深度|什么才是大数据行业创业的正确方向?

大数据这块做的好的平台, 就个人来看,A算做的不错了,从云计算的布局到大数据,步步为营,也是筚路蓝缕。大公司的优势在于三个字,熬的起。

本人目前在A从事2B的大数据解决方案与产品设计工作,以大数据商业化为目标,各行业客户都有,简单跟大家分享下我们目前的大数据落地实操经验。

一、厚积薄发:谈谈BAT平台优势

大数据这块做的好的平台, 就个人来看,A算做的不错了,从云计算的布局到大数据,步步为营,也是筚路蓝缕。大公司的优势在于三个字,熬的起。业务几乎都是以平台、生态的构建为目标,最终是enable别人成功,并从别人成功中获益的模式。

在这个过程中,有4点优势会体现出来:

电商行业能力通过云计算炮台对外部输出。这块之前我还存在一定的误区,认为电商行业的经验固然重要,但是真正实操应用其他行业的时候,可能失效。这块关键的是视野、思路、方法论。比如电商沉淀下的大数据管理、用户标签体系设计、流计算/实时计算的场景与应用、个性化推荐的策略等等,当遇到类似场景的时候,你会心领神会的借鉴当初的思路,去帮助其他行业解决,去探索。填充了你的弹药库,而不是两眼一抹黑的干。

另一方那面,电商行业的成功经验,能够让我们快速从中抽取与提炼核心组件与模块,快速产品化,在大数据的平台首页 – 数加平台上架官方的大数据产品,冷启动数据市场,比如我们的推荐引擎、DataV可视化引擎、数据开发工具、机器学习平台,这些原来都是内部用户的,或者电商用的,现在拿出来,让其他行业用,能够快速抢占市场,占位。

云计算的长期积累,夯实了IAAS与客户基础。通常意义上,我们内部对大数据路线有个约定俗成的三字经“存-通-用”,做大数据、大数据首先要有数据,阿里云多年积累已经夯实了IAAS层,为后续的大数据业务一方面提供成型的基建如ECS、OSS、OTS、ADS等等,可以说很好的解决了“存”的问题,另一方面,多年积累的客户,在IAAS温饱满足的同时,有客户特别是头部的大B客户越来越多涌现比如如何用好数据、加工数据、用数据助力业务的诉求,这就给大数据业务的开展带来了机会。

“丁”字型的人才储备深度,在业务快速发展阶段能够相互补位。一般业务刚兴起时缺人比较严重的首先是前端、其次是产品,然后是数据、算法,待到技术可行的阶段,就是销售。大公司的人才储备,特别是复合型的人才,能够为新兴业务发展快速注入新鲜血液,并通过转岗机制确保良性兼容,老人做新业务,非常高效。

品牌影响力在业务拓展上的助力。这块并非绝对,当然很多场合下,阿里巴巴这个品牌本身就是实力、信誉的保障。今天我们对外输出大数据能力的时候,很多时候确实也利用到了这块的影响力,毕竟数据业务本身是一个公司的核心资产,对乙方都需要在技术与商业道德上进行双重考量,所以很多号称“第三方独立”数据服务公司也就浮出水面,一方面中立的身份,另一方面依赖或者嫁接多平台,不绑死。

二、他山之石:看看A现在是怎么做大数据的

我们从商业层面去做大数据业务,通过商业来拓展技术的边界,同时也让客户认可价值,并买单,从而变现。更准确的讲,我们现在不是做大数据变现,而是做的大数据能力变现,将我们在人工智能、数据管理、数据应用的框架、引擎去帮助客户解决具体的业务问题,帮客户用好自己的数据是第一要务,然后才是用别人的数据补充自己,最后才是用自己的数据服务别人。我们看几个典型的场景:

case 1:服务某互联网创业公司

互联网公司一般跑的比较快,特别是业务,很多时候初期是堆人、砸钱来堆用户数、订单等,技术外包比较常见,特别是当前环境。理所当然,这块也带来了大数据业务的机会,比如在020外卖场景下,如何分配好订单,使得运力的利用率最大化,同时在指定时间内能满足叫单需求。这类业务可以说之前就没出现过,也几乎没多少人工运营的经验,很多时候运营就是凭直觉也好,或者所谓的经验也好,来派发订单。我们的机会点在于:虽然这是对方的核心业务,但是总这块内容需要人,一时半会招不到人,同时不做这块业务,每天会有大量的补贴在补贴运力与处理投诉,是很大一笔开支,从这两点考虑,是不是该做?

