行业观察 中国大数据产业 数据商业应用敏感度低

大数据作为一个新兴的产业,一直在处于舆论的风口浪尖。就像互联网+的概念一样,大数据被神话了,被送上了“宗教”的神坛。大数据企业总是有一个担心,生怕大数据被捧得的太高,将来可能会被摔的很惨。

2015年中国大数据产业的热度从贵阳大数据交易所开始,到9月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰,相信10月份的乌镇互联网大会上,大数据还会是一个大的热点。

大数据论坛上,数据产品和解决方案被介绍的很多。数据给企业带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。中国大数据产业经历着很多痛苦,大数据产业前景很好,但是大数据企业却很难做大,很难实现质的飞跃。中国大数据产业的痛点和困难如下。

大数据企业众多而弱小,很难实现产业优势

中国大数据企业大概有200多家,将近60%集中在北京,以小微企业为主,年销售额达到十亿人民币的企业几乎没有。大数据产业处于春秋时代早期,各家诸侯割地而立,每家占领了一块小的细分领域,很难做大,都面临着同行的激烈竞争,有的领域例如舆情监控已成为红海。

大数据企业人数大多在几十人到几百人,少有千人以上的企业。没有一家大数据企业可以统领一个行业,没有一家企业占有细分市场10%的份额,没有一家大数据企业建立了行业标准,领导行业发展。

中国大数据产业处于极度分散状态,优秀的人才分布在不同企业,很难形成人才合力。各家企业规模小,很难在企业做深做大,很难利用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足企业整体的数据要求,中国的数据挖掘和分析产品也很难和国外的产品进行竞争。

大数据产业如果要形成产业优势,必须需要一批领军企业。参考国外大数据产业,中国在大数据基础架构,数据产品,数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。每个领军企业都规模应该在千人以上,销售额应该在百亿以上,否则很难形成技术和人才优势,也很难利用大数据帮助客户实现业务提升。

贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014年中国大数据市场规模为767亿元。这个数字看上去不错,估计其实真正和大数据工具和大数据产品相关的不足20%(业务价值提升)。大多数的经费都用于大数据基础平台(存储和计算)、咨询、报告等和业务价值提升相关度不大的领域。中国大数据市场销售额大多数集中在传统的IT企业例如IBM,Oracle,EMC,Intel,华为,联想等。真正大数据企业所有市场份额加起来可能就在百亿元左右。

中国大数据企业规模过小,领军企业缺少,行业过于分散,这些都是制约中国大数据产业发展的因素,也是产业做大的一个痛点。

外部数据是一个个孤岛,数据价值低

数据是大数据产业发展的基础,具有商业价值的数据可以帮助企业洞察客户、数字化运营、风险管控、精准营销、预测和决策等。具有商业价值的数据和商业分析真正能够帮助企业提升业务,创造出新的价值。

中国的大数据市场还不成熟,很多大数据企业拥的数据都是片段的数据,很难形成完整的,具有商业价值的数据。大数据市场的数据质量和企业的数据需求有较大的差距。外部数据大多处于孤岛状态,数据之间很少流动和整合;孤立、不流动、没有整合的数据很难帮到企业,很多需要数据的企业不得不从多个大数据企业采购数据,效率很低,采购来的数据价值不高,数据整合的难度较大,数据采购的整体费用过高。

大家都看到了数据分散的弊端,于是很多地方都建立了大数据交易市场,帮助大家进行数据交易和数据采购。由于缺少法律保护,很多企业不太想在交易市场进行数据交易,往往还是采用一对一的数据交易,这种交易方式可以保护交易双方的利益。具有商业价值的数据还在开发中,大数据交易市场,缺少大量可以进行交易的数据。大数据交易市场这种商业模式,还需要用很长的时间去证明。

中国质量最好的数据在金融行业、BAT、电信运营商,这些企业比较谨慎,很难向外部输出数据。这三大行业自身的主营业务也不在数据,其数据产品生产和输出的愿望也不强烈。政府的数据正在逐步开放,但是其数据质量、集中度、输出方式等多存在很大多挑战。在中国大规模的数据开放,至少需要3年时间才能达到商业应用要求。

大多数企业客户,对数据商业应用敏感度低

大多数企业对数据有需求,但是其对数据商业敏感度很低。对数据商业应用的场景以及数据技术了解很少。即使是数据商业敏感度较高的银行,至少要沟通三次以上,其才能够建立起数据价值理念。其他行业例如制造业,房地产业,零售业,他们的数据商业敏感度更低。甚至万科的王石也大声疾呼,不要和房地产业谈大数据应用,房产行业数据还不全,很多还是手工数据。于是某个领先的电商开始帮助万科进行数据规划建设,研究大数据在房地产行业的应用。

已有的大数据企业商业案例中,大部分都是大数据企业主动去找客户谈合作,为企业提供数据产品、数据工具或数据技术,目的是帮助企业提升业务。但是这种商业模式很累,市场很难被引爆,被动的数据商业应用,往往和业务结合较弱,无法迅速帮助企业利用数据提升业务,同时也无法解决业务发展瓶颈。

大数据产业的发展,不仅仅是大数据企业自身的事情,也是各家企业自身的事情。企业客户也应该依据业务需要,主动到市场寻找数据和解决方案,提升数据商业敏感度,从业务场景出发,寻找具有价值的数据。

大数据技术和产品同业务结合深度不够

市场上所有大数据企业和客户都面临一个难题,就是数据解决方案同客户业务结合的深度不够,数据对业务整体推动效果不如期望,这也是大数据产业爆发的一个痛点。由于外部数据质量、企业用户数据敏感度、企业管理方式、商业数据人才等问题,大数据解决方案很难和业务深度结合。

