胖子哥的大数据之路(五)- 数据资源-垄断的壁垒

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

一、事件背景

  昨天接触到一个客户,政府背景,行业应用,某部委直属的下属企业,算是垄断行业,依托政府资源,手里面掌握着全国XX行业所有的数据。原以为是大数据平台的一个营销对象,聊半天才发现,原来这也是一个被我们误认为甲方的乙方,我们反倒成了他们心目中的甲方。因为对方是想基于我们来进行数据产品的营销,当然他们只有原始数据,至于基于原始数据之上的数据分析和商业价值挖掘,包括目标客户和业务方向的定位,他们也不得而知。其实也并非无所知,基于多家厂商的咨询,积累对行业的认知已经不是什么秘密的秘密,商家出力,卖家得利的事,自然他们也是有的。所以思考的业务切入点很多,想法也是很多,谈起来,大有海阔天空的味道,当然并没有任何一点是可以落地实施,或者说无从实施的。当时我真正感兴趣的地方却只有两点:

 1)数据资源:XX行业的原始数据;

 2)数据应用:纸上谈兵;

二、数据资源-垄断的壁垒

  国情所限,不做评论,总归一句话,中国目前涉及行业和ZF相关的东西,其实是一直垄断在ZF背景下的少数企业中,无论这些企业就数据本身的应用还是数据价值的挖掘做成什么样子,肉与汤其实都会在他们锅里。自然,这些也就成为了商业化运营企业羡慕嫉妒恨的东西,但是没辙,谁让这些企业既没有亲爹是刘汉,也没有干爹是志军呢。

  垄断的背景,带来的结果自然是数据的壁垒,曾经基于大数据做金融行业做微贷风险评估的行业应用被我否决,就是因为我们无法打通跨行情况下,客户营收明细数据的汇聚。大数据环境下,数据壁垒的制约,必将成为大数据行业应用的关键性屏障。当然这一切对于拥有垄断资源的企业都不成问题,数据就在他们手里,无须仰人之鼻息。

三、数据应用-纸上谈兵

  假如给你五百万,你可以去买房子,买个车牌,弄辆好车;假如给你五千万,你就可以考虑弄个小咪,养个N奶;可是如果给你500亿呢,不过不是¥,也不是$,而是XX行业的数据记录,你能让他变现吗?有人卖过银行记录了,有人卖过QQ账户,当然也有人卖过CSDN的账户,还有人卖过宾馆酒店的开房记录。可是破格获取的结果就是锒铛入狱,因为你侵犯了个人的隐私,你手里的数据所能带来的价值其实也微乎其微,一个账户几毛钱的价格,其实是对自己一种侮辱。就好像,我一直认为同样是卖,坐台的营收远不如牺牲色相,傍大款来的实惠。那么这些数据我怎么才能让他带来价值呢,大数据技术让数据增值和平台运算带来了可能,但是它却无法回答,数据到底如何应用才能够产生价值,快速变现。因为数据的获取和存储是一个技术问题,而数据的应用却是一个彻彻底底的业务问题,能够找到其业务价值,则是数据能否变现的关键 所在。IT技术公司所能够了解的业务则是隔靴搔痒,远不如沉浸在某一个个行业的用户来的直接。而大数据技术发展的现状,则尚未形成明确业务模型,因此放弃自身优势,惰性思维,通过咨询技术型企业,实现业务数据价值的想法则是妄谈。真正想做成点事情,还是需要踏踏实实从业务应用作为出发点来寻找自身的突破口,当然涉及跨行业的应用,则另当别论。

四、数据风险-立法空白

  互联网企业已经在卖数据,如电商,微博等,天下没有免费的午餐,戏子无情,商家无义,唯利是图尔。而传统行业的步伐则要慢很多,当然也已是蠢蠢欲动。大数据时代,大家都想在其中分一杯羹,本无可厚非。然而数据本身所涉及的个人隐私保护,在立法层面尚未看到明确的法律条文,卖什么,具体到什么样的力度,尚未明确。因此对于这些数据厂商而言,其行为尚无明确的约束,不知道这算作机会还是挑战呢。

五、未来趋势-得数据者得天下

  大数据时代的命脉,绝不在Hadoop平台,基于开源的理念,也就铸就了IOE式垄断,在大数据领域的泯灭(当然,大数据时代Hadoop平台的垄断已经形成),数据之余业务才能产生价值,因此业务模型提炼与数据资源的结合才是大数据能够产生价值的根本。

  记录项目点滴,探索大数据金融行业之路,努力中。未完待续..............  

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
436 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
59 2
|
1天前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
2月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
100 1
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
94 4
|
2月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
27 4
|
2月前
|
存储 大数据 Serverless
大数据增加分区优化资源使用
大数据增加分区优化资源使用
38 1
|
2月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
66 3
|
2月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
85 2
|
2月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
169 2