case 2:服务某传统技术型公司

该公司技术县先进,能够进行快速实景的3D建模,但是有个“最后一公里” 的问题非常致命,现有的重绘技术比较落后,需要2-3天才能重新根据大量测绘数据绘制出3D模型,不及时,使得应用的场景受限。能否将原来绘制时间由天级别缩短到小时级别甚至分钟级别?从而拓展应用场景,更好的进行商业化?

case 3:服务某传统制造业企业

客户是世界最大的某材料生产企业之一,日产千万件,每件根据质量划分不同的等级,不同的等级价格不同,而良品率的提升直接与收益挂钩,客户已经具备初步的数据采集能力,但存储的数据未开发,也带来不小的存储成本,生产流程靠经验或理论,没有快速优化与验证的闭环,如何利用现有数据,提升良品率优化生产线?去低效产能的同时,赋能“智”造! ?

可以看到,目前的玩法并不是通常意义上大家理解的精准营销、广告、人群画像,或者输出一份分析图表的大数据,而是从客户的问题出发,并且直接影响到生产或者业务效果的落地,让客户认可我们的价值,从而来商业化。

三、围三缺一:现阶段大数据业务下的BAT目前缺什么

一般而言,作为平台方位保障公平,我们不会既做裁判员、又做运动员,大部分情况下,平台做提供的是通用型的产品、基础性的服务,留出二次开发、增值开发的空间,enable别人成功。当然现阶段为了更好的启发市场,平台方需要自己做出标杆,告诉大家怎么做,从而揭竿而起,期望应者云集,基于我们的云平台来创新、创业。在这个框架下,有几点痛点:

缺技术型人才,我们挖掘的场景很多,技术需求量比较大,比如算法、比如前端、可视化设计等,我们缺合格靠谱的技术型ISV来与平台共建、分成。

大数据的商机很多,我们缺少那些熟知某领域关键问题的合作伙伴,给平台带来商机与挑战,给平台提需求,让平台帮你成功。

对于平台现在提供的产品与服务,我们缺强力的合作伙伴,能够挖掘现有产品的业务价值,在其他行业上能够给用起来,能够进行二次开发,能够增值,一起赚钱。

缺数据,对于有任何数据沉淀的合作伙伴,我们都欢迎一起坐下来聊聊,共同开发数据价值,服务云上客户。

对于平台暂时无法满足一些行业垂直类需求,我们期望能够联合这方面有突出能力的合作伙伴一起打单,在阿里云2B的大数据解决方案中,也会有这些ISV的一席之地。

四、创业机会

分析到这,差不多也比较明确,创业者的机会抓住以下几点关键词:独立第三方、基于云、补生态,再明确下:

(1) 从生态视角来看

技术合作伙伴:可以基于云,帮忙卖平台的成品(渠道)、可以基于平台的服务或者产品二次加工再卖(增值服务),可以做自己独立的产品(合作共建),配合平台一起打单。

人力合作伙伴:可以是三五个人,无论是算法还是数据能力,基于我们的阿里云大数据众智平台,接活。

数据合作伙伴:将自身无论通过哪类渠道沉淀的数据,通过平台提供的产品,对外输出,进行变现。借助平台的力量帮助变现。

(2)从大数据本身来看

如果我们不看生态,或者不依赖平台,当然也可以,我个人对大数据业务或者说大数据产品的判断:

