大数据驱动多产业发展，假套路还是真功夫？

---

早在 1980 年，著名未来学家托夫勒在其所著的《第三次浪潮》中就将 “大数据” 称颂为“第三次浪潮的华彩乐章”，到了现在，大数据的热浪已经覆盖了整个时代。

最近几年，资本一直追着大数据跑，大数据也一直在积极赋能众多产业，包括金融、医疗、教育等，有数据显示，到 2020 年，中国大数据产业规模或达 13626 亿元的高点。毫无疑问，大数据已经成为了热门投资方向之一。但是喧嚣躁动之下，传闻中的大面积收割却一直没来。这究竟是数据创业的的玩家不行，还是那些大数据全都走错了道?

一：资本加注下的大数据，行业依然是冰火两重天

据不完全统计，2017 年上半年，至少有 63 家大数据创业企业在国内获得了融资，总融资金额超过 68 亿人民币，其中获得上亿元融资的企业就有 17 家，获得上千万元融资的大数据公司有 41 家，占总数的 92%。显然，资本对有潜力的大数据创业公司并不吝啬。

 

(数据及图片来源：大数据频道)

不过大数据行业里也不尽然都是好消息。在资本狂欢之下，“大数据”开始炒概念，不少 “伪数据” 公司从中“沾光”，进而阻碍了整个行业的发展。除此之外，数创公司本身还面临着两个难题。

1. 离散的数据被藏在科技巨头们的黑箱中

数据收集一直是数创公司的难题，一方面，数据存在禁地，数据安全和隐私是不可逾越的高墙; 另一方面，BAT 等科技巨头垄断了大量的社交数据、电商数据和行为数据。也就是说，数创公司即使走出了不能被利用的数据禁地，转身就会投入被 BAT 们垄断的大数据海洋。

庆幸的是，BAT 等科技巨头虽然有着绝对优势，但他们自身涉及的产业非常多，包括金融业务、文娱业务等等，难免会和其他机构存在竞争关系。所以，其他企业掌握的筹码是能够与各产业机构进行无间合作。

美国 Palantir 大数据服务公司最为人称道的一个案例是，协助多家银行追回了纳斯达克前主席麦道夫所隐藏起来的数十亿美元巨款。

而一直对标 Palantir 的中国企业中译语通，则是将图像识别、语音识别，包括计算机视觉自觉生成的广告、数字精准营销等技术结合到短视频应用中。

由高盛领投的数创公司 Crux 主要业务则是建立信息供应链保证各个金融机构的数据隐私，确保他们不被私自售卖和利用。

从中我们可以看出，与大象共舞，数创企业显然不必用数据量和 BAT 等科技巨头硬碰硬，从细微之处进行创新将是个不错的选择。

2. 数据可视化是企业的薄弱环节

虽然现在数据创业公司颇多，且无论做 SaaS 还是做外包服务都已相当成熟，但 “数据可视化” 仍是大数据行业里较为薄弱的环节。

数据可视化有非常多实际运用的场景，有人觉得可视化仅仅是将数据变成图，其实那只是针对静态的数据，如果做实时数据的呈现，那就是动态的，而不同的呈现方式对背后的技术要求也会不一样。所以，数据可视化是一个技术含量高的领域。

因此，许多数创公司在展开业务，亲身接触到不同行业、不同背景客户的可视化需求后，就会发现一技术环节仍旧面临着许多挑战。所以，企业想要打造高效率、标准化、产品化的服务，就必须探究不同场景的技术解决方案，并开发相应的工具。

谷歌曾经参与创建非营利组织 Global Fishing Watch，构建了一个透明可视的大数据平台，可以观察全球海上转运船只的动态。数据可视化让我们对全球商业捕鱼有了一个整体性的洞察与监测。

中译语通在 2017 年就发布了数据可视化应用，结合了知识图谱技术，可以在任何一个场景应用，相当于是大数据监测的部件; 数创企业 DataHunter 也将根据各行业不同的分析理念和思路，计划在通用性的标准化之上再做行业版。

数据的分析和可视化可以说是大数据服务的 “最后一公里”，但这并不是所有企业都有能力解决。毫无疑问，只有打通这一环节，数创企业才能获得不同产业的认可。

二. 抢占 C 端并非大数据赋能产业的制胜要诀

对于大多数行业而言，C 端将会成为其发力的最大主场，大数据行业在一开始的定位亦是如此，所以，我们能看到许多数创企业瞄准了 C 端市场，然而，这个人人看好的 “市场” 究竟是否真的存在? 大数据的 “瞄准器” 是否看错了方向? 面对这个问题，数创公司们稍不留神，可能就会陷入困境。

