在和一些企业家交流时,有几个问题会被常常问到,"没有多少数据怎么办?","大数据都是大公司的事情,我们小公司怎么办?""能不能告诉我,哪些软件或者工具可以解决大数据的问题?"一般情况下,我都会说,首先要有大数据思维!大家纷纷点头称是,这词儿听起来非常高大上,甚至给人一种不明觉厉的赶脚!但啥是大数据思维,我一直没有空来整理提炼。
前阵子一个内部的论坛,要求大家必须讲干货,趁此机会,系统的梳理一遍,概括起来,也就三条:第一认识大数据飞轮,第二理解数据资产评估,第三运用泛互联范式。
图1:大数据思维
干货肯定是经过浓缩的,甚至把案例都作为水分挤掉了,所以这篇文章读起来不是那么有趣。但我可以保证,掌握这三条给上市公司做大数据战略咨询肯定没有问题。因为我已经靠这三板斧,搞定了十几家上市公司。连国内最大咨询公司的董事长都认为有料,要走了PPT。
每条都用一幅图来表达,每个图中的圆圈都有许多案例来佐证。大家如果对案例更感兴趣,读拙作《大数据时代的历史机遇》好了。其实图1就涵盖了大数据思维的全部思想。这幅图里外三层、上下结构,看起来比较复杂,所以后面拆成三幅图来讲。思维的过程是自上而下、自外而里的。图的上半部分讲得是大数据的商业功用,就是说有了大数据我们能干什么?怎么赚钱?有哪些好玩的商业模式?以前常说"羊毛出在羊身上",搞懂这些模式你会发现原来可以"羊毛出在狗身上"。书里详细写了六种,图上只画出五种。
补充:六种商业模式简述
围绕数据资产,笔者曾考察不同行业的盈利方式和经营策略,归纳总结了六种商业模式(详见《大数据时代的历史机遇》一书)。
租售数据模式:简单来说,就是售卖或者出租广泛收集、精心过滤、时效性强的数据。这也是数据就是资产的最经典的诠释。按照销售对象的不同,又分为两种类型。第一是作为客户增值服务。譬如销售导航仪的公司,同时为客户提供即时交通信息服务。广联达公司为他的客户提供包年的建筑材料价格数据。仅此一项业务,年收入超过1亿元人民币。第二是把客户数据,有偿提供给第三方。典型的如证券交易所,把股票交易行情数据授权给一些做行情软件的公司。
租售信息模式:一般聚焦某个行业,广泛收集相关数据、深度整合萃取信息,以庞大的数据中心加上专用传播渠道,也可成一方霸主。信息指的是经过加工处理,承载一定行业特征数据集合。
数字媒体模式:这个模式最性感,因为全球广告市场空间是5000亿美元。具备培育千亿级公司的土壤和成长空间。这类公司的核心资源是获得实时、海量、有效的数据,立身之本是大数据分析技术,盈利来源多是精准营销和信息聚合服务。
数据使能模式:这类业务令人着迷之处在于,如果没有大量的数据,缺乏有效的数据分析技术,这些公司的业务其实难以开展。譬如阿里金融为代表的小额信贷公司。通过在线分析小微企业的交易数据、财务数据,甚至可以计算出应提供多少贷款,多长时间可以收回等关键问题。把坏账风险降到最低。
数据空间运营模式:从历史上,传统的IDC就是这种模式,互联网巨头都在提供此类服务。但近期网盘势头强劲,从大数据角度来看,各家纷纷嗅到大数据商机,开始抢占个人、企业的数据资源。海外的Dropbox,国内微盘都是此类公司的代表。这类公司的发展空间在于可以成长为数据聚合平台,盈利模式将趋于多元化。
大数据技术提供商:从数据量上来看,非结构化数据是结构化数据的5倍以上,任何一个种类的非结构化数据处理,都可以重现现有结构化数据的辉煌。语音数据处理领域、视频数据处理领域、语义识别领域、图像数据处理领域都可能出现大型的、高速成长的公司。
明白大数据的功用后,大家自然而然地关心,数据这么值钱,理所当然应构成新型的资产。图1的中间部分描述了这块内容。"数据成为资产"这一原创论断成为大数据思维的中心理论。图2数据资产评估模型给出一个完整的思维框架来描述数据资产的价值(完整描述评估模型,非本文主旨。读者若有兴趣,移步阅读拙著吧)。但是这方面的工作远远不够,无法定量的给出评估。在“诺奖级别的学术难题”一文(回复b10获取该文)中,我曾经说,学术界如果在数据资产的定量评估上取得进展,是可以获得诺贝尔奖的。因为这和公司的估值紧密相关。产业界在信用定量计算方面己经走在前列,并付诸商用,但是离一般意义上的数据资产估值还相去甚远。
图2:数据资产评估模型
既然数据成为资产,资产间的交易也会提上日程。联盟特别任命两位副秘书长推进这个事情,从而传播开放、共享的理念。借此呼吁所有愿意开放数据资源的企业,却可以借助联盟的力量,来共同推进。
数据成为资产是在了解大数据功用基础上的抽象认知。接下来看图1的下半部分,泛互联范式。这个范式给出了不断的采集数据并且发挥数据价值的行动指南。许多公司的转型,都要从这幅图开始。见图3。终端+平台+应用+大数据四位一体,构成大数据思维的行动指南。最近和一些公司聊,他们己经了解了数据的重要性,开始想些损招去“劫掠”客户的数据。这不免误入歧图。还是认真研究一下这个范式,从应用、终端上动动脑筋,真正的为用户提供靠谱的服务,才是上策。
图3:泛互联范式
回顾图1,我们在讲大数据思维时,利用自上而下的次序,从大数据的功用入手,深入到理论内核,再到可供操作的范式。但真正上手实践,需要脚踏实地,自下而上的行动。回到德鲁克的经典问题上来,你的客户是谁?
