一文了解大数据领域创业的机会与方向

本篇文章8471字，读完约21分钟

我接触大数据并了解这个行业已经两年多了。我每天都阅读大量关于大数据的文献和技术文章。如果你想问我什么是大数据？也许之前我会告诉你，大数据是一种思维，一种技术，它标志着大数据的4v特性:

体积、速度、多样性和价值。大数据带来了变化，打破了原来的随机分析(抽样调查)方法，利用所有数据进行分析，分析的数据更加复杂，包括结构化数据、半结构化数据和非结构化数据，分析结构更加注重相关性而不是因果关系。

然而，普通人和大众用户能理解他们吗？现在我给你举个例子。

例如，当采摘野生蘑菇/野生人参时，野生蘑菇和野生人参的分布位置是随机的。经验告诉我它们将分布在哪个山林里，但是我们不知道具体的位置，所以我们必须一个一个地找到它们。大数据可以解决这个问题。

我们可以用数据来可视化山林，然后让采蘑菇的人根据他们的实战经验来标记蘑菇分布的位置，并全年积累这些位置的数据。然后，根据野生蘑菇的习性，收集各山地森林的降雨量、灌木分布数据、土壤数据、温度数据和蘑菇流量数据，准确预测野生蘑菇的分布位置。

这就是大数据的力量。

总之，大数据最直接的含义是让随机事件提前可预测，从而提高效率和行动价值。

同样的思路，如森林防火和防盗、环境保护、旅游景点客流预测等。，可以引入大数据思维。大数据也可以作为我们工作、学习和生活中一些重要决策的基础。

今天，我主要谈谈大数据领域的创业思维。大数据只有与生活、学习、工作和业务相结合才能产生价值。推动技术发展的从来不是技术本身，而是消费者(用户)的需求。用户不需要知道或者有兴趣知道你是否使用hadoop或者spark来处理大数据，以及它的原理和架构是什么。用户最关心的是如何使用大数据以及它能给他们带来什么好处。

今天，我们将从四个方面来阐述这一主题:外部环境、行业内部环境、创业风险和大数据创业的机会和方向。聪明的朋友可能已经知道，我们的思路是大数据领域创业的swot分析。

大数据市场现状(外部环境)

根据贵阳大数据交易所5月28日发布的《2015年中国大数据交易白皮书》，2014年中国大数据市场规模达到767亿元，同比增长27.83%。据估计，到2020年，中国大数据产业的市场规模将达到8228.81亿元。

首先，大数据市场是巨大的

首先，中国大数据市场的增长率相对较大。根据易观国际智库7月30日发布的中国大数据应用行业报告，2015-2018年中国大数据的营销规模达到258.6亿元人民币。环比增长率为37.2%。

其次，全球大数据的市场规模也很大。根据idc发布的最新研究结果，预计2018年全球大数据技术和服务市场的复合年增长率将达到26.4%，规模将达到415亿美元，是整个it市场增长率的6倍。

无论从国内还是全球的市场规模和增长率来看，我们都可以得出这样的结论:无论你是什么样的公司，或者你未来将提供什么样的服务，大数据都是军事战略家的战场。大数据本身是一种无形资产。如果您的公司没有部署大数据，它将失去在未来市场的核心竞争力。就像走在中关村创业街上一样，你能收到的100个融资BPs中有99个是app和o2o项目，但99个家庭中有90%以上会关注大数据。

第二，政策是好的，政府大力支持

据政府9月6日消息，国务院公开发布了《国务院关于印发推进大数据发展行动计划的通知》，明确提出中国将在2018年建设政府大数据平台。相比之下，我们敬爱的达和总理经常称赞大数据平台和大数据在中国的发展。看看政府对大数据的重视，如果你抬头看看两天前北京的蓝天，你就会对政府有信心。如果政府真的想做点什么，它的执行会超出你的预期。

根据我们的观察，大数据领域的创业环境只会越来越好。目前，一线城市甚至二三线城市的许多科技园都出台了相关政策支持大数据产业。如果你真的想在这个行业创业，你可以选择一个有强大支持和更多人才的城市作为你的大本营。当然，北京绝对是首选。

