大数据：大数据需要什么样的合作伙伴？
企业做大数据以来，碰到了很多的合作伙伴，大家都有疑问，你需要什么，我能帮到你什么？这里谈谈笔者个人的理解，希望有所启示。
首先，以数据挖掘见长的公司将获得先发优势。
一是大数据赋予这类公司更大的机遇，这个时代，任何公司都面临着从传统经验决策向大数据决策的挑战，传统决策的科学性所以不够，一方面是企业的大数据意识并不强，二是大数据本身乏善可陈，比如以前运营商并没有把O域数据当成真正的资源来运营。
大数据则赋予这类公司以全新的机会，几乎在任何一个方面，这类公司都由此受益，做数据挖掘的，最苦恼的，莫过于缺大数据，现在有了，而数据化思维席卷全行业，也让其获得了势，没有更好的时代了。
而大多数企业， 太缺乏采矿能力了，面对一大堆大数据束手无策，这为数据挖掘见长的公司提供了全新的机会。
二是稀缺性，应该讲，全行业干这活的公司，并敢于对外输出能力的，屈指可数，能者寥寥。
国内IT码农很多，但数据建模师却很难找，一方面跟职业特点有关，码农可以快速产出，但大数据建模师培养非一日之功，另一方面，具备大数据建模师培养环境的公司很少，所谓三人成行，英雄主义固然可以，但要能真正形成一直建模团队非常不易。
笔者看到的大多优秀的数据挖掘公司，数据挖掘人员素质相对较高，培养体系较好，应是有一定文化沉淀的，数据挖掘显然是不能过于浮躁的，在这个躁动的时代，越发显得其珍贵。
还有一个原因是，诸如BAT等一些互联网公司对于大数据建模师的疯狂席卷，也是导致稀缺的一个原因，笔者自己的团队一年内也送走2人，算是一个佐证。
但这类数据挖掘公司，也面临非常大的挑战，一方面传统的知识结构和数据挖掘技能需要与时俱进，什么SAS，SPSS或者专有挖掘平台，并不能包打天下，诸如深度学习、搜索算法、并行数据挖掘等等，似乎对他们也是全新的挑战，另一方面，也面临激烈的大数据人才竞争，在这个关键节点，还是要守住。
但很多传统意义上的大数据合作伙伴，比如运营商的集成商，在这方面的能力则是乏善可陈的，大家都在提大数据转型，但似乎更侧重在平台层面投入力量，在大数据建模上鲜有动作或建树，或者仅仅是蜻蜓点水。
可以这么说，大多数传统企业的合作伙伴，如果说是做BI的，更擅长的是取数或报表能力，数据挖掘有些勉为其难，这似乎成为了其大数据战略的盲点。
一些公司似乎也走入另一个误区，以为咨询数据分析师可以起到建模师的职责，但大数据时代，更需要能自己操控大数据，PPT也许是重要，但真要玩大数据，还得见真功夫，不是提个取数需求，EXCEL里面透视一下就算是了。
曾经让资深的咨询数据分析师来干建模师的活，也是非常差强人意的，说得再漂亮，PPT写得再好，管理能力再高，在数据挖掘面前也是一个死。
大数据时代，满足一个企业的需求，需要从大数据开始, 没有这个能力，很难说有什么新的增长机会。
大数据技术的特点决定了其必然是百花齐放的，封闭的技术体系并不现实，因此大数据技术支撑不可能再大包大揽，某些公司规划很大，野心很大，一来就谈PaaS,但具体某个产品出来问题太多，拿客户当白老鼠。
做大数据平台或产品还是要讲究点精益求精，少提点概念，好的东西自然会有人买账，比如GBASE，相反，则会被唾弃，这是个群雄并起的时代，不会缺了谁就活不了，产品做深远好过摊子铺得太大。
阿里算有个PaaS，那也是对内运营千锤百炼出来的，但他们的道路，并不可模仿，如数加这类平台组件大多通用性并不强，只能依托云平台来进行捆绑。
同时，大数据应用要求变化太快，技术一日千里，必然要求大数据技术公司拥有强大、快速的售后技术服务支撑能力，那种听不见一线炮声的产品研发模式，是缺乏竞争力的。
同时要求你的产品符合分布式、弹性可扩展、相对开放的路线要求，但无论如何，大数据技术产品从底向上，都孕育着巨大机会，比如浙江移动对于在线多维分析有着强烈的需求，只要你的产品足够好，服务能力足够强。
有些技术公司，似乎已经忘记了自己是如何发家的，事情还没做呢就先放一套规矩出来，比如产品化的原则，诚然，产品成熟后的确可以，但路还没趟出来呢，就急着以产品路线挟制客户，显示出了其在大数据上的急功近利。
再次，能起到连接的公司，也孕育着巨大的机会。
中国移动提出了大连接的战略，是有其深远意义的，诸如运营商等拥有大数据的企业，到底缺什么？
实际上是缺真实的市场需求，从全行业讲，整个社会对于其大数据的理解也是非常有限的，举个例子：
某个大型商场规划项目，现在需要用大数据来决策，商场会找谁要大数据？
估计没人会想到运营商也能做这事，即使听说了，也对其报严重的怀疑，这是因为，虽然运营商大数据有价值，但很少有机会能推出真正场景化的大数据产品，当前的一些验真接口，或者依托传统渠道走一波的产品形式，其实跟大数据关系不大，不能自己骗自己。
事实上，现在运营商的大数据产品大多还在概念和形象展示阶段，实用性离商用还有不少距离，比如一份商业分析报告，涉及职业，收入、习惯等标签需求，估计没有运营商能较为完整做出来，一方面是前期没有足够的需求输入，另一方面自己也没储备，诸如职业等标签，能做和已经有了毕竟是两个层面的事情。
当前，市场真实的客户与运营商还有着不少的距离，因此，深谙行业大数据需求的企业，能够撮合最终客户与运营商的企业，比如垂直咨询服务公司，应有巨大的商机。
解决沟通问题，让真实的需求暴露在运营商面前，让其认识到差距，才可能有市场化驱动的建模和产品，运营商才有真正商业化、规模化变现的机会，在这个过程中，起到粘合剂的公司，必然有巨大的发展空间。
比如对于商业数据分析报告，运营商提供标签，咨询公司提供垂直分析报告，两者各取所长，就是一种很好的大数据生态形式。
很多企业现在还苦恼于没有好的大数据商业模式，但实际上，哪有那么多的商业模式，任何一种现存的商业模式结合你独有的大数据，就有广阔的前景，关键在于你能做多深。
当然我们提连接不是让合作伙伴囤积大数据，一开始就抱有这个想法的第三方公司，是无法长期合作的，谁都不是傻子。
最后，大数字化运营能力急缺，提供这方面的服务还是有前景的。
企业文化因素、大数据的高门槛、不擅长策划和拓展，无大数据运营经验，习惯坐等生意上门等因素，都较大抑制了大数据的发展，比如运营商，在传统通信产品运营上可能还有一些套路，但在较为高端的大数据产品上，人力资源和运营经验则非常缺乏。
大数据技术人员当商务人员用，这是转型期间无奈的选择，但也孕育着合作机会。
面对大数据，我们的确缺失太多的能力，但我们的需求也确切切实实在改变，对于传统合作伙伴来讲，原有的地盘不会是永远的，需要有一颗勇于改变的心，对于新的合作伙伴，则要抓住这个机会，找到适合自己的切入点，与客户共同成长。
End.
作者：傅一平 （中国统计网特邀认证作者）
http://www.itongji.cn/cms/article/articledetails?articleid=4610
未来的制造业要的不是石油，它最大的能源是数据.