一文了解大数据领域创业机遇与方向:资本关注热、政策好


一文了解大数据领域创业的机会与方向

大数据不仅仅是一个营销词。在这篇充满干货的文章中,作者使用数据来告诉我们什么是大数据,大数据行业中有哪些创业机会,以及未来的创业方向。

我接触大数据已经两年多了,每天都在阅读大量关于大数据的文献和技术文章。如果你想问我什么是大数据?也许我会在此之前告诉你,大数据是一种思维和一种技术,它标志着大数据的4V特征:

体积、速度、多样性和价值。大数据带来了变化,打破了原来的随机分析(抽样调查)方法,使用所有数据进行分析。分析的数据更加复杂,包括结构化数据、半结构化数据和非结构化数据。分析结构更注重相关性,而不是因果关系。

但是,普通人和大众用户明白吗?现在我给你举个例子。

例如,当采摘野生蘑菇/野生人参时,野生蘑菇和野生人参的分布是随机的。经验告诉我,它们将分布在哪个山林里,但我们不知道具体位置,所以我们必须一个一个地找到它们。大数据可以解决这个问题。

我们可以用数据可视化山林,然后让蘑菇采集者根据他们的实际战斗经验标记蘑菇分布的位置,并全年积累这些位置的数据。然后,根据野生蘑菇的习性,采集山地森林中人们采蘑菇的降雨量、灌木分布数据、土壤数据、温度数据和流量数据,准确预测野生蘑菇的分布位置。

这是大数据的力量。

总之,大数据最直接的含义是让“随机”的事物提前可预测,从而提高效率和运营价值。

同样,大数据思想可以引入森林防火防盗、环境保护、旅游景点客流预测等。大数据也可以作为我们工作、学习和生活中一些重要决策的基础。

今天,我主要谈论大数据领域的创业思维。大数据只有与生活、学习、工作和商业相结合才能有价值。推动技术发展的从来不是技术本身,而是消费者(用户)的需求。用户不需要知道也不感兴趣知道您是使用Hadoop还是Spark来处理大数据,原理是什么,架构是什么。用户最关心的是使用了多少大数据以及它能给他们带来什么好处。

今天,我们将从“外部环境”、“行业内部环境”、“创业风险”和“大数据创业的机遇和方向”等主题进行阐述。聪明的朋友可能已经知道我们的想法是大数据创业的SWOT分析。

大数据市场状况(外部环境)

根据贵阳大数据交易所5月28日发布的《2015年中国大数据交易白皮书》,2014年中国大数据市场规模达到767亿元,同比增长27.83%。据估计,到2020年,中国大数据产业的市场规模将达到8228.81亿元。

首先,大数据市场是巨大的。

首先,中国的大数据市场有很大的环比增长率。据易观智库7月30日发布的中国大数据应用行业报告显示,2015年至2018年,中国大数据营销规模达到258.6亿元人民币。环比增长率为37.2%。

其次,全球大数据的市场规模也很大。根据国际数据中心发布的最新研究结果,预计2018年全球大数据技术和服务市场的复合年增长率将达到26.4%,达到415亿美元,是整个信息技术市场增长率的6倍。

从国内外的市场规模和增长率来看,我们可以得出这样的结论:无论你是什么样的公司,或者你将来在创业时想做什么样的服务,大数据都是军事战略家必须做的。大数据本身是无形资产。如果贵公司没有部署大数据,它将在未来市场失去核心竞争力。就像走在中关村创业大道上一样,在你能收到的100笔英国石油融资中,99笔可能是APP和O2O项目,但99户家庭中有90%以上会重视大数据。

2。良好的政策和强有力的政府支持

据中国政府9月6日消息,国务院发布了《国务院关于印发促进大数据发展行动纲要的通知》。大纲明确指出,中国将在2018年建立政府的大数据平台。相比之下,我们敬爱的Xi达和李克强总理经常称赞中国的大数据发展是大数据的平台。看看政府对大数据的重视,如果你两天前仰望北京的蓝天,你就会对政府有信心。政府真的想做一件事,而它的执行超出了你的预期。

根据我们的观察,大数据的商业环境只会越来越好。目前,许多一线城市甚至二三线城市的科技园都出台了相关政策支持大数据产业。如果你真的想在这个行业创业,你可以选择一个有强大支持和更多人才的城市作为你的大本营。当然,北京绝对是第一选择。

