大数据:大数据，大数据公司，低估值
本文试图解释清楚这么几个问题?我们可以利用的是哪些数据?哪些公司可以称作大数据公司?为什么突然冒出那么多大数据公司?大数据公司估值并不高，还不如O2O?
一 什么是数据?
我们将它分为线上与线下两类来具体分析下。
1 线上，互联网大数据互联网信息：网页。电子商务。 人在互联网中的行为：社交，衣食住行，健康。物联网。
2 线下，现实社会大数据信息：线下每天依然在产生大量的信息。线下商业。实物：包括机器，桌子椅子等。人：线下的社交，衣食住行，健康医疗。 生物数据：(除人外的活体生物，宠物等)
3 哪些大数据最重要?互联网时代把线上大数据发挥到了极致，直接推动了BAT三大巨头的诞生，同时也把马云、马化腾、李彦宏带到了首富的位置。百度：搜索(信息，连接人与信息，重金O2O，强行连接人与服务，现在搞AI)阿里巴巴：电子商务(商业)
腾讯：社交(人)
二 哪些公司是大数据公司?
这个问题不好答，换个方向就好答了：哪些公司有大数据人才?连大数据的人都没有，别自称大数据公司了好吗。
1 互联网巨头
互联网巨头的起家背靠着电商，社交，信息，游戏，金融等互联网时代的巨大概念。
腾讯的大数据主要来源于QQ，微信，腾讯游戏。拥有的用户关系大数据，社交数据因为私密无法公开使用。利用数据改进产品，数据驱动广告、电商、资讯、社交等一系列腾讯产品的改进。腾讯的未来在于微信，微信现在已经不再把精力放在IM通讯上了，而是连接一切。未来微信很有可能会成为整个互联网的基础服务最大的入口。那时候的微信也就掌握了电商，社交，信息，游戏，金融的一切。
阿里巴巴的淘宝，天猫，阿里巴巴，支付宝。商品交易，支付数据是商业的基础设施。支付宝的交易大数据使得阿里长期在互金领域占据霸主地位。电商超越零售不是现在，就是不久的将来。所以阿里目前拥有的网商大数据，也就等于掌握了中国部分的商业占比。
百度的百度搜索。百度对于信息的利用来源于用户与商家的需求，用户侧服务互联网网民的搜索需求，商家侧匹配广告主与网民的广告业务。另外，百度还重金押宝AI，AI若能成功将革新社会的基础服务，比如无人驾驶。所以个人觉得百度仍然有机会回到第一的王座。
凭借着互联网时代庞大数据体量与高质量的数据，可以说BAT拥有着当今最优秀的数据人才。
2 行业巨头
行业巨头个人分为两类。
第一类是IT巨头，例如华为，小米，新美大，浪潮，中兴，曙光等公司。他们凭借着在IT领域建立了技术壁垒或者服务能力，成为了各自领域的佼佼者。
第二类是传统行业巨头，包含各行各业，金融，零售，能源，机械，酒等垂直领域。比如你听说过茅台酒公司的大数据平台吗?
由于上述行业巨头的垂直领域大数据的垄断性地位与数据体量的变大，希冀能依靠大数据产生价值 。凭借着两点，行业巨头也拥有着很多高质量的大数据人才。
但大数据不是他们的第一驱动力。他们有更重要的主营业务。
3 新时期的大数据公司
基础服务平台提供了大数据平台基础服务，比如大数据存储平台，计算平台，BI平台，数据交易平台。
商业数据分析型大数据公司提供了复杂的端到端数据服务，包括大数据采集、清洗、分析，帮助没有数据分析与整合能力的企业理解大数据，认识大数据，并让自身大数据发挥效用。
接下来我们重点讨论的是如何看待这些新时期的大数据公司。
三 为什么突然冒出那么多新时期的大数据公司?
对数据的需求自古有之。乔家大院里面，东家乔致庸看账本可不就是大数据应用吗?