第三，资本关注热

一篇文章了解了大数据领域创业的机会和方向

上图显示了我们对2015年大数据垂直领域资本投资事件的不完全统计(36个大数据，编者按)。事实上，如果你仔细看图片，你会发现大数据行业的资本关注度远远高于其他行业。这可以从投资额中看出。今年上半年，o2o项目非常火爆，也是重点投资行业。但是，投资资金一般在几百万元到几千万元之间。然而，对大数据行业的投资有上亿的资本订单，而且大部分资本来自顶级投资机构。

大数据就像青少年眼中的性。每个人都谈论它，但没有人真正知道如何去做。每个人都认为除了他自己以外的每个人都在使用它，所以每个人都假装很了解它。

Ted创始人丹·阿里利调侃大数据。尽管这是一个笑话，但它确实反映了大数据行业的现状。

大数据产业现状

首先，市场不饱和，竞争不激烈

1.没有一个垄断行业巨头

之前，我们分析了大数据的整个大环境，我们知道大数据行业的市场潜力巨大，未来增长率将达到37%左右。然而，在中国，还没有像palantir和fico这样具有垄断性质的大数据企业。也许在布局中同时列出了百分点和通话数据，但是在列出之前还有一段时间和距离。在新的大数据公司中，没有一家在美国、香港和深圳证券交易所上市。

有机会的。无论你是在做电子商务还是玩游戏，都有几家拥有资金和用户的大公司在争夺市场份额，但大数据行业不同。大数据行业的竞争并不激烈，真正的战争还没有开始。

2.现有的大数据公司推动北京

据数据大厅统计，57%的新大数据企业位于北京，上海占15%。大数据需要与实际业务场景相结合才能产生价值。工业、农业、制造业、交通运输和能源等传统产业仍有很大潜力。北京和二三线城市的大数据力量还没有得到充分挖掘，这也是一个优势。

一篇文章了解了大数据领域创业的机会和方向

3.大数据在生活和商业中的渗透力很弱

我从事大数据工作已经两年了，我每天都会听到或看到各种关于大数据的新闻，但是我的生活并没有因为大数据的到来而变得更加聪明。这不会让年纪较大的年轻单身女性更快、更准确地找到自己的婚姻伴侣，也不会让老王靠在隔壁炒股赚更多的钱，也不会让北京的交通不再拥堵。大数据是有用的，但与生活场景结合起来，它仍然很弱。没有什么现象可以称为变化。

4.没有直接的实现模式

互联网上最赚钱的两个行业是电子商务和在线游戏。这两个行业的实现模式非常清晰和直接。然而，大数据的实现模式需要绕过一条曲线，并且需要与实际的业务场景相结合来产生价值。间接的方式绝对不容易。

有人曾经将大数据比作石油。然而，目前，大数据行业需要一种能够像引擎一样将数据转化为动力的载体。和2010年之前一样，每个人都知道手机游戏是未来的趋势，但是如果没有智能手机如iphone的出现，手机游戏的市场份额非常小，用户数量非常有限。

现状2。大数据行业人才短缺

据中国商业联合会数据分析专业委员会统计，未来中国基础数据分析人才缺口将达到1400万，英美烟草企业招聘的岗位中有60%以上是大数据人才。2015 -2016年是大数据人才最稀缺的一年。由于大数据专业的大学已经开放，第一批大数据人才仍在毕业；在现有的人才中，复合型人才较少，他们都专攻技能。

大数据人才的全球形势也不容乐观。根据gartner的预测，到2016年，25%的大型全球企业将部署大数据分析系统；到2015年，大数据人才需求将达到440万人；调查结果显示，64%的全球企业已开始向大数据项目注入资金，或计划在2015年6月前将这些计划付诸实施。

人才是大数据创业的核心，所有公司都在争夺大数据人才。初创企业很难招聘到相应的大数据人才。

现状3。数据量增长非常快

这里有三个数字与你分享。49亿，250亿和390亿。

49亿件IoT设备:咨询公司gartner预测，今年和明年互联产品的增长率将达到30%。分析师指出，到2015年，全球物联网设备的数量将从38亿激增至49亿。

250亿智能设备传感器:分析师预测，传感器的普及将大大加快智能设备的开发和生产进度。到2020年，全球市场上将有大约250亿台智能设备。

39zb数据存储容量:2014年底，国内网络集中存储数据达到1zb，到2020年，新增数据量将达到15.45zb，网络整体数据存储容量将达到39zb，未来6年复合年增长率为84%。

