么看團隊呢？一般從團隊技術能力、背景、過往項目經驗和創始人四個方面來看。大數據對技術的要求非常高，投資人看項目的時候，首先看的就是創始人的技術能力。一般情況下，投資者會更加青睞擁有技術背景的創始人和他的項目。

　　還有就是看項目的商業模式和變現能力?？错椖糠矫?，投資人會去看你的項目對應的國外成熟企業，或者說你的項目對應的競爭者是誰。由競爭者經營的情況來預估你在其領域的市場份額和變現能力。商業模式方面，投資者會看你的客戶(用戶)體量和數據源。你的客戶群體有多大？你手里有哪些具體業務上的數據？這些數據如何產生價值，應用到你的客戶身上？解決好這3個問題就成功了一半。

　　大數據項目變現方向，投資人關注的是你的項目是否能夠快速直接的產生價值，而且有持續的創收能力。

　　解決好以上幾個問題，新創大數據公司想要拿到融資就非常容易了。

　　二、大數據垂直領域熱門的投資方向

　　第一個是Hadoop商業化，簡單來說就是做Hadoop的收費版本。Hadoop本來是開源的，但是在具體業務場景中，還缺乏很多功能，那么Hadoop商業化就是去完善這些功能，使其更好的應用于企業的業務場景。Hadoop商業化最典型的公司就是Hadoop的三駕馬車，Hortonworks，Cloudera和MapR，Hortonworks目前已經在納斯達克上市。中國相應的做Hadoop商業化的公司是星環科技。

　　第二個是SQLonHadoop，用大白話來說就是基于應用場景下的數據框架。比如說大數據架構里的查詢引擎、存儲引擎、計算模型等等，這個主要是基于大數據技術方向的，比如說WibiData，它提供了對Hadoop的封裝，連接前端應用到Hadoop基礎設施。

　　第三個是NoSQL數據庫，非關系型數據庫和云數據庫服務。典型的國外企業有MongoDB和Datastax。目前，創業公司MongoDB的估值已超過16億美元，而在中國，基礎云服務商青云QingCloud已經推出了基于MongoDB的集群服務，名字叫做青云QingCloudMongoDB。

　　第四個是分析和可視化。對應的國外企業有Tableau、Datameer。國內新創的大數據企業中，也有很多大數據企業在做可視化服務，比如說國云數據的大數據魔鏡。

　　第五個是行業大數據應用。為社交媒體、廣告公司、企業客戶、電子商務等行業客戶提供數據分析，幫助這些行業提升數據分析的水平，如DataSift、RelateIQ、RocketFuel等創業公司。

　　三、大數據行業現有的商業模式

　　談到商業模式，肯定就要說到2B還2C的問題。

　　2B是目前大數據行業主要的商業模式，將大數據變為一種服務，服務的對象是企業或機構。比如現有的大數據企業里，星圖數據，Hortonworks，Cloudera，星環科技、Talkingdata都是2B的商業模式。從他們的運營狀況，不難看出，2B的商業模式，要么是做解決方案(類似外包)，要么就是做工具。

　　預計未來所有的互聯網企業也好，傳統企業也好，都會在企業內部成立大數據部門，那么到那個時候，解決方案的市場份額還會多么？不肯到也不否定。對于一家企業來說，大數據就是自己的資產，相信企業更傾向于自己管理自己的內部資產。所以我們大膽的預測，解決方案只是目前大數據行業的權宜之計，未來企業會用自己的人才管理自己的大數據，用自己的人才使用自己的大數據。做工具是目前較為主流的模式。Palantir其實也是做工具。

　　2C方面，在整理這份內容的時候，我們發現2C的產品非常少。女性經期助手、百度指數這樣勉強算是2C的大數據產品。而大數據2C方面的產品，更多的是傾向于應用?？纱┐髟O備其實也算是大數據應用產品之一。

　　說了這么多，你肯定會問我了，那么騰訊、百度和阿里巴巴這樣的企業，他們的大數據又是什么樣的模式呢？在筆者看來，BAT企業的大數據商業模式都是2C+2B的模式，我們可以簡稱為復合型的商業模式，因為他們服務的用戶有企業用戶也有個人用戶。

　　總結一下，現有的商業模式里，哪個最好？筆者個人認為是2B+2C模式。這樣的模式是最健康的模式，形成了一個商業閉環。

　　用一句話來說就是：你收集用戶的數據，分析出報告，然后給到的對應的企業，對應的企業根據數據反饋，從而開發或制造出更好的產品，讓用戶享受更智能更美好的生活。這整個過程中，大數據是貫穿始終的。