1、冲锋陷阵做 C 端，可能是 “万骨” 枯去的开始

大数据的应用过程中，国内的数创企业一直处于一个尴尬的局面，即超前的大数据和人工智能技术与大众落后的产品理念相悖，反映到 C 端，就是普遍的低接受度以及随之而来的高获客成本。

与此同时，还有一些企业大炒概念，将 “小数据”“数据”“假数据” 均称为“大数据”，破坏用户对技术的观感，使得新技术的推进越发困难，所以，技术在 C 端推进时并不能带来先导价值。

然而，“数据意识”的培育并非一朝一夕的事，而是靠 “社会大势” 推着走，数创企业可能会面临较长时间的“尴尬”。所以，进军 B 端成为数创企业生存下来并获得认可的最可行谋略。

比如在我们所熟知的机器翻译领域内，其实 O2O 的故事已经过去了。现如今企业对机器翻译的需求会比一般用户更高。无论是会议室里的同传，还是图像翻译，包括视频的实时翻译，如果有一款企业级产品能够满足企业 “大规模” 和“高效率”的翻译需求，这个意义是非常大的，同样也拥有着非常巨大的市场。

2、超前的大数据行业面临 “高阙值马太效应”

一般来说，一个新产品或者是新技术要想在市场上获得收益，创业企业在前期必须要舍得 “烧钱”，比如共享单车在刚刚面世时，价格策略让公众迅速地接受了“共享” 的概念，用户量达到了一定程度后，就会形成用户群聚的马太效应，此时只需要等待自然虹吸即可快速聚拢用户。

然而，“大数据”作为比 “共享” 更为前沿和更具科技性的概念，其应用成果会比传统超前很多，尤其在行业对应的理念未跟上之时，大众的心理接受过程会非常漫长。于是，大数据行业的马太效应会比 “共享单车” 此类普通的功能型产品 (立等可用，无尝试成本) 阙值更高，虹吸效率更低。

同样是 C 端产品，To C 的大数据产品难以采用从零开始的用户策略。如果以 B 端为温床，反而更能促进企业的发展，为企业带来利润。我们也能看到，无论是量子、Inside、软件级别的平台级产品等等，都是非常重视 2B，其应用完全是基于企业客户开发出来的。

事实上，各类大数据 to B 服务都已在中国初具规模，比如中译语通开创性地发布了一款企业级机器翻译产品 MerCube，接下来的产品体系也在 B 端进行了布局; 14 年成立的数创企业 DataHunter 也在为中小企业提供部分产品上取得了成绩。

三. 谋定而后动才是大数据赋能产业发展的不二法门

1、 行业需要的是结构化数据

于 B 端而言，比起非结构化数据 (数据结构不规则，没有预定义的数据模型)，结构化数据会更有价值。以金融行业为例，除了数据丰富度外，具有数据筛选、智能算法等功能的产品才是具有高效价比的。所以，数创企业在技术研发过程中，花在核心算法上的精力产出不一定比花在数据上低。

比如中译语通在产品上的打法就是将海量的数据进行结构化，“在任何一个时间节点，对于每一笔交易逐级关系、竞争对手的关系，都可以挖掘出来”，进而可以向任何垂直行业变现。此外，还有 Crux Informatics“只专注于处理非结构化数据”，极光 “全面赋能移动大数据，帮助金融行业提高运营效率。“

这就意味着大数据行业里拥有闭环和数据的公司会首先跑通。

2、 产品投放之前需要数据追溯避免版权问题

在大数据创业机会的背后，依然存在着难以规避的版权风险。数据来源于何处? 数据究竟是真还是假? 这是大数据产品投入市场之前必须要考虑的。没有完全成熟、充分准备的产品会被市场排斥，面对大数据收集的 “通病”——版权，只有追溯版权来源的成熟产品才能避免用户的抵触情绪。

极光大数据就因为数据来源、数据隐私监管趋势收紧等方面愈发承压; 中译语通则采用了数据追溯的办法，去标注每条视频当中的细节、内容，为每个数据打上标签，追溯到版权并进行战略签约以及购买。

目前，仍是有不少数据企业打版权的 “擦边球”，面对这类问题，除了相关部门要完善这些行政管理条规，数创企业自身也应该在最大程度上规避这种风险，在整个行业内开始杜绝这种风气。

结论：

总之，在如今这个智能时代，大数据必定会扮演着重要的驱动角色，即使目前没有颠覆性的产品，大数据的价值是无法被否定的。在未来市场更趋成熟的时候，大数据将会与更多产业进行紧密结合，为投资者们创造更多的效益与价值。而在这之前，数创企业应该基于大数据的发展特性与市场现实，找到大数据最佳的应用渠道。

来源：数盟

---

---