2017大数据产业链的大变化:数据应用仍在奋斗 淘金路上见曙光

CIOAge
如年初所料,大数据的高潮并未到来。就在刚刚结束的一次大数据峰会上,恒泰证券的牛总也坦承,线上数据还远未达到线下数据的成熟度。一个客户去线下的券商柜台办业务,简单几分钟的行为,如果用线上去刻画,则需要很大量的数据去支持,而目前的数据成熟度显然没有达到。

 

[[205900]]

2017年已过去大半,是时候该回顾一下大数据在半年中的发展了。只有清楚了现在的位置,清楚行业发展的环境,才好对未来的决策做出准确的判断。

如年初所料,大数据的高潮并未到来。就在刚刚结束的一次大数据峰会上,恒泰证券的牛总也坦承,线上数据还远未达到线下数据的成熟度。一个客户去线下的券商柜台办业务,简单几分钟的行为,如果用线上去刻画,则需要很大量的数据去支持,而目前的数据成熟度显然没有达到。

大数据的真正高潮,一定首先是数据极大地丰富和成熟。

为了有比较,我还是拿一月份那篇文章的几个维度来作对比,说明过去半年中大数据产业都有了哪些变化。

1 产业链

在年初的时候,根据产业的发展我将去年认为的产业链中四个环节压缩至了两个,即数据服务平台提供商和数据解决方案提供商。

大数据

通过上半年进一步观察发现,虽然市场上确实以这两种角色为主体,但在具体项目中,这二者基本没有形成上下游产业链的局面,取而代之的却是单独的行为。比方说,在一些行业市场中,数据服务平台提供商向前跨越,直接面对行业客户,向他们提供其所拥有的外部数据(往往本身就拥有海量的2C数据入口,可以源源不断地生产2C数据)、数据处理服务;而在另一部分行业市场中,数据解决方案提供商(缺乏2C数据,可能拥有部分2B数据),使用行业用户自身的数据,部分外部公开的数据以及自己强大的数据处理服务能力,为行业客户提供某个方向的解决方案。上面两个角色之间基本没有合作,没有交集,很少在市场上直接竞争。

究其原因,个人认为有两个方面,一个是市场的成熟度决定的,还有一个就是由法律或者说政策环境决定的。

首先,这是由市场的成熟度决定的。目前的行业应用市场还处于早期,一部分行业用户的需求还集中在直接用外部数据的简单加工,与其内部数据打通,为其提供服务,因而还不需要在本行业更为专业的解决方案提供商的存在;而另一种情况,由客户自身提供数据,结合自身掌握的公开的数据,提供数据集成服务的解决方案提供商,也是由于客户自身的技术实力还不足而出现的市场。这都从不同程度,反映了市场发展的成熟度不足的问题。

其次,数据的交易目前在我国还是一个敏感的话题。虽然数据服务平台提供商拥有海量的2C数据,可如何与第三方合作,为行业客户提供他们所需要的解决方案,还是个无法触碰的禁区。

6月1日生效的个人隐私安全法(下面简称隐私法),只说明了“干什么”不行,但并没有规定“如何做”才是可以的。而这个“如何做”才行的体系,需要经过几年时间的建立才可能完成。法律环境的滞后,也限制了行业的进一步发展,资源将进一步向掌握数据的巨头集中。虽然这样做便于管理,数据集中在几个巨头手里好监管,不会产生隐私数据满天飞的乱象,但缺点也是显而易见的。数据无法打通,就会形成一个个信息孤岛;数据无法流动,就使数据应用受到很大局限。这一点,恐怕是监管部门最应该尽快解决的问题。

[[205902]]

2 模式

在业务模式方面,基本也由掌握数据资源的情况决定了采取的业务模式。

  • 如果你本来拥有海量2C的入口,一般多会采取B2B2C的业务模式(数据服务平台提供商多以此模式);
  • 如果你没有2C入口,基本多以采取2B的模式居多(数据解决方案提供商多为此)。

业务模式确定了,其实所做的市场也就确定了。这就是我在上面说的,这二者之间并无直接的冲突,因为覆盖的市场不同。

也由于二者的资源不同,起点不同,服务的对象不同,所以,所拥有的技术优势也截然不同。相对而言,数据服务提供商一般会更多地覆盖精准营销、个人风控等领域的技术;

而数据解决方案提供商一般会更多地运用行业客户自身的数据,利用强大的数据处理能力,向行业的纵深走,解决某一行业的特定问题,形成初步的行业解决方案。

从发展的角度讲,B2B2C的模式显然要快于纯2B的节奏。这是行业市场发展的阶段决定的。直接用外部数据,经过简单处理,就可以帮助部分用户解决他们已有的问题;而纯2B的市场,不是数据的简单集成能形成的解决方案或者产品,需要经过数据的深层次加工,所以目前还多以项目的形式出现,还处于行业产品的第一轮迭代当中,要滞后于B2B2C市场的发展速度。这并不是说2B市场不好,而是市场发展阶段不同。一旦行业市场成熟,数据市场也成熟的话,简单的数据产品很快就会贬值;复杂的数据加工产品,就会凸显其价值。只有2B才可能会产生深入行业的复杂的数据加工产品,只是先后体现的问题,都有其自身的价值。

[[205903]]

3 用户需要什么样的数据伙伴

我们经常都想卖给客户产品,希望客户接受我们的理念,可反过来想,客户需要什么样的数据合作伙伴?要保持一个什么样的关系?