3。资本关注

一文了解大数据领域创业的机会与方向

以上数字是我们(36大数据,编者注)对2015年大数据垂直领域资本投资事件的不完全统计。事实上,如果你仔细观察这幅图,你会发现大数据行业比其他行业更关注资本。这可以从投资额中看出。O2O项目在今年上半年非常热门,也是投资的焦点。然而,投资的资本总额一般在数百万和数千万人民币左右。大数据行业的投资超过1亿英镑,大部分资本来自顶级投资机构。

$page$

大数据产业的现状(内部环境)

“大数据在青少年眼里就像性。每个人都在谈论它,但是没有人真正知道如何去做。每个人都认为除了自己之外,每个人都在使用它,所以每个人都假装非常了解它。”

TED的创始人丹艾瑞里嘲笑这样的大数据。尽管这是一个笑话,但它确实反映了大数据行业的现状。

当前情况1。市场没有饱和,竞争也不激烈。

1。垄断行业巨头尚未出现。

我们以前分析过大数据的整个大环境。我们知道大数据行业的市场潜力巨大,未来增长率将达到37%左右。然而,在中国,还没有像帕兰蒂尔(Palantir)和菲科(FICO)这样的垄断大数据企业。也许百分点和通话数据都在布局中列出,但是在它们被列出之前还有一段时间和距离。没有一家新的大数据公司在美国、香港和深圳证券交易所上市。

这是一个机会。创业,无论你是做电子商务还是玩游戏,都有几家有钱的大公司和用户与你争夺市场份额,但大数据行业不同,大数据行业没有那么大的竞争压力,真正的战争还没有开始。

2。现有的大数据企业正在推动北京。

根据舒菊堂的统计,57%的新成立大数据企业在北京和上海占15%。大数据需要与实际业务场景相结合才能产生价值。工业、农业、制造业、交通运输和能源等传统产业仍有巨大潜力。北方、上海、广州、深圳和二三线城市的大数据力量尚未得到充分利用,这也是一个优势。

一文了解大数据领域创业的机会与方向

3,大数据在生活和商业中是脆弱的。

作者创作大数据已经有两年了,每天都听到或看到各种关于大数据的新闻,但是生活并没有因为大数据的到来而变得更聪明。这并没有让年长的单身汉更快更准确地找到他们的婚姻伴侣,也没有让隔壁的老王通过炒股赚更多的钱,也没有让北京的交通不再拥堵.大数据是有用的,但是生活场景的组合仍然很弱。没有什么现象可以称为“变化”。

4。没有直接兑现模式。

互联网上最赚钱的两个行业分别是电子商务和网络游戏。这两个行业的兑现方式非常明确和直接。然而,大数据的兑现模式需要改变。它需要与实际的业务场景相结合来创造价值。间接的方式绝对不容易。

有些人曾经将大数据比作石油,但目前的情况表明,大数据行业仍然需要一个能够像引擎一样将数据转化为动力的载体。和2010年之前一样,每个人都知道移动游戏是未来的趋势,但是没有智能移动设备的出现

据中国商业协会数据分析专业委员会统计,未来中国基础数据分析人才缺口将达到1400万,而英美烟草企业招聘的职位中有60%以上是大数据人才。2015 -2016年是大数据人才最短缺的两年,因为专门研究大数据的高校已经开放,第一批大数据人才仍在毕业。在现有的人才中,复合型人才较少,都是专门从事技术的。

全球大数据人才形势也不容乐观。Gartner预测,到2016年,全球25%的大型企业将部署大数据分析系统。到2015年,对大数据人才的需求将达到440万。调查结果显示,全球64%的企业已经开始向大数据项目注入资金,或者计划在2015年6月前实施该计划。

人才是大数据创业的核心。所有公司都在争夺大数据人才。初创企业很难招聘到相应的大数据人才。

状态3,数据量增长超快

这里与您共享三个数字。49亿、250亿和39ZB。

49亿物联网设备:咨询公司高德纳预测,今年和明年互联网产品将增长30%。分析师指出,到2015年,全球物联网设备的数量将从38亿激增至49亿。

250亿智能设备传感器:分析师预测,传感器的普及将大大加快智能设备的开发和生产。到2020年,全球市场将出现约250亿台智能设备。

39ZB数据存储:2014年底,国内网络集中数据存储已达到1ZB。到2020年,当年新增数据量将达到15.45ZB,整体网络数据存储量将达到39ZB,未来6年复合增长率将达到84%。

