反思大数据：超越技术与思维，数据本身才是真正入口

众所周知，在国内的互联网环境下，卡位、入口争夺是最重要的竞争手段，搜索、导航、浏览器、输入法、操作系统等等都是重度的兵家必争之地。而对于已然到来的大数据时代来说，这种“争夺”在数据角度又有另外一层含义——对于入口级大数据的争夺，百度通过搜索技术掌控了大量用户搜索行为及网站内容数据，阿里则控制着用户网上购物及支付数据，腾讯更是拥有全球最大的社交数据体系，而搜狗的浏览器和输入法用户数据，MIUI的操作系统数据都是各自数据竞争中的核心竞争力，具有短期不可替代性。

可能，有人会说大数据技术的价值也非常大，确实，从而目前来看，大数据时代的公司竞争力可以有三种类型：大数据本身、大数据技术、大数据思维。

虽然这三种竞争力都是不可替代的，但最终大部分价值还是必须从数据本身出发来挖掘，并且大数据本身作为公司的一种私有资产，是很难被竞争对手短期复制的，其拥有者更容易形成自己的行业壁垒或发动一场战争。一个例子是淘宝拒绝百度扒取数据，逐渐让百度痛失电商搜索这个吸金领域。对于搜索专家的百度而言，虽然大数据技术强势，但依然在局部竞争中失了先机。

另一方面，具备大数据思维优势的公司往往属于新兴创业型公司，其创始人大都具备大数据思维能力和大数据技术，可以早一步发现某特定商业领域中大数据的应用价值，并第一时间付诸实施。

线上数据时机已过，新机会在线下信息的“数据化”

在当前国内互联网竞争的开放程度下，想在大小巨头的产品版图夹缝中再打造一个入口级产品，几乎是不可能的；而巨头对入口产品的控制又间接实现了对相应数据的控制。

这么说，可以掌控的数据蓝海难道就没有了吗？显然不是。严格来讲，整个世界的万事万物及其变化皆是“数据”，小到一个人的信息，如一个人的网上购物行为，一个人的心率、脉搏、心电、脑电、性格倾向皆是数据，大到城市交通信息，经济体运行数据，甚至宇宙星体的运行轨迹，全都是数据。

只不过，大部分数据尚处于线下，只有将“线下数据”转变为“线上数据”，大数据的价值才可能真正意义的释放，同时形成自己的数据竞争壁垒。比如大众点评，早期通过扫街模式积累了大量餐馆及菜品的数据，再加上后期在数据基础上滚动进来的评论数据，逐渐形成了一个在线私有数据体系。

硬件可能成为联网大数据竞争的一个更前置的“入口”

纵观人类科技文明的发展史，人类信息的“数据化”变革总是伴随新数据测量/记录工具的出现，比如，纸笔让有形文字得以记录，万能条码和条形码扫描器使零售进入信息化运营时代，而最新的Google Glasses更是可以将人们的视觉注意力进行“数据化”。未来，可植入人体的高智能芯片、可穿戴终端、智能网络与物联网等都会成为帮助信息进一步“数据化”的工具。

近年来，美国互联网公司的正在增加自身的消费电子化元素，Google、Amazon这些互联网巨头一直都在从苹果、三星等消费电子巨头身上学习并融合新的元素——不是因为硬件本身的那一点点利润，更多还是对于一个更前置产品和数据入口的掌控。

同样，国内的情况，一边是个人消费电子企业的崛起；一方面是越来越多按互联网思维切入硬件领域的企业，这些企业都逐步构建了自己的特色的硬件级、数据级入口壁垒。互联网+软硬件结合的运作方式，不管有没有意识到，最终极有可能会催生出一个具备强大壁垒的庞大数据体系，这个体系里可以打通海量的、异构的、持续更新的用户级数据。

有了这些大数据的核心竞争力后，再配合数据思维和数据技术的发展，最终会带来数据价值的实现。

硬件数据可预期的应用价值方向

1、重构人类生活方式：智能手环、智能手表、智能眼镜、无人驾驶汽车等，这些可穿戴、可驾驶类智能设备本身就在改变人类生活方式。数据预计，新一代科技产品的出货量和用户量将会是上一代科技产品的10倍量级，那随之而来的则是大量量化用户数据的产生，如现在Jawbone手环一天便能积累10亿步伐数据和70万小时的睡眠数据，而通过Melon智能头环的脑电数据去改善注意力提高工作效率，通过Nike的多个运动数据去预测潜在的运动损伤等等都会成为现实。

2、打通跨行业数据，优化内部运营：国内互联网公司更多的是在自己熟悉的领域积累了大量领域内数据，而对于跨行业、跨领域的数据相对重视程度较低。而数据是具备“外部价值”的，就像淘宝的用户支付数据可能用于保险行业会带来其运营效率的提升，而汽车厂商的自动制动数据结合LBS数据则会揭示公共交通路段的安全性，同样的，用户的自我饮食摄取、运动数据、外部天气数据则会优化淘宝的商品推荐算法，给用户带来更合理的推荐商品。

3、助力传统行业的互联网化，重新思考传统商业架构：比如医疗行业，传统的医疗诊断过程更多的依托于“望闻问切”得到的短期的、粗粒度数据，现代医学引入大量的医疗设备，但也仅仅是在医院现场取得的扫描结果，而疾病的形成与治疗本身是很复杂的，比如一些慢性疾病，可能需要平时长期积累的一些历史血糖、心率数据；一些精神类疾病可能需要你的工作强度数据、睡眠数据、以及压力下脑电与心电的变化模式等数据；而一些地域性的天气数据对于一些呼吸科疾病的诊断可能也有帮助。

而对于医药行业也是如此，基于不同用户的不同的量化自我数据，医药机构可以研制针对不同特征患者的个性化药品，而不再是说明书上粗放的“儿童减半”等粗放药品分类。另外，智能交通、智能电网、运动保健、环境、公共事业等多个行业也都离不了智能硬件的支持，同时也一样会产品海量的数据。

互联网的基因早晚会渗透到各个行业，而定位与变革传统行业互联网化的创业环境也早晚会孵化出未来的互联网行业巨头，这个过程中，智能硬件及其数据一定会发挥至关重要的作用，同时又会给用户带去更优质的生活方式和体验。CDA数据分析师官网

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

大数据商品推荐特征数据分析

数据分析咨询请扫描二维码

上一篇图论在大数据分析中的作用！

下一篇CDA认证再升一档！与国家共同推进大数据人才培养标准教育事业！

反思大数据：超越技术与思维，数据本身才是真正入口

反思大数据：超越技术与思维，数据本身才是真正入口

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析需要学哪些东西呢

数据分析师要有什么能力

数据分析师需要学哪些课程

数据分析师教程《Python数据分析极简入门》第2节 6 ...

数据分析师教程《Python数据分析极简入门》第2节 5 ...

数据分析需要学哪些方面

数据分析适合在什么单位工作

数据分析是什么工作内容

数据分析师需要掌握什么技能

数据开发和数据分析区别

数据架构师是干什么的

数据分析师需要具备的能力

数据分析师需要具备的技能有哪些

数据分析师需要具备的技能和能力

数据分析师的发展前景

数据分析师教程《Python数据分析极简入门》第2节 4 ...

数据分析师的工作内容是什么

数据分析师必须掌握的技能有哪些

数据分析入门难吗

数据分析能干啥