据预测，到2020年，每个中国人平均每年生成的数据将达到4.1gb左右

现状4:目前行业存在问题

1.过度投机和实际产品减少；许多产品都在抓球；大数据玩得不好。现在，当你谈论大数据时，许多人认为你在作弊。行业要持续稳定发展，企业必须有自律。

2.群众基础差，关心的人大多是受过高等教育、高收入、高技术的高素质人才。从百度指数可以看出，在关注大数据的人群中，53%的人年龄在30-39岁之间，而20-29岁的比例为28%；此外，关注大数据的男女比例中，男性占80%以上。这些数字直接告诉我们的问题是，大数据的主题交流其实并不好。据估计，超过90%的大众用户不知道什么是大数据。

3.大数据只能解决2b中的一些问题，而2c中的产品很少。现在每个人都认为大数据的方向是2b，但我们不这么认为。例如，如果你生产2b产品，每个企业平均会给你200万元，如果你创办一个大数据企业一年，为20个企业工作，收入预计在4000万元左右。但如果你做2c大数据产品，一个用户会给你200元，当你支付20万用户时，你的收入将超过4000万元。为什么，因为用户的数据本身就是钱。从长远的角度来看，在未来的创业中，你必须学会取悦大众，更好地为90后服务，然后你将成为种子用户。

4.懂技术的人不懂商业，懂商业的人不懂商业。我不想详述这一点，因为攻击的范围太广了。作者参加了大数据行业的许多峰会和会议。每个人都在谈论大数据，但当被问及你的企业如何赚钱时，许多人都保持沉默。纯粹的技术不能赚钱，它必须与实际业务相结合才能产生商业价值才能受益。

5.市场上的大数据工具门槛很高。又有一个空位出来了。正如我之前所说的，需求推动着任何新技术的发展。需求来自用户。任何新技术只有通过接纳大量用户才能得到更好的发展，基础是非常重要的。现有的大数据处理工具非常复杂，在使用它们之前，您需要了解这一点和那一点，这超出了公众的能力范围。现有的大数据工具并不贴近人们。不管是2b还是2c，你需要给别人的是一个可以简单手工使用的工具。它有功能按钮，而不是一堆代码，这应该至少能满足目前办公室工作人员的需要。高阈值意味着大量用户被您阻止。将大数据处理工具商业化势在必行。

大数据行业创业的风险预警

首先，大数据的创业门槛

1.人才成本较高；在美国，R、nosql和mapreduce的专业人员的年薪约为115，000美元。在中国，大数据人才很难找到，初创企业也很难招募到大数据技术人才。即便如此，在人才方面的支出也很高。包括高薪、期权和股票等。

2.存储硬件成本高；考虑数据属性和安全性。大数据公司通常不在云上存储数据。自建机房的成本比云存储高很多倍。

3.项目启动资金高；30-50万不能玩，这比移动互联网应用启动项目的启动资金要求高。

4.用户少，购置成本高。这个门槛主要是由群众基础差造成的。

没有明确的业务实现模式，这是目前大数据创业的最大门槛。打数据，你打不了阿里百度腾讯，打不了钱，还是算了

第二，数据安全问题

根据verizon的2015年数据泄漏调查报告，在79，790起安全事故中，有2，122起已确认的数据泄漏。值得注意的是，2015年的报告中增加了一个统计模型，以帮助企业评估每次数据泄露造成的损失金额。如果1000条记录被泄露，有95%的可能性会丢失52000-87000条记录。泄露1000万条数据记录的成本在210万到520万之间，但最多可能达到7390万。

让我们回顾一下近年来的数据泄露事件:2014年5月，小米用户数据泄露800万；2014年12月，12306大量用户信息被泄露；2015年4月，30多个省市暴露出管理漏洞和数千万社保用户信息或泄密；2015年5月，Ctrip.com完全有删除数据库的嫌疑；2015年6月，美国人事管理局(opm)指出，大量员工信息泄露；2015年8月，婚外情网站阿什利·麦迪逊的数据被泄露