在刚刚过去的一次大数据峰会上,惊喜地发现,很多行业客户已经意识到这个问题,大数据不同于以往的IT项目,不能单纯地以甲乙方的形式存在,已经超出了传统的建设和被建设的关系。而代之的,是一个合作共赢,长期共存的生态链。客户是在清楚了整个体系的全貌才做出这样的取舍,显然是理性的,成熟的。

由于资源(外部数据)的局限,客户不可能通过服务提供商的一次建设,就能够完全掌握并独立运营。时代的发展也不允许客户有时间去慢慢消化,学习,独立运营所有的系统,他们必须要引入数据服务合作伙伴,整合双方的资源,而迅速地形成生产力。社会的成熟,分工进一步细化。TIME to Market决定了你没必要每一件事儿都自己去做。行业客户将注意力更好地聚焦在起主业上,而数据部分,会依赖数据合作伙伴来一起参与,共同经营。

由这一目标就决定了,这部分客户对外部数据服务提供商的诉求,是“外部数据”+数据处理”(包括数据处理系统以及数据处理能力)+“数据融合”(这并不等同于数据处理,主要侧重于数据应用;不但需要数据服务提供商具有丰富的数据应用经验,还需要数据服务提供商具有丰富的行业经验)。

这一点,上面的两个角色都可以满足,只是数据服务平台提供商侧重于外部数据资源,而解决方案提供商侧重于对数据的理解和数据的融合能力。

[[205904]]

4 方向

我依然坚持年初的观点,我们正在经历一个从IT到DT的跨越的时代。大数据,机器学习,人工智能,都是这一跨越中的工具。

在过去的一年多的时间里,不管2B也好,B2B2C也好,不可否认的是,客户的数据思维正在建立。虽然市场上很多人分不清楚什么是典型的传统数据业务,什么是典型的大数据业务。但起码,现在越来越多的人开始拿数据来说话。

这一点在刚刚结束的大数据峰会上得到了印证。这绝非一句空话。在我们感叹德勤财务机器人的时候,其实数据思维远不止于此!

我所知道的一个银行客户,仅仅利用大数据技术,对存量客户进行了挖掘,并且用数据思维重构、优化了原有的流程。在几个支行的试点中,仅用了3-6个月,在经济下滑的今天,就取得了平均增速提高30%-100%的耀眼业绩!用数据去提升生产力,用数据思维去重构你原有的业务流程。你理解的越深,意识的越早,你在这次变革中,就越可能占据先机。这绝不是一个简单的战术行为,而是一次战略的转折!

数据技术是战术,而数据思维是战略。

无论是数据服务平台提供商,还是数据解决方案提供商,都在各自的方向上走出了坚实的一步,其价值已经得到了各自市场的认可,进入了良性的循环。虽然,短时间内还处于投入大于产出的局面,但曙光在前,已经在一个量变到质变的积累过程当中。随着技术和数据的进一步成熟,随着行业的深入,相信不远的未来(可能是2-3年)将会迎来数据时代的真正高潮!

关于作者:

中关村老李,前海航云商大数据业务总裁,目前就职于BBD出任助理总裁。老李既有二十余年多行业系统集成的经验,又有十多年开拓新市场新业务的经验,做事沉稳扎实,对新市场和新业务有着敏锐的感知和深入的洞察力。老李于2012年加入百分点,负责移动端个性化推荐业务; 2015年加入海航,组建大数据业务部,在很短的时间内就在出行行业反欺诈、金融科技等领域取得突破,并完成了商业闭环。2017年加入BBD,继续在大数据应用领域探索践行。

End.

责任编辑:吴金泽 来源: 36大数据
相关推荐

2016-10-17 09:33:24

大数据产业链场景应用

2017-10-18 23:15:52

物联网产业链网络

2019-02-19 10:56:55

大数据大数据分析大数据产业

2017-03-30 18:08:51

互联网

2022-06-10 12:38:54

数据安全产业链

2013-05-31 10:19:12

XData大数据一体

2017-02-20 16:52:16

大数据

2015-09-14 13:51:16

2017-11-08 14:17:37

大数据

2017-02-15 15:16:04

2017-03-16 14:57:21

华为大数据产业链

2015-12-16 13:34:56

巨杉软件金电联行大数据

2017-03-29 17:52:36

华为

2014-12-05 11:01:40

互联网

2017-03-01 21:02:11

大数据趋势

2018-09-06 18:32:55

2022-05-01 12:23:25

黑色产业链网络攻击网络犯罪

2020-07-13 22:19:46

大数据

2017-11-28 17:52:17

大数据产业企业

2018-09-06 18:29:39

51CTO技术栈公众号