据预测,到2020年,中国人平均每年将产生约4.1GB的数据。

状态4:当前行业存在问题

1。炒作过度,实际着陆产品较少;许多产品都是小冲突。大数据被毁了。现在你在谈论大数据,许多人认为你在作弊。行业要持续稳定发展,企业必须自律。

2。群众基础差。大部分人都是高素质人才,高学历、高收入和高科技。从百度指数可以看出,53%关注大数据的人年龄在30-39岁之间,而28%的人年龄在20-29岁之间。此外,男性占关注大数据的男性和女性的80%以上。这些数字直接告诉我们,问题是“大数据”的话题没有得到很好的传播。据估计,超过90%的公众用户不知道什么是大数据。

3。大数据只能解决部分2B问题,2C产品很少。现在每个人都认为大数据的方向是2B。我们不这么认为。例如,如果你生产2B产品,每个企业平均会给你200万元。如果你能在一年内成为20家新的大数据企业,你的收入预计将达到4000万元左右。然而,如果你生产2C大数据产品,一个用户给你200元,当你生产20万付费用户时,你的收入将超过4000万元。为什么,因为用户的数据本身就是钱。从长远来看,在未来创业之前,你必须学会取悦大众,为90后服务。这是种子用户。

4。懂技术的人不了解业务,懂业务的人不了解业务。我不想详述这一点。攻击范围太广了。作者参加了大数据行业的许多峰会和会议,每个人都在谈论大数据,但当被问及你的企业如何赚钱时,许多人都保持沉默。纯技术不能赚钱,必须与实际业务相结合,才能产生商业价值,才能从中受益。

5。市场上可用的大数据工具起步门槛很高。另一个吃角子老虎出现了。如前所述,任何新技术都是由需求驱动的。需求来自用户。任何新技术只有通过接纳大众用户才能得到更好的发展。接地非常重要。现有的大数据处理工具非常复杂。在你使用它们之前,你需要了解这个,那个,这个,那个,和那个,公众根本不能碰它们。现有的大数据工具也不面向公众。无论是2B还是2C,你需要给别人的是一个简单的、带有功能按钮的动手工具

1.人才成本较高;在美国,雷、NoSQL和马普Reduce所需专业人员的年薪约为115,000美元。在中国,大数据人才将很难找到。初创企业招聘大数据技术人才并不容易。即使是这样,人才支出也很高。包括高薪、期权和股票等。

2。存储硬件成本高;考虑到数据所有权和安全性。大数据公司通常没有云数据。自建电脑室的成本比云存储高很多倍。

3。高项目启动基金;玩不到30万-50万元,高于移动互联网应用启动项目的启动资金要求。

4。用户少,采购成本高。这一点的门槛主要是由于质量基础差。

没有明确的商业现金流模型,这是大数据初创企业的最大门槛。拼写数据,你无法击败阿里百度腾讯。拼钱,还是算了吧.

2。数据安全问题

根据威瑞森发布的《2015年数据泄露调查报告》,在起安全事件中,有2122起确认数据泄漏。值得注意的是,2015年的报告增加了一个统计模型,帮助企业评估每次数据泄露将损失多少钱。如果1000条记录被泄露,95%的记录可能会丢失到条。泄露1000万条数据记录的成本在210万到520万之间,但最高可能是7390万条。

让我们回顾一下近年来的数据泄露事件:2014年5月,小米用户的数据可能已经泄露了800万;2014年12月,大量用户信息被泄露。2015年4月,30多个省市披露了管理漏洞和数千万社保用户信息或披露信息;2015年5月,携程网完全瘫痪了可疑数据库,并将其物理删除。2015年6月,美国人事局(OPM)指出,大量工作人员信息被泄露。2015年8月,婚外情网站阿什利麦迪逊的数据被泄露.

对于大数据初创企业来说,数据的安全性是“生命”。如何保护数据对生存至关重要。大数据的安全性是部署大数据架构和大数据创业的最大挑战之一!