对于大数据初创企业来说，数据安全就是生命，如何拯救生命关系到生存。大数据的安全性是部署大数据架构和大数据创业的最大挑战之一！

第三，大数据隐私

关于大数据隐私，美国有一项隐私法案，美国和欧盟签署了一项安全港和隐私声明。在中国，目前的立法非常模糊，属于灰色地带。手机号码被恶意的第三方收集，然后大量的垃圾信息被发送给用户，或者我的名字，我的电话号码和我的电子邮件地址。法律上不清楚他们是否收集我的信息。我想知道将来国家是否会出台相关的法律法规来规范这个领域。目前，大数据的隐私是不确定的，这也是创业的风险之一。

在谈到风险之后，我们可以谈谈大数据行业的创业方向和机遇。

大数据行业创业的机遇和方向

一.资本层面的关切

投资者对大数据项目有什么看法？在写这篇文章之前，我们采访了许多投资银行的投资者。以下是我们根据采访内容整理出来的内容。

一篇文章了解了大数据领域创业的机会和方向

大数据没有简单的实现模式，所以如果一个新的大数据企业想要成功，它应该为什么而奋斗？当然是天赋。这是投资者最担心的。

投资者告诉我，对于一个大数据项目，他们最看重的是团队。你觉得这个团队怎么样？一般从四个方面来看:团队技术能力、背景、过去的项目经验和创始人。大数据需要高科技。当投资者看一个项目时，他们首先会看创始人的技术能力。一般来说，投资者会更青睐有技术背景的创始人和他的项目。

还有项目的商业模式和流动性。看项目，投资者会看与你的项目相对应的国外成熟企业，或者与你的项目相对应的竞争对手是谁。根据竞争对手的运营情况，评估您在该领域的市场份额和流动性。在商业模式方面，投资者会关注你的客户的规模和数据来源。你的客户群有多大？你有什么具体的业务数据？这些数据如何产生价值并将其应用于您的客户？解决这三个问题是成功的一半。

在实现大数据项目的方向上，投资者关心的是您的项目是否能够快速、直接地产生价值，以及是否有能力持续创收。

为了解决上述问题，新的大数据公司很容易获得融资。

第二，大数据垂直领域的热门投资方向

首先是hadoop的商业化，这只是为了制作一个hadoop的付费版本。hadoop最初是开源的，但是在具体的业务场景中，它仍然缺少很多功能，所以Hadoop商业化就是要改进这些功能，使它们更好地应用到企业的业务场景中。hadoop商业化最典型的公司是hadoop三驾马车、hortonworks、cloudera和mapr。hortonworks已在纳斯达克上市。中国相应的hadoop商业化公司是星环科技。

第二个是hadoop上的sql，它基于白话文应用场景的数据框架。例如，大数据架构中的查询引擎、存储引擎和计算模型主要基于大数据技术的方向，例如，wibidata，它提供了hadoop的封装，并将前端连接到hadoop基础架构。

第三是nosql数据库、非关系数据库和云数据库服务。典型的外国企业是蒙古银行和数据税。目前，初创企业mongodb的估值已超过16亿美元。在中国，基础云服务提供商青云轻云推出了基于mongodb的集群服务，名为青云轻云mongodb。

第四是分析和可视化。相应的外国企业是tableau和datameer。在中国新成立的大数据企业中，也有很多大数据企业在做可视化服务，比如郭云数据的大数据魔镜。

第五是行业大数据应用。为社交媒体、广告公司、企业客户、电子商务和其他行业的客户提供数据分析，并帮助这些行业提高数据分析水平，如datasift、relateiq、rocketfuel和其他初创企业。

第三，大数据行业的现有业务模式

谈到商业模式，我们必须谈谈2b和2c。

2b是目前大数据产业的主要商业模式，将大数据转化为服务，服务对象是企业或机构。例如，在现有的大数据企业中，星图数据、hortonworks、cloudera、Star Ring Technology和talkingdata都是2b业务模型。从他们的经营状况来看，不难看出2b的商业模式要么是一种解决方案(类似于外包)，要么是一种工具。

预计未来所有互联网企业和传统企业都将在企业内部设立大数据部门，届时解决方案的市场份额会是多少？如果你拒绝来，你不会否认的。对于一个企业来说，大数据是它自己的资产，人们认为企业更倾向于管理自己的内部资产。因此，我们大胆预测，该解决方案只是当前大数据行业的权宜之计。未来，企业将用自己的才能管理自己的大数据，用自己的才能使用自己的大数据。制作工具是目前的主流模式。Palantir实际上是一个工具。