大数据产品 = 数据 + AI + 传达

数据:产品/系统需要的数据,可以是客户的,也可以是产品自带

AI:人工智能、算法、模型、统计、处理逻辑等

传达:呈现、界面、服务方式、可视化等

对于不同的创业者,就看你主打的是哪一块,不同的创业方向在这三块有不同的打法与侧重,对于我个人而言,我会主攻AI,另外的两部分视情形而定。也就是用AI/大数据能力,形成服务壁垒,从而进行变现。

五、几点建议

建议先2B,2C的数据用起来很麻烦,很多时候甚至都缺失,更不用谈加工、变现。

选择一个出油的行业,先在一个行业下做出1、2个客户,然后沉淀框架与产品,然后打爆一个行业/子行业,然后再考虑延展性。没有深度的服务能力很多时候是做不出效果与爆点。

基础数据服务化,行业应用智能化。公司在对外提供服务的时候,如果是基础类的服务,请将数据做成在线,可计量计费,跑量,以量取胜,当然如果这类服务还自带吸数据的属性,那就完美了比如风控接口。如果提供的是行业智能化/算法类项目,走价,做出溢价,比如panlantir。

无论做什么,一定要在初期就要立足产品化的目标,用产品去打。产品的抽象与沉淀过程,意味着你的目标与方向,这点没想明白就不要做了。

请讲清楚定价,定价是反应你对市场了解的唯一标准,甚至是检验产品的重要属性,定价过程反映了业务模式与打法。

做好商务工作,大数据业务本来就是技术类的产品,好的商务可以帮你快速弥补产品与客户之间的GAP,不仅仅是演示,更需要舌灿莲花,更需要从客户的视角来验证我们产品对他们的重要性。

内容来源:网络大数据

原文发布于微信公众号 - 灯塔大数据(DTbigdata)

原文发表时间:2016-09-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏韩伟的专栏

管理小型技术团队的方法

相对于大公司来讲,创业型公司所拥有的人才可能没有大公司那样齐全,很多岗位也是缺胳膊少腿,但是在创业型的团队中总会有那么几个很符合需求的人,这几个人,就是所谓特种...

32740
来自专栏Java学习网

大数据行业5个职位方向指南

 大数据已不再是新词,企业也越来越需要大数据高端人才。这给想要从事大数据方面工作的人员提供了难得的职业机遇。那么在大数据行业,都有什么职位可以选择呢?来看看大数...

31550
来自专栏罗超频道

短视频变现难,奖励看广告的用户会不会是一个好办法?

核心观点:短视频很火爆然而在如何变现上各家都还在探索,关键原因是短视频很难像传统视频那样强制插入广告。那么,“奖励视频广告”会不会成为一个解决之道? 2017年...

35590
来自专栏LiveEdu在线科技教育平台

给游戏开发初学者的10条建议

对于刚刚进入游戏开发领域的初学者,有时候可能会觉得不知道怎样才能掌握游戏开发的知识和技术。其实,绝大多数的游戏开发,更多的是关于对开发过程的基本了解,而很少是如...

314100
来自专栏Java社区

产品经理和程序员的那些“恩怨情仇”

18720
来自专栏数据的力量

【市场观察】快数据,大数据后的下一个热点

15140
来自专栏PPV课数据科学社区

【热点】快数据:是大数据后的下一个热点吗?

场景 我们在生活或工作中会碰到以下情景:公司的女神安娜一直喜欢吃哈根达斯冰激凌,几乎每天要买一杯,但某一天,她却拿着一个DQ冰雪皇后品尝得津津有味;公司屌丝程序...

37060
来自专栏大数据文摘

张溪梦:14年数据分析经历,我总结为这三点“道、术、器”

19220
来自专栏大数据文摘

游戏方法论:数据如何驱动产品决策

18960
来自专栏AI科技评论

人工智能公司Next IT公司总裁Rick Collins:理解人工智能在企业中的角色

过去几个月,机器人程序一直是在互联网上热议的话题。 微软、Facebook等科技业大公司都在向开发者开放了自己的人工智能平台。这些开放的工具和平台意味着,业界向...

387150

扫码关注云+社区

领取腾讯云代金券