那为什么在之前少有专业的大数据公司，在最近几年才爆发起来?2012或者2013年被称之为大数据元年。
新时期的大数据公司大幅增加源自于有两类数据需求的集中爆发。
1 线下的数据机会
在看到巨头们由于占据了互联网端的大数据后，很多人发现了线下的大数据机会。梦想着成为巨头的他们，踏上了继续强力推进线下大数据线上化的道路。
2 企业对于大数据化决策的需求
抽象来看，企业的发展过程很大程度上经历了纸质化1.0时代，信息化2.0时代，数据化3.0时代。当快糙猛的高速发展期过去，企业的发展同样需要大数据驱动，大数据决策。但是，很多企业信息化过程都经历了阵痛难产，现在等待它们的是大数据时代的到来。对于他们来说，大数据人才缺口是最大的问题，于是他们需要借助外力。在信息化时代，这叫找外包。不好意思，大数据时代，一样需要外包。(什么?原来我们这些data scientist在做外包?)
于是，一大波大数据公司出现了。
四 大数据公司的估值并不高，都比不上O2O?
在消费完大数据的概念后，其实现在媒体跟投资圈更多的在消费AI了。做系统的开始说自己做大数据，做数据的开始说自己在干AI。
估值除了看公司收入，利润，用户，概念，还有就是VC的人傻钱多了。
之前爱分析有一篇文章，大致列举了中国未上市大数据公司50强，没有一家估值超过10亿美金，一家独角兽企业都没有。那是什么原因导致的低估值?
1 线下数据线上化，硬骨头太难啃
线下的大数据还有哪些没有被线上化的?
人的线下社交，线下交易，实体零售，线下营销，线下课堂教学等一系列线下场景。可以说，线下是社会的组成，特别是很多场景严重依赖线下，比如学习，服务化消费。因此线下数据的收集同样很有利。
举一个小例子，线下课堂教学中，如果能实时获取每一个同学对于知识接受度，掌握每一个人的学习，可以有效的帮助每一位同学更好的学习，从而避免误入歧途。
但线下大数据收集难度太大，成本高，技术仍不完善，所以从大数据收集一开始就遇到了困难，我总结为硬骨头。
另外一个是大数据孤岛效应严重，实质上数据如果无法达到大、全、价值，很难产生协同效应。
但未来肯定有办法。通过AI的发展，通过音视频的捕捉，线下数据线上化只是时间问题。
2 大数据公司业务难以规模化
在一系列TO B的大数据公司中，商业的数据分析属于外包型数据分析业务，外包的一个重要特点是堆人头，很难产生规模化经济效益，赚取超额利润。
并且，很多大数据公司急躁且跟风，数据外包本质上是外包团队的困境，为什么很多公司现在选择自建技术团队，因为外包是不会为企业的长期发展而考虑，这是经济学或者社会学领域研究的问题。很多时候大数据公司接了单，却没有能服务好，根本不能为企业带来实际的效益，最终企业反而劳心劳力无所得。
其次，中小企业引入大数据分析数据是可以帮助决策，提升企业经营效率的。但是企业自身进行大数据投入的意愿是多少?意愿 = 收益 – 成本。如果收益无法cover成本，很多企业是没有动力做这件事情的。其实这也就是很多中小企业的困境。
当然，data to people是历史潮流，未来一定有越来越多的数据服务公司出现，也有越来越多企业需要数据服务。
3 大数据隐私
大数据有其独特性，尤其是隐私，企业对于大数据的思考尤为谨慎。
互联网爬虫与反爬技术的兴起，也是源于大数据隐私，电商，旅游等网站都在防止竞争对手爬取自身的大数据下足了苦工。互联网发展至今，特别是大数据资产这一定义深入人心，大家对大数据更为谨慎，也就导致了大数据共享困难。
这也是我觉得纯粹靠整合某一垂直领域，利用数据来达到垄断某一领域的困境。
这一类公司其实已经有独角兽的端倪了，包含大数据基础平台以及数据云平台等。包括Hadoop领域的三架马车，都已经进入了十亿美金的独角兽阶段。
以上，是我觉得大数据公司由于数据采集，数大据隐私，大数据孤岛所导致的一系列难以做大做强的难题。
下一次我们来分析下那大数据企业50强，技术人到底去哪些公司才不被坑!
End.
未来的制造业要的不是石油，它最大的能源是数据.