大数据产业联盟愿意为所有有志于从事大数据战略咨询的顾问们服务,掌握这套方法论并切实帮到企业的顾问,联盟会在官方网站上列出您的大名,并向成员企业推荐。
所以, 这次,我们来点儿作业吧:大家可以用上面的大数据思维分析框架来分析一下自己所在的公司\自己感兴趣的公司,看看大数据于公司有什么功效, 公司可操作的泛互联范式是什么。
在此,也先抛几个小例子:
1)乐视网的野心
数据分析咨询请扫描二维码
数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-26技术技能 - 编程能力: 数据分析师需要掌握至少一门编程语言,如Python、R或SQL。这些语言对于数据处理、建模和分析至关重要。例 ...
2024-11-26数据分析领域涵盖多样性岗位,根据工作职责和技能需求划分。这些角色在企业中扮演关键角色,帮助组织制定战略、优化流程并实现商 ...
2024-11-26数据分析是一种通过收集、处理、解释和展示数据,以获得见解和决策支持的过程。这个领域涉及使用统计学、计算机科学和商业智能等 ...
2024-11-26数据分析领域正日益成为当今商业世界中不可或缺的一环。随着数据量的爆炸式增长,企业越来越需要能够从这些海量信息中提炼出宝贵 ...
2024-11-26数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。在追求这一职业道路上,合适的教育和培训至关重 ...
2024-11-26数据分析师作为当今信息时代中关键的职业之一,扮演着解释、预测和推动决策的重要角色。他们需要多方位技能来处理各种复杂的数据 ...
2024-11-26数据分析师在今天的商业环境中扮演着至关重要的角色。他们需要应对各种复杂的数据分析任务和业务需求,这要求他们具备广泛的技能 ...
2024-11-26在当今快速变化的技术和市场环境中,数字化转型是企业利用数字技术全面重新设计和改造业务的重要过程。这一转型旨在通过整合云计 ...
2024-11-26数字化转型: 是企业在现代技术和市场环境不断变化的背景下,利用数字技术对其业务进行全面的重新设计和改造的过程。其核心目标是 ...
2024-11-26理论基础与高级学习 数学专业理论基础: 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程、实变函 ...
2024-11-26数字化转型:现代企业蜕变的引擎 数字化转型已然成为当今企业持续发展的关键支柱。这一过程并非简单的技术升级,更是涉及企业文 ...
2024-11-26# 数据科学与大数据技术专业学什么?就业前景与行业需求 **数字化转型:引领企业进步的关键** 数字化转型是现代企业发展的必经 ...
2024-11-26理论部分 - 基础数学理论: - 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程等。 - 这些课程 ...
2024-11-26在选择数据科学和大数据技术专业时,了解不同领域的职责和技能需求至关重要。数据治理工程师是这一领域中不可或缺的角色之一,承 ...
2024-11-26基础课程 统计学基础 - 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识,有助于理解数据背后的意义。 - ...
2024-11-26数据分析是一门综合性学科,涉及多个领域的知识和技能。要全面掌握数据分析,需要学习以下内容: 基础课程 统计学基础:统计学 ...
2024-11-26数据治理工程师在当今信息时代扮演着至关重要的角色,负责确保组织内数据的质量、安全性和可用性。他们需要具备一系列技能和才能 ...
2024-11-26在当今数字化时代,数据被誉为新的石油,是企业最有价值的资产之一。因此,建立有效的数据战略规划对于企业的成功至关重要。数据 ...
2024-11-26<section id=
2024-11-26