大数据商业价值的宽度与厚度

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 大数据商业价值的宽度与厚度

为北大教师出身的俞敏洪,在感叹他的同门师弟,苏萌赶上的好时机。这种时机,既有高校对创业的包容和鼓励,也有大数据成熟带来的优质的商业环境。


image.png

百分点集团董事长CEO 苏萌


苏萌,这位百分点集团创始人,是标志性的学院派创业代表人物,在走出大数据的商业化之路前,他一直任教于北大。今天的百分点,已经融资D轮,他们在中国的大数据领域,打上了独特的技术标签。这一切源于,2009年对电商搜索引擎的一次试探性的开发。从此以后,百分点开始逐渐探索大数据在制造、金融和零售等行业的新价值。


这会给中国大数据在行业落地,带来什么样的启示和价值?


中外大数据对比宽度上的缺失



如果从整个行业的视角看,2016年似乎是大数据产业最受关注的一年。


image.png


据IDC出版的研究报告显示,2013年人类产生、复制和消费的数据量达到4.4ZB。而到2020年,数据量将增长10倍,达到44ZB。大数据已经成为当下人类最宝贵的财富,但全球真正享受大数据红利的公司不足千分之一,人类已挖掘的数据财富更是不到百万分之一。


从国际巨头的谷歌、微软、亚马逊到国内的阿里、京东和腾讯,都先后发布了基于大数据或是数据化转型的策略。从国内的大数据创业氛围看,截止2015年底的公开数据显示,就有380多家针对大数据的公司出现。这些信息,是不是大数据商业加之成熟的标志?


image.png

上海纽约大学杰出全球商讲教授及纽约大学商学部主任、百分点首席模型科学家陈宇新


上海纽约大学杰出全球商讲教授及纽约大学商学部主任、百分点首席模型科学家陈宇新,给出了这样一组数据:从2012年到2015年,美国应用大数据来进行商业信息挖掘的公司,从5%上升到63%。同时,在2012年,并没有出现首席数据官这一职位,而在2015年,被调查的公司中已经有54%的公司,设立了首席数据官这一职位。


这说明,美国在大数据商业价值的挖掘上,再一次走在了我们前面。“如果真的做到抢占先机,人家已经走得很快,我们就只能跑,才能抢在前面”,陈宇新说。在他看来,应用大数据的公司中,有7成是看到了大数据带来的商业价值。


我认为,这代表中国对大数据商业价值的判断的宽度并不够。从贵阳数博会等多个展会的情况看,很多国内大数据项目的落脚点,并不在应用上,甚至并不在数据本身。第一,很多的公司推动大数据的目标还停留着基础设施的层面。第二,企业对大数据价值的认知不够,所以不要说首席数据官,首席技术官对他们来说都觉得是奇怪的“物种”。


改变这种局面,还需要有远景的公司传递给市场和行业,真正大数据对商业价值的意义。大数据不同于过往的信息化,它就是一项新的业务驱动力。就如陈宇新所讲,“在美国,一些高校已经开设了数据科学的专业,这说明社会向高校传递的信息,是正确的。”所以,中国企业对大数据认知,要留出足够的宽度,无论从意识、布局还是业务驱动上。


大数据的厚度 从行业得到什么启示?



当然,解决大数据的宽度缺失,并不是一天两天能够实现的。我们先来看一看,大数据商业价值的两点意义,大数据在商业中到底要发挥何种作用?为什么说大数据的商业化已经到了成熟的时候呢?


苏萌是这么看的。


首先,大数据的的核心意义在于解决信息不对称的问题。信息不对称,决定了获得信息的一方能获利而另一方则无法获利。“所以,只要持续有信息不对称就会有解惑力,有解惑力就会有无数百分点这样的科技公司,我们会帮助这些企业解决问题,整个商业价值的驱动,其实还是由需求拉动的”苏萌说。


其次,是计算能力的提高给大数据发展奠定了基础。云计算的发展,让数据的存储成本变得越来越低,苏萌认为“在过去五年里面,计算的成本越来越低。大量的降低了计算成本之后,无数企业就开始用到大数据,不仅是大企业,中小企业也可以承受这样的成本,这对大数据商业价值的成熟起到了关键作用”。


在我看来,正是基于这两点意义的存在,让大数据的商业化有了加速落地的可能。而真正改变大数据价值的,必然是行业应用的深入,这就是说所谓的大数据的厚度,立足于应用,改进业务,让大数据产生实际的价值,量变形成质变,最终促使大数据真正落地。


在不同的行业,是基于行业的视角来看大数据应用。不同行业都有不同的需求,不同的行业也处于信息化的不同阶段,所以真正的大数据落地,既要结合行业需求,还有对行业有足够的了解。


对于大数据的行业细分,苏萌认为,大数据的产业链条可以分为三层来看,首先底层的技术是比较跨行业的,或者说是相对标准化的,行业属性不明显。其次中间层的数据管理层,就稍微有一点点行业化的味道了;再往上一层,应用层的一定是不同的行业不同的应用。


以金融行业为例,百分点不仅要懂传统金融的数据流动,还要懂得互联网金融等新业务的数据链条,并能够在应用层帮助到金融业进行转型。比如,通过互联网应用对用户行为分析,并提供精细化的服务。通过银行产品留下的用户数据,提供个性化的服务,并根据用户画像为金融业优化产品提供数据支撑。


还有超越传统金融业的数据价值,比如通过社交数据,实现个性推送,形成新客户的获取,和老客户的营销。利用大数据支持到产品的打造和创新等等。这些应用端的能力,一方面是依靠技术的沉淀,另一方面就是依靠长期对金融行业的业务和数据流的结合进行长期研究。这是百分点这类型的公司的优势所在。


量邦科技董事长,微量网创始人冯永昌认为,大数据行业其实有很多殊途同归的规律,比如金融和电商,这两个完全不同的行业,但数据的差别并没有那么大。本质上,都是对行业流程的理解,和对数据价值的运用。“在这一方面,百分点就是行业的标杆,它的分析非常全面,解决方案也比较成熟”冯永昌说。


事实上,我们从大数据在行业中的案例得到的启示就是,首先要耐得住寂寞,大数据的风口和爆发只会垂青那些懂行业需求,理解行业的公司。其次,大数据的厚度源于多个层面,从底层的技术,到上层的应用,这是一个很长的链条,能够完整理解这一链条,并提供完整解决方案的公司应该会走到更远。


这就是大数据的厚度,带给行业的启示。总体而言,大数据在中国的宽度还有待提高,但却不能拔苗助长,从行业的纵深,完善大数据的厚度,最终的大数据在中国落地,一定是宽度兼具厚度。这就是大数据商业价值的未来。

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 
相关文章
|
大数据
《商业价值》:大数据下的财务转型
拥有更多的财务数据后,CFO如何做好企业的“晴雨表”和“预警器”? 《萨班斯-奥克斯利法案》推出以及全球经济处于长期波动性和不确定性的影响下,企业的风险管控更加复杂。作为与数据打交道、用数据说话的财务高管,如何在大数据时代,收集、分析、挖掘与财务相关的数据,改进工作效率与效益,获得业务发展的洞察? 大数据时代下,CFO的职能已经从财务管理延伸到提升企业整体绩效,从而企业财务也要随之转型,即通过高效的财务流程对企业的现金流、收购兼并、资源配置、风险管控等进行管理,利用大数据等分析工具获得深度洞察,将资源更好配置在增长领域。
1444 0
|
1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?
379 7