至于2c，在整理这个内容的时候，我们发现2c产品非常少。百度指数，女性月经助手，仅仅是2c的大数据产品。然而，大数据2c产品往往应用得更多。可穿戴设备实际上是大数据应用之一。

说了这么多，你肯定会问我，腾讯、百度和阿里巴巴有什么样的大数据模式？在我看来，英美烟草企业的大数据业务模式都是2c+2b模式，可以简称为复合业务模式，因为它们服务的用户既是企业用户，也是个人用户。

总而言之，现有的商业模式中哪一种是最好的？我个人认为是2b+2c模式。这种模式是最健康的模式，形成一个商业闭环。

总之，你收集用户数据，分析报告，然后把它交给相应的企业，企业会根据数据反馈开发或制造更好的产品，这样用户就可以享受更聪明、更好的生活。大数据贯穿整个过程。

那么，现有大数据公司是如何赚钱的呢？

1.广告和营销。这一类别主要集中在第三方大数据营销公司。典型的企业包括像元欣和实发这样的公司。他们的主要业务是帮助大数据分析能力弱的公司进行大数据分析，优化广告和营销路径，使市场投资产生更大的价值。

2.直接销售数据的公司。典型的企业有一个数据大厅。

3.制造工具或服务。目前的移动统计工具属于这一类，制作hadoop包的公司也属于这一类。

4.销售报告或解决方案。有太多的公司从事大数据解决方案，典型的公司是ibm。

5.跨境和一体化。

talkingdata的联合创始人姜奇先生告诉我们，在talkingdata的后台有各种流行手机游戏的数据，包括用户的设备数据、行为数据、日常数据和游戏中的消费数据等。根据这些数据，可以为这些游戏用户制作用户肖像。

以招商银行信用卡推广为例，talkingdata通过大数据分析发现，《刀塔传奇》和《我的名字》的用户属性与招商银行信用卡中心要求的用户属性非常吻合，促进了招商银行与招商银行的合作，也支持了后续的礼包和信用卡积分活动。

这一合作已经为招商银行信用卡带来了5万个绑定用户。正常情况下，银行应用程序实现转换的平均成本在200到300元之间，而这样的跨境合作，招商银行基本上没有花一分钱，转换率达到了5万，理论上节省了几千万的成本。这是跨境和一体化。

跨境和集成实际上是大数据思维最重要的部分。大数据就像钱一样，你必须让它流动以产生价值。

第四，大数据行业的创业方向和机遇

让我们从2b方向开始。

大数据创业的2b方向是做更多的工具和服务，如数据可视化、商业智能、客户关系管理等。

现有的大数据工具具有技术门槛高、启动成本高、与实际业务集成性差、部署成本高等特点，小公司无法使用。然后新创企业可以根据这些产品过去的缺陷，制造更适合市场和客户的大数据分析工具和服务。此外，大数据工具的集成和产品化也是一个方向。新一代大数据处理工具应该是一个完整的产品，拥有漂亮的用户界面、功能按钮和数据可视化模块，而不是一堆代码。

让我们谈谈2c。

大数据的一个重要作用是为决策提供基础。过去，决策是通过拍脑袋来做出的。现在，决策是根据数据结果做出的。在我们的生活中，有太多的时候我们需要做决定，尤其是在天秤座，这是很难选择的，需要大数据来帮助我们做决定。大数据可以用于个人财务(我的钱花在哪里，能存多少钱)、家庭决策(我的孩子申请哪所大学)、职业发展/自我量化(是否换工作，现在的工资是否合适)和个人健康。

V.我们的创业建议

1.想想谁为你付费(寻找用户)；

2.难点是什么(寻找需求)；

3.稳定/独特的数据源(寻找数据)；

4.可靠的人做可靠的事(寻找人才)；

5.考虑2c的产品方向；

6.忘记过去科技行业的经历；

7.生产大数据(小而漂亮)；

8.深深地耕耘一片土地，不断地尝试、犯错和重复。

其他新大数据公司的创始人也提出了自己的建议。九方大数据集团总裁王申寿认为，在大数据领域深耕，坚持为王:在大数据行业创业就像爬泰山，不登山顶，不看太阳。

郭云数据首席执行官马晓东表示，与其用概念来创业，不如从实际需求出发，从企业和用户的数据需求出发，关键是找到自己的位置。