大数据核心价值就是揭示事务发展规律,帮助企业利用数据进行科学决策。目前大数据的商业应用领域主要集中在数据采集、数据存储、数据计算、用户画像、精准营销等领域。大数据最具商业价值的预测和辅助决策功能并没有被充分利用。特别是在重大战略决策方面,大数据的作用并不明显。企业的产品开发,市场策略,战略决策还是依靠过去的精英决策和经验主义。未来社会只有两类企业,一种是利用数据发展的企业,另外一种是不重视数据被淘汰的企业。

大数据企业如果想发展壮大,如果想成为行业领先的企业,其必须放弃短期利益,深入到客户的运营中去,了解客户的数据,了解客户的业务,了解客户的商业需求。同时利用数据了解客户,了解市场,了解业务场景。数据和业务深度结合的核心是掌握正确的数据、正确的方法、正确的工具。业务人员要懂数据,技术人员要懂业务。复合型数据人才是数据生意的关键,业务人员掌握数据技术的门槛较高,但是技术人员了解业务的门槛很低,复合性人才倾向于从技术人才培养开始。

企业内部的数据人才和大数据企业的数据人才需要互相学习,了解对方环境和需求,在同一个平台上进行对话和沟通。数据团队需要深入了解业务场景和背后的规律,从业务出发,从场景出发,从数据出发,将大数据解决方案同业务深度结合,利用数据推动业务发展,发挥大数据预测规律的核心价值。

专业数据挖掘工具和人才缺失

传统的数据挖掘工具和BI系统存在很久了,通过各类报表展示,让管理层了解企业运营信息,过去的确帮助企业提高管理水平,达到了预期目的。

在大数据时代,企业需要的是实时数据,需要的是高效工具,需要的是决策支持和预测。传统的数据挖掘工具的性能和灵活性已经不能满足企业的需要,另外非机构化数据的应用也对传统数据工具提出了挑战。BI领域中的SAS,SPSS,TD等数据工具越来越被边缘化,R语言正在成为数据统计和可视化的新宠。

数据的时间价值正在得到重视,特别是金融企业,所有的业务部门都期望在最短的时间里,看到资金使用情况,客户交易情况,风险管控情况。企业越早了解信息,就会越早进行决策,时间就是Money。过去数据需求可能是T+5或者T+30,现在的数据需求往往是T+1或者T+0,数据实时性、准确性、相关度被提到了一个非常重要的地位。业务的需求已经很明显了,但是数据工具和人才却是一个很大的挑战。

中国200多家大数据企业,看到了大数据产业的曙光,看到了大数据产业的价值,同时也在经历着大数据企业的痛苦。大数据产业发展很快,市场正在逐步变大,但是其产业优势不明显,优势企业很少,数据商业化较慢,市场还不成熟,客户数据商业敏感度较低,缺乏高质量数据工具和人才。所有大数据企业内心的感受就是,站在了时代的风口,选对了方向和行业,但是发展壮大还是很难。200多家大数据企业正在努力耕耘着大数据产业,痛并快乐着。

内容来源:鲍忠铁

原文发布于微信公众号 - 灯塔大数据(DTbigdata)

原文发表时间:2015-09-25

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

来自专栏钱塘大数据

麦肯锡全球调研160个AI案例,发布5大行业34个应用场景

作者:麦肯锡 ? “我觉得不行!”;“我觉得可以!” 这正是现在大家看待AI的两种态度。有人觉得现在去谈人工智能的商业化为时尚早,但也有人觉得人工智能已经在企...

5206
来自专栏云计算D1net

全球云计算市场平稳增长 软件厂商纷纷出台云战略

2354
来自专栏挖掘大数据

中国大数据行业发展现状及趋势预测

随着大数据技术的飞速发展,大数据已经融入到各行各业,不断提高各行各业的生产运作效率。2017年中国的大数据行业发展趋势是什么?大数据行业整体市场规模如何?大数据...

4428
来自专栏灯塔大数据

观点|全球大数据发展呈现六大趋势(国际观察)

当前, 大数据已成为继物联网、云计算之后的信息技术产业中最受关注的热点领域之一。随着大数据从概念渗透转向应用发展,大数据产业正处在蓬勃发展的孕育期与机遇期。大...

3347
来自专栏腾讯云安全的专栏

《财经》年会智能金融专场:腾讯云如何利用大数据严防金融欺诈

1825
来自专栏孟永辉

移动互联网下半场:通信运营商的翻身良机

3209
来自专栏镁客网

吴恩达:如何用人工智能为商业赋能?

在本次演讲中,吴恩达着重通过讲述AI如何渗透进传统企业管理体系,详细探讨了AI技术与场景融合的逻辑。

1102
来自专栏CSDN技术头条

专访GE副总裁William Ruh:工业互联网才是未来真正的机会

2014全球云计算大会·中国站(Cloud Connect China)9月16-18日在上海国际会议中心举办,大会吸引了来自GE、惠普、思科、德勤、VMwar...

3285
来自专栏ATYUN订阅号

腾讯要建超级大脑,用三张网实现AI in All万物互联

在广州腾讯云服务峰会的主题演讲中,马化腾介绍了公司新推出的超级大脑平台以及包含“物联网”,“人联网”和“智联网” 的三网概念。

1303
来自专栏孟永辉

新电商时代应该向左走,还是向右走?

2898

扫码关注云+社区