3。大数据隐私

关于大数据隐私,美国有一项隐私法案,美国和欧盟签署了一项安全港和隐私声明。我国现行立法非常模糊,属于灰色地带。手机号码被恶意的第三方收集,然后许多垃圾邮件被发送给用户,或者我的名字,我的电话号码,我的电子邮件地址,他们收集我的信息是否合法,这在目前的立法中还不清楚。不知国家今后是否会出台相关法律法规来规范这一领域?大数据隐私目前是一个不确定因素,也是创业的风险之一。

说到风险,让我们谈谈大数据行业的创业方向和机遇。

$page$大数据行业创业的机会和方向

1。资本水平关注

投资者如何看待大数据项目?在写这篇文章之前,我们已经采访了许多投资银行的投资者,下面是我们根据采访得出的结论。

一文了解大数据领域创业的机会与方向

大数据没有简单明了的现金流模型,那么一个新的大数据企业能做些什么才能成功呢?天赋,当然。这也是投资者最关心的。

投资者告诉我,对于一个大数据项目,他们最看重的是团队。你觉得这个团队怎么样?一般来说,团队的技术能力、背景、过去的项目经验和创始人是四个方面的。大数据需要非常高的技术。当投资者看一个项目时,他们首先看的是创始人的技术能力。总的来说,投资者更喜欢有技术背景的创始人和他的项目。

还有项目的商业模式和可兑现性。看着这个项目,投资者会看到与你的项目相对应的国外成熟企业,或者与你的项目相对应的竞争对手是谁。根据竞争对手的运营情况,评估您所在领域的市场份额和流动性。就商业模式而言,投资者将关注你的客户(用户)的数量和数据源。你的客户群是什么?你有什么具体的业务数据?这些数据如何产生价值并应用于您的客户?解决这三个问题是成功的一半。

大数据项目的现金流方向。投资者担心你的项目是否

首先是Hadoop的商业化,这只是Hadoop的付费版本。Hadoop最初是开源的,但是在特定的业务场景中,它仍然缺少很多功能,所以Hadoop的商业化就是要改进这些功能,使它们更好地应用于企业的业务场景中。最典型的Hadoop商业化公司是Hadoop三驾马车、Hortonworks、Cloudera和MapR。霍顿工厂目前在纳斯达克上市。中国将Hadoop商业化的相应公司是明星科技。

第二种是Hadoop上的SQL,它基于简单语言的应用场景下的数据框架。例如,大数据架构中的查询引擎、存储引擎、计算模型等主要是基于大数据技术的方向。例如,WibiData提供Hadoop封装,并将前端应用程序连接到Hadoop基础架构。

第三是NoSQL数据库、非关系数据库和云数据库服务。典型的外国企业包括蒙古银行和数据税。目前,初创公司MongoDB的价值已经超过16亿美元,而在中国,基础云服务提供商青云清云(青云清云)推出了一项基于MongoDB的集群服务,名为青云清云MongoDB。

第四是分析和可视化。相应的外国企业包括Tableau和Datameer。在中国新建的大数据企业中,也有很多大数据企业在做可视化服务,比如国家云数据的大数据魔镜。

第五是行业大数据应用。为社交媒体、广告公司、企业客户、电子商务和其他行业客户提供数据分析,帮助这些行业提高数据分析水平,如DataSift、RelateIQ、RocketFuel等初创公司。

三。大数据行业的现有业务模式

谈到业务模式,绝对有必要讨论2B或2C的问题。

2B目前是大数据行业的主要商业模式,将大数据转变为企业或机构的服务。例如,在现有的大数据企业中,星图数据、霍顿工程、云时代、星环技术和通话数据都是2B的商业模式。从他们的经营状况来看,不难看出2B的商业模式是要么做解决方案(类似于外包),要么做工具。

预计未来所有互联网企业和传统企业都将在企业内部设立大数据部门。到那时,该解决方案将拥有多少市场份额?如果你拒绝到达,你不会否认。对于一个企业来说,大数据是它自己的资产。我认为企业更倾向于管理自己的内部资产。因此,我们大胆预测,该解决方案目前只是大数据行业的权宜之计。未来,企业将使用自己的人才来管理自己的大数据,并使用自己的人才来使用自己的大数据。制造工具是当前的主流模式。帕兰蒂实际上是一种工具。

2C,在整理这些内容时,我们发现2C产品很少。女性月经助手百度指数仅仅是2C大数据产品。然而,大数据2C的产品更有可能被应用。可穿戴设备实际上是大数据应用之一。

说了这么多,你一定要问我。腾讯、百度和阿里巴巴等企业的大数据模型是什么?在我看来,英美烟草企业的大数据业务模式都是2C 2B模式。我们可以简单地称它们为复合业务模型,因为它们同时服务于企业用户和个人用户。

总而言之,现有的商业模式中哪一种是最好的?我个人认为这是2B 2C模式。这种模式是最健康的,并形成一个业务闭环。

总之,你收集用户的数据,分析报告,然后给相应的企业反馈。相应的企业可以根据数据开发或制造更好的产品,让用户享受更聪明、更美好的生活。大数据贯穿整个过程。

那么,现有的大数据公司是如何赚钱的?

1。广告和营销。这一类别主要集中在第三方大数据营销公司。典型的企业包括元帝鑫和石渠等公司。他们的主要业务是帮助大数据分析能力较弱的公司进行大数据分析,优化广告和营销路径,使市场投资产生更多价值。

2。直接销售数据的公司。典型的企业有几个法院。

3、制作工具或服务。目前的移动统计工具就是这种类型,制造Hadoop工具包的公司也是如此。

4,出售回购

Talkingdata的联合创始人姜奇先生告诉我们,Talkingdata后台有手机互联网上各种流行手机游戏的数据,包括用户的设备数据、行为数据、日常数据以及游戏中的消费数据等。根据这些数据,可以对这些游戏的用户进行成像。

以招商银行信用卡推广为例。Talkingdata通过大数据分析发现,《刀塔传奇》和《我叫MT》游戏的用户属性与招商银行信用卡中心要求的用户属性吻合良好,从而促进招商银行之间的合作,支持后续的礼包和信用卡积分活动。

这一合作已使5万名绑定用户使用招商银行信用卡。正常情况下,银行申请转换的平均成本在200-300元之间,而招商银行在不花一分钱的情况下基本实现了5万元的转换率,理论上节省了数千万美元。这是跨境和一体化。

跨境和集成实际上是大数据思考中最重要的环节。大数据就像钱一样。你必须让它流动来创造价值。

四、大数据产业创业的方向和机遇

从2B方向开始。

大数据创业的2B方向是做更多的工具和服务,如数据可视化、商业智能、客户关系管理等。

现有大数据工具的特点是技术壁垒高、启动成本高、与实际业务集成差、部署成本高以及小公司不可用。然后,初创企业可以根据这些产品过去的缺陷,使大数据分析工具和服务更适合市场和客户。此外,大数据工具的集成和生产也是一个方向。新一代大数据处理工具应该是具有漂亮的用户界面、功能键和数据可视化模块的完整产品,而不是一堆代码。

再次说2C。

大数据在决策中扮演着非常重要的角色。过去,决策是通过“敲打自己的头”来做出的。现在,决策是基于数据结果做出的。在我们的生活中,有太多的时间和太多的决定要做,尤其是对于天秤座,他很难选择,就像作者一样,他需要大数据来帮助决策。大数据可用于个人理财(我的钱花在哪里,能存多少)、家庭决策(孩子上哪所大学)、职业发展/自我量化(我是否应该换工作,我目前的工资是否合适)和个人健康。

一文了解大数据领域创业的机会与方向

[图:大数据应用的现状和机遇]

5。我们的创业计划

1。找出谁为你付费(找到用户);

2。难点是什么(寻找需求);

3。稳定/唯一的数据源(寻找数据);

4、可靠的人做可靠的事(寻找人才);

5。考虑2C的产品方向;

6。忘记过去科技行业的经历;

7、将大数据转化为产品(小巧美观);

8。深入一个领域,反复试验。

其他初创大数据公司的创始人也提出了自己的建议。第九大数据集团总裁王申寿认为,深度培育大数据领域和坚持不懈是王道:“在大数据行业创业就像爬泰山。你不能到达山顶或看到太阳。”

郭云数据首席执行官马晓东说,“不要以概念创业,从实际需求出发,从企业和用户对数据的需求出发,拓展数据产品,找到自己